Uso de IA para impulsar la adquisición de clientes, con el vicepresidente de Crecimiento de IMVU, Lomit Patel

¿Cómo crecer más rápido, incluso en situaciones de mercado difíciles? ¿Y reducir el coste de adquisición de clientes a la triple, a la vez que se quintuplica el retorno de la inversión publicitaria ?

Bueno, contar con buenos datos es un requisito básico, al igual que comprender qué funciona y qué no.

Pero la IA también puede ayudar.

En este episodio de Growth Masterminds, hablamos con Lomit Patel. Patel es vicepresidente de Crecimiento en IMVU y anteriormente dirigió el marketing de rendimiento y digital para Roku. También dirigió la adquisición de clientes en Texture, empresa que Apple adquirió y convirtió en Apple News+.

Así que sabe un poco sobre crecimiento y adquisición de clientes. (De hecho, como aplicación social, IMVU está creciendo ahora mismo durante la pandemia de coronavirus)

También escribió el libro sobre IA para el crecimiento... literalmente. Patel acaba de publicar en marzo "Lean AI: How Innovative Startups Use Artificial Intelligence to Grow". Está repleto de consejos prácticos sobre cómo usar la IA para escalar el crecimiento y la adquisición de usuarios.

Escucha el podcast:

Citas y perspectivas clave: cómo acelerar la adquisición de clientes con IA

Sobre los profesionales del marketing que utilizan la IA para el crecimiento:
«Menos del 5 % lo hace realmente en este momento».
-Lomit Patel

Lomit Patel sobre las tres eras de la adquisición de clientes:

• Adquisición de clientes 1.0: agregando todos sus datos
• Adquisición de clientes 2.0: proporcionar datos limpios a sus socios publicitarios
• Adquisición de clientes 3.0: uso de IA para automatizar la asignación de presupuesto entre socios publicitarios

La adquisición de clientes es el nuevo day trading:
«Básicamente, actuamos como day traders porque vemos que las ofertas de cualquier socio cambian en cualquier momento. Y esto nos permite, en última instancia, tener mayor confianza en que realmente podemos alcanzar nuestros objetivos al final del día y del mes».
-Lomit Patel

Sobre construir la IA usted mismo o asociarse:
“Una de las cosas que terminamos haciendo fue realizar una auditoría buena y honesta en términos de dónde se encuentran realmente nuestras habilidades en IMVU, y estaba bastante claro que realmente no teníamos muchas de las capacidades básicas para construir algo como esto nosotros mismos”.
-Lomit Patel

Lo que permite la automatización:
“Probamos alrededor de… un par de miles de variaciones diferentes de creatividades al mes”.
-Lomit Patel

Identificación rápida de flujos de monetización:
la IA de IMVU identifica si las personas monetizarán a través de publicidad o mediante compras dentro de la aplicación dentro de 24 a 48 horas.

Lomit Patel sobre lo que la IA ha hecho por la adquisición de clientes de IMVU:
«Hemos visto cómo nuestro CAC se ha reducido más de tres veces».
«Hemos visto cómo nuestro ROA (retorno de la inversión) se ha triplicado».
«Antes, el plazo era de entre 5 y 6 meses, pero ahora recuperamos la mayor parte de la inversión publicitaria en un plazo de 30 a 35 días».

Y la transcripción completa: Adquisición de clientes impulsada por IA

John Koetsier : ¿Cómo impulsar el crecimiento con inteligencia artificial?

Bienvenidos a Growth Masterminds con John Koetsier. Este es el podcast donde los expertos en marketing móvil se vuelven aún más inteligentes. Nuestro invitado de hoy es el autor del libro "Lean AI" de O'Reilly Media, publicado en marzo. Es vicepresidente de Crecimiento de IMVU. Lideró el marketing de rendimiento y digital de Roku. También dirigió la adquisición de clientes en Texture, empresa adquirida por Apple y convertida en Apple News+.

Lomit Patel, ¡por favor saluda!

Lomit Patel : Hola a todos. Estoy muy emocionado de estar aquí.

John Koetsier : ¡Genial! Me alegra mucho tenerte aquí. ¡Qué emoción! Acabas de publicar el libro. Tengo que empezar por aquí. Es decir, este es el tema más importante de nuestras vidas ahora mismo, el coronavirus, ¿verdad? ¿Dónde estás? ¿Dónde has estado confinado? ¿Cómo te mantienes al día?

IMVU está en modo de trabajo desde casa debido al coronavirus, como todos los demás

Lomit Patel : Sí, el coronavirus es sin duda el tema de conversación de todos los días. En mi caso, hemos estado trabajando desde casa durante las últimas dos semanas en IMVU, así que, obviamente, estábamos algo preparados, sabiendo que esto se avecinaba. Y tenemos mucha suerte de haber podido trabajar de forma remota con bastante eficiencia. Así que ha funcionado. Pero como empresa, el coronavirus no ha supuesto un gran problema para IMVU, principalmente porque somos una red social y es otra forma de que la gente siga conectando con otros usuarios de todo el mundo. Y para nosotros, sin duda, ha sido el problema inverso, en cuanto a intentar gestionar el aumento de la demanda, como ha ocurrido realmente en las últimas dos semanas.

