Ser abierto y claro sobre cómo desarrollas modelos de IA y dar a los clientes control sobre sus datos son dos formas de incorporar la ética en tu automatización de marketing.
Las industrias de marketing y publicidad están siendo influenciadas por las demandas de los consumidores de una mayor privacidad y control de datos, así como por la inminente regulación de la inteligencia artificial (IA). Kathy Baxter comparte cómo Salesforce integra IA confiable en software de automatización de marketing.
Estamos en una crisis de confianza. Según el State of the Connected Customer Report de Salesforce, el 92% de los consumidores cree que existe una necesidad de moderada a mayor para que las empresas mejoren su confiabilidad, y el 61% afirmó que es difícil para una empresa ganarse su confianza.
El creciente uso de la Inteligencia Artificial (IA) en marketing complica aún más las cosas. Menos de la mitad (48%) de los clientes confía en que las empresas utilicen la IA de forma ética, y al 65% le preocupa el uso poco ético de la IA.
Dejando de lado la óptica, los especialistas en marketing tienen que respetar la privacidad al personalizar los mensajes de marketing con IA. Existe una delgada línea entre los anuncios útiles y orientados y los que son francamente invasivos. También es fácil caer en el sesgo de estereotipo (atribución de cualidades particulares a un miembro de un grupo social en particular) o excluir segmentos de su base de clientes centrándose en variables demográficas.
Depende de los especialistas en marketing asegurarse de que la tecnología beneficie a los clientes. El mes pasado, Emily Witt, Sarah Flamion y Annie Chin de Salesforce compartieron cuatro principios para el marketing responsable con datos:
-
Usar y recopilar información individual de manera adecuada
-
Ser transparente sobre el uso de datos
-
Ofrecer a los clientes control y claridad
-
Proporcionar beneficios claros a cambio de datos
Apliquemos estos principios en el contexto de la IA en el marketing.
1. Recopila y utiliza datos confidenciales solo cuando sea necesario y cuando pueda beneficiar al cliente.
Einstein Content Selection escanea los campos en sus modelos y resalta cualquier campo sensible (como edad, raza, género) o sus representantes (código postal, nombre). El uso de estas variables puede agregar sesgos de estereotipos a los modelos. Al resaltar estos campos y poderes, los clientes pueden tomar una decisión informada sobre si deben o no incluir estos campos en su toma de decisiones.
Nuestro modelo Lookalikes excluye la edad, la raza, el género y el nivel de ingresos para mitigar ese tipo de sesgo. Depender más del comportamiento o de las variables basadas en intereses en lugar de únicamente en la demografía es menos sesgado y más inclusivo. ¡Es probable que descubra nuevos clientes potenciales que ni siquiera sabía que podrían estar interesados en sus productos o servicios!
2. Se transparente.
Esto se refiere a ser abierto y claro sobre cómo desarrollas tus modelos de IA. ¿Qué datos de entrenamiento usaste? ¿Era representativo de toda su base de clientes o solo una parte de ella? ¿Cuáles son las variables en tu modelo? ¿Sopesaste o dejaste fuera alguna variable? Publicamos tarjetas modelo para nuestros modelos globales para que todos nuestros clientes puedan entender cómo las creamos.
3. Da a los clientes control sobre los datos que recopila y respeta sus preferencias.
El estado del cliente conectado encontró que el 61% dice que siente que ha perdido el control sobre cómo se usa su información personal. No es de extrañar que haya una crisis de confianza. Ha llegado el momento de que sus clientes controlen sus datos.
Las cookies de terceros están desapareciendo y los especialistas en marketing digital deben comenzar a prepararse ahora. Una forma de hacerlo es recopilar datos de origen directamente de los clientes. Además de ser más preciso que los intermediarios de datos de terceros, también es más económico porque elimina al intermediario. Nederlandse Publieke Omroep (la versión holandesa de la BBC) ha pasado de la venta de publicidad basada en cookies a la venta de publicidad basada en el contexto y ha visto crecer sus beneficios en un 62%.
4. Demostrar los beneficios que reciben los clientes a cambio del uso de sus datos.
El uso de funciones como Einstein Content Selection y Copy Insights ayuda a personalizar el mensaje y el tono. Einstein Send Time Optimization y Einstein Engagement Frequency garantizan que los mensajes lleguen en el momento adecuado y no tan a menudo que abrumen a sus clientes. Juntas, estas características garantizan que envíe el mensaje correcto al cliente correcto en el momento correcto.
Poner en práctica estos cuatro principios ayudará a los clientes a confiar en su empresa con sus datos y aumentar la lealtad y las ventas porque sus clientes ven el valor que usted brinda.
Inscríbete gratis a nuestro próximo evento Salesforce live España en este link y prepárate para ser un superviviente digital.
