Llevamos años intentando conocer mejor a nuestros clientes.
Hemos conectado datos, construido perfiles, creado segmentos, automatizado campañas y personalizado contenidos. Y, sin embargo, todavía ocurre algo bastante paradójico: sabemos muchísimo sobre nuestros clientes pero seguimos obligándolos a explicarnos quiénes son cada vez que interactúan con nosotros.
Lo vemos en situaciones cotidianas. Un usuario entra en una web después de haber comprado varias veces y recibe prácticamente la misma experiencia que alguien que acaba de llegar. O un cliente empieza a dar señales claras de abandono, pero cuando conseguimos reaccionar probablemente ya es demasiado tarde.
Este es precisamente el espacio que estamos explorando junto a nuestro partner Synerise, una plataforma que combina IA y Big Data para entender el comportamiento del cliente. Su tecnología nos permite trabajar con el contexto de los usuarios en tiempo real y, desde Multiplica, convertirlo en experiencias capaces de interpretar mejor cada situación y actuar cuando todavía pueden generar impacto.
Un agente es tan inteligente como el contexto al que accede
Estamos hablando muchísimo de agentes, y probablemente hablaremos todavía más. Pero hay algo que a veces olvidamos: un agente puede tener un modelo extraordinariamente potente y seguir tomando malas decisiones si desconoce lo que está ocurriendo alrededor.
Un LLM puede generar contenido, conversar o analizar información, pero no sabe por sí mismo si un cliente está mostrando señales de abandono, qué probabilidad tiene de comprar o cuál sería la siguiente mejor acción. Para responder con precisión necesita conocer su comportamiento reciente, su historial, el catálogo, el inventario, las transacciones y otras señales que suelen vivir dispersas entre sistemas.
Ahí es donde Synerise resulta especialmente relevante para las experiencias que estamos construyendo desde Multiplica. Al conectar el comportamiento del cliente con datos del producto y operativas (como el mismo delivery) en tiempo real, permite que un agente deje de responder desde un contexto genérico y actúe en función de lo que está pasando con ese cliente en ese momento.
Aquí es donde empieza nuestro trabajo desde Multiplica, definiendo qué señales importan, qué acciones tiene sentido activar y, sobre todo, qué problema de cliente o de negocio queremos resolver.
Menos tiempo conectando herramientas, más tiempo diseñando experiencias
Uno de los problemas de muchos stacks actuales es que la información existe, pero llega demasiado tarde. Una organización puede detectar una señal de churn, exportar el segmento, llevarlo al CRM y activar una campaña varios días después. Para entonces, el cliente quizá ya se haya ido.
Esa demora suele ser consecuencia de arquitecturas cada vez más fragmentadas. Los stacks de experiencia y marketing han ido incorporando herramientas especializadas y, con ellas, más integraciones, sincronizaciones y tareas operativas que los equipos tienen que gestionar.
Synerise concentra capacidades de datos, analítica, automatización, personalización y predicción dentro de una arquitectura unificada.
Con una arquitectura unificada, una señal puede desencadenar una acción personalizada en segundos. Y además, reduce parte de la complejidad operativa que hoy absorbe tiempo y esfuerzo de los equipos, para que puedan poner el foco en decidir qué experiencias merece la pena construir, qué hipótesis probar y qué impacto quieren generar.
Personalizar empieza a significar algo diferente
Durante años, la personalización se ha construido principalmente a partir de segmentos, reglas y campañas previamente definidas. Las capacidades predictivas y agénticas empiezan a ampliar ese enfoque, incorporando decisiones más dinámicas y sensibles al contexto.
Una experiencia puede adaptarse a las señales que está generando una persona en ese instante, incorporar información procedente de diferentes canales, predecir qué puede ocurrir a continuación y activar una acción sin esperar a que alguien configure manualmente una nueva campaña.
El comercio conversacional es un buen ejemplo de cómo esta lógica empieza a trasladarse a experiencias concretas. El AI Shopping Assistant de Synerise combina historial conductual, preferencias, catálogo, stock y propensión de compra para personalizar recomendaciones y activar acciones dentro de la propia conversación.
Para Multiplica, la oportunidad está en integrar esa conversación dentro del customer journey. Si el asistente conoce el contexto del cliente antes de que escriba la primera palabra, puede dejar de funcionar como un buscador con interfaz de chat y convertirse en una experiencia que realmente acompaña la decisión.
De orquestar campañas a orquestar agentes
Esta es probablemente la evolución de fondo.
Hasta ahora, hemos construido customer journeys como secuencias que intentábamos anticipar: si ocurre A, hacemos B; si el usuario responde, hacemos C; si no responde, esperamos y probamos D. Ahora los agentes introducen una lógica diferente porque pueden interpretar la situación antes de decidir cómo actuar.
Para que esto funcione necesitan contexto fiable, actualizado y accesible. Y necesitan también criterios que definan qué decisiones pueden tomar, qué límites tienen y qué resultado queremos conseguir.
La oportunidad que vemos juntos consiste precisamente en eso: crear experiencias capaces de comprender mejor cada situación y actuar en el momento adecuado.
Porque a medida que la IA avance, probablemente la pregunta relevante deje de ser únicamente qué puede hacer un agente.
Será también qué sabe antes de hacerlo.
