Camille, estoy muy contento de tenerte en el podcast hoy. Vamos a hablar de bastantes temas densos, particularmente en torno a la experiencia del cliente y la personalización, así como la IA, que va de la mano con todo eso. Así que tengo muchas ganas de hacerte mis preguntas, pero antes de empezar, si no te importa, me gustaría presentarte. Te haré una breve introducción y luego completaremos los detalles. Así que, eres Product and Customer Marketing Assistant en Nosto, una plataforma de personalización muy conocida entre los e-comerciantes, que les permite adaptar su recorrido del cliente, sus productos, su merchandising y sus campañas en tiempo real. Básicamente, es toda la experiencia del cliente la que se optimiza de manera inteligente y escalable. ¿Está bien como introducción? Está bien, perfecto. ¿Qué añadirías? Para presentarme brevemente, soy Camille Aâsila, y soy Head of Product Customer Marketing en Nosto, como dijiste. Llevo trabajando en e-commerce un poco más de 10 años. Empecé en una agencia web especializada en e-commerce y marketing digital llamada Axom. Realmente me iniciaron, me dieron el gusto por este mundo, y sobre todo, me dieron el gusto por las estrategias bien elaboradas para las experiencias del cliente. Luego continué mi carrera en PrestaShop, una plataforma de e-commerce muy conocida en el ecosistema francés, principalmente en roles de marketing. Y después de algunos años, me uní a Nosto. Empecé en el lado del cliente, donde supervisé nuestros equipos de customer success manager. Estos son los equipos que apoyan a nuestros clientes en su estrategia de personalización. Después de algunos años en ese rol, mi interés por el marketing finalmente me llevó a mi rol actual, que combina marketing, producto y experiencia del cliente. Eso es genial y realmente interesante. Veo que ya estás muy bien establecida en el ecosistema con Axome, que conocemos bien. Y luego está PrestaShop, cuyo CEO Eric estuvo en el podcast hace unas semanas. Sugiero que empecemos con una pequeña innovación en el podcast, así que es una pregunta de verdadero o falso. Así que, pregunta rápida, respuesta corta. La primera: la mayoría de las marcas de e-commerce aún no tienen una estrategia de personalización sólida. Diría que verdadero, y los estudios muestran que hay una desconexión real entre la percepción que tienen las marcas de e-commerce de la experiencia que proporcionan y lo que realmente sienten los consumidores. Hay una brecha real entre lo que las marcas creen que están proporcionando y lo que los consumidores realmente están experimentando, así que verdadero. Interesante. Pierdes la capacidad de personalizar un sitio sin usar datos personales. Verdadero, absolutamente. Puedes usar lo que se llama datos de navegación o datos de comportamiento en el sitio, que en última instancia son datos anónimos. Esto puede ser las páginas visitadas, el tipo de páginas visitadas, el tipo de productos vistos, el tiempo pasado en un tipo particular de página, y demás. Y todo esto puede ayudarnos a personalizar el recorrido del cliente. De acuerdo, genial. También tienes el usuario, el tipo de navegador, cosas así. Sí, absolutamente, absolutamente. De acuerdo, interesante. En cinco años, todos los recorridos de e-commerce estarán impulsados por IA. Bueno, diría que eso es falso, solo para añadir un ligero matiz. En cinco años, creo que todos los recorridos estarán impulsados por IA, pero dirigidos por humanos. Esa es una distinción importante. Cuarto, personalizar los correos electrónicos es más efectivo que personalizar tu sitio web. Falso, falso, porque de hecho, son igualmente importantes. Uno no puede existir sin el otro. La personalización realmente necesita aplicarse en diferentes puntos de contacto para ser coherente y verdaderamente efectiva. Una página de producto generada por IA puede ser mejor que una escrita a mano. No puedo responder a eso. Tendrás que cortarlo. En realidad no dije nada sobre eso, sobre la escritura, la calidad de la escritura. De acuerdo. En todo caso, quizás lo que podemos decir es que es más fácil para un humano ser asistido por Alibaba para escribir y comprobar. ¿Quieres que lo responda de todas formas? Sí, adelante, podemos probarlo si no porque hay 10. Sí, oh sí, me lo dijiste, sí, no, pero adelante, hagámoslo. ¿Qué dijiste? Repite la pregunta. Entonces, una página de producto generada por IA puede ser mejor que una escrita a mano. Así que verdadero y falso, creo que completamente generada por IA sin control humano, una vez más, no creo que sea, no será la página de producto más optimizada que existe. Por otro lado, creo que la IA realmente asiste a los humanos en esta área y tiene valor que aportar a la creación de páginas de productos, particularmente en términos de productividad, pero también en términos de calidad del contenido, especialmente el SEO. El orden en que se muestran los productos puede tener un impacto directo en el valor promedio del pedido. Absolutamente cierto. Los productos que se muestran en la parte superior de una página de categoría, por ejemplo, tenderán a hacerse clic más y también a comprarse más. El merchandising solo se usa para organizar categorías y filtros. Bueno, eso es parcialmente verdadero, pero el merchandising es principalmente lo que guía al usuario a través de todo el catálogo de productos, especialmente ya que muchos e-comerciantes tienen catálogos muy extensos. Así que guía a los usuarios hacia los productos que son más relevantes para ellos, pero también permite a los e-retailers guiarlos hacia los productos que quieren que compren. El merchandising personalizado está reservado para las grandes marcas. Falso. Con la tecnología actual, el merchandising personalizado es realmente accesible incluso para las marcas y los equipos más pequeños, y ahí es donde será de gran interés para automatizar muchas cosas. Personalizar los resultados de búsqueda es tan importante como personalizar las recomendaciones. Absolutamente. Una vez más, creo que la estrategia de personalización realmente necesita aplicarse en cada punto de contacto, incluyendo la búsqueda en el sitio y los bloques de recomendación. Y finalmente, la excelencia post-compra es tan importante como el momento de la compra. Absolutamente, la experiencia post-compra también asegurará un buen valor de vida del cliente, asegurará que los consumidores y los clientes regresen al sitio, y por tanto mejorará la rentabilidad y la viabilidad a largo plazo de la marca, así que es muy importante. Genial. Escucha, sugiero que vayamos al corazón del asunto. Antes de entrar en los detalles, me gustaría dar un paso atrás y obtener tu visión general del mercado y estos temas. Porque es verdad que hoy se habla mucho de personalización y experiencia del cliente. Pero mi