De los datos a la dirección: Cómo utilizar los análisis impulsados por la IA para el crecimiento del comercio electrónico — Brian Warrick | El impacto de los análisis impulsados por la IA en las experiencias de compra, cómo la IA puede proporcionar inform

En este episodio del podcast, discutimos cómo utilizar la IA para optimizar los flujos de ingresos y hacer crecer el marketing digital de su marca de comercio electrónico con análisis impulsados por IA. Nuestro invitado destacado en el programa es Brian Warrick, Director de Ingresos en Baresquare.com.

Temas discutidos en este episodio:

- Cómo la IA está cambiando el comercio electrónico en el marketing digital y el crecimiento de los ingresos
- Qué impacto tienen los análisis impulsados por IA en la producción de contenidos y las experiencias de compra
- Cómo la IA puede ofrecer información instantánea sobre los flujos de ingresos
- Cuál es la importancia de los datos en el comercio electrónico y cómo manejarlos de manera efectiva


Enlaces y Recursos

Sitio web: https://baresquare.com/
LinkedIn: https://www.linkedin.com/company/baresquare/
LinkedIn: https://www.linkedin.com/in/brian-warrick/
X/Twitter: https://twitter.com/baresquare

Obtén acceso a más recursos gratuitos visitando la página del episodio del podcast en https://bit.ly/3XgxP4l


Suscríbete y Escucha en Todas Partes:

Escucha En: es.​ecommercecoffeebreak.com | Apple Podcasts | Spotify | YouTube

Transcript

Claus Lauter [00:00:00]:
Welcome to episode 297 of the ecommerce Coffee Break podcast. Today it's all about AI and we talk about how to optimize your revenue streams and grow your digital marketing with AI driven analytics. Joining me on the show is Brian Warrick, head of revenue at Baresquare.com. So let's dive right into it.

Voice over [00:00:20]:
This is the e commerce Coffee Break, a top rated Shopify growth podcast dedicated to shopify merchants and business owners looking to grow their online stores. Learn how to survive in the fast changing e commerce world with your host Lauter, and get marketing advice you can't find on Google. Welcome, welcome to the show and welcome.

Claus Lauter [00:00:46]:
To another episode of Ecommerce Coffee Break podcast. Today we want to explore gross revenue options within AI. So how can AI help you to grow your business? And what kind of tools, what kind of strategies and tactics will help with that? For that, I have Brian Boyd with me on the show. He's the head of revenue at Baresquare.com. He's an experienced marketing and technology leader with over 15 years track record of driving success for startups and Fortune 35 companies. Leveraging his expertise building authentic partnerships for customer success, Brian has helped notable brands such as JetBlue, the New York Times, Sanofi and Metlife achieve their marketing tech goals and unlock significant revenue growth. So let's welcome him to the show. Hi Brian, how are you today?

Brian Warrick [00:01:29]:
Hi . I'm doing well. How are you?

Claus Lauter [00:01:31]:
I'm very well. Brian. You're talking about AI. That's a relatively new topic. What was your first experience with AI?

Brian Warrick [00:01:38]:
So my first experience with AI was probably the same awe that a lot of people saw when the image generators came out and just the quality and it was just amazing what could be done with a few simple text prompts. I can remember going back and forth with a CMO friend of mine on a daily basis, just sharing the latest of what was created and just unbelievable.

Claus Lauter [00:02:07]:
Yeah, AI is obviously moving very fast on that. AI is also transforming marketing and e commerce business in general. Which areas do you see changing the fastest so far?

