El Deep Learning o aprendizaje profundo es una parte del Machine Learning o aprendizaje de máquina que trata sobre la capacidad del software de aprender conocimiento como los humanos lo hacemos. Evidentemente, todavía no a la escala humana ya que eso implicaría una inteligencia colosal, –démosle tiempo a Alpha Go– pero sí a una escala lo suficientemente útil como para ayudar en cosas como el posicionamiento en buscadores. Es una aplicación lógica de los nuevos algoritmos que está permitiendo crear algoritmos capaces de aprender de sus errores, y no solo eso sino para ayudar a crear mejores experiencias de usuario. ¿Cómo?

El Deep Learning será la piedra angular de la Experiencia de Usuario

Lo que va a poder permitir el Deep Learning es el desarrollo de algoritmos capaces de saber qué nos gusta a través de nuestros hábitos de navegación. Es parecido a lo que hoy hacemos a través de las cookies, pero con mucha mayor potencia al tratarse de un desarrollo de software. Tal y como decíamos hace pocos días con Adobe, el Deep Learning no aprende única y exclusivamente de las cookies, sino de otros datos tan o más importantes que le hacen saber quién está detrás de cada pantalla en todo momento, haciéndose cross-device.

Pensemos por ejemplo en los sistemas de recomendación de escucha de canciones. Naturalmente, la mayor parte funcionan porque hay humanos que escuchan canciones y éstos interactúan con las mismas. Si tú dices al software que tienes un gusto determinado, te recomendarán canciones que han escuchado otros. Con el Deep Learning esto iría más allá, ya que no se requeriría intervención humana alguna fuera de la escucha que otros hagan, y el software será capaz de recomendarte aunque tú no hayas escuchado absolutamente nada.

Con los nuevos algoritmos, no hará falta que alguien tenga experiencia previa de compra en ese sitio, puesto que gracias a nuestro historial de navegación y de consumo de contenido sabrán qué es lo que nos gusta. Y no solo eso, sino que será capaz de corregir el contenido sobre la marcha para saber qué gusta más al cliente y que no

No solo eso, sino que si entramos en una tienda de eCommerce y el algoritmo de Machine Learning sabe que nos gusta, por ejemplo, los helicópteros radiocontrol, las pistolas airsoft y el fútbol, nos mostrará primero esos productos, y si por un casual se diese cuenta de que no convertimos, los cambiaría por otros. Y si nuestros gustos de navegación variasen, también lo haría el algoritmo y se nos mostraría algo distinto. Pero siempre basado en las millones de experiencias de usuario diferenciadas de cada usuario. Eso es lo que hace «especial» al Machine Learning y al Deep Learning.

Los próximos sistemas de recomendación y automatización de marketing podrán empezar a venderte «en frío». ¿Qué significa eso? Supongamos que yo he entrado por primera vez a un sitio eCommerce, no tengo historial de visualización y por tanto, si busco un teléfono móvil los algoritmos antiguos creerán que a mí lo que me encantan son los teléfonos móviles, por lo que me mostrarán millones de ellos en distintos anuncios hasta que den con la clave.

Con los nuevos algoritmos, no hará falta que yo tenga experiencia previa de compra en ese sitio, puesto que gracias a mi historial de navegación y de consumo de contenido cross-device sabrán qué es lo que me gusta. Y no solo eso, sino que será capaz de corregir el contenido sobre la marcha para saber qué gusta más al cliente y que no. Nos espera una era de ensayo  y error basado en máquinas de software inteligentes que llevarán la tecnología de marketing, gracias al Deep Learning, hacia el siguiente nivel.