pregunta es sobre el recorrido uno a uno. ¿Crees que es más una expectativa, una expectativa real del consumidor, o es solo una cosa del marketing? No, no, no creo que sea solo una palabra de moda hoy en día o una expectativa de los marketers. Creo que hay una expectativa real por parte del consumidor, y de hecho se debe a todos estos gigantes digitales como Amazon, Netflix y Google, que han redefinido completamente los estándares de personalización al proporcionar experiencias que son ultra fluidas, ultra relevantes y personalizadas. Como resultado, los consumidores ahora esperan el mismo nivel de excelencia en las diversas plataformas con las que interactúan, incluyendo los sitios de e-commerce. Esto significa que los minoristas de e-commerce necesitan abordar estos temas para proporcionar experiencias relevantes, pero a menudo con muchos menos recursos. Ahí es donde puede complicarse. No soy yo quien lo dice; los estudios lo muestran muy claramente, como mencioné en la sección de verdadero o falso, incluido un estudio realizado por Nosto que muestra que el 99% de las marcas cree que ofrece una experiencia muy relevante, cuando en realidad el 69% de los consumidores encuestados cree que no es el caso. Y así esta brecha entre la percepción y la experiencia real del consumidor crea una especie de punto ciego que impide a las marcas identificar puntos de fricción y por tanto ofrecer experiencias verdaderamente personalizadas. ¿Y cuáles dirías que son algunos de los principales obstáculos para realinear estas percepciones? Bueno, en primer lugar, debes ser consciente de ellos y ser capaz de analizar los puntos de fricción en el sitio para que luego puedas decir, "De acuerdo, necesito tomar acción. Necesito proporcionar experiencias que aborden puntos estratégicos muy específicos." ¿Y crees, por ejemplo, que es más un problema de datos cuando las marcas analizan sus recorridos del cliente, o cómo es que la persona responsable de esto hoy tiene una desconexión entre su percepción de las cosas y lo que reporta el consumidor, un problema de entrada o de salida? Hay bastantes cosas que pueden explicar por qué las estrategias personalizadas son difíciles de implementar hoy en día. En primer lugar, existe la fragmentación de datos. A menudo, los equipos usarán diferentes herramientas, y los datos terminan en silos. Esto significa que las herramientas no se comunican entre sí, los datos no están unificados en absoluto, y entre bastidores, esto crea resultados que no son particularmente coherentes. Crea recorridos que están tan fragmentados como los propios datos y por tanto no tan optimizados como podrían estar. De acuerdo, interesante. Así que, en tu opinión, ¿cómo es una buena experiencia personalizada en un mundo ideal? En mi opinión, una buena experiencia personalizada es aquella que es invisible para el usuario, pero que aún responde al contexto y a la intención del consumidor. Así que la idea es poder entender sus expectativas en un momento dado y proporcionar un recorrido con elementos personalizados que respondan precisamente a ese contexto y a ese momento. Así que sí, escuchamos mucho sobre personalización en todo tipo de contextos hoy en día. ¿Qué crees que hace que una buena experiencia personalizada sea buena? La buena personalización no es solo poner un nombre en un correo electrónico o mostrar productos similares. Sobre todo, se trata de ofrecer una experiencia que verdaderamente satisfaga las expectativas del usuario, especialmente en un contexto específico y en tiempo real. De hecho, debería ser invisible, pero debería ser útil. El usuario ni siquiera debería darse cuenta de que está en un recorrido personalizado; debería ser completamente transparente para ellos. Deberían sentir que el sitio entiende lo que están buscando y lo que necesitan, pero sin verlo realmente. Y sobre todo, una buena estrategia de personalización debería estar realmente involucrada a lo largo de todo el recorrido del cliente. Esto se aplica tanto durante la fase de concienciación, cuando el usuario descubre la marca, como durante la fase de consideración, cuando realmente está interesado en los productos, comparándolos con las ofertas, y demás, hasta la compra y, por supuesto, la fidelización. Así que lo que es importante recordar es que la buena personalización crea valor en ambos lados. Crea valor ante todo para el cliente, ya que tendrá una experiencia súper fluida y simple con la marca, y por supuesto crea rendimiento para la marca de e-commerce, que verá un aumento en las conversiones, el valor promedio del pedido y el valor de vida del cliente. De acuerdo, así que sí, ¿tienes un ejemplo de una marca que haga esto bien? Un buen ejemplo sería una marca como Casio, la marca japonesa bien conocida por sus relojes. El problema con Casio es que tienen muchos retailers. Así que les interesa proporcionar una experiencia impecable en su sitio web para finalmente promover las ventas directas. Y como muchas marcas, también tienen un catálogo muy extenso con muchos skus, muchas nuevas entradas de productos, y demás. Esto hace que sea muy complicado para los equipos gestionar el merchandising, por ejemplo, y mostrar el producto correcto a la persona correcta en el momento correcto, lo que se vuelve muy tedioso. Así que han implementado una gran cantidad de estrategias, particularmente en torno al descubrimiento de productos, para facilitar esto. Por ejemplo, han implementado una función de búsqueda personalizada en su sitio web que tiene en cuenta todos los atributos del producto, como la forma del reloj, el color, la gama y el nombre del producto, para que las búsquedas sean muy relevantes y también puedan personalizarse según las preferencias individuales de cada visitante. La idea es mostrar resultados que ya sean relevantes y luego hacerlos ultra relevantes a través de la personalización. Más allá de eso, no se detuvieron en la búsqueda de productos porque la búsqueda de productos en el sitio es uno de los pilares del descubrimiento de productos. Pero más allá de eso, también hay recomendaciones de productos que pueden guiar al usuario a lo largo de su recorrido en las diferentes páginas. Así que podrán implementar cross-selling, pero un cross-selling inteligente. También han implementado mensajes de FOMO en su página de producto basados en el segmento de visitantes. Por ejemplo, si los visitantes están un poco indecisos, o al menos parecen indecisos según la inteligencia artificial, podemos mostrarles mensajes que crean una sensación de urgencia, como cuántas unidades quedan en stock o cuántas veces se ha comprado el producto en las últimas 24 horas. Ese es el tipo de estrategia que usaron, y el resultado es que también clasificaron su página de categoría automatizada, donde pudieron