John Koetsier : Bueno, es muy interesante que lo hayas mencionado, porque hace unos minutos, mientras nos preparábamos para este programa, hablábamos de problemas de ancho de banda y mi plataforma habitual de podcasting de audio no funcionaba. Eres una red social donde la gente se reúne con un avatar y tiene interacciones sociales, algo que necesitamos desesperadamente ahora mismo. Y, por lo tanto, también tienes esos problemas: no tener suficiente ancho de banda para ofrecer tu servicio, ¿verdad?

Lomit Patel : Sí. Para nosotros, el desafío es, obviamente, seguir ampliando la infraestructura a la capacidad del servidor, ya que buscamos encontrar el equilibrio adecuado entre los usuarios que llegan de EE. UU. y los que llegan de todo el mundo, y simplemente escalonar esa demanda al máximo.

John Koetsier : ¡Guau, guau!

Lomit Patel : Además de eso, otra cosa que parece ser muy popular en muchas redes sociales es la transmisión en vivo, ¿verdad? Es una nueva función que ha despegado mucho, y ofrecemos algo similar llamado "salas de organización", donde la gente puede conectar con sus amigos y organizar un evento en vivo. Así que, claramente, funciones como esa requieren un mayor ancho de banda, ¿verdad?

John Koetsier : Por supuesto.

Lomit Patel : Porque la gente lo está haciendo en vivo. Así que sí, creo que definitivamente es un problema mejor que el otro que mucha gente enfrenta ahora mismo. Pero sí, definitivamente es algo en lo que hemos intentado ser más proactivos y algo que seguirá aumentando, especialmente a medida que más estados, sobre todo en EE. UU. y otras partes del país, comiencen a implementar requisitos de confinamiento más estrictos. Por lo tanto, requerirá que más personas estén aisladas, y como sabemos, como humanos, solos no podemos hacer mucho.

John Koetsier : Somos una especie social.

Lomit Patel : Sí, lo somos.

VP de crecimiento: un rol multidisciplinario amplio

John Koetsier : Por supuesto. Quizás empecemos. Hablaremos de inteligencia artificial, de crecimiento, de adquisición de clientes, de adquisición de usuarios, de todo eso.

Pero vamos a preparar el escenario por un segundo, ¿puedes presentarnos un poco tu rol actual, lo que haces?

Lomit Patel : Claro, mi nombre es Lomit Patel y, como mencionaste, soy el vicepresidente de crecimiento.

Así que mi principal responsabilidad es gestionar todos nuestros esfuerzos de crecimiento en IMVU. Esto abarca todo, desde la adquisición, la retención y la monetización a lo largo de todo el ciclo de vida del usuario... la forma más sencilla de verlo es ¿cómo atraemos a los usuarios? ¿Cómo los conservamos? ¿Y cómo encontramos la manera de obtener ingresos a partir de ellos para pagar las facturas?

John Koetsier : Es muy interesante que seas vicepresidente de crecimiento. Recientemente publicamos un estudio sobre los directores de crecimiento (CGO), y ese es exactamente el rol que desempeñas, un rol amplio que abarca muchas áreas que antes estaban bastante separadas, ¿verdad?

Alguien atrajo a los clientes, alguien creó el producto, entregó el producto que, con suerte, los dejó satisfechos, y alguien más se preocupó por cómo retenerlos. Tienes todo ese conjunto a tu alcance.

Lomit Patel : Sí. Creo que parte del desafío es que, cuando hay diferentes grupos que se centran en diferentes partes del recorrido del usuario, surgen problemas de ejecución, en cuanto a quién es responsable de cada parte del rompecabezas.

Y una de las ventajas de cualquier empresa que tenga un responsable de crecimiento es que su responsabilidad es, en cierto modo, supervisar todo el proceso de convertirse en el principal defensor del cliente. Y ayudar a difundirlo internamente en toda la empresa para garantizar que todos apoyen esa función. Porque realmente es una función multifuncional. No es que tengamos todos los recursos dedicados a nosotros, así que tenemos que trabajar con todos los grupos.

Pero se trata de garantizar que siempre tengamos la vista puesta en el objetivo, es decir, en centrarnos en los proyectos clave que siguen ayudando a que la empresa crezca al final del día.

Lean AI: IA para el crecimiento y la adquisición de clientes

John Koetsier : Eso tiene mucho sentido.

Así que, con todo eso, con todo el ajetreo de tu trabajo y otras cosas que conlleva ser humano, encontraste tiempo para escribir un libro, y escribiste un libro sobre IA. Cuéntame un poco sobre por qué lo escribiste. ¿Qué necesitabas publicar? ¿Qué necesitabas decirle a la gente?