Brian Warrick [00:02:17]:
I think given that we're now about a year into the post GPT era, I think we're seeing text content really coming on. Although what we're seeing with video is also pretty amazing. Same as the image generators were not too long ago. So certainly around content production, whether that's product descriptions depicting the product in everyday life, we're probably not too far from a place where you can really see products at work in your home. And we've seen some of that with paint colors and things like that in the past, but truly being a more immersive type of relevant experience I think is going to be key. But there's also, I think, a huge shift on the data side. We collect a lot of that as martech professionals, and how much of it gets used varies from place to place. But it's safe to say that not a lot get used, or certainly of not 100%, no matter where you are, and the ability to go through all of what's collected and start to generate either meaningful insights, which is what Baresquare does, or start to really personalize for shoppers.

Brian Warrick [00:03:37]:
And it's going to be amazing. And I think if there's one last one, not to make too long of an answer of this, but I think search is going to be huge. I've got the brave browser that I use on my phone and I'm already getting summaries of multiple sites into one cohesive answer for certain searches. And I think when we start to think about that in terms of commerce, it's going to be huge. In terms of the most, the highly rated, the highest quality product or item that you're potentially looking for could be surfaced nearly immediately.

Claus Lauter [00:04:20]:
I think you touched a couple of very interesting things there. So first of all, yes, we saw that coming up. More and more apps are coming out. More and more tools are coming out for ecommerce merchants, for online sellers, for DTC brands, providing them with more and more data. And then obviously very quickly, you come to a point where you're completely overwhelmed with all the data that is available. But then reading out of it mentioned search engines and that for sure, and I'm with you on the same page, that will change. I think Google will have to change because we already see the first results coming out there. Now I understand@baresquare.com.

Claus Lauter [00:04:54]:
You help with sort of creating clarity around data and finding a better way to deal with all the data that's coming in. Tell me a little bit about it.

Brian Warrick [00:05:04]:
Oh, sure. Happy to. So Bare Square really got its start, you know, 15 or so years ago as a data consultancy, mostly around marketing data. So deep knowledge in analytics, in, you know, a lot of the bi and reporting platforms and how to take what data is collected and create the appropriate dashboards and things. And as most kind of consulting companies do, you start solving similar problems time and time again. And specifically what we uncovered was there's a gap in the market in terms of whether you call it site merchandising or category management and revenue and understanding all of the things you can do to affect revenue and how successful those are. I mean, that's a full time job for multiple people in most organizations. And we were helping to solve that from a visualization standpoint and realize that, hey, we build upon that and generate a product.

Brian Warrick [00:06:16]:
And so our revenue accelerator solution does exactly that. It's kind of your AI analyst that reviews category performance and tells you, hey, this category is well above plan or well below plan. And sometimes this is probably not talking too far school for most of your viewers. There isn't generally a good revenue plan anyway. And Bear square can actually calculate an expected revenue based on all the activity that's happening and then use that for comparison to say, hey, we're performing well against these revenue targets or not.

Claus Lauter [00:06:56]:
Now, most of our listeners are on Apple podcasts, on Spotify. They don't have a visual idea of what's happening. And you talked about categories. Can you talk me through what that means and how can I visualize? And I learn visually. So for me, that's actually a really interesting topic to talk about. It's like, how can I imagine the data being visualized?

Brian Warrick [00:07:17]:
We pride ourselves on not only being able to present visuals, but everything. All of the insights that are generated on Bare Square are actually shared in plain text. So they're very easy to read. It's clean language. It's very easy to understand what's happening, why it happened, and what to do about it. Again, you're going to get a nice clean text summary of that. But in addition to that, we have some tools that visualize expected performance over a period of time. So a nice kind of graphical way to show almost looks like a river moving through time.

Brian Warrick [00:08:00]:
In terms of it gets a little wider, gets a little smaller depending on activity to show, hey, this is the expected range of revenue for a given product category. So when I say category, I mean things like shirts, dresses, tops, to use kind of an apparel metaphor. But in addition to that river I mentioned, we also have, you know, kind of the stream, which is the actual number overlaid on top of it. So you can see real performance is inside an expected range or outside of it as well. And then the last piece of data visualization that we do is a full funnel analysis. So every step of the commerce funnel, from viewing a product to putting it in your cart, to checking out all of the steps within that, we visualize the impact of what's happening in each of those steps in terms of revenue performance for that given product category.