impulsar productos con una tasa de clics muy buena y una tasa de conversión muy buena en la parte superior de las páginas de categoría y, sobre todo, asegurarse de que los productos que están agotados estén un poco más limitados en términos de visibilidad, por lo que aparecen más abajo en la página de categoría. Así que ¿qué permite eso? Permite que el usuario esté directamente expuesto a los productos de tendencia que están disponibles para comprar en la página de categoría. Así que el resultado para una marca como Casio es que el descubrimiento de productos está ultra optimizado dondequiera que se puedan encontrar productos, por lo que se destacan en bloques de recomendación, resultados de búsqueda y páginas de categoría, y también ahorra tiempo para los equipos operativos que han automatizado todo esto. Creo que tienen el 26% de su bloque de recomendación representando el 26% de las ventas del sitio. Eso muestra la relevancia de los bloques de recomendación, donde para que una visita se considere una venta en un bloque de recomendación, el visitante ha hecho clic en un producto en un bloque de recomendación, ha llegado a la página del producto, y luego lo ha añadido a su carrito y ha convertido dentro de los 30 minutos. Así que no es tampoco una atribución enorme. Así que eso me lleva de vuelta al valor de todo ello. También es importante señalar que, como la mayoría de las marcas de e-commerce hoy en día, Casio obtiene la mayoría de su tráfico de dispositivos móviles. Así que cuando tienes un catálogo enorme en móvil, es esencial tener una experiencia que sea ultra optimizada en términos de descubrimiento de productos. No podemos permitirnos que el usuario vuelva al menú cada vez o haga otra búsqueda en la parte superior. Así que esto se hace a través de estos famosos bloques de recomendación donde permito que el usuario encuentre muy fácilmente productos similares en una página de producto, para que pueda ir de una página de producto a otra directamente sin volver al cuadro de búsqueda o al cuadro del menú. De acuerdo, así que los bloques de recomendación se encuentran principalmente en las páginas de productos. Así que pueden colocarse en diferentes páginas, y es la lógica detrás de ellos lo que será interesante. En una página de producto, podríamos tener bloques de productos alternativos, mostrando relojes similares, por ejemplo. Por otro lado, en una página de categoría, por ejemplo, no vamos a hablar de inteligencia artificial en absoluto, pero en la parte inferior de una página de categoría, podemos simplemente tener un historial de navegación global. Así que volver a los últimos productos es súper simple, pero en términos de experiencia del usuario, en realidad es esperado. Y en móvil, es esencial poder navegar de página de producto a página de producto tanto como sea posible sin tener que pasar por toda una fase de búsqueda proactiva, por así decirlo, y limitar el número de clics. Esto tiene mucho sentido, especialmente en móvil. Por ejemplo, para entender mejor esto, digamos que tú y yo tenemos un iPhone 16, los dos vivimos en Bastille en París, y nos conectamos más o menos al mismo tiempo. Potencialmente obtendremos las mismas recomendaciones o veremos cómo funciona, ya ves, en términos de las recomendaciones. Así que depende de la lógica que se use. Por ejemplo, si queremos mostrar los más vendidos en una página, como una página de inicio, tenderemos a querer mostrar los más vendidos y una variedad de productos que se pueden encontrar en la tienda. Así que, si los más vendidos están geolocalizados y vivimos en el mismo lugar, encontraremos lo mismo. Si, por ejemplo, no estamos en el mismo lugar, potencialmente veremos otros más vendidos. De acuerdo. Sin embargo, donde será diferente es que el objetivo de la personalización no es solo la personalización One to F You, también es la personalización One to One. Así que dijiste que compartimos ciertas cosas en común, pero por otro lado, ciertamente tienes tus propias afinidades, y yo también tengo las mías. No necesariamente estamos buscando lo mismo, y en cuanto llegamos al sitio, enviamos señales claras al algoritmo, que luego es capaz de determinar que Joseph está interesado en un cierto tipo de color, un cierto tipo de material, y demás, mientras que Camille tiene diferentes preferencias. Así que ahí es donde, cuando tenemos bloques de recomendación personalizados o cuando hacemos una búsqueda, se tendrá en cuenta para empujarte más hacia productos rojos, por ejemplo, mientras que yo potencialmente veré otros tipos de productos. Así que no tenemos la misma experiencia en todas partes del sitio, ¿verdad? Eso es realmente interesante. Sí, sigue siendo realmente poderoso en términos de inmediatez. Y así que ahora, si continuamos explorando un poco más esta idea de personalización, tomemos dos contextos de usuario como ejemplo, que pueden tener atributos comunes. ¿No podría ser eso a veces un poco inquietante? Un poco intrusivo, por ejemplo? No sé si entiendes lo que quiero decir, no necesariamente tengo buenos ejemplos en mente, pero visitaré una página en un sitio web en un momento y luego volveré un poco después. Me dice exactamente lo mismo. Estuviste aquí hace 3 días y 2 horas, te desplazaste por el producto. ¿Hasta dónde se puede llegar sin que parezca intrusivo para el consumidor? La personalización bien hecha es invisible por naturaleza. Eso significa que el usuario ni siquiera debería darse cuenta de que la experiencia está personalizada. Deberían simplemente sentir que el sitio entiende lo que quieren, lo que necesitan y lo que están buscando. Así que tomemos un ejemplo simple de un usuario que busca un vestido en el sitio. Gracias a la personalización, podremos saber que este usuario tiene afinidad por una cierta talla. Cuando digo afinidad, solo quiero decir que nos daremos cuenta de que, por ejemplo, es más probable que vaya por productos disponibles en talla M. Así que, entre bastidores, cuando busco "vestido floral" en la barra de búsqueda del sitio, los primeros resultados serán vestidos florales, que es la relevancia de los resultados, pero serán vestidos florales disponibles en talla M. Como usuario, no lo vi, no lo veo. Sin embargo, basándome en mi experiencia, puedo sentirlo porque cuando hago clic en los resultados, es fluido, y llego a páginas de productos donde mi talla está disponible. Por otro lado, lo notaré si hago clic y los productos no están disponibles en mi talla cada vez, y entonces pensaré, "Maldita sea, la experiencia no es genial." Así que esa es la idea detrás de la personalización: lo que hay que tener en cuenta es que tiene que ser invisible, así que no hay solicitud, no lo sabes, simplemente tiene que estar ahí, tiene que ser simple, transparente, pero sobre todo