Lomit Patel : Claro. Una de las cosas que he descubierto… hemos estado practicando mucho la IA en la automatización durante los últimos dos años en IMVU. Principalmente surgió porque vi esto como una parte importante de la tendencia hacia dónde se moverán los equipos de crecimiento.

Especialmente ahora tenemos tanta velocidad de datos que nos llegan y es realmente difícil poder descifrar todos esos datos lo más rápido posible para extraer información sobre la cual tomar medidas, para realmente poder diferenciarnos de nuestros competidores.

Así que lo que empecé, lo que me inspiró a escribir el libro, fue principalmente porque he visto un cambio profundo en nuestro negocio en IMVU. Pero también he hablado sobre este tema en diferentes conferencias y descubrí que no hay muchas empresas que lo hayan adoptado tan bien como nosotros.

Yo diría que probablemente solo un pequeño porcentaje de las empresas, menos del 5%, están realmente haciendo esto en este momento.

Sentí que definitivamente existe una buena oportunidad para inspirar a otras personas en la industria en crecimiento a aprovechar la IA en la automatización, porque, en definitiva, algo que me gusta de la industria móvil en crecimiento es que estamos tan abiertos a compartir y crecer juntos. Y creo que esto podría ayudarnos a seguir promoviendo y avanzando como industria.

Adquisición de clientes 1.0, 2.0 y 3.0

John Koetsier : Genial. Hablas de la adquisición de clientes 1.0, de la adquisición de clientes 2.0 y ahora de la adquisición de clientes 3.0. ¿Podrías explicarnos los puntos 0?

Lomit Patel : Claro. En realidad, se remonta a mi experiencia cuando empecé en IMVU. Empecé en IMVU hace más de tres años y medio. Y al empezar, uno de los mayores desafíos era que teníamos una gran cantidad de datos de usuarios, pero el problema era que estaban aislados. Teníamos datos de usuarios porque somos un negocio multiplataforma. Teníamos datos de usuarios de mi negocio web que se almacenaban en servidores diferentes a los del negocio móvil, al que intentábamos acceder en ese momento, que se almacenaban en un lugar diferente.

Y, en última instancia, es realmente difícil tomar buenas decisiones cuando los datos viven aislados.

John Koetsier : Sí, lo es.

Lomit Patel : Entonces, una adquisición de clientes 1.0 realmente intenta integrar todas sus fuentes de datos, porque a menos que integre las fuentes de datos, realmente no tendrá una buena vista previa o una singular para comprender realmente todo el recorrido del cliente.

Y una vez que se tiene eso, la buena noticia es que la adquisición de clientes 2.0 consiste en aprovechar al máximo las capacidades de IA que ya existen con diversos socios a los que la mayoría de las personas destinan su presupuesto de adquisición de usuarios. Por ejemplo, Google y Facebook, así como muchos otros socios, han seguido realizando importantes avances e inversiones en cómo aprovechar la IA para que anunciantes como IMVU sean más eficientes y nos ayuden a alcanzar nuestros objetivos. Pero para activar esto realmente, es necesario proporcionarles señales de datos limpios y de alta calidad.

Y entonces, la adquisición de clientes 2.0 se produce una vez que tienes todos tus datos integrados, entonces puedes comenzar a proporcionar los datos correctos para permitirles aprovechar sus capacidades de IA para ayudarte a alcanzar tus objetivos.

Y la adquisición de clientes 3.0 es principalmente... ya sabes, el mayor desafío que vi para nosotros como empresa y para cualquier otro anunciante es cuán dependiente terminamos volviéndonos de nuestros socios para que nos digan cómo gastar nuestro presupuesto.

Y sabes, he trabajado en adquisición de usuarios durante más de 20 años y nunca un socio me ha dicho que deberíamos gastar menos.

Pero además de eso, el desafío es que finalmente empecé a pensar en si habría una mejor manera. Y una de las áreas que realmente me inspiró fue observar el sector financiero, porque mi perspectiva sobre los equipos de adquisición de usuarios es que, en definitiva, somos como operadores intradía que siempre intentamos invertir el dinero a diario para ayudar a nuestras empresas a obtener un mejor retorno de la inversión.

Y una de las cosas que la industria financiera ha hecho muy bien, y esto es cuando contrataron a un montón de analistas cuantitativos y científicos de datos, fue construir estas infraestructuras y estas máquinas inteligentes que les permitieran mejorar y ser más inteligentes en cuanto a cómo comprar acciones y materias primas. Y en lugar de hacerlo basándose en humanos, realmente se basó en datos puros.

Eso me inspiró a desarrollar la adquisición de clientes 3.0. Se trataba de descubrir cómo replicarla, ya que, en última instancia, fuera de RR. HH., en términos salariales, la adquisición o el crecimiento de usuarios es la segunda partida de gasto o línea de gasto más importante de la empresa. Por lo tanto, gestionar el presupuesto implica mucha responsabilidad, así que cualquier cosa que se pueda hacer para mejorar, agilizar y ser más inteligente es algo en lo que definitivamente hay que centrarse.

