Según Rodríguez Vázquez (2009, p. 156) “nos enfrentamos a una situación en la que la oferta de productos y servicios supera claramente a la demanda existente, situación que provoca una feroz lucha a nivel empresarial por mantener las cuotas de mercado y fidelizar a los clientes”. Dicho ambiente, tan violento y competitivo, obliga a las grandes marcas a buscar estrategias que les permitan posicionarse como primera y única opción en el mercado, objetivo que resulta claramente difícil, ya que todos quieren ser los primeros en todo. Sin embargo, los grandes avances que ha habido en el sector de la inteligencia artificial y el conocido machine learning han dado lugar a que entre en juego una nueva forma de hacer las cosas, una nueva estrategia: La predicción de tendencias.
En un mundo donde los medios de comunicación digitales están en su momento de mayor esplendor (y que, con toda probabilidad, permanecerá así), plantear la posibilidad de predecir tendencias de consumo podría significar la última ventaja competitiva, especialmente en los sectores dedicados a la cosmética. Ya que dichos sectores se benefician profundamente del modelo “boca a boca” y, a su vez, la expansión de dicho modelo se da principalmente a través de los medios de comunicación (redes sociales, webs, revistas, influencers, blogs, eventos, etc), siendo las principales herramientas para la promoción de productos o servicios de esta índole. Estos medios de comunicación permiten la posible acumulación y posterior análisis de una gran cantidad de datos acerca de los usuarios, pero:
“¿Cómo convertir los datos de mercado en conocimiento significativo que impulse la toma de decisiones estratégicas? Es en este punto donde las técnicas de machine learning emergen como aliadas poderosas, ofreciendo la capacidad de extraer patrones, identificar tendencias y prever comportamientos en los mercados de manera precisa y eficiente” (Calle García et al., 2025, p. 218).
El modelo machine learning es un derivado de la inteligencia artificial que, con el uso de algoritmos, hace posible gestionar grandes cantidades de datos y las empresas de cosmética tienen un gran interés por poder analizar los movimientos que ocurran en los medios de comunicación, utilizando el ML para determinar patrones entre miles y miles de publicaciones en redes sociales, interés por diferentes ingredientes utilizados, analizar las búsquedas en Google, entre otras.
El algoritmo, al necesitar datos, se apoya de diversas fuentes que obtienen gran cantidad de información. Por ejemplo, las redes sociales (herramienta fundamental en el sector de la cosmética), analizando las menciones de ingredientes, hashtags, comentarios, flujos de conversaciones e interacciones entre usuarios. Haciendo que, cuando se encuentre un patrón que genera bastante tráfico o visitas, las compañías pueden anticipar un aumento de la demanda de dicho patrón y poder preparar una estrategia de producción.
Además, Google y el comercio electrónico (e-commerce) también resultan fuentes inmensas de información, por lo que se acumulan datos sobre búsquedas, palabras clave, términos o ventas y reseñas de productos adquiridos en plataformas de e-commerce. Haciendo que la marca pueda darse cuenta de lo que más interesa al público y poder ofrecer algo similar, un derivado o una alternativa innovadora.
Todo esto representa una ventaja considerable a la hora de tomar decisiones estratégicas y presenta una liberación de un trabajo que toma bastante tiempo y que resulta complejo de realizar correctamente por humanos. Ofreciendo predicciones de cambios en la demanda, un alto nivel de personalización o precisión y reducción de riesgos estratégicos. Calle García et al. (2025) incluso sugiere que “las técnicas de machine learning pueden identificar patrones y tendencias en los datos que pueden no ser evidentes para los analistas humanos, lo que proporciona información valiosa para la toma de decisiones estratégicas” (p. 221).
En conclusión, la inteligencia artificial continúa dando de qué hablar con los avances que ha tenido en los últimos años, cada vez más esta tecnología se asemeja a un “pozo sin fondo” y no para de condicionar la forma en la que las empresas (tanto las grandes como las pequeñas) operan y toman sus decisiones. Resulta impresionante que ahora incluso el futuro puede resultar predecible y seguramente queda poco para que la inteligencia artificial nos vuelva a sorprender con su alcance y con nuevas formas de afrontar los cambios del comportamiento de los consumidores.
Referencias
- Rodríguez Vázquez, C. R. V. [Rodríguez Vázquez, Clide]. (2009). EL MÁRKETING DE AFILIACIÓN. ResearchGate, 1852-2300. https://www.researchgate.net/publication/289129220_EL_MARKETING_DE_AFILIACION
- Calle García, A. J. C. G., Cevallos Basurto, N. A. C. B., Zambrano Cevillano, A. N. Z. C., Morales Ponce, V. L. M. P., & Universidad Alas Peruanas. (2025). TÉCNICAS DE MACHINE LEARNING APLICADAS A LA INTERPRETACIÓN DE DATOS DE MERCADO. Ciencia y Desarrollo, 28(1), 218. https://www.google.com/url?sa=t&source=web&rct=j&opi=89978449&url=https://dialnet.unirioja.es/descarga/articulo/9604365.pdf&ved=2ahUKEwic6tKArMGLAxWtSKQEHQofHUUQFnoECBYQAQ&usg=AOvVaw36JynI6Ml9JdC3g5MNiiAz