Claus Lauter [00:09:00]:
Now, when it comes to revenue optimization. There's a lot of different data sources coming into that. What kind of data sources do you support and how do you connect to them?

Brian Warrick [00:09:11]:
Yeah, we can connect to just about any time series set of data, but the primary ones that we use are going to be your analytics platform. So your Google Analytics ga four Adobe analytic. We can connect to aggregates of those data sources as well if some people are bringing them into any kind of bi tool in terms of that. But about 75 80% of the insights we can generate come just from Linux data. There's so much that's captured that we're able to do that, and then we enhance that with a number of additional qualitative or quantitative data sources as well. Everything from a revenue plan, if it exists on spreadsheet somewhere. Promotion plans we can look inside the email promotion system to see, hey, this is when these things, these messages are going out to people and what in them. In addition to that, we can look at the news, we can look at weather and see what is this happening on the site performance.

Brian Warrick [00:10:19]:
So it's pretty interesting.

Claus Lauter [00:10:22]:
Hey , here, just a quick one. If you like the content of this episode, subscribe to the weekly newsletter at newsletter Dot e commercecoffeebreak.com dot I score and create 50 news sources so you don't have to saving your hours of research. Grow your revenue with ecommerce news, marketing strategies, tools, podcast, interviews and more, all in a quick three minute read. So head over to newsletter Dot e commerce coffeebreak.com to subscribe. I said 100% free. Also, you will find the link in the show notes. And now back to the show. That's definitely very interesting.

Claus Lauter [00:10:50]:
So as an ecommerce business, how can I leverage all this data effectively to make qualified decisions going forward?

Brian Warrick [00:10:58]:
I think the thing that holds most e commerce companies back is from the time that you know that there's something you want to work on, there's a revenue deficiency in the shirts category. We'll use that example again. From the time that you know that to the time that you done the analysis to understand why the market have moved on, you may have missed your opportunity to do anything about it. And since we do this on a daily basis and you're presented next morning with what's happened as well as recommendations on what to do, it's pretty easy to take advantage. And if there's an error in the email promotion, let's say it's pointing to the wrong product. Most people know that, hey, people aren't going to go and then search for the product you're promoting and you've lost that customer. Well, now you can know that that's the case and submit it. Send a new email or an update.

Brian Warrick [00:11:57]:
You can be cheeky and fun about it if you want to. However, you as a brand want to react to that, but you have that ability to react, which is important. The other thing we do is we can tailor how many insights are surfaced depending on the size of the team you can focus on. Hey, I only want the high priority ones or I want to see all, no matter what the discrepancy is. So it's tailor made to the organization.

Claus Lauter [00:12:30]:
Do you have a real life example on a campaign or on a use case that one of your customers must have used?

Brian Warrick [00:12:38]:
Yeah, I do. We work with women's apparel brand and they're one of a portfolio of brands under management. So as you can imagine, in that scenario, there's generally a pretty resources are generally spread fairly thin on this company. Man, everything exceptionally well. But I can recall it was a Friday afternoon, we had just got connected to the data and I was like, great, what a good way to end the week. This is going to be fine. We'll start to generate some insights and have a conversation sometime next week. First thing Monday morning, took a look at the data.

Brian Warrick [00:13:13]:
I've got people from our team knocking on my door like, hey, you need to see this, and we need to get on the phone right away with this particular company. What we spotted was revenue was down for multiple product categories. And the AI agents that are running within our platform, they identified the same root cause for each of them. And essentially it was kind of a dual factor. Two causes. One was an email that had been scheduled to go out for the weekend, did not. And the other was that a promotion that should, a promotion code that should have lasted through the weekend also did not had ended on Friday. So you've got two kind of factors happening at a fairly significant drop of new.

