Esto es personal: Qué hacer y qué no hacer con la personalización en tecnología

La personalización se refiere al uso de datos históricos de un consumidor para curar su experiencia en una plataforma, haciéndola más personalizada. Lo vemos en todas partes: por ejemplo, cuando abres una aplicación y empieza saludándote con tu nombre de pila, te muestra recomendaciones basadas en tus compras anteriores y te convence para que compres algo ofreciéndote un descuento en exactamente lo que querías. O cuando abres una aplicación de música y hay una lista de reproducción para el estado de ánimo sombrío en el que te encuentras.

Hoy en día, la mayoría de las empresas tecnológicas dependen en gran medida de la tecnología de personalización. Y con razón: aumenta el compromiso de los clientes y los ingresos. Las cifras hablan por sí solas:

• El 75% de los contenidos que se ven en Netflix se basan en las recomendaciones de la plataforma.1
• El 50% del tiempo de escucha en Spotify procede de listas de reproducción personalizadas creadas coⁿ este tipo de tecnologías.2
• El 70% del tiempo que pasamos desplazándonos sin parar por los vídeos de Youtube procede de recomend^aciones inteligentes.3
• El 35% de los productos comprados en Amazon fueron recomendados por el algoritmo.4

Y admitámoslo: por mucho que intente ocultar mi verdadero yo a Netflix, una experiencia personalizada me hace sentir bien. Según una encuesta de Accenture, un 91 % de los consumidores son más propensos a comprar con marcas que les reconocen, les recuerdan y les ofrecen ofertas y recomendaciones rel^evantes.5 Además, el 83 % de los consumidores están dispuestos a compartir sus datos para permitir una experiencia personalizada.

Es posible que se pregunte: Si los usuarios quieren personalización, ¿cuál es el problema? El problema es que la personalización es como caminar por la cuerda floja. Hay una línea muy fina que separa la personalización "buena" de la "espeluznante".

"Me gusta porque es muy parecido a mí" puede convertirse fácilmente en "No me gusta porque es inquietantemente parecido a mí".

"Esto es relevante para mí y me ahorra tiempo y esfuerzo" puede convertirse fácilmente en "El algoritmo me está estereotipando y eso no mola".

En este cambio de lo bueno a lo malo es donde entra en juego la psicología del usuario. Comprender la verdadera razón por la que funciona la personalización puede ayudarnos a entender por qué a veces no funciona.

Si preguntas a un técnico sobre la ciencia que hay detrás de los algoritmos de personalización, te dirá algo parecido a esto: Una vez que tienes suficientes datos históricos sobre los consumidores, puedes crear un modelo y encontrar las características que mejor predicen el comportamiento del usuario. Finalizamos un modelo con alto poder predictivo, lo utilizamos para encontrar consumidores similares en nuestro conjunto y agregamos sus comportamientos. Todo esto junto nos ayuda a predecir el comportamiento de un usuario y a mostrarle las recomendaciones adecuadas.

Pues tienen razón. Pero lo único que les falta es el usuario, la persona real. ¿Cuándo quiere un usuario algo personalizado para él? Resulta que para que a un usuario le guste lo que se ha personalizado para él, tienen que coincidir varias cosas. He aquí algunos ejemplos:

1. Coincidencia emocional: Los consumidores actúan en diferentes estados emocionales, lo que influye en su percepción del contexto. Las emociones incluyen la excitación psicológica (como las emociones "pico" o extremas, como la ira, la preocupación y el asombro), la valencia general del estado de ánimo (sentirse feliz o triste) y el estilo de pensamiento activo (positivo o negativo).

Un estudio de los titulares del New York Times demostró que los contenidos que evocan emociones positivas de alta excitación (por ejemplo, asombro) o emociones negativas (por ejemplo, ira o ansiedad) son los que má^s se comparten, lo que indica una "coincidencia" con el lector.7 En otras palabras, un algoritmo funcionará mejor cuando coincida de algún modo con el estado emocional contextual del cliente.

