Gemelos Digitales de los clientes: simular para acertar

Del mismo modo que existen los gemelos digitales de las ciudades en diversos entornos tecnológicos, firmas como Gartner han definido el concepto de «gemelo digital del cliente» (digital twin) y otras como McKinsey han explorado su aplicación práctica en la experiencia de cliente y la cadena de suministro. Pueden participar de forma activa en las simulaciones del negocio, acelerando la toma de decisiones.

Gemelos Digitales de los clientes

Hasta ahora, la personalización se basaba en el pasado; era una idea que sonaba muy a lo que originalmente hacía Amazon: «como compraste esto, te gustará esto otro». El gemelo digital del cliente cambia las reglas del juego mirando hacia el futuro. Se trata de crear una réplica virtual de cada uno de los compradores basándose en todos los datos disponibles, entre ellos:

• Historial de compras
• Preferencias
• Datos demográficos
• Patrones de movilidad diaria
• Interacciones sociales

Esto permite someter a esos «avatares» a un sinfín de simulaciones en tiendas, procesos de entrega y lanzamiento de productos. El objetivo: predecir cómo reaccionarán ante un nuevo producto, una oferta, un precio dinámico o un cambio en el servicio de entrega. Todo ello sin tener que molestar, preguntar o investigar a seres humanos reales.

Todo esto puede analizarse desde dos puntos de vista que muestran los pros y contras de esta idea: las ventajas de la anticipación y las dificultades técnicas y éticas.

Virtuales pero con grandes ventajas

La principal promesa de los gemelos digitales de los clientes es la eliminación de la fricción y los errores de planificación en la relación comercial. Al igual que los modelos de ciudades virtuales permiten simular el tráfico para optimizarlo, un gemelo de cliente proporciona ciertas ventajas a las empresas:

• Probar productos con «clientes fantasma». Antes de lanzar una campaña o fabricar un stock, la empresa puede simular el lanzamiento contra millones de gemelos digitales. Por ejemplo, si cierto porcentaje de los gemelos virtuales de un segmento rechazan el precio o el color, la empresa puede corregirlo sin haber gastado un euro en producción real, ajustando la oferta a lo que la demanda realmente desea.
• Afinar el surtido. Se puede simular qué surtido de productos pueden acompañar a un producto principal en base a los perfiles y preferencias de los gemelos digitales. El perfil «mujer, 35-44, compradora frecuente» puede quedarse corto, y con esto afinarse mucho más.
• Entregas más eficiente en la ciudad. Aquí es donde los servicios de paquetería y transporte urbano ganan una ventaja crítica. Sabemos que la movilidad de las personas en las ciudades sigue patrones predecibles. El Gemelo Digital de un cliente no solo tiene una dirección real sino que, cruzando datos de tráfico y hábitos, se podría predecir dónde estará a cierta hora del día (¿en la oficina?, ¿teletrabajando?, ¿en el gimnasio?) Esto permite a las empresas de reparto proponer la entrega dinámica en un lugar donde previsiblemente vaya a estar, o en un locker de su ruta habitual. Esto reduce las entregas fallidas sin que el usuario tenga que reprogramar nada.
• Anticipación real de la necesidad. Al igual que Amazon patentó el envío anticipado basándose en probabilidades, los gemelos digitales pueden predecir que el cliente necesitará reponer un producto perecedero o que, dado su historial de navegación reciente y el clima previsto, es el momento perfecto para ofrecerle un abrigo, gestionando el envío antes incluso de que la compra comience por iniciativa suya.

Dificultades técnicas (y éticas)

Crear una copia digital fidedigna de una persona humana es complicado: técnicamente primero hay que conseguir y luego normalizar y preparar los datos para que sean fiel reflejo de la realidad (patrones, horarios, ubicaciones, historiales, etcétera). A veces hay datos obsoletos, como productos que ya no existen o una navegación por la tienda web que es antigua. Esto se complica aún más cuando hay que trabajar con un número limitado de gemelos digitales, porque requiere recurrir a muestras estadísticas que sean representativas y calcular las distribuciones idóneas. Al fin y al cabo, como apunta la consultora Deloitte, es una cuestión probabilística.

Además de eso está el dilema de la privacidad y la propiedad de los datos: Para que el gemelo sea útil, debe alimentarse de una gran cantidad de datos personales, algunos especialmente delicados, como los de salud, y otros muy sensibles en la práctica, como la ubicación o la información financiera. Esto plantea serios problemas sobre quién posee esos datos. La regulación europea es estricta, y gestionar el consentimiento para crear esos «dobles virtuales» puede ser una pesadilla legal. No hay que olvidar el artículo 22 del RGPD ni la importancia de eliminar los sesgos.

Otra dificultad técnica es lo que podríamos denominar «fatiga algorítmica»: si el sistema solo nos ofrece lo que nuestro gemelo predice que nos gustará, corremos el riesgo de caer en un bucle de repetición infinita. La personalización excesiva puede volverse en contra de la experiencia de compra, aburriendo al usuario y eliminando el factor sorpresa o el descubrimiento espontáneo. Hay que incluir factores aleatorios que sorprendan o propongan alternativas, pero en la medida justa.

El futuro podría ser más interesante si estos gemelos digitales de los clientes se interconectan con los de las ciudades, procesos logísticos y otros de los que se utilizan hoy en día. Al final es como si estuviéramos construyendo un universo virtual de Matrix pieza a pieza. Un lugar no-físico en el que simular cualquier tipo de proceso o situación, donde los clientes serán lo único real y, por tanto, lo más importante.

_____
Imágenes: Grok.

Tags: Ecommerce gemelos digitales simulaciones