útil. Relevante. Sí. De acuerdo, muy interesante. ¿Has notado algún error recurrente en la personalización, en términos de situaciones buenas y malas? Sí, creo que uno de los principales errores es querer personalizarlo todo sin un objetivo claro. Es un poco como todo lo demás. Necesitas un objetivo, no puedes simplemente decir que quiero personalizar por el bien de la personalización porque hará un buen recorrido. No, necesitas tener un objetivo claro. El objetivo claro podría ser aumentar el valor promedio general del pedido en el sitio o aumentar el valor promedio del pedido para un segmento determinado de visitantes. Por ejemplo, mi segmento de visitantes que están interesados en una marca particular. Puedo ver que tienen un valor promedio del pedido un poco bajo, así que ¿cómo puedo intentar aumentarlo? Así que necesitas tener un objetivo específico porque si no tienes un objetivo específico, acabas personalizando un poco a ciegas y no puedes realmente decir qué está funcionando. Otro factor muy importante en el establecimiento de objetivos específicos es tener acceso a insights, ser capaz de analizar tus datos e identificar dónde están los problemas y dónde necesitas tomar acción. Así que, en plataformas como Nosto, proporcionamos acceso a herramientas de business intelligence que hacen muy fácil para los e-comerciantes ver el rendimiento de los segmentos y los productos, y por tanto identificar los puntos de fricción y decir, "Voy a poner algo en marcha". Por ejemplo, para ser muy específico, podemos ver en los insights que los visitantes que provienen de fuentes de tráfico de pago tienen un valor promedio del pedido que es demasiado bajo para tener un buen ROS. En ese punto, nos decimos a nosotros mismos, "Voy a tener que trabajar un poco en eso y crear una experiencia personalizada cuando estos visitantes lleguen al sitio. Quizás impulsar más en todo mi merchandising productos que son un poco más caros o en los que tengo un margen ligeramente mayor, solo para estos visitantes que provienen de fuentes de tráfico de pago, para mejorar mi ROS." De acuerdo. Así que ese es el tipo de cosa que podemos poner en marcha. Es básicamente personalización basada en datos. Sí, así que de acuerdo, tienes, digamos, objetivos basados en la fuente de atribución. ¿Qué más podrías tener? ¿Cuáles son algunos de los casos de uso más comunes que ves? A menudo va a ser global. Aquí, nos estamos adentrando un poco en estrategias avanzadas, pero vamos a aumentar la tasa de conversión general del sitio, el valor promedio del pedido, y el valor promedio del pedido para el sitio en su conjunto. Estas son, por supuesto, métricas que son seguidas de cerca por nuestros clientes. Pero luego, cuando realmente empezamos a mirar la personalización, ahí es donde entran otros equipos porque, por ejemplo, la adquisición no la gestiona necesariamente el e-commerce. Así que las personas que gestionan el e-commerce internamente necesitan poder comunicarse con otros equipos para decir, "Oye, tus campañas de adquisición, puedo ayudarte con mi herramienta para adaptar la experiencia en el sitio para tu tráfico para que obtengas mejores resultados en adquisición, por ejemplo." Interesante. Y proporcionas contexto desde el principio, así que tienes contexto del usuario, quizás con ciertas integraciones con la vista CDP de teclado, etc., tienes un visitante que ya ha visitado en el pasado, puedes obtener datos de otras fuentes de atribución. ¿Tienes otros datos que proporcionarán incluso más contexto? Absolutamente, están todos los datos que Nosto ya recopila. Nosto es básicamente una plataforma de experiencia de comercio que recopila, unifica y enriquece datos. El tipo de datos que usamos son datos de clientes, datos de productos y datos de contenido. Pero de hecho, estos datos también pueden provenir de diferentes fuentes, como mencionaste, así que pueden provenir de un CRM, un CDP como Klaviyo. Con Klaviyo, tenemos una integración directa para que puedan enviarnos elementos de su segmento y también podamos enviarles otros elementos. Así que lo que esto típicamente nos permite hacer, como estábamos discutiendo al principio de este tema de la fragmentación de datos, es unificar todos los datos y unificar las herramientas. Backlavius es usado más por los equipos de marketing, mientras que Nosto es usado más por los equipos de e-commerce. Así que vamos a unificar las herramientas, y por tanto unificar los flujos de trabajo y los datos, y eso nos permitirá tener escenarios muy avanzados. Para ser muy específico, eso significa que podremos personalizar eventos, perdona, los correos electrónicos de Klaviyo de una manera más avanzada, y también podremos personalizar la experiencia de los visitantes que llegan desde un correo electrónico de Klaviyo en Nosto. Sí, sí, eso también. Sí, y luego después de eso, podrían haber muchas otras posibilidades porque, ya ves, cuando tenemos integraciones como esta, también permite a Nosto enviar eventos que Klaviyo no necesariamente captaría, como búsquedas abandonadas en el sitio. Así que podemos decir, "Oye, esta persona abandonó su búsqueda," sabiendo que cuando un usuario busca algo en el sitio, estimamos que esto muestra una fuerte intención. Así que todos esos usuarios detrás de eso pueden desencadenar que Klaviyo envíe correos electrónicos de búsqueda abandonada en lugar de correos electrónicos de carrito abandonado con sugerencias inteligentes de productos en ellos. Es un círculo virtuoso. Sí, sí, sí. Realmente interesante. Ahora me gustaría hablar un poco sobre el merchandising. Mencionaste el descubrimiento de productos como siendo realmente importante. A menudo decimos que nunca tienes una segunda oportunidad para causar una buena primera impresión, así que creo que entendemos que es importante llegar al sitio y darse cuenta rápidamente de que el recorrido es relevante y que anticipa a dónde quieres ir en el sitio. ¿Logras a veces presentar productos a usuarios que ni siquiera los estaban buscando en primer lugar? Lo mencionaste un poco antes. Por supuesto. Claro, si siempre les mostramos los productos que han visto o en los que han mostrado mucho interés, pierde parte de su atractivo, así que las recomendaciones de productos son bastante buenas para este tipo de caso de uso, para presentar nuevos productos. En particular, nos permiten usar algoritmos para sugerir a cada usuario productos que no han visto todavía pero que son similares a sus intereses. Por ejemplo, si estoy interesada en camisetas florales, vuelvo a mi patrón. Hoy estoy de humor para flores. Si estoy interesada en eso, aún no he convertido, pero podemos mostrarme productos similares, así que potencialmente tops con patrones florales que no he visto todavía. Así que aquí, vamos a fomentar mi descubrimiento, y