Así que, en la adquisición de clientes 3.0, nos inspiramos en el sector financiero para identificar, ahora que tenemos todos nuestros datos en un solo lugar, que nuestra mayor ventaja sobre todos los demás socios a quienes compartimos nuestros datos es tener una visión singular del rendimiento del negocio. Y esa es nuestra mayor ventaja competitiva.

De esta manera, sabemos exactamente cómo se compara un socio con otro en un momento determinado, en un día determinado, en una semana determinada, en un mes determinado.

Así, al tener esa visión holística de los diferentes canales y los distintos datos, estamos en una posición mucho mejor para aprovechar las herramientas clave. Lo mejor es que, si bien estos socios han desarrollado numerosas capacidades en torno a la IA, aún dependen en gran medida de ciertas aportaciones del equipo de adquisición de usuarios, relacionadas con pujas, presupuestos, creatividades y objetivos.

Así que empecé a pensar en automatizar estas cosas. La automatización se activó gracias a la información de datos, donde teníamos todos nuestros datos en un solo lugar, lo que nos indicaba en todo momento dónde debíamos aumentar, reducir y modificar nuestros presupuestos. Desde otra perspectiva, al final, todo se reduce a la oferta y la demanda. Hemos tenido la suerte de que todo lo que gastamos ahora se realiza de forma programática.

Porque eso es lo que empezamos a descubrir: una vez que pudimos identificar y analizar a todos estos diferentes socios de manera integral, pudimos descubrir que, en ciertos momentos del día, Facebook podía ser más eficiente que Snapchat, por ejemplo, y Google podía ser más eficiente que Apple Search.

Pero el problema es que, humanamente, es imposible estar sentado las 24 horas del día para hacer esto. Pero si aprovecháramos las capacidades de la IA para pensar como un humano y tomar acciones predictivas en función de cuándo surgen esas oportunidades, ese fue el momento de revelación para nosotros.

IA: devolviendo a los especialistas en marketing el control sobre la adquisición de clientes

John Koetsier : Lo que realmente me encanta de esto es que los profesionales del marketing han experimentado una creciente sensación de falta de control a medida que han ido invirtiendo dinero en Facebook, Google y otros socios. Y han construido sus propias cajas negras con mucha IA y mucha inteligencia. Y, como dijiste, cuantos más datos les das, mejor te dan lo que quieres, sin duda.

Pero también pierdes el control y, de hecho, estás alimentando el crecimiento creciente o la inteligencia de esa máquina dentro de esa caja negra. Lo que has hecho es añadir una capa de IA encima y ahora estás diciendo: "Oigan, vuélvanse tan inteligentes como quieran". Eso es maravilloso, genial, bueno para nosotros. Vamos a ser inteligentes en todas nuestras fuentes de adquisición de clientes y usuarios, y ahí es donde vamos a vencer a la competencia.

Eso es realmente interesante.

Lomit Patel : Correcto. Y creo que lo resumes claramente, porque, en definitiva, una de las cosas que escucho con frecuencia es que no tenemos control. Pero la verdad es que sí tenemos ciertos elementos que podemos controlar, y esos son los componentes clave que quieres controlar. Porque, al final, todos estos socios, lo que más quieren es que inviertas más presupuesto, ¿verdad?

Y tú puedes controlarlo. Se trata de seguir el dinero. Puedes controlar cómo quieres gastarlo. No tienes que ser completamente pasivo y simplemente entregarlo a otros.

Así que ahora actuamos prácticamente como day traders, porque vemos que las ofertas de cualquier socio cambian en cualquier momento. Y esto nos permite, en última instancia, tener mayor confianza en que realmente podemos alcanzar nuestros objetivos al final del día y del mes.

Controlar la IA que gestiona tu crecimiento

John Koetsier : Tengo que hacer esta pregunta. Hemos visto catástrofes al dejar todo en manos de las máquinas de los mercados bursátiles. Esperemos que eso haya quedado atrás, pero también hemos visto casos en los que alguien compró, algunos sistemas colapsaron porque todo se estaba desmoronando, así que vendieron, vendieron, vendieron, vendieron, y ahora ponen frenos artificiales. Y también hemos oído hablar de otros casos en los que la máquina simplemente cometió un error y miles de millones de dólares se evaporaron.

¿Cómo ha establecido usted mismo algunas salvaguardias para eso?

Lomit Patel : Sí, una de las cosas que hemos hecho es muy similar a lo que hacen en la industria financiera, donde tienes órdenes de stop loss per se, donde pones ciertos elementos donde si algo sube o baja demasiado, se pone un límite a lo que puede hacer.

Y una de las razones por las que terminamos haciendo eso, a diferencia del sector financiero, es porque se pueden experimentar fluctuaciones bruscas. Pero lo cierto es que, al trabajar con todas estas diferentes capacidades de IA de diferentes socios, hay que tener en cuenta que se deben poder realizar esos cambios con una variación de entre el 10 % y el 20 % en un momento dado.

