E-commerce moverá US$ 80,000 millones en América Latina en 2019

El comercio electrónico sigue en aumento en América Latina y el Caribe, y pronto se convertirá en la nueva normalidad.

La demanda de e-commerce en la región se incrementaría de 126 millones de personas en el 2016 a 156 millones en el 2019, mientras que las ventas realizadas en línea subirían de US$ 40,000 millones a US$ 80,000 millones en el mismo período.

Sin duda aumentará las expectativas de los consumidores que esperan experiencias de pago en línea sin contratiempos y con los más altos niveles de seguridad.

Para acelerar la adopción de las tecnologías de vanguardia necesarias para mantener seguro el espacio de comercio electrónico, Mastercard lanzó la Guia de Seguridad Digital (Digital Security Roadmap).

Esta proporcionará un conjunto de iniciativas, lineamientos y herramientas para bancos y comercios en América Latina. Además, incluirá asociaciones con gobiernos y reguladores, talleres educativos con bancos y comerciantes, y el lanzamiento de las últimas tecnologías y servicios relacionados con la seguridad en línea.

Jeff Wilson, vicepresidente ejecutivo de Servicios de Mastercard en la región, dijo “queremos pasar de jugar a la defensiva a ser proactivos cuando se trata de seguridad en línea al promover la adopción de las últimas tecnologías y ayudar a reducir los niveles de fraude”.

Según el ejecutivo, la guía se enfocará principalmente en acelerar la adopción de tecnologías de autenticación y tokenización en 2019.

Las tecnologías de autenticación permiten a los comerciantes y bancos garantizar que los compradores en línea sean quienes dicen ser.

Para agosto de este año, uno de los avances de autenticación queMastercard pone a disposición de los bancos es un nuevo servicio de detección de fraude y sistema de decisión basado en la inteligencia artificial.

Esta solución (Decision Intelligence) está diseñada para medir el nivel de riesgo de una transacción y ayudar a los bancos a aumentar la precisión de las aprobaciones de pago.

Por otro lado, a partir de febrero, los consumidores latinos no tendrán que hacer nada cuando su tarjeta haya caducado.Mastercard comunicará los nuevos detalles de la tarjeta a sus comerciantes preferidos (Automatic Billing Updater) y, a pedido del consumidor, bloqueará las transacciones que ya no sean relevantes. 

Fuente: Diario Gestión

Customer Journey: El desafío de acercar la tecnología y el contacto

Mucho se ha venido hablando en los últimos años, sobre los cambios que generará la Inteligencia Artificial (IA) en los distintos ámbitos de la vida, y a pesar de que quedan al menos diez años para que ésta alcance su peak de madurez, en el mundo del comercio digital ya se puede distinguir cómo esta ingeniería ha ido potenciando los distintos aspectos de la experiencia del cliente.

Acercar la tecnología y el contacto. Mientras la IA no logre crear vínculos con humanos, ese es el principal desafío al que nos enfrentamos hoy cuando hablamos de esta ingeniería, ya que todavía existen necesidades del mercado que no han sido captadas por una aplicación de aprendizaje automático. En ese contexto, la clave está en repensar los procesos de marketing y comunicación, de la mano de las herramientas tecnológicas.

Una vez aplicada dicha incorporación, la Inteligencia Artificial debería ser capaz de predecir el recorrido –más conocido como Customer Journey– en tiempo real, a través de todos los canales disponibles. Parecido a lo que en la actualidad conocemos como Machine Learning, con la incorporación de la IA se debiesen afinar los procesos basados en los análisis de comportamiento, para así poder anticipar todas las necesidades del cliente final, en cada paso del Customer Journey.

Pero esto no es una tarea fácil, sobre todo si consideramos que los consumidores son cada vez más tecnológicos y empoderados en cuanto a sus expectativas en el mundo digital. Esto, ha obligado a las empresas a adecuarse a constantes transformaciones, todo en base a un cliente que está cambiando frecuentemente sus hábitos de consumo.

Frente a este escenario, la confianza está puesta en que la Inteligencia Artificial, sea la encargada de posicionarnos un paso más allá y podamos ser capaces de anteponernos a los cambios de consumo, a través de un análisis predictivo.

En la actualidad, la IA aplicada al Customer Journey se enfoca principalmente en la reducción de los tiempos de espera, el incremento del equipo del Contact Center, la reducción de errores, todo englobado en una jugada que busca dar una respuesta integral y de calidad al cliente.