Brian Warrick [00:14:09]:
So we saw that and we said, okay, hey, we need to flag this because we just started looking at the data. We thought we had a couple of days before we would talk to them. So we need to talk right away and come to find out with that company. We looked back and we saw this was the same thing occurring over like five weekends. And the cumulative impact of all of that was about 5% of annual revenue. So it was no small thing. Turns out Sunday is their biggest revenue day for that company. So it was pretty tactful.

Brian Warrick [00:14:44]:
And just one of those things where you're like, we're doing some cool stuff here because we're able to help people spot some of this stuff right away.

Claus Lauter [00:14:51]:
Yeah, that's a huge impact. 5% of the annual revenue. So you talk about, you found that out very, very quickly. Now, as far as I know, AI usually needs some time to learn from the data that is available so that the algorithm really can kick in. How does it work from your side? What's usually the average time before you really see the maximum results coming out from AI?

Brian Warrick [00:15:16]:
It's great because we connect to the system as if we're a user. There's no plugin or pixel that needs to be put on the site, so that speeds things up. There's no time to collect data. We can read from what's already been collected. And because of that, within 24 hours we start generating insights in terms of revenue performance, day over day revenue performance by category or other timeframes as the customer wants to see. If they want to see week over week, then obviously we need to look at a week's worth of data to see. But generally we can look back whatever timeframe the customer would like to see it in and already start to compare today to a week ago. Well, so it's pretty immediate from our standpoint.

Claus Lauter [00:16:04]:
No, it's obviously bigger organizations. You have different people in marketing departments and fulfillment departments and so on and so forth. How does the system of Baresquare.com work with that? So that the right person gets the right information or message at the right time.

Brian Warrick [00:16:20]:
We're able to map the categories, the product categories, to the individual responsible for that category. So the merchandisers or category manager, if it's a team of people, it can go to the team as well. And we're able to share the results with productivity or products like slack teams, Jira workfront or others. We can actually output the results and say, hey, here's something you should take a look at and then have them come back into the tool to see what the result is. So we fit right into a company's main workflow. Could be sent via email as well. Whatever's necessary.

Claus Lauter [00:17:07]:
Who's your perfect customer? Are there specific industries or verticals that are easier to adapt to such a system than others?

Brian Warrick [00:17:15]:
Right now we're focused pretty much on e commerce. Perfect place for us to be chatting with you. It's generally a multi product or multi category retailer. So if it's a single product, bare square is still beneficial, but probably not to the full extent that it is across a larger landscape. And it's those retailers that are doing in the tens of millions of year or higher in terms of revenue. And I put a caveat on that because it's also a matter of how much promotion and marketing are you doing as well. So if you are a starting business and you've got low revenue, but you're really investing in media buys and email promotions and things of that nature, well then there's activity there that we can help to influence. So it's really kind of a matter of, you know, the activity that an organization does to generate interest in traffic and sales.

Claus Lauter [00:18:27]:
Now AI is moving very, very quickly. There's new features coming out all the time. And I understand you told me before, you are in the works of a big update for Baresquare.com dot. What does that involve? What can we expect?

Brian Warrick [00:18:40]:
Yeah, so when we first started building out the platform, we sat down with our team of like 40 data analysts and said, okay, given a result, what would you do? And we turned those into AI agent. So that kind of analysis that our people would do, we basically were able to turn that into an AI agent. And sometimes they run multiple times for a given result. So the platform update coming out in about a few weeks at this point will have an expanded library of those. It looks at additional data sources. So we're able to look at not just a broad base of kind of competitors, we can look at named competitors for a given retailer. So if you really want to know what X, Y and Z competitors are doing, we can look at those and see what's happening in the news and see what effect that might have. And one other thing that will be included is we'll have the ability to do session replay as well, which some of the larger quality platforms out there are able to do.

Brian Warrick [00:19:58]:
But we'll be able to do that as well. So if there is a result and you're interested to see what the buyer journey was like, we could replay a lot of those sessions, which is a big update for sure.

Claus Lauter [00:20:12]:
Now you're at the top front of artificial intelligence and what's happening there? What's your forecast, what's happening within the next twelve months? I know it's very difficult to say, but will it cut jobs, will marketing departments fall away or what's, what's happening?

Brian Warrick [00:20:28]:
I don't think marketing departments or analysts are ever going to go away. I'm very impressed with what AI has become over the last twelve months, and I'm sure it's going to grow by leaps and bounds. But at the end of the day, we're still talking computers that are programmed by people. And no APIs are 100% perfect, no data feeds are 100% perfect. There's always things that we're going to need to do to kind of make sure the machines run the way that we want them to. So I don't think that jobs are going to go away as much. I think we'll take on new skills and learn to interact with data in a more human way. So being able to ask questions, being able to have a conversation, if you will, with the data, that's another thing that we're working on.

Brian Warrick [00:21:15]:
We see that coming fairly soon. Speed, right? Speed is just going to continue to increase. So I think those are big things. I think my biggest prediction for the next twelve months is really going to be around adoption. We're, I think, coming out of the testing and trial mode of where does AI fit into my organization. And in the next twelve months, I don't even think that's going to be a question because it's going to be prolific and it's going to touch upon almost every aspect of the business. So it'll just end up being everywhere. And who knows, maybe the hype around AI as a term will start to diminish a little bit because it'll just be like the Internet, it's just around.

Claus Lauter [00:22:09]:
No, I totally agree. I think you need to adapt to AI or as a business, you have a problem going forward. Walk me through the typical onboarding process of a new user. What steps are involved? How long does it take to get up and running?

Brian Warrick [00:22:21]:
Yeah, it's pretty quick. As I mentioned previously, we connect to the analytics platform as a user. Again, there's no pixel, there's no tracking tag that needs to be installed. So we don't site performance at all. What was it, the Heisenberg principle? The minute you start to measure something, you start to affect it. I think that holds true for a lot of tags that get placed on things. But once we're connected there, the system will do an automated kind of quality review just to make sure that the data is in the way that it needs to be. Sometimes we need to have the customer make a few tweaks to tags or things of that nature, but again, usually within a day or so, insights just start being generated.

Brian Warrick [00:23:15]:
And we do like to take a look. There's some calibration that can be done, certainly according to customer preference, but within a week where we're generally showcasing the first results and able to get that going. So it's a pretty good. I think that's the other amazing thing about AI in general is there's so much automation inherent in it that long deployment or implementation cycles or things of that nature are going to start to become a bit antiquated.

Claus Lauter [00:23:52]:
How does your pricing structure work?

Brian Warrick [00:23:54]:
Yeah, so as you can imagine, we're turning through a lot of data, so there are some volume bricks that come into play. So we typically look at the volumes that we're looking at and revenues as well, because we're in the mode of we want to help as many people as possible and we're able to do it fairly cost effectively. So we try and make sure that we're not gouging anyone in terms of price. Right. It's a fair price for the value delivered and it's a pretty easy equation from that standpoint.

Claus Lauter [00:24:29]:
Okay, excellent. Before our coffee break comes to an end today, is there anything that you want to share with our listeners that we haven't covered yet?

Brian Warrick [00:24:35]:
If anything, I would say don't be afraid to experiment. There's lots of great tools out there outside from Bare Square, and it's an exciting time to explore new things and. And be surprised and just hold on to the wonder of it as you see it because, you know, it's easy to get overwhelmed or be like, wow, this is going to place me and I don't see that happening.

Claus Lauter [00:25:02]:
Yeah, I think you said hold on to the wonder of it. It's a once in a lifetime thing that's happening there and I think we should fully embrace what we're seeing coming up there in the future. Where can people find out more about you guys?