Si sigues haciendo cambios bruscos más allá de ese rango, terminarás reiniciando la IA, ya que creerán que está entrenada para realizar cambios acumulativos. Pero si haces cambios drásticos, parecerá que es una campaña completamente nueva. Comenzará a reiniciarse y será contraintuitivo para todo el programa.

John Koetsier : Sí, sí.

Lomit Patel : Así que eso es lo que terminamos haciendo para ayudar.

Las tecnologías que IMVU utiliza para la adquisición de usuarios

John Koetsier : Eso tiene mucho sentido. Genial. Es una excelente visión general de lo que haces. Quizás podrías profundizar un poco más: ¿qué tecnologías utilizas específicamente para tu IA?

Lomit Patel : Nuestra IA se compone principalmente de tres componentes. Uno son los socios de medición móvil, de donde obtenemos gran parte de nuestros datos móviles. Muchos de nuestros datos de escritorio provienen de nuestro propio almacén de datos, por lo que usamos Tableau para extraerlos. Y todos nuestros datos de comportamiento del usuario posteriores a la instalación provienen actualmente de Leanplum, que es nuestra automatización de CRM.

Así que lo que hemos hecho es prácticamente agrupar las tres fuentes en un solo lugar donde podemos obtener una vista única. Y la forma en que podemos hacerlo, de todas formas, es de dos maneras. Una es a través del correo electrónico, porque todos los que crean una cuenta en IMVU tienen una dirección de correo electrónico única; no se puede crear ni usar de nuevo.

Además, cada usuario recibe un ID de cliente único. Estos son los dos elementos que podemos usar universalmente para rastrear la experiencia del usuario, independientemente de su procedencia y de cómo interactúe con nosotros.

Construyendo y entrenando la IA: equipos y socios

John Koetsier : Correcto. En cuanto a los equipos, ¿formaron un equipo de IA o distribuyeron ese talento entre varios equipos?

Lomit Patel : Así que terminamos intentando distribuirlo entre varios equipos. Pero, principalmente, una de las cosas que hicimos fue realizar una auditoría exhaustiva y honesta sobre nuestras habilidades en IMVU. Y quedó bastante claro que no teníamos las capacidades básicas necesarias para desarrollar algo así nosotros mismos.

Y así lo que terminamos haciendo fue identificar un socio potencial o una plataforma SAS que pudiéramos aprovechar para que nos ayudara a unir la pieza final.

Y nos topamos con una empresa llamada Nectar9. Eran una pequeña startup que intentaba crear algo similar. Pero lo que les faltaba en ese momento era obtener una gran cantidad de datos de usuarios para entrenar los algoritmos y perfeccionar su funcionalidad en un contexto de UA. Así que lo que hicimos fue... intentar construir esto porque, como sabes, John, construir cualquier cosa es un desafío, pero el otro desafío es mantenerlo, ¿no?

Y realmente no quería meterme en ese lío. Así que terminé colaborando con Nectar9 y, gracias a mis contactos en la industria, pude ayudarlos a integrar muchas de estas API en su plataforma, provenientes de socios importantes como Google, Facebook y Snapchat, donde gastamos nuestro dinero y donde la mayoría de la gente gasta su dinero.

Entonces, con esas API instaladas, pudimos brindarles acceso para obtener todas las señales de datos relevantes.

Ya contaban con la capacidad de IA, y su funcionamiento se basa en el aprendizaje no estructurado. Se trata principalmente de recopilar una gran cantidad de datos y, a partir de ellos, intentar obtener información. Con base en ello, podemos empezar a entrenar el algoritmo para que nos permita analizar las cosas de forma integral, en lugar de analizar a cada socio individualmente.
La mejor manera de hacerlo fue paso a paso.

Entonces, comenzamos a pasarles algunos datos en el momento en que aún gestionábamos estas campañas de forma semimanual; Facebook fue uno de los primeros socios con los que trabajamos y luego comenzamos a darle algunos de los datos a Nectar9 y a ver cómo la máquina potencialmente funcionaría en contra de la forma en que estábamos haciendo las cosas.

Y tardó probablemente entre 30 y 40 días, pero la máquina finalmente logró entrenarse y mejorar, y empezó a ser mucho más eficiente que nosotros. Así que empezamos con una pequeña zona geográfica, creo que era el Reino Unido o algo así. Luego empezamos a expandirla para ver si se mantenía y empezó a funcionar, así que finalmente automatizamos Facebook por completo gracias a esto. Y luego empezamos a hacer lo mismo con Google, Snapchat y otros socios con los que trabajamos.

Pero fue secuencial, no se trató simplemente de poner todo allí a la vez.

En cuanto a los recursos internos, principalmente de mi equipo, modifiqué las habilidades porque uno de los grandes desafíos para mí era retener al personal en la gestión de campañas. Mucha gente se agota con ese trabajo, y siempre hay alguien que puede ofrecerte entre 10 000 y 20 000 dólares más para que te cambies a otra empresa para ese puesto.

