Hoy todos somos consumidores de productos y servicios y sobre todo en un mundo digitalizado, somos consumidores de datos. Al leer los mensajes de WhatsApp, consumimos datos en forma de información escrita. Al ver la línea de tiempo de Instagram, consumimos datos en forma de información visual, que son fotos o videos cortos que otras personas comparten. Lo mismo ocurre cuando nos conectamos a TikTok o Youtube, los datos toman la forma de videos. Estos datos representan información de muchos tipos; pueden ser música, películas, libros, fotos o noticias o una columna de opinión como la que estás leyendo.
Al tener una cobertura de 70% de internet en el país (según la última encuesta del Inegi en 2019), los datos provienen principalmente de las plataformas creadoras de contenidos. Una pregunta al abrir cualquier aplicación que nos presenta contenidos es ¿por qué veo algún tipo de información en lugar de otra? ¿por qué las aplicaciones me sugieren seguir a ciertas celebridades, deportistas o cantantes?
La respuesta está en una cosa que se llama algoritmo de recomendación. Un algoritmo es un programa de computadora, que diseñan los ingenieros de sistemas, y que tiene reglas específicas que la computadora sigue cuando se le introduce información. Si busco la palabra “zapatos negros” en una tienda en línea, la computadora buscará en su base de datos los productos que coincidan con la descripción de un zapato negro. Pero adicionalmente, me va a sugerir algunos otros estilos de zapatos, que quienes programaron la computadora, piensan que pueden gustarme. Es decir, me hace recomendaciones que se basan en las palabras buscadas.
Cuando un usuario sube un video a una plataforma, por ejemplo, en TikTok, la plataforma analiza datos para hacernos sugerencias de videos o de otros usuarios a seguir. Analiza los sonidos y palabras clave que identifica de lo que las personas dicen en el video. También identifica el idioma que se habla el video, desde qué país se subió y desde en qué tipo de dispositivo. Para terminar, también analiza los videos que hemos visto y los usuarios a los que seguimos. Con toda esta información, la plataforma hace recomendaciones de qué otros videos o usuarios pueden ser interesantes.
El algoritmo de recomendación ha sido clave para desarrollar la mercadotecnia personalizada donde las marcas ofrecen productos y servicios basados en los intereses individuales en lugar de confiar en las preferencias generales de un segmento de mercado. El resultado es que las personas reciben mensajes productos que les son más interesantes que los que podrían ver en televisión o escuchar en radio. Los algoritmos de recomendación indudablemente agregan valor a los consumidores en lo individual para su vida diaria, cuando vemos películas o escuchamos música. El algoritmo automáticamente nos ofrece bandas de música similares a lo que ya hemos visto o películas del mismo género que normalmente vemos.
Lo mismo ocurre cuando los datos que consumimos son opiniones de otras personas: el algoritmo nos sugiere perfiles de usuarios que tienen opiniones parecidas a las nuestras. Si nuestras ideas políticas tiran hacia la izquierda, las plataformas nos sugieren contenidos y usuarios consistentes con dichas opiniones de izquierda. Sucede lo mismo si nuestras ideas tiran más bien hacia la derecha. Este fenómeno que emerge en las plataformas es tan prevalente que le han llamado “cámara de eco”: aceptamos sólo con ideas parecidas mientras que eventualmente desdeñamos opiniones diferentes a las nuestras. La consecuencia es la polarización del diálogo en las redes sociales.
Otra consecuencia que va más allá de los resultados de negocio que el algoritmo de recomendación puede generar, está en la privacidad de los datos de los usuarios. El algoritmo requiere de cantidades de datos masivas y es posible conocer los comportamientos de compra, interacciones sociales y como comentamos, opiniones políticas de cada usuario. Es posible para las empresas utilizar esos datos para objetivos que van más allá de mejorar la experiencia del consumidor. Algunos gobiernos nacionales han vetado en ocasiones el uso de plataformas ante la preocupación de cómo los datos pueden ser utilizados para intervenciones su soberanía. Prácticamente todas las grandes plataformas que conocemos han tenido problemas en diferentes países en los que operan.
Los mercadólogos deben tener claras las formas de usar los algoritmos de recomendación para entregar valor a sus clientes, pero también deben ser conscientes de las implicaciones que las plataformas tienen a nivel social, político e incluso geopolítico. Esto puede ser más un arte que una ciencia.
Email: pavel.reyes@anahuac.mx
