¿Qué tiene que ver una careta de Darth Vader con la Nancy Comunión?: Sistemas de Recomendación (1)

Paloma Recuero de los Santos    7 agosto, 2018
En este post vamos a hablar de una de las aplicaciones de la Inteligencia Artificial con las que más a menudo interactuamos sin ser realmente conscientes de ello: los Sistemas de Recomendación. Basándonos en una experiencia real, una pequeña compra que tuvimos que hacer en LUCA, aprovechamos para contaros, con un poco de humor, en qué consisten y cómo funcionan.
 

¿Os gustó el gif que hicimos para el Día Del Orgullo Friki? Pues también tiene su historia relacionada con la IA. (por si os lo perdisteis, aquí os lo dejamos), y de paso, os contamos lo que pasó.
 
Queríamos hacer un vídeo gracioso, y necesitábamos attrezo. Como siempre, andábamos con poco tiempo y muchas prisas. Así que tiramos de Amazon. Buscamos: “Caretas guerra de las galaxias” fue la frase clave. Obtuvimos esta opción y, como nos pareció bien, “añadimos a la cesta”.
 
 Caretas de Star Wars.
Figura 1: Caretas de Star Wars.
 
Con estas caretas fue mucho más fácil liar a los compañeros para que participaran en nuestra pequeña broma. Más que “ojos que no ven…” era “si mi cara no se ve…”. Pero aparte de conseguir extras, conseguimos algo más: sugerencias de compra. Por un lado, el  famoso “Comprados juntos habitualmente”.

 
Productos mostrados bajo "Comprados juntos habitualmente".
Figura 2: Productos mostrados bajo «Comprados juntos habitualmente».
 
 
Y  otro «clásico»,Los clientes que compraron juntos también compraron…”
 
 
Los clientes que compraron este producto también compraro
Figura 3: Productos mostrados bajo «Los clientes que compraron este producto también compraron…».
 
 
Pero también nos salió algo que nos un poco «descolocados»…Por algún extraño motivo que no llegamos a entender, también nos apareció la colección de “Nancys de Comunión”
 
 
 
 

Pero ¿qué tendrá que ver una Nancy comunión con 

el malvado más afónico de la galaxia?

 
 
Absolutamente nada. Era simplemente un anuncio. Pero lo otro, a lo que ya muchos estamos acostumbrados, es un ejemplo perfecto de una de las aplicaciones de la Inteligencia Artificial que nos son más cercanas aunque muchas veces no seamos conscientes de que ello.
 
Efectivamente, se trata de un sistema de recomendación. Es una de las herramientas analíticas más potentes para el ecommerce. De hecho, se estima que los sistemas de recomendación en plataformas como Amazon o Netflix pueden un incremento en las ventas del 10 al 25%. Luego interesan, claro que interesan.
 
Los sistemas de recomendación son una de las especialidades de analítica predictiva que más han evolucionado en los últimos años. Os vamos a contar lo que son, cuál es el mejor para tu caso, qué algoritmos hay detrás, cómo puedo optimizarlos y si es posible usar diferentes sistemas de forma simultánea.
 

¿Qué es un sistema de recomendación o «recommender»?

 
Son aplicaciones que personalizan la experiencia de compra de un cliente recomendándo determinados productos, según los que haya comprado o simplemente consultado
 
Pero para poder hacer una recomendación hay que tener en cuenta diferentes situaciones.
  • Puede ser que el cliente no haya encontrado lo que busca. ¿Podemos ofrecerle alguna alternativa?
  • El cliente sabe lo que quiere, y lo compra. ¿Le podemos ofrecer algún producto complementario que mejore su experiencia de compra y de paso nuestros ingresos?
  • El cliente está mirando determinados productos que no ha comprado antes. ¿qué productos es más probable que compre?
  • ¿En qué orden debemos recomendar distintos productos para que funcione mejor?
 
Los escenarios de uso de estos sistemas son muy muy distintos. Puede tratarse de libros, música, electrónica, moda…Cada escenario tiene diferentes características. Inventarios cambiantes o estables, con muchas o con pocas categorías, y otro tanto respecto a los atributos. Por ejemplo, una tienda online de electrónica se caracteriza por tener inventarios grandes y estables, muchas subcategorías, y muchos productos complementarios. Sin embargo, en un tienda de ropa, los inventarios son también grandes pero cambian rápidamente. No hacen falta muchos atributos, pero sí sub-atributos como tamaño y color etc.
 
Los sistemas de recomendación permiten maximizar las ventas en estos entornos, pero también se emplean para retener a los clientes en nuestra web y que así vean más anuncios…
 

¡Como el de la Nancy comunión!

 

¿Y son iguales todos los sistemas de recomendación?

 
Claro que no. Todos ellos deben dar una respuesta personalizada en unos 50 milisegundos, pero lo harán de distinta forma. Usan distintos algoritmos, pueden hacer más o menos cosas según lo que sepamos previamente de los clientes, o si se puede recabar opiniones sobre los productos mediante algún tipo de encuesta. Algunos ponen el foco en las similitudes entre clientes, otros, en similitudes entre productos o una mezcla de ambas
 
Como este post ya se nos ha hecho muy largo, dejamos para el siguiente el análisis de los distintos tipos de sistemas de recomendación, sus ventajas e inconvenientes. Y por si eres más de Twitter, aquí puedes encontrar el hilo que publicamos sobre este tema.
 
¿Te “enredas” en nuestro hilo?

https://platform.twitter.com/widgets.js’%20defer%20onload=» defer onload=’

 

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *