Personalización

Otro aspecto de la personalización es la creciente relevancia de los datos abiertos en Internet. Muchas organizaciones ponen sus datos a disposición en Internet a través de API , servicios web y estándares de datos abiertos . Un ejemplo de ello es Ordnance Survey Open Data. ^{[ 4 ]} Los datos disponibles de esta manera están estructurados para permitir su interconexión y reutilización por terceros. ^{[ 5 ]}

Los datos disponibles en la red social de un usuario pueden ser accedidos por software de aplicaciones de terceros para adaptarlos a la página web personalizada o al dispositivo de información .

Los estándares actuales de datos abiertos en Internet son:

1. Lenguaje de marcado de perfiles de atención (APML)
2. Portabilidad de datos
3. OpenID
4. OpenSocial

Las páginas web se pueden personalizar según las características de sus usuarios (intereses, categoría social, contexto, etc.), sus acciones (clic en un botón, apertura de un enlace, etc.), sus intenciones (realizar una compra, consultar el estado de una entidad) o cualquier otro parámetro relevante asociado a un individuo. La personalización también puede basarse en los datos de ubicación del usuario. Esto proporciona una experiencia de usuario a medida. Cabe destacar que la experiencia no se limita a satisfacer al usuario, sino que establece una relación entre este y los deseos de los diseñadores del sitio para impulsar acciones específicas que permitan alcanzar objetivos (por ejemplo, aumentar la tasa de conversión de ventas en una página). El término personalización se utiliza a menudo cuando el sitio solo emplea datos explícitos, como valoraciones de productos o preferencias del usuario.

Técnicamente, la personalización web se logra asociando un segmento de visitantes con una acción predefinida. Personalizar la experiencia del usuario en función de datos conductuales, contextuales y técnicos ha demostrado tener un impacto positivo en la optimización de la tasa de conversión. Las acciones asociadas pueden ser desde modificar el contenido de una página web, mostrar una ventana emergente o anuncios intersticiales, hasta enviar un correo electrónico personalizado o incluso automatizar una llamada telefónica al usuario.

Según un estudio realizado en 2014 por la empresa de investigación Econsultancy, menos del 30 % de los sitios web de comercio electrónico han invertido en personalización web. Sin embargo, muchas empresas ofrecen ahora servicios de personalización web, así como sistemas de recomendación web y por correo electrónico basados ​​en la personalización o en el comportamiento del usuario recopilado de forma anónima. ^{[ 6 ]}

Existen muchas categorías de personalización web, entre las que se incluyen:

1. Conductual
2. Contextual
3. Técnico
4. Datos históricos
5. Filtrado de forma colaborativa

Existen diversas corrientes en la definición y ejecución de la personalización web. Algunos métodos generales para la personalización web incluyen:

1. Implícito
2. Explícito
3. Híbrido

Con la personalización implícita, esta se basa en datos obtenidos a partir de observaciones indirectas del usuario. Estos datos pueden ser, por ejemplo, artículos comprados en otros sitios o páginas visitadas. ^{[ 7 ]} Con la personalización explícita, el usuario modifica la página web (o el sistema de información) utilizando las funciones que ofrece el sistema. La personalización híbrida combina ambos enfoques para aprovechar tanto las acciones explícitas del usuario en el sistema como los datos implícitos.

La personalización web se relaciona con el concepto de hipermedia adaptativa (HA). La principal diferencia radica en que la primera suele trabajar con lo que se considera "hipermedia de corpus abierto", mientras que la segunda tradicionalmente trabaja con "hipermedia de corpus cerrado". Sin embargo, las investigaciones recientes en el ámbito de la HA consideran tanto los corpus cerrados como los abiertos, lo que genera una estrecha interrelación entre ambos campos.

También se está considerando la personalización para su uso en aplicaciones comerciales menos abiertas con el fin de mejorar la experiencia del usuario en el mundo digital. El activista de internet Eli Pariser ha documentado la búsqueda personalizada , donde Google y Yahoo! News ofrecen resultados diferentes a distintas personas (incluso sin haber iniciado sesión). Asimismo, señala que la red social Facebook modifica las noticias de los amigos de los usuarios en función de lo que cree que quieren ver. Esto crea una clara burbuja de filtros .

Los sitios web utilizan los datos de ubicación del visitante para ajustar el contenido, el diseño y la funcionalidad general. ^{[ 8 ]} En una intranet o portales web empresariales B2E , la personalización suele basarse en atributos del usuario, como el departamento, el área funcional o el rol específico. El término «personalización» en este contexto se refiere a la capacidad de los usuarios para modificar el diseño de la página o especificar qué contenido debe mostrarse.

Los mapas web digitales también se están personalizando. Google Maps cambia el contenido del mapa en función de búsquedas anteriores e información del perfil. ^{[ 9 ]} El escritor de tecnología Evgeny Morozov criticó la personalización de mapas como una amenaza para el espacio público . ^{[ 10 ]} Con el uso más extendido de modelos de " IA " en la década de 2020 , la personalización de las aplicaciones de mapas se ha generalizado. ^{[ 11 ]}

Con el tiempo, los teléfonos móviles han recibido una mayor atención en cuanto a la personalización del usuario. Lejos de las pantallas en blanco y negro y los tonos de llamada monofónicos del pasado, los teléfonos inteligentes ahora ofrecen fondos de pantalla interactivos y tonos MP3 reales . En el Reino Unido y Asia, los WeeMees se han vuelto populares. Los WeeMees son personajes 3D que se utilizan como fondo de pantalla y responden a las preferencias del usuario. La calidad de imagen VGA ( Video Graphics Array ) permite a las personas cambiar su fondo sin complicaciones y sin sacrificar la calidad. Todos estos servicios son descargados por el proveedor con el objetivo de que el usuario se sienta conectado y mejore la experiencia al usar el teléfono. ^{[ 12 ]}

En los medios impresos, desde revistas hasta publicaciones promocionales , la personalización utiliza bases de datos con información de destinatarios individuales. El documento escrito no solo se dirige al lector por su nombre, sino que la publicidad se adapta a los datos demográficos o intereses del destinatario mediante campos dentro de la base de datos o lista, ^{[ 13 ]} como "nombre", "apellido", "empresa", etc.

El término «personalización» no debe confundirse con datos variables, que es un método de marketing mucho más detallado que aprovecha tanto imágenes como texto en el medio, no solo campos dentro de una base de datos. Los libros infantiles personalizados son creados por empresas que utilizan y aprovechan todas las ventajas de la impresión de datos variables (VDP) . Esto permite una variabilidad total de imágenes y texto dentro de un libro impreso. Con el auge de los servicios de impresión 3D en línea, como Shapeways y Ponoko, la personalización se está haciendo presente en el mundo del diseño de productos.

La personalización masiva consiste en la entrega de productos o servicios individualizados a gran escala, combinando la eficiencia de la producción en masa con el diseño adaptativo, el control de datos y de procesos. A diferencia de la personalización masiva, donde los usuarios suelen seleccionar entre variantes predefinidas, la personalización masiva enfatiza la adaptación minuciosa impulsada por modelos basados ​​en datos de las necesidades y contextos del usuario, a veces a nivel de "lote de tamaño uno". ^{[ 17 ] [ 18 ]}

La investigación distingue capas habilitadoras que permiten la personalización masiva en los ámbitos digital y físico. En el ámbito digital, las plataformas agregan y procesan datos de usuario, producto y contexto para ofrecer decisiones y contenido en tiempo real. Esto suele emplear modelos de servicios en la nube, como la plataforma como servicio (PaaS) —un entorno gestionado para el desarrollo y la implementación de aplicaciones—, junto con arquitecturas de "personalización como servicio" que exponen funciones de personalización a través de API. ^{[ 19 ] [ 20 ]}

En el ámbito de la fabricación, la personalización masiva está vinculada a los conceptos de la Industria 4.0, que incluyen gemelos digitales, fabricación aditiva, IoT industrial y planificación/programación avanzada. Se estudian los marcos de gemelos digitales como un medio para sincronizar los datos de producto, proceso y uso en apoyo de diseños y operaciones individualizados. ^{[ 21 ] [ 22 ]} Los estudios operacionales abordan la promesa de pedidos, la división de tareas y la programación para sistemas flexibles que deben cumplir simultáneamente con los requisitos individualizados y las restricciones de capacidad. ^{[ 23 ]}

Se han propuesto modelos de producción basados ​​en servicios para hacer que la personalización sea económicamente viable a gran escala. En la personalización masiva como servicio (MPaaS) , las capacidades de personalización se ofrecen a través de arquitecturas modulares orientadas a servicios a lo largo de la cadena de valor. ^{[ 24 ]} Paralelamente, la fabricación como servicio (MaaS) y la producción como servicio conceptualizan los recursos de fabricación (máquinas, habilidades y procesos) como servicios similares a la nube que se pueden descubrir y orquestar a través de plataformas digitales, lo que permite una producción bajo demanda y altamente individualizada (incluido el "lote de tamaño uno"). ^{[ 25 ] [ 26 ] [ 27 ] [ 28 ]}

Las investigaciones relacionadas con modelos de negocio vinculan la personalización masiva con la servitización y los sistemas producto-servicio (PSS) , incluyendo las ofertas de producto como servicio que brindan acceso a la función de un producto en lugar de su propiedad; estos modelos se estudian por sus implicaciones en la circularidad, la gestión del ciclo de vida y los mecanismos de ingresos. ^{[ 29 ] [ 30 ]}

La personalización predictiva se define como la capacidad de predecir el comportamiento, las necesidades o los deseos del cliente, y adaptar las ofertas y las comunicaciones con gran precisión. ^{[ 31 ]} Los datos sociales son una fuente para proporcionar este análisis predictivo, en particular los datos sociales estructurados. La personalización predictiva es un método de personalización mucho más reciente y puede utilizarse para complementar las ofertas de personalización actuales. La personalización predictiva ha adquirido una importancia especial en los supermercados en línea , donde los usuarios, especialmente los clientes habituales, esperan "listas de compra inteligentes": mecanismos que predicen los productos que necesitan basándose en clientes similares a ellos y sus hábitos de compra anteriores. ^{[ 32 ]}