Parte de mi desafío y frustración fue seguir capacitando a un par de personas nuevas que se incorporaban. Lo que descubrí fue hacerlo a través de la máquina, una sola vez, y así no tuve que pasar por todo el proceso de desarrollar esas habilidades en el equipo. Así que lo que hice fue adaptar las habilidades que teníamos en el equipo para centrarme en cómo íbamos a apoyar esta máquina. ¿Cómo íbamos a alimentarla, por así decirlo? Un área principal en la que hemos dado un gran paso e invertido internamente es el desarrollo creativo.

En lo que se centra principalmente una de las personas que tengo en mi equipo es en mirar realmente todos los datos que llegan de la máquina, para ver qué funciona y qué no funciona entre los diferentes socios con los que gastamos dinero y seguimos trabajando con nuestro equipo interno, para seguir ideando nuevas iteraciones creativas que podamos seguir alimentando a la máquina.

Y generalmente probamos aproximadamente un par de miles de variaciones de creatividades al mes. Esto se debe principalmente a que nos hemos dado cuenta de que es un factor clave para contar nuestra historia.

John Koetsier : ¡Guau!

IA, retención y recorridos de usuario

Lomit Patel : La otra parte, el otro rol que realmente mejoré en el equipo fue la retención y el CRM para aprovechar realmente todos los datos que estamos obteniendo ahora, pero descubrir cómo podemos crear mejores recorridos de usuario que sean más personalizados para los usuarios que llegan de diferentes canales para realmente poder adaptarnos.

Por ejemplo, si alguien viene de Google y la motivación creativa que lo motivó a venir... queremos darle continuidad a lo que lo motivó para que siga adelante. Y luego intentar que se integre para que experimente todos los momentos clave de revelación de un producto lo más rápido posible.

Parte de esa función es donde la IA realmente ayuda: nos permite identificar la experiencia ideal del usuario o los comportamientos y acciones que debe realizar, especialmente en la incorporación, ya que es clave, como saben, en el sector móvil. Si no se engancha a la gente rápidamente, se perderá.

Lo que hemos podido hacer es identificar dos segmentos diferentes porque así es como monetizamos a los usuarios.

Una se centra en las compras dentro de la aplicación y la otra en la publicidad. Generalmente, la gente compra créditos de IMVU, ya que tenemos nuestra propia moneda que se usa para canjear por comprar todo este material virtual y crear mundos virtuales. Por lo tanto, habrá quienes sean más propensos a gastar y comprar esos créditos, y otros usuarios que sean más propensos a crear vídeos con recompensas, realizar encuestas en línea o interactuar con la publicidad para intentar conseguirlos.

Nuestra IA puede identificar rápidamente, en las primeras 24 a 48 horas, lo que hacen o no hacen los usuarios para identificar dónde es más probable que caigan, ya sea en la compra dentro de la aplicación o en la publicidad. Con base en eso, comenzamos a mostrarles diferentes experiencias que se relacionan mejor con cómo sabemos que podríamos monetizar a esos usuarios en el futuro.

John Koetsier : Interesante. De hecho, estás construyendo tu recorrido de usuario, tu recorrido de cliente en cierto sentido, a través de comprender quiénes son cuando entran.

Pero también personalizas el uso de tu producto en función de lo que entiendes: ¿es probable que este usuario pague algo? ¿Verá un anuncio o algo similar? Así, supongo que toda la experiencia se personaliza según cómo vas a monetizar a ese grupo en particular.

Equipos multifuncionales

Lomit Patel : Correcto. Ahí es donde entra en juego la parte donde necesitamos trabajar de forma interdisciplinaria, como con nuestro equipo de producto. Por lo tanto, en mis dos roles, uno dedica mucho tiempo al equipo de producto, enfocado en optimizar la experiencia del producto para que se ajuste a lo que buscamos. Y el otro, dedica mucho más tiempo al equipo de marketing, para centrarse en el desarrollo creativo y los recursos, para contar mejor nuestra historia e intentar integrarlos en el sistema.

Nuestra otra función es principalmente con nuestros socios, ya que estos recopilan todos esos datos y nos proporcionan la información. Contamos con un científico de datos jefe, lo que nos ayuda a evitar tener que contratar a esta persona, pero nos reunimos con ellos al menos una vez por semana. Parte de su función es analizar continuamente el algoritmo y poder decirnos exactamente qué está aprendiendo y qué tipo de resultados genera. Queremos evitar los sesgos que la máquina generará.

Queremos asegurarnos de que los algoritmos que desarrollemos se ajusten a nuestro valor principal como empresa: la diversidad. Por lo tanto, no queremos convertirnos en una empresa que se centre únicamente en un determinado tipo demográfico, género o lo que sea, donde el sobreíndice se encuentre en un área. Queremos mantener nuestra base de usuarios lo más diversa posible.