2. Coincidencia de actitudes: Los consumidores tienen actitudes diferentes hacia cosas diferentes, lo que también podría influir en su forma de tomar decisiones. Los tipos de actitudes pueden incluir una preferencia por los hechos frente a una preferencia por las emociones; actitudes morales, como principios básicos y creencias; actitudes políticas; etc. Un estudio experimental demostró que los anuncios emocionales funcionan bien para quienes tienen una gran necesidad de afecto, mientras que los anuncios cognitivo^s (que comparten hechos e información) funcionan bien para quienes tienen una gran necesidad de hechos.8

Veamos el ejemplo de McDonald's. Ambos anuncios venden el mismo producto, pero tienen distintos atractivos.

Así que un algoritmo, aunque sea muy hábil para predecir a qué responderán mejor los consumidores, puede que aún tenga que tener en cuenta la actitud del consumidor hacia la recepción de información de diferentes categorías.

3. Coincidencia de objetivos: Los consumidores abordan las decisiones con distintos tipos de objetivos y buscan información que les ayude a alcanzarlos. Por ejemplo, una compra hedónica (es decir, algo que se compra por puro placer) frente a una compra utilitaria (es decir, algo que se compra como medio para alcanzar un fin) tienen objetivos diferentes.

Del mismo modo, los objetivos de aproximación (querer abarcar lo positivo) frente a los de evitación (querer evitar lo negativo) tienen requisitos diferentes. Un estudio experimental demostró que los llamamientos a donar a una biblioteca enmarcados en términos de recompensa funcionaban bien para las personas orientadas al acercamiento, mientras que los enm^arcados en términos de pérdida funcionaban bien para las orientadas a la evitación.9 Un algoritmo tendrá que tener esto en cuenta a la hora de decidir cómo mostrar contenidos a un usuario.

4. Coincidencia de personalidad: Muchos estudios han demostrado que las características psicográficas de los usuarios son un determinante importante de su comportamiento. Las dimensiones de la personalidad se miden en diversas escalas. La más famosa, el modelo de personalidad Big 5 u OCEAN, es bastante universal y se ha adoptado en todo el mundo. Spotify publicó un artículo en el que mostraba una clara ^correlación entre la elección de canciones y diferentes rasgos de personalidad.10 Así pues, los rasgos de personalidad son otro aspecto que los algoritmos deben tener en cuenta.

Como puede ver, el algoritmo y los datos adecuados son sólo una parte del rompecabezas. Incluso si estos encajan, la personalización sigue necesitando la otra pieza, es decir, la comprensión de la psicología del usuario.

Así que, ahora que los datos, los algoritmos y la psicología del usuario están en su sitio, ¿tenemos una pareja en el cielo?

Por desgracia, incluso después de todo esto, la personalización puede fallar.

Vamos a dividir el fracaso en 2 partes.

Etapa 1: Golpes molestos

El bache de molestia es un pequeño bache en el viaje que hace que los clientes cuestionen la personalización. En este caso, el usuario suele tener una opinión positiva de la personalización, pero algunas experiencias le dejan un sabor amargo. Algunas de ellas son:

1. Personalización irrelevante: Cuando la personalización segmenta a un usuario en una categoría basándose en compras puntuales no representativas. Por ejemplo, le compré a mi pareja una Playstation y ahora me aparecen anuncios de un montón de videojuegos.
2. Personalización insensible: Cuando la personalización no tiene en cuenta el contexto del mundo real. Por ejemplo, el mes pasado, una empresa de impresión fotográfica envió correos electrónicos masivos de felicitación por un "nuevo bebé", sin tener en cuenta el número de mujeres que podrían estar pasando ^por abortos espontáneos o problemas de fertilidad.11
3. Personalización inútil: Cuando, a pesar de la personalización, la carga cognitiva para el consumidor no disminuye. Por ejemplo, la gente suele quejarse de no poder elegir rápidamente en Netflix, a pesar de la personalización.