podemos integrar esto realmente en diferentes etapas del recorrido de descubrimiento de productos. Puede ser en la página de inicio, la página del producto, la página del carrito de compra, o incluso en los correos electrónicos. En los correos electrónicos, por ejemplo, esto puede crear oportunidades en un correo electrónico de carrito abandonado. Puse un producto particular en mi carrito, pero no convertí. Hay muchas razones por las que puede que no haya convertido, digamos. Cuando recibo mi correo electrónico recordatorio de carrito abandonado, el correo electrónico simple resumirá mi carrito y sugerirá que vuelva al sitio para finalizar mi conversión, pero puede haber razones por las que no compré. Así que si añadimos un bloque de recomendación de productos dentro de ese correo electrónico, un bloque de recomendación que puede mostrarme productos alternativos al que puse en mi carrito, eso se vuelve realmente inteligente porque me anima a volver al sitio con otra gama de productos que podrían interesarme. Así que hay eso, pero también hay otras formas, un poco más globales, un poco más genéricas de inspirar a las personas. Estábamos hablando de los más vendidos, que es un ejemplo. Así que hay eso, pero también hay otras fuentes de inspiración algo más globales y genéricas. Estábamos hablando de los más vendidos, que es un ejemplo, y los look shops en las páginas de productos, por supuesto. Eso es algo que funciona bien para descubrir otros productos. Estoy mirando un par de vaqueros, y me muestra una camiseta que va bien con el cinturón para que pueda comprar el look completo. Así que eso es algo que funciona bien, funciona bastante bien, y otro elemento que creo que es interesante mencionar aquí es el contenido generado por el usuario, con el que estás familiarizado, especialmente en el lado visual. Así que son todos estos visuales que muestran el producto a través de personas reales, que a veces, y a menudo, pueden ser más atractivos e inspiradores para los usuarios y visitantes que ven el producto en contexto. Y en estos casos, también te permite inspirar e introducir nuevos productos de una manera muy natural, a veces incluso guiando al cliente hasta el punto de compra. Sí, genial. Y supongo que también haces b testing. Absolutamente, lo cual es realmente importante, y hablaremos de eso quizás más tarde, pero por supuesto, siempre hay que probar. No estoy diciendo lo obvio cuando digo eso, pero básicamente, NoSTO integra, y por eso lo integramos directamente en nuestra plataforma. Nos permite probar todos los elementos del sitio, pero también probar campañas y estrategias de personalización contra otras estrategias de personalización para que siempre podamos optimizar en línea con esta lógica, pero también para personalizar, perdona, para probar una experiencia personalizada contra una experiencia no personalizada. De esa manera, podemos ver realmente el uplift de lo que he puesto en marcha. ¿Muestro un blog con recomendaciones personalizadas o pongo un más vendido? ¿Qué me trae más conversiones? Lo mismo ocurre con mi búsqueda. ¿Personalizo mi búsqueda? Estábamos hablando de Casio antes, que destaca productos con altas tasas de clics en la parte superior de sus páginas de categoría. ¿Eso llevó a un aumento en los ingresos en comparación con cuando no hacías nada? Es interesante saberlo. Puedes hacer pruebas incrementales. Sí. De acuerdo, genial. Y si miramos la página de producto en sí, ¿qué dirías que son los mejores elementos para personalizar un poco sin exagerar, para que permanezca bastante legible y al grano, si se me permite decirlo? Las páginas de productos son páginas realmente clave porque son el tipo de página que atrae mucho tráfico. Así que necesitas tener estrategias para estas páginas. Una vez más, estas estrategias no son necesariamente muy visibles, pero pueden tener un enorme impacto si funcionan bien en relación con el tráfico que representan estas páginas. Así que, en primer lugar, en el lado del producto, es muy simple: puedes añadir bloques de recomendaciones personalizadas, como dijimos, look shops, que son extremadamente efectivos, permitiéndote ofrecer un look completo basado en el producto que se está viendo. Más allá de las recomendaciones de productos y el descubrimiento de productos, no hemos hablado mucho de esto todavía, pero también está la personalización de contenido. También podemos mostrar contenido diferente dependiendo del visitante. Típicamente, en una página de producto, podemos tener una pequeña cinta como hace Asos, un pequeño banner junto a la descripción del producto donde mostramos un mensaje para los nuevos visitantes. Así que, por ejemplo, los nuevos visitantes que llegan al sitio verán que pueden obtener un 10% de descuento en su primer pedido. Pero ese es un mensaje que no queremos mostrar a alguien que ya nos ha comprado porque, en general, va a generar frustración. Sí, está claro. Así que ahí es donde se pone interesante. Decimos, "Bueno, no, no a esas personas, por ejemplo," y luego es un tema que tú conoces bien, así que quizás en este caso mostraré el programa, algo relacionado con el programa de alimentación. Así que quizás alguien que normalmente nos pide en lugar del 10% de descuento, le recordaré cuántos puntos tiene actualmente o cuántos puntos necesita para desbloquear otro nivel de recompensa, y ahí es donde las integraciones pueden ser interesantes, especialmente con las herramientas de fidelización. Y eso es personalización de contenido, que también es muy relevante en las páginas de productos. Luego está la fuente de entrada, de la que hablamos un poco antes, pero un caso de uso que ha interesado a muchos de nuestros clientes es todos los visitantes que llegan a una página de producto desde Google Shopping, por ejemplo. Somos capaces de identificar a estos visitantes, ponerlos en un segmento y ofrecerles una experiencia diferente. Estos son visitantes por los que pagamos un cierto coste, así que absolutamente queremos evitar las tasas de rebote. Necesitan quedarse en nuestros sitios, y necesitamos convertirlos. Así que eso significa que obtenemos un clic, llegan, y tenemos una página para ellos, pero eso es todo. Así que lo que podemos hacer, por ejemplo, es cuando llego a una página de producto y el producto desafortunadamente no está disponible en mi talla porque está agotado, lo que podemos hacer es ofrecer productos alternativos que sean similares al producto que se está viendo actualmente. Así que lo que podemos hacer es ofrecer productos alternativos, es decir, productos que son similares al producto que se está viendo actualmente. Estos pueden ser similares en términos de estilo, en términos de muchas cosas, y también en términos de precio. Pero aquí vamos a colocar el bloque realmente