John Koetsier : Eso es muy interesante y muy inteligente. Porque si el algoritmo detecta algo y existen sesgos en nuestra sociedad —y hay cosas que a veces, incluso inconscientemente, hacemos y que resultan en casos de sesgo, discriminación u otras situaciones similares—, y si la IA lo aprende, lo replicamos en el entorno digital de maneras difíciles de detectar.

Así que es maravilloso que estés haciendo eso.

También me entusiasma saber que están reorientando a algunas de sus personas de adquisición de usuarios, ya que la máquina se encarga de eso ahora, pero están reorientando a esas personas para trabajos de nivel superior, lo cual es realmente muy bueno.

Métricas clave de crecimiento: costo de adquisición de clientes, ROI y ROAS

También mencionaste que tienes algunas métricas clave que analizas. Quería preguntarte sobre ellas y añadir una segunda parte a la pregunta: con lo que has hecho con la IA, ¿cuánto crees que has mejorado? ¿Tienes datos al respecto? ¿Tienes cifras al respecto? ¿Cuánto has mejorado?

Lomit Patel : Claro. Para responder primero a las preguntas sobre nuestros indicadores clave de rendimiento , nos centramos principalmente en dos objetivos del equipo de crecimiento para impulsar el negocio.

Uno se centra en el coste de adquisición de clientes o CAC, y el segundo objetivo se centra en el retorno de la inversión publicitaria. Lo llamamos principalmente retorno de la inversión (ROI) porque una de las principales diferencias radica en que, en este último caso, no solo consideramos la deuda de ingresos que generamos con mi inversión publicitaria. También intentamos descontar, por ejemplo, algunos de los costes que se destinan a sustentar esos ingresos, que para nosotros representan alrededor del 30 % de participación en los ingresos que se debe pagar a Google y Apple por las compras dentro de la aplicación, así como algunas regalías de los creadores.

Como tenemos muchos creadores, al igual que YouTube, muchos crean muchas de estas cosas.
Somos como una especie de mercado donde los creadores crean muchas cosas y luego podemos conectar a los usuarios con artículos que podrían interesarles. Y cuando alguien compra créditos de IMVU para comprar estos artículos, obviamente obtenemos un porcentaje de los ingresos, pero debemos devolverlo a nuestros maravillosos creadores. Por eso, nuestro listón es un poco más alto en cuanto a descuentos en esos costos.

En cuanto al costo de adquisición de clientes, es bastante sencillo determinar cuánto nos cuesta.
Definimos un cliente nuevo como alguien que realiza una compra en los primeros siete días, por lo que siempre consideramos cohortes de siete días. Para darles algunos ejemplos de resultados, volviendo al ejemplo de la adquisición de clientes 1.0 cuando empecé, desde donde empezamos con un CAC bastante alto, hasta donde terminamos en la adquisición de clientes 3.0 con mucha IA y automatización.

Hemos visto nuestro CAC bajar más de 3 veces durante ese período y hemos visto nuestro ROI, el retorno de la inversión, subir más de 3 veces durante ese período.

Velocidad de retorno de la inversión: una gran ventaja

John Koetsier : ¡Eso es enorme!

Lomit Patel : Pero lo mejor es que, al hablar con muchos anunciantes móviles, otro aspecto que la gente tiene en cuenta es el periodo de recuperación de la inversión publicitaria. Cuando empecé, solía ser de unos 5 o 6 meses, pero ahora recuperamos la mayor parte de la inversión publicitaria en un plazo de 30 a 35 días.

John Koetsier : Eso debe tener un impacto enorme en tu capacidad de crecer rápidamente.

Lomit Patel : Exactamente.

Eso nos ha ayudado mucho porque, principalmente, ayuda a minimizar la tasa de gasto, ya que, independientemente de lo que gastemos, podemos recuperar ese dinero con bastante rapidez, lo que termina convirtiéndose en un círculo vicioso donde básicamente reciclamos el dinero y lo reinvertimos en crecimiento. Eso nos está ayudando mucho, sí.

John Koetsier : ¡Guau! Son cifras fantásticas. Es decir, son cifras asombrosas. Si nos fijamos en los costes de adquisición de clientes de muchas startups y empresas tecnológicas, son altísimos, incluso las empresas dedicadas exclusivamente a la telefonía móvil. Gastar cientos de miles de dólares al día en la adquisición de nuevos usuarios, y si se puede reducir esa cifra tres veces... ¡Guau!... es impresionante.

Yo también quería participar, y sé que se acerca el fin del tiempo que programamos juntos, pero también quería compartir algunas de tus ideas sobre el futuro. Has hecho cosas realmente geniales hasta ahora. Tienes unas métricas excelentes.

Habéis tenido algunas mejoras importantes, pero siempre estamos mirando hacia el futuro, ¿verdad?

El futuro de la IA y el crecimiento

Siempre estamos pensando en cómo evolucionará esto. ¿Hacia dónde se dirigen con la IA? ¿Y qué prevén para los próximos 6 a 18 meses?

