Sistemas de recomendación
Los sistemas de recomendación surgen como interés de las empresas en anticipar las preferencias y necesidades de los clientes. Esto es posible con Inteligencia Artificial utilizando diversas fuentes de datos en las que se debe disponer, al menos, de una entidad a la que se proporciona la recomendación (cliente), y el producto que se desea recomendar (artículo). El principio común de toda recomendación es que existen importantes dependencias entre la actividad centrada en el cliente y la centrada en el artículo.
El análisis de las recomendaciones se basa a menudo en la interacción previa entre los clientes y los artículos, y/o recomendaciones basadas en el conocimiento de los requisitos especificados (directamente o indirectamente) por el cliente o un colectivo de clientes. En el primer caso, los interesas pasados y las tendencias suelen ser buenos indicadores de las opciones futuras, mientras que en el segundo las diversas categorías de artículos pueden mostrar correlaciones significativas que pueden aprovecharse para hacer recomendaciones más precisas.
Además, los sistemas de recomendación se calibran continuamente según las preferencias del cliente, consiguiendo que cada vez se retenga en mayor medida a los clientes con el paso del tiempo y mostrando artículos relevantes personalizados a cada uno. En otras palabras, mejoran la experiencia del cliente y aumentan las ventas.