Brian Warrick [00:25:15]:
Baresquare.com so it's b a r e s q u a r e. So not bare as an animal. Bear as in without something. So that's where we are. We're on LinkedIn and social media as well. So our website or LinkedIn is probably the best. I think you'll start to see us at some of the relevant trade shows and things as well as the year progresses. So that'll be exciting also.

Claus Lauter [00:25:43]:
Okay, I will put the links in the show notes as always, then you just one click away. And for our listeners, there are some good videos on the website. I watched them. It gives a very good and quick overview of what the system can do. And I would just say, go there. Have a look. Brian, thanks so much for your time today. I think we gave a good overview of where we are right now with AI when it comes to ecommerce marketing and how it can help business owners to grow their business thanks so much for your time today.

Brian Warrick [00:26:07]:
Thank you. Pleasure.

Claus Lauter [00:26:09]:
Hey, here. Thanks for joining me on another episode of the ecommerce Coffee Break podcast. Before you go, I'd like to ask two things from you. First, please help me with the algorithm so I can bring more impactful guests on the show. It will make it also easier for others to discuss, discover the podcast, simply like comment, and subscribe in the app you're using to listen to the podcast, and even better if you could leave a rating. Thanks again, and I catch you in the next episode. Have a good one.


---


Spanish version


Aquí está la traducción al español:

De los datos a la dirección: Cómo usar la analítica impulsada por IA para el crecimiento del comercio electrónico — Brian Warrick | El impacto de la analítica impulsada por IA en las experiencias de compra, cómo la IA puede proporcionar información instantánea sobre los ingresos, por qué la IA no reemplazará al marketing y a los analistas

Claus Lauter [00:00:00]: 
Bienvenidos al episodio 297 del podcast Ecommerce Coffee Break. Hoy todo se trata sobre la IA y hablamos sobre cómo optimizar sus flujos de ingresos y hacer crecer su mercadotecnia digital con análisis impulsados por IA. Me acompaña en el programa Brian Warrick, jefe de ingresos en Baresquare.com. Así que vayamos directo al grano.

Voice over [00:00:20]:
Este es Ecommerce Coffee Break, un podcast de crecimiento de Shopify muy bien calificado dedicado a los comerciantes de Shopify y propietarios de negocios que buscan hacer crecer sus tiendas en línea. Aprenda cómo sobrevivir en el cambiante mundo del comercio electrónico con su anfitrión Lauter, y obtenga consejos de marketing que no puede encontrar en Google. Bienvenidos, bienvenidos al programa y bienvenidos.

Claus Lauter [00:00:46]:
A otro episodio del podcast Ecommerce Coffee Break. Hoy queremos explorar opciones de ingresos brutos dentro de la IA. Entonces, ¿cómo puede la IA ayudarlo a hacer crecer su negocio? ¿Y qué tipo de herramientas, qué tipo de estrategias y tácticas ayudarán con eso? Para eso, tengo a Brian Boyd conmigo en el programa. Es el jefe de ingresos en Baresquare.com. Es un experimentado líder de marketing y tecnología con más de 15 años de trayectoria impulsando el éxito de startups y empresas Fortune 35. Aprovechando su experiencia en la construcción de asociaciones auténticas para el éxito del cliente, Brian ha ayudado a marcas notables como JetBlue, The New York Times, Sanofi y Metlife a alcanzar sus metas de marketing tecnológico y desbloquear un crecimiento significativo de ingresos. Así que démosle la bienvenida al programa. Hola Brian, ¿cómo estás hoy?

Brian Warrick [00:01:29]:
Hola. Estoy bien. ¿Y tú?

Claus Lauter [00:01:31]:
Muy bien, Brian. Estás hablando sobre IA. Ese es un tema relativamente nuevo. ¿Cuál fue tu primera experiencia con la IA?