cerca del producto aguas arriba en la parte superior de la página para asegurarnos de que sea visible. Tenemos unos pocos segundos para convencer al visitante y evitar que haga clic en la flecha anterior para continuar navegando y buscando en Google. En cambio, queremos que continúe navegando en nuestro sitio para que podamos asegurar la rentabilidad de nuestras campañas y controlar nuestra adquisición. De acuerdo. Y ahí, planteas un punto que es bastante importante, que quizás hemos pasado por alto un poco en términos de la estructura del catálogo, para asegurarnos de que somos capaces de personalizar aún más la forma en que se muestra. ¿Tienes alguna buena práctica para esta estructura de datos? Sí, absolutamente. Este es un punto realmente importante porque un buen merchandising siempre comienza con un excelente conocimiento del catálogo de productos. Así que, lo primero que hay que hacer es alimentar la mayor cantidad de información posible en la herramienta que usamos, por ejemplo Anosto. Cuando digo la mayor cantidad de información posible, me refiero a todo como categorías, tallas, colores, precios, y no solo eso, puede haber atributos personalizados, pero también podríamos enviar el margen, por ejemplo, porque cuando enviamos el margen, podemos tener estrategias de merchandising realmente avanzadas. Así que esa es la primera cosa, y luego necesitas usar una herramienta como Nosto, que analizará toda esta información, pero sobre todo cómo los productos interactúan entre sí. Así que puedes ver que el producto A se compra a menudo con el producto B, que cuando los visitantes ven el producto C, tienden a comprar el producto D, y así sucesivamente. Esto crea lo que se llama un gráfico de productos, que es un sistema de puntuación entre productos que proporciona una comprensión detallada del catálogo, así como una comprensión detallada del usuario y sus afinidades. Aquí es donde podemos luego lograr un merchandising de ultra alto rendimiento. Todo es realmente muy interesante. Me da muchas ideas, y también hablamos mucho sobre cross-selling y upselling. Es un poco como el santo grial de la primera compra, como mencionaste antes. Es verdad que los costes de adquisición son tan altos ahora que realmente tienes que intentar sacar el máximo partido de tus clientes tan ganados. Así que el cross-selling y el upselling encajan perfectamente en esa estrategia. ¿Cuáles son tus mejores prácticas cuando se trata de estos dos temas? Sí, bueno, el cross-selling es definitivamente muy efectivo, especialmente en las páginas del carrito de compra. Típicamente, en la página del carrito de compra, acabo de comprar un par de zapatos, y me recomendarán el producto de limpieza que va con ellos. Es fluido, es Usky. Spoiler, es jabón y agua, lo tienes en casa. Pero aún así lo necesitas. Lo necesitas. Así que en todo caso, es esperado, es casi esperado. Quiero decir, es como cuando vas a una tienda física, es esperado. Sí, absolutamente. Vamos a ofrecer la pequeña venta adicional al final del proceso. Así que simplemente estamos replicando eso en línea. Es fluido, es esperado, está integrado. Así que no interrumpe el proceso en absoluto. Simplemente nos permite aumentar el tamaño de las cestas y los valores promedio de los pedidos. Así que eso es más o menos lo básico. Lo mismo ocurre con las tiendas de moda: las ventas complementarias en las páginas de productos, de las que ya hemos hablado, también son bastante básicas, pero son una ayuda real para el proceso de compra. En otras palabras, son lo básico, pero si no los tienes, te estás perdiendo una ayuda de compra real para los visitantes. Pero lo que a menudo está subutilizado es lo que llamamos upsells post-compra, es decir, upsells justo después de la compra. Es una oferta que podemos hacer justo después de la página de confirmación del pedido y antes de la página de agradecimiento, y esto es principalmente en Shopify. De acuerdo, entendido. Y aquí podemos ser realmente creativos. Por ejemplo, acabo de confirmar mi pedido, y puedes mostrarme un producto en el que mostré mucho interés mientras navegaba, pero que no pedí. Por ejemplo, podemos ofrecerme un 5% de descuento durante 10 minutos. Si compro dentro de los 10 minutos, obtengo un 5% de descuento en el producto que me llamó la atención pero que no compré. Es súper efectivo. Otro caso de uso, por ejemplo, sería en el sector de bienes de consumo, como los productos de belleza. He comprado una crema y acabo de finalizar mi pedido, e inmediatamente después se me ofrece un pack de dos cremas con un 15% de descuento. Eso es extremadamente efectivo y útil, y da una sensación de exclusividad. Desde el punto de vista del usuario, da una sensación de exclusividad, como, "Oye, aquí hay una oferta solo para mí durante 10 minutos," y sobre todo, es extremadamente amigable para el usuario porque no tengo que volver a introducir mis datos bancarios. Eso es lo que es interesante: he hecho un pedido, estoy en un modo de compra, por así decirlo. Lo más difícil era sacar mi tarjeta. Me llevaré tus paninis. Exactamente, pero saqué mi tarjeta, empecé a comprar, lo más difícil está hecho. Ahora solo tengo que hacer clic en un botón, no tengo que volver a introducir mis datos bancarios, y puedo añadir una oferta a la que no habría tenido acceso de otra manera. Así que eso es súper efectivo para impulsar el valor promedio del pedido para las marcas, el post per chase. Sí, eso es realmente poderoso. Ya he caído en ello una o dos veces. También juega un papel importante en el FOMO. Básicamente, si cierras la página, se acabó. Exactamente. Eso es bastante poderoso. Genial, creo que hemos cubierto bastante, y ahora, por supuesto, no podemos hacer este podcast sin hablar de IA. Mientras me preparaba para esta entrevista, identificamos varios tipos de IA, así que me gustaría repasarlos contigo para ver cómo se relacionan con lo que has presentado. ¿Cuál es el más relevante en este contexto? Creo que este es un tema del que los oyentes no necesariamente tienen mucha visibilidad. Así que, tenemos IA predictiva, visual, semántica y generativa. ¿Podrías explicar rápidamente las diferencias entre estos tipos de IA y para qué se usan en el recorrido del cliente? Por supuesto, has dado en el clavo. A veces la IA puede ser un poco un misterio. No sabemos realmente qué hay detrás, para qué se usa, cómo funciona. Así que eso es lo que hemos intentado aclarar en Nosto: mostrar cómo usamos la IA. En realidad usamos los diferentes tipos de IA que mencionaste, que servirán al cliente, o más bien al usuario final, al cliente final, pero también a los e-comerciantes y equipos operativos. Primero, mencionaste la IA predictiva. La IA predictiva nos permite analizar una gran cantidad de datos, sacar conclusiones e identificar