La posibilidad de tener una atención ininterrumpida –gracias a los tan famosos chatbots– que no están sujetos a horarios ni restricciones, la omnicanalidad que permite integrar todas las consultas de un cliente para tener una mejor respuesta y el mejor uso de la información a través de una sistematización del día a día, son tan sólo algunas de las herramientas que se vuelven cada vez más eficientes, a medida que avanza también el desarrollo de esta ingeniería.

Sumado a lo anterior, esta tecnología ha desarrollado también otros aspectos que hace diez años, hubiesen parecido sacados prácticamente de una película de ficción.

Es así, como gracias a la Inteligencia Artificial, se han desarrollado sistemas de reconocimiento tanto facial como de voz, lo que también ha significado una novedad importante para el comercio electrónico, si consideramos que algunas empresas ya han implementado en su plataforma sistemas que permiten un reconocimiento inmediato, evitando los tediosos pasos de identificación del consumidor.

De este tema, un millón de aristas. Lo que sí sabemos a ciencia cierta, es que las empresas están utilizando esta ingeniería para automatizar tareas repetitivas que hoy están siendo abordadas por capital humano.

Y aunque muchos se preguntan si esta tecnología terminará por destronar a los humanos, lo cierto, es que las grandes compañías están en una constante búsqueda para ir dejando de lado estas tareas, permitiendo que los trabajadores puedan enfrentarse a problemas más complejos y a las reales necesidades del comercio digital y su desarrollo.

por: Sebastián Ojeda – CEO de Beetrack

¿Qué es Machine Learning y por qué es clave para la optimización del Supply Chain?

El machine learning, o aprendizaje automático, es la tecnología que parte de la Inteligencia Artificial para que las máquinas y ordenadores puedan reconocer patrones concretos en los datos recopilados. Un concepto del que se lleva hablando desde hace muchos años en el campo de las ciencias de la informática pero que en logística adquiere una gran vigencia.

La idea de que las máquinas tienen el poder de pensar ya no es algo que atribuimos sólo a la ciencia ficción. Tras muchas investigaciones y avances tecnológicos, la disciplina del machine learning se puede aplicar en empresas de todo tipo.

En el ámbito de la Supply Chain cada vez se procesa mayor información, la base de datos del conjunto histórico de clientes es muy compleja y las operaciones logísticas requieren una gran agilidad en sus procesos y actividades. Conforme va incrementando el crecimiento de las empresas, estas se van diversificando y los nuevos tiempos exigen mayor exactitud en la información que va de un eslabón a otro en la cadena de suministro.

Con el Big Data, la resolución de incidencias y la reducción en el riesgo de operaciones se deben llevar a cabo con gran eficacia y partiendo de una toma de decisiones precisa en tiempo real. Sin embargo, esa cantidad inmensa de información que va creciendo conforme va avanzando la actividad empresarial es imposible de analizar por una persona. Para ello, los ordenadores deben adaptarse al trabajo del equipo humano y viceversa, para abordar problemas prácticos gracias a un aprendizaje automático que obtiene predicciones y valoraciones inteligentes.

Qué es machine learning

El machine learning es, por tanto, la disciplina científica dirigida al desarrollo de técnicas para que las máquinas tengan la capacidad de adelantar conclusiones, tomar decisiones y predecir fallos en nuestro trabajo.

Concretamente, esta tecnología de IA se basa en la detección de patrones en un grueso conjunto de datos para obtener conclusiones precisas, descubrir tendencias y generalizar comportamientos basándose en otros datos y experiencias previas. De modo que, la extracción de patrones de comportamiento es una forma de aprender a partir de datos y  variables que automáticamente va evaluando a través de una serie de algoritmos.

El machine learning en el Supply Chain

Condensar e interpretar toda la información que se genera en los distintos procesos de la cadena de suministro es algo muy complejo. Suele provocar errores que vienen a afectar al cliente final. Es por esta razón que las aplicaciones de esta tecnología otorgan a los sistemas informáticos la autonomía necesaria para que puedan automatizar determinadas tareas sin intervención humana y sin programar a base de códigos.

Ahora bien, aunque este sistema esté perfectamente integrado en nuestras aplicaciones informáticas, es la empresa quien debe buscar los patrones de comportamiento que desea tratar o de establecer las conexiones adecuadas de información para explicar lo sucedido o predecir riesgos.

Así pues, ¿qué conseguimos con este sistema?

Por ejemplo, podemos predecir la cantidad de productos que se van a demandar a lo largo de un año, pronosticar averías y problemas técnicos o mejorar la personalización del envío de paquetes atendiendo a los pedidos con mayor eficacia.