Lomit Patel : Sí, entonces, para mí, creo que el futuro realmente va a ser sobre más y más equipos de crecimiento o equipos de adquisición de usuarios, realmente girando más hacia el aprovechamiento o la construcción de una máquina inteligente de IA que en última instancia va a ser algo que se va a ubicar entre ellos y todos estos diferentes canales donde terminan gastando dinero, ya sea en adquisición o retención, para realmente permitirles ser mejores, más rápidos e inteligentes en el uso de sus datos, porque en última instancia se trata de, ya sabes que todo el mundo tiene datos, pero los datos no tienen ningún valor a menos que realmente puedas extraer valor de ellos rápidamente.

Y la otra parte es que el secreto del crecimiento reside en realizar tantos experimentos como sea posible para descubrir qué funciona y qué no. Así, se puede apostar más por lo que sí funciona y descartar lo que no. Por eso, creo que muchas empresas acabarán eliminando muchas de las interacciones humanas en todo el proceso de gestión y ejecución de las diferentes campañas.

Y se apoyará más en estas máquinas inteligentes de IA para que realmente hagan gran parte de ese trabajo por ellas.

Y creo que empresas como Singular y otras MMP se están convirtiendo en almacenes de datos valiosos para sus clientes. Y, en última instancia, creo que probablemente implementarán algún tipo de integración donde podrían integrarse máquinas inteligentes en estas plataformas, para que la experiencia sea fluida y se pueda hacer desde un solo lugar, a diferencia de lo que teníamos que hacer, porque al principio nunca tuvimos otra opción: intentar integrar todas estas piezas.

Porque el problema de intentar unir muchas piezas diferentes es que siempre existe el riesgo de que algo se rompa en el proceso. Cuanto más se pueda tener todo en un solo lugar, como dicen, singular fuente de datos, más fácil es, ¿verdad?

El libro de IA Lean

John Koetsier : Exactamente, exactamente. Bueno, gracias por eso y gracias por este tiempo. Quería preguntarte brevemente: si alguien lee tu libro, primero que nada, ¿dónde puede encontrarlo? Supongo que está en todas partes, pero ¿dónde puede encontrarlo y qué aprenderá de él un profesional del marketing, un especialista en adquisición de clientes o cualquier ejecutivo?

Lomit Patel : Claro. El libro está disponible en todas las librerías principales ahora mismo, como Amazon, Barnes & Noble, Target, Walmart y muchos otros sitios. Puedes conseguirlo principalmente en todos esos sitios web. Mi objetivo al escribir este libro, que está escrito para un par de públicos diferentes, es principalmente dirigirse a ejecutivos, ya sean fundadores, directores de marketing o responsables de crecimiento, para ayudarles a convertirse en líderes de la IA en su negocio y a aprender cómo hacerlo.

Y luego se dirige a personas que están más bien a nivel de dirección o gerente en lo que respecta al crecimiento de la IA, en términos de cuáles son las habilidades necesarias para mejorar realmente en esto, y proporciona una hoja de ruta pragmática para cualquier negocio. Sé que, especialmente ahora con todo lo que está sucediendo con el coronavirus, muchas empresas se preguntarán: ¿cómo podemos lograr más? ¿Cómo podemos mejorar nuestras operaciones? ¿Cómo podemos lograr más con menos? Siempre ha sido una pregunta, pero ahora será aún más importante.

Este libro ofrece una hoja de ruta para lograrlo, especialmente en uno de los mayores gastos en los que las empresas buscan crecer: la adquisición de usuarios. Siento un profundo pesar por muchas empresas que están atravesando por momentos difíciles con la crisis del coronavirus, pero creo que una de las ventajas de cualquier crisis es que las obliga a reflexionar sobre los problemas que enfrentan.

Volviendo a mi historia en IMVU, me uní a IMVU en un momento en que el crecimiento iba en la dirección equivocada y la empresa quería probar algo diferente. Eso me ayudó a convertirme en el impulsor de esta iniciativa. Creo que otras personas que desempeñan un rol similar ahora mismo podrían aprovechar esta oportunidad, ya que permitirá que más personas se revelen a la idea de cómo aprovechar la IA y la automatización. En definitiva, ninguna empresa superará esta crisis simplemente recortando costos, ya que recortar costos no es una estrategia para el crecimiento.

Tienes que descubrir cómo puedes usar tus datos de forma más eficiente, rápida e inteligente para impulsar la adquisición de clientes. Creo que el libro habla de eso, y este es un momento tan bueno como cualquier otro para empezar a tener esas conversaciones.

John Koetsier : Bueno, Lomit, eso es genial. Es un gran consejo; te lo recomiendo. Recomiendo ese libro y quiero agradecerte por dedicarnos este tiempo. De verdad que lo aprecio y te agradezco que nos hayas dedicado esta hora, o casi una hora, en Growth Masterminds.

Lomit Patel : Gracias, John. Soy un gran admirador tuyo. Me encanta leer tus publicaciones y escuchar tu podcast, así que es un honor estar aquí.

John Koetsier : Muchas gracias.

Lomit Patel : Gracias.