tendencias para predecir el comportamiento de compra futuro. En términos muy concretos, esto permitirá a una marca de e-commerce, por ejemplo, ver qué visitantes tienen alto potencial, crear un segmento de visitantes de alto potencial. Así que básicamente los que son... Exactamente, visitantes de alto potencial, no está mal. No está mal. Básicamente, aquellos que están cerca de hacer una compra, y luego una vez más desencadenar mecanismos que son apropiados. También podría basarse en previsiones meteorológicas, por ejemplo, si va a hacer mucho frío en una o dos semanas, sugeriré un cierto tipo de producto porque eso es lo que mejor se vende en general durante estos episodios meteorológicos. Interesante. Eso es una cosa, por ejemplo, sobre la IA predictiva, que luego vinculamos a la semántica. La IA semántica realmente ayudará con la búsqueda en el sitio. Lo que te permite hacer es entender la intención real del usuario cuando escribe una consulta, aunque sea compleja. Hoy en día, los usuarios tienden a usar las búsquedas en los sitios de e-commerce de la misma manera que usan Google. Así que a veces puede ser extremadamente complejo, pero ahí es donde entra la inteligencia semántica. Nos permite entender la intención del usuario y por tanto proporcionar resultados relevantes, incluso si la consulta es compleja. Y eso es extremadamente importante porque un estudio que realizamos mostró que el 70% de los usuarios van directamente a la barra de búsqueda cuando llegan a un sitio web, y el 80% de ellos abandonan el sitio si los resultados de búsqueda no son relevantes o efectivos. Así que esto muestra la importancia de la inteligencia como esta para proporcionar ultra relevancia. Luego tenemos la IA visual. Intentaré ser breve, pero la IA visual es más una palanca que ayudará a los equipos porque les permitirá imitar la visión humana. Así que será capaz de reconocer dentro de una imagen un estilo, un patrón, una emoción, una forma, o una flor. Una flor, por ejemplo. Y entre bastidores, para un e-comerciante, creo que será particularmente interesante en el sector de la moda, ya que permitirá hacer merchandising visual, es decir, mostrar productos que son visualmente similares sin tener que pasar por reglas ultra complejas sobre si el producto es tal o cual, así que mostrar esto o aquello. Sí, sí. Se hace automáticamente por la inteligencia visual, que emparejará productos que son similares o visualmente diferentes según los deseos del merchandiser. De acuerdo. Y finalmente, la IA generativa, que es en la que todos están pensando, imagino. Exactamente. Es la de la que todo el mundo ha estado hablando mucho recientemente. Es una IA que también hemos integrado en Nosto para realmente agilizar los procesos de trabajo para los retailers. Así que, por ejemplo, la usamos para generar listas automáticas de sinónimos para las búsquedas. Claro. Así que creo que cualquier e-comerciante que haya trabajado un poco en mejorar la relevancia de sus resultados de búsqueda sabe que es extremadamente tedioso analizar todas las páginas, todas las consultas que devuelven cero resultados, y luego decidir qué sinónimos usar, y demás. Ahora, la inteligencia artificial lo hace por ellos, sugiriendo una lista de sinónimos apropiados, y luego pueden aceptar o rechazar una sugerencia y retener el control. Y es realmente interesante porque, si lo entiendo correctamente, los primeros tres tipos de IA han existido durante 10 años, y es la IA generativa la que es un poco más nueva en este campo. Y por lo que dices, la IA generativa se usa más en el lado del comerciante para ahorrar tiempo que en el lado del consumidor. Al menos, esa es la impresión que me da. ¿Es eso porque la IA generativa no es lo suficientemente potente hoy en día, o porque no confiamos lo suficiente como para dejarla generar resultados para los usuarios directamente, o porque es más interesante para nosotros como empresa controlarla un poco y ahorrar tiempo internamente? Creo que siempre habrá mecanismos de control; creo que es esencial. Después de eso, depende de nosotros y de los desarrollos que hagamos. Creo que también vamos a avanzar hacia muchas más cosas que serán, digamos, de cara al cliente, de cara al visitante, especialmente con el desarrollo de tecnologías como la tecnología conversacional, como el chat JPT, o la búsqueda, que se está redefiniendo un poco. Así que creo que claramente nos estamos moviendo en esa dirección. Y sí, esa era en realidad una pregunta que he tenido en la cabeza desde hace bastante tiempo. En la era del chat GPT, donde, como sabes, vi otra publicación de LinkedIn esta mañana, pronto podrás integrar tu check-out de Shopify en el chat JPT, lo que significa que puedes comprar desde el chat JPT. Mi primera pregunta sobre esto es si ya has logrado estructurar tus páginas de productos y bloques de recomendación para que estén optimizados para los motores de búsqueda generativos. No sé si esa es la forma correcta de decirlo, pero ya sabes lo que quiero decir. ¿Cuál es tu opinión al respecto? Bueno, una cosa es segura, estos son temas que nos interesan. Tenemos un equipo, tenemos un laboratorio que está interesado en todo lo relacionado con la inteligencia artificial, así que también están muy interesados en todos estos temas, desde una perspectiva de agencia. Quiero decir, realmente todos estos temas, así que son cosas en las que estamos pensando hoy, por supuesto. No es algo que ofrecemos directamente, pero por supuesto estos son elementos que están a la vanguardia de la mente de nuestros equipos. Sí, y mencionas la IA y los equipos, así que tengo dos preguntas al respecto. Por un lado, internamente en Nosto, y más generalmente en las empresas en general, ¿cuáles son algunas de las barreras para adoptar la IA? No lo sé, a veces algunos de tus clientes tienen miedo de ser reemplazados por un súper agente de merchandising de IA que lo hará todo por ellos. ¿Ves comportamientos así hoy entre tus clientes o incluso dentro de tu propia empresa? Creo que la IA, especialmente con ChatGPT, era un poco complicada de usar al principio, pero creo que la gente se está volviendo menos aprensiva porque se están dando cuenta de que no puede realmente reemplazar el cerebro humano, al menos no todavía. Sin embargo, proporciona un impulso significativo a la productividad. Así que ahí tienes, creo que en Nosto, al menos, es muy sencillo. Al contrario, estamos muy animados a usar todo. Sería un poco extraño para una herramienta que ha estado arraigada en la IA desde el principio. Quiero decir, para nosotros, no es un tema nuevo. Es solo que Nostto nació, bueno, en cuanto nació Nostto, se integró con IA. Así que en Nostto, al menos, estamos muy animados a usar todas las formas de IA que puedan mejorar nuestra productividad. ¿Qué