Brian Warrick [00:01:38]:
Entonces, mi primera experiencia con la IA probablemente fue la misma admiración que muchas personas vieron cuando salieron los generadores de imágenes y simplemente la calidad y fue increíble lo que se podía hacer con algunas simples indicaciones de texto. Recuerdo ir y venir con un amigo CMO a diario, simplemente compartiendo lo último que se creó y fue increíble.

Claus Lauter [00:02:07]:  
Sí, obviamente la IA se está moviendo muy rápido en eso. La IA también está transformando el marketing y el negocio del comercio electrónico en general. ¿Qué áreas ves cambiando más rápido hasta ahora?

Brian Warrick [00:02:17]:
Creo que dado que ahora estamos a un año del período posterior a GPT, creo que estamos viendo que el contenido de texto realmente está surgiendo. Aunque lo que estamos viendo con el video también es bastante asombroso. Lo mismo que los generadores de imágenes no hace mucho tiempo. Ciertamente alrededor de la producción de contenido, ya sea que se trate de descripciones de productos que describan el producto en la vida cotidiana, probablemente no estemos muy lejos de un lugar donde realmente puedas ver los productos en acción en tu hogar. Y hemos visto algo de eso con los colores de pintura y cosas por el estilo en el pasado, pero verdaderamente ser un tipo de experiencia más inmersiva y relevante, creo que será clave. Pero también hay, creo, un enorme cambio en el lado de los datos. Recopilamos mucho de eso como profesionales de martech, y cuánto de eso se usa varía de un lugar a otro. Pero es seguro decir que no se usa mucho, o ciertamente no el 100%, sin importar dónde estés, y la capacidad de revisar todo lo que se recolecta y comenzar a generar información relevante, que es lo que hace Baresquare, o comenzar a realmente personalizar para los compradores.

Brian Warrick [00:03:37]: 
Y va a ser increíble. Y creo que si hay una última cosa, no para dar una respuesta demasiado larga, pero creo que la búsqueda va a ser enorme. Tengo el navegador Brave que uso en mi teléfono y ya estoy recibiendo resúmenes de múltiples sitios en una respuesta cohesiva para ciertas búsquedas. Y creo que cuando comenzamos a pensar en eso en términos de comercio, va a ser enorme. En términos del producto o artículo más calificado y de mayor calidad que potencialmente estás buscando, podría ser mostrado casi de inmediato.

Claus Lauter [00:04:20]:
Creo que tocaste un par de cosas muy interesantes allí. Entonces, primero, sí, vimos que se avecinaba. Cada vez más aplicaciones están saliendo. Más y más herramientas están saliendo para comerciantes de comercio electrónico, vendedores en línea, marcas DTC, proporcionándoles más y más datos. Y luego, obviamente, muy rápidamente, llegas a un punto en el que estás completamente abrumado con todos los datos que están disponibles. Pero luego mencionaste los motores de búsqueda y eso, con certeza, y estoy de acuerdo contigo en la misma página, eso cambiará. Creo que Google tendrá que cambiar porque ya vemos los primeros resultados saliendo allí. Ahora entiendo que en @baresquare.com.

Claus Lauter [00:04:54]:  
Ustedes ayudan a crear claridad en torno a los datos y a encontrar una mejor manera de lidiar con todos los datos que están ingresando. Cuéntame un poco sobre eso.

Brian Warrick [00:05:04]:
Oh, claro. Feliz de hacerlo. Entonces, Bare Square realmente comenzó, ya sabes, hace unos 15 años más o menos como una consultora de datos, principalmente en torno a datos de marketing. Así que un profundo conocimiento en análisis, en, ya sabes, muchas de las plataformas de inteligencia empresarial e informes y cómo tomar lo que se recopila datos y crear los paneles de control apropiados y cosas así. Y como la mayoría de las empresas de consultoría, comienzas a resolver problemas similares una y otra vez. Y específicamente lo que descubrimos fue que hay un vacío en el mercado en términos de si lo llamas comercialización de sitios o gestión de categorías e ingresos y comprender todas las cosas que puedes hacer para afectar los ingresos y qué tan exitosas son. Quiero decir, ese es un trabajo de tiempo completo para múltiples personas en la mayoría de las organizaciones. Y estábamos ayudando a resolver eso desde un punto de vista