Etapa 2: La zanja del miedo

Este término, acuñado por John Brendt, es un giro importante en la historia de la per^sonalización.11 La zanja de lo espeluznante es la creciente incomodidad que siente la gente cuando una experiencia digital se personaliza demasiado, pero de forma desorientadora o incómoda.

En el foso de lo espeluznante se esconden delitos graves, como:

1. Estereotipos: Cuando los mensajes se dirigen a alguien basándose en una identidad estigmatizada o marginada, la personalización falla. En un estudio, cuando los consumidores creyeron que habían recibido un anuncio de un programa de adelgazamiento basado en su talla, se sintie^ron "injustamente juzgados" por el mensaje coincidente.13
2. Retargeting excesivo: Cuando se muestran repetidamente los mismos mensajes, se produce una reacción por parte de los consumidores. El 55% de los consumidores desisten de comprar cuando ven este tipo de anuncios. Cuando ven el anuncio 10 veces, más del 30% de las pe^rsonas afirman enfadarse con el anunciante14.
3. Privacidad: Cuando un mensaje está demasiado adaptado y los consumidores son conscientes de la segmentación, la sensación de sentirse engañados puede hacer que la coincidencia resulte contraproducente.

La zanja de la asquerosidad es importante porque cuando los clientes caen en ella, se desploman. Hay muchas historias de grandes empresas tecnológicas que se tambalean aquí. Hace unos años, Netflix se vio envuelta en una polémica cuando los espectadores se opusieron a que en los carteles de las películas se mostrara un determinado tipo de imagen en función de cómo los había identificado el al^goritmo (incluidas identidades racializadas como "negro").15 Del mismo modo, se denunció a Amazon por utilizar algoritmos que recomendaban bestsellers ^antivacunas y zumos que pretendían (falsamente) curar el cáncer.16

El panorama completo nos dice que hacer que la personalización funcione de la manera correcta es beneficioso tanto para los usuarios como para las empresas.

Para que la personalización funcione de verdad, el diseño, los datos y los algoritmos tienen que asegurarse de que se están auditando a sí mismos en 5 pilares:

1. El control: ¿Damos a los usuarios suficiente control sobre la personalización? ¿Saben los usuarios que pueden controlar la personalización? ¿Puede el usuario decidir qué datos desea compartir con nosotros?
2. Comentarios: ¿Dejamos que los usuarios nos den su opinión sobre nuestra personalización? ¿Pueden decirnos cuándo algo les parece irrelevante?
3. Elección: ¿Pueden los usuarios optar por la personalización? ¿Pueden optar por no formar parte del sistema en absoluto?
4. Transparencia: ¿Compartimos con los usuarios por qué ven una determinada personalización? Saben los usuarios cómo funciona el algoritmo?
5. Ética: ¿Evaluamos de forma independiente nuestros resultados de personalización en materia de ética? ¿Tenemos margen para contratar a evaluado^res externos para dichas auditorías?17

Estas son sólo algunas pautas que pueden ayudar a las empresas a ser conscientes de las trampas de la personalización y asegurarse de que evitan los baches y las zanjas. Como todas las cosas en la vida, cierto grado de control solo mejora la experiencia de todas las partes interesadas.

No me malinterpretes, sigo apostando por la personalización. Incluso mientras escribo esto, Spotify está reproduciendo para mí música "concentrada", que sabe que me hace ser más productivo. Cuando termine este artículo, iré a ver algo en mi feliz cuenta de Netflix. O tal vez me deleite con un thriller en mi cuenta oscura de Netflix. O tal vez cree una tercera cuenta y vea sólo documentales, sólo para confundir a la buena gente de Netflix. Es un juego divertido. Ellos lo saben, yo lo sé.