usas, por ejemplo? Uso bastante Chat GPT. Sí. Principalmente porque escribo mucho contenido en inglés, así que me permite hacer una verificación inicial de mi escritura antes de dárselo a los equipos de contenido que van a usar ProFFRID, por ejemplo. No es Chat GPT quien escribe por mí, pero sí me permite tener estructuras de oraciones que a menudo son mejores de lo que yo podría haber hecho en inglés. Así que para mí, ese es el principal beneficio, y luego lo uso para muchas otras cosas, pero me permite resumir documentos largos, por ejemplo, y cosas así, así que puedo avanzar en mi trabajo mucho más rápido. Sí. Aunque todavía hay que releer bastante. Sí, sí. Pero aun así, hace mucho trabajo que no se puede ignorar. Eso es para Nosto. Pero estabas hablando del lado del cliente, y tengo mucho que decir al respecto porque he trabajado en el lado del cliente, así que también he tenido clientes a los que he ayudado con su estrategia de personalización. Y el primer obstáculo que a menudo escuchaba era esta ligera preocupación por no saber cómo controlar o dominar lo que la IA realmente entregará, los resultados que traerá, y también por no entender cómo funciona. Típicamente, por ejemplo, un retailer podría querer personalizar los productos en su página de categoría, así que quieren mostrar productos personalizados a Florian, por ejemplo, y empujar productos que son rojos o florales para mí, pero aún tienen objetivos de rentabilidad muy importantes, así que no pueden simplemente decir, "Alia, adelante y muestra productos personalizados en la parte superior de la página de categoría." Es demasiado estratégico para decir, "De acuerdo, lo dejaré completamente abierto." Lo que pueden hacer es usar mecanismos de control para añadir una regla a su merchandising para decir, "También quiero que tengas en cuenta los productos en los que tengo un mejor margen, por ejemplo, en esta ponderación que te permitirá clasificar las páginas de categoría." Lo que funcionará mejor después, y lo que siempre les decía, es probar esta famosa regla con mis márgenes añadidos, o esta regla donde básicamente dejo que todo esté controlado, y ver qué pasa, qué se desempeña mejor al final. Y en algunos casos, puede ser la IA sola, en algunos casos será la IA con controles, así que filtros, reglas de merchandising, y demás. Para mí, lo que es importante y lo que intentaba decirles es que la buena tecnología de hoy debe integrar IA, pero en última instancia debe estar dirigida por humanos, así que en realidad integrará todos los mecanismos de control que permiten adaptarla a la estrategia específica de un e-comerciante. Sí, absolutamente. Es interesante. Tenía otro punto. Sí, adelante. También creo que hay algo que escuchamos mucho, que es un poco el miedo a la caja negra. Es decir, no siempre sabemos por qué se ha recomendado un producto. Estoy muy interesada en el descubrimiento de productos, pero ¿por qué se recomendó un producto, por qué un producto en particular está en una posición particular en los resultados de búsqueda, y demás? Y a veces tienes que poder explicar esto porque otras personas en la empresa dirán, "Oye, qué curioso, escribí esa búsqueda y vi ese producto ahí, no lo entiendo." Así que es importante que la persona responsable del merchandising sea capaz de decir, "De acuerdo, por eso." Típicamente, en Nostos, hemos implementado lo que llamamos "inside scoring." Así que mostramos por qué se eligió un producto particular, qué se tuvo realmente en cuenta para promover ese producto en esa posición, ya sean reglas de merchandising, IA, y demás. Así que eso también es importante, poder explicar estos elementos al usuario. Y luego puedes entender claramente los porqués y los cómos de cada recomendación que se hace. Cómo se hace cada recomendación y evitar la caja negra. Exactamente, somos capaces de decir qué lo influyó, es lo mismo, es un sistema de puntuación. Qué influyó en la ponderación, de hecho, la promoción de este producto en lugar de otro. Y puedes cambiar la ponderación si quieres. De acuerdo, absolutamente. Siempre revisamos las reglas de merchandising o los filtros, y podemos añadir muchas cosas. De acuerdo, genial. De acuerdo, genial. De acuerdo, genial. Solo una pregunta rápida para terminar. Si intentamos mirar hacia los próximos años, dijiste que en Nosto actualmente estáis trabajando en otros desarrollos un poco más naturales en IA, ya sea agentes o IA conversacional. ¿Puedes explicar un poco cuáles son los grandes proyectos en Nosto en particular para seguir esta tendencia, pero también esta revolución en la IA generativa y el impacto de la IA generativa en el comportamiento del consumidor, que se está volviendo mucho más común? Por ejemplo, tener un chatbot con el que te comunicas en tiempo real ya no es incómodo cuando es IA, mientras que hace unos años o incluso unos meses, hablar con un bot era siempre una experiencia horrible, para ser honesto. Así que, tengo curiosidad por saber cómo lo ves en Nosto y luego tu visión personal sobre el impacto en el ecosistema. Recientemente me encontré buscando mis vacaciones en Chat GPT, y pensé para mí mismo, "Esto es realmente concreto, incluso cuando se buscan hoteles, pidiéndole que encuentre un hotel con ciertos criterios, etc." Había cosas bonitas, y estaba bastante refinado, pero es verdad que estos son claramente nuevos usos, aunque no sean nuevos en sí mismos. Pero Google con Alexa es realmente conversacional, lo que significa que ahora estamos acostumbrados, o al menos empezando a acostumbrarnos, a buscar de una manera muy conversacional. Y eso es lo que vamos a tener que tener en cuenta para redefinir cómo se buscan los productos, y eso es lo que actualmente estamos estudiando en Nousto, cómo podrían verse los recorridos del cliente del mañana integrando este aspecto muy conversacional. ¿Puedes darnos un pequeño spoiler, o es demasiado pronto? Es demasiado pronto, pero hay muchas cosas geniales en camino. No podemos esperar, de todas formas, el teaser está muy bien hecho. Y tú, personalmente, en el ecosistema del e-commerce en general, más desde un punto de vista de la experiencia del cliente. ¿Cuál es tu opinión al respecto? Creo que toca un poco eso, porque, como dije, es también lo que he experimentado a nivel personal. Creo que, en el futuro, vamos a tener que ser proactivos en lo que sugerimos a los visitantes. No solo esperar a que nos envíen señales, sino también ser capaces de ofrecerles una experiencia personalizada de inmediato. De acuerdo, genial. Bueno, Camille, estamos justo a tiempo. Ha sido una conversación realmente interesante. Muchas gracias. Gracias. Y luego nos veremos para el episodio 2 una vez que salgan las nuevas funcionalidades. Con mucho gusto. Gracias.
.png)
%20(1).webp)
.webp)
.webp)