En la cadena de suministro, el machine learning permite planificar todos los procesos optimizando tareas tan precisas como las predicciones de la demanda, avisar de la rotura de stock, optimizar la gestión de ruta o la lucha contra el denominado efecto látigo. Al mismo tiempo, el machine learning se puede emplear en el almacenamiento de productos, en la comercialización y en la atención al cliente.

Resumiendo qué es un machine learning, se trata, pues, de un sistema de “aprendizaje automático” que emplea la análitica avanzada para gestionar el Big Data, mejorar la operatividad y, en definitiva, la calidad del servicio.

Fuente: Retos en Supply Chain / EAE Business School

IA: Una oportunidad para potenciar el e-commerce

¿Inteligencia Artificial en boca de todos? Esta ciencia que usualmente se relaciona a la robótica y que tantas veces pasa desapercibida frente a nuestros ojos, también tiene un lado más cercano. En el e-commerce, esta ingeniería se está posicionando fuertemente como una herramienta casi indispensable para hacer más eficiente el comercio electrónico en el mundo.

Y es que a pesar de que hace algunos años la IA parecía más bien una película de ficción que parte de la vida real, actualmente su desarrollo ha obligado a las grandes industrias a reinventarse para no quedar obsoletas en un mundo que avanza a pasos agigantados si de tecnologías estamos hablando. Lo cierto, es que la Inteligencia Artificial ha llegado para revolucionar el e-commerce.

Para entender la génesis de este asunto, es vital comprender que el aporte de la IA en el comercio en línea, se centra principalmente en proporcionar una mejor experiencia para los clientes en tiempo real, de manera personalizada y con disponibilidad 24/7. A lo anterior, podemos agregar un cuarto factor: empresas y distribuidores almacenan una inmensa cantidad de información en el Big Data. Esta herramienta, si es bien utilizada, puede ser muy valiosa para el negocio.

Es precisamente en este aspecto, donde la revolución de la IA actúa como un elemento clave que facilita la gestión de esta inmensa cantidad de datos existente en la nube. Esta disciplina, permite a las empresas hacer un análisis de la información, ayudando a establecer distintos perfiles de consumidor y dando la posibilidad de diseñar mensajes y campañas segmentadas a cada público objetivo.

El Deep Learning, es una de las facetas más revolucionarias de la IA. Hablamos en buenas cuentas de aprendizaje automático, donde los algoritmos cibernéticos dan paso a una experiencia similar a la percepción humana, pero claro, con las ventajas de un desarrollo que no precisa de pausas ni descansos para aprender y procesar. En concreto, permite analizar los datos de comportamiento de los usuarios y así, recomendar productos de manera individualizada y precisa, aumentando automáticamente las posibilidades de compra y fidelización de los usuarios finales.

Cuando hablamos de IA y comercio electrónico, podemos referirnos también a la sistematización de tareas simples, la agilización de procesos y una expedita atención al cliente. Ésta última, es clave no sólo por el desarrollo de los chatbots que actúan como asistentes virtuales cada vez más eficientes gracias al Machine Learning, sino también debido a su contribución tanto en la pre como en la post venta. En la pre venta, su aporte se enfoca en la asistencia inmediata mientras que en la post venta, los reclamos disminuyen debido a que el consumidor puede conocer el status de su compra “en vivo”.

Por otra parte, si de logística se trata, podremos darnos cuenta que esta herramienta permite aumentar la satisfacción de los clientes mediante la rapidez y la calidad de la entrega de la compra. Las trasformaciones culturales de la última década, impulsadas por la revolución tecnológica, han dado vida a un nuevo tipo de cliente, crecientemente exigente, que demanda ya no sólo calidad en productos o servicios, sino que experiencias de compra integrales y memorables, a lo largo de toda la cadena de valor.

Distintas transnacionales se han hecho cargo de las necesidades de los usuarios, agregando valor a sus servicios mediante los mapeos de rutas o con la incorporación de diversos monitoreos online para sus clientes. En esa misma línea, el manejo del inventario potenciado por la Inteligencia Artificial ha beneficiado tanto al cliente como a las compañías. Tiendas que cuentan con espacios virtuales tienen un mejor control de su mercancía gracias a diversos algoritmos, realizando un análisis predictivo y detectando los patrones de consumo.

La IA llegó para quedarse y el desafío está enfocado en integrarla eficazmente para agregar valor a los diversos procesos que conforman el comercio online. Dicho esto, queda un largo camino por recorrer en la resolución de los dilemas éticos y la actualización del marco regulatorio involucrado, con el fin de cuidar la información tanto de las empresas como de los usuarios finales, para que esta tecnología no presente una amenaza para quienes busca beneficiar.

Las tendencias en logística y omnicanalidad