Brian Warrick [00:06:16]:
Y así nos dimos cuenta de que, hey, podemos construir sobre eso y generar un producto. Y entonces nuestra solución Revenue Accelerator hace exactamente eso. Es como tu analista de IA que revisa el rendimiento de la categoría y te dice: "Oye, esta categoría está muy por encima del plan o muy por debajo del plan". Y a veces esto probablemente no está hablando demasiado a la escuela para la mayoría de sus espectadores. Generalmente no hay un buen plan de ingresos de todos modos. Y Bear Square puede calcular realmente unos ingresos esperados basados en toda la actividad que está ocurriendo y luego usar eso para comparar y decir: "Oye, nos estamos desempeñando bien contra estos objetivos de ingresos o no".

Claus Lauter [00:06:56]:
Ahora, la mayoría de nuestros oyentes están en Apple Podcasts, en Spotify. No tienen una idea visual de lo que está sucediendo. Y hablaste sobre categorías. ¿Puedes explicarme qué significa eso y cómo puedo visualizarlo? Y aprendo visualmente. Entonces, para mí, ese es realmente un tema interesante para hablar. Es como, ¿cómo puedo imaginar que se visualizan los datos?

Brian Warrick [00:07:17]:
Nos enorgullecemos no solo de poder presentar visualmente, sino que todas las ideas que se generan en Bare Square realmente se comparten en texto plano. Entonces, son muy fáciles de leer. Es un lenguaje claro. Es muy fácil de entender qué está pasando, por qué sucedió y qué hacer al respecto. Nuevamente, vas a obtener un resumen de texto limpio y agradable. Pero además de eso, tenemos algunas herramientas que visualizan el rendimiento esperado a lo largo de un período de tiempo. Entonces, una agradable forma gráfica de mostrar casi parece un río moviéndose a través del tiempo.

Brian Warrick [00:08:00]:
Se vuelve un poco más ancho, se vuelve un poco más pequeño dependiendo de la actividad para mostrar: "Oye, este es el rango esperado de ingresos para una categoría de productos determinada". Entonces, cuando digo categoría, me refiero a cosas como camisas, vestidos, tops, para usar una metáfora de ropa. Pero además del río que mencioné, también tenemos, ya sabes, la especie de secuencia, que es el número real superpuesto encima. Así que puedes ver que el rendimiento real está dentro de un rango esperado o fuera de él también. Y la última pieza de visualización de datos que hacemos es un análisis completo del embudo. Entonces, cada paso del embudo de comercio, desde ver un producto hasta ponerlo en tu carrito, hasta hacer el checkout, todos los pasos dentro de eso, visualizamos el impacto de lo que está sucediendo en cada uno de esos pasos en términos del rendimiento de ingresos para esa categoría de productos determinada.

Claus Lauter [00:09:00]:
Ahora, cuando se trata de optimización de ingresos. Hay muchas fuentes de datos diferentes que entran en juego. ¿Qué tipo de fuentes de datos admites y cómo te conectas a ellas?

Brian Warrick [00:09:11]:
Sí, podemos conectarnos a casi cualquier conjunto de datos de series de tiempo, pero las principales que usamos van a ser su plataforma de análisis. Entonces, su Google Analytics ga four Adobe analytic. Podemos conectarnos a agregados de esas fuentes de datos también si algunas personas las están ingresando en cualquier tipo de herramienta bi en términos de eso. Pero alrededor del 75 al 80% de las ideas que podemos generar provienen solo de datos de análisis. Hay tanto capturado que somos capaces de hacer eso, y luego mejoramos eso con una serie de fuentes de datos cualitativas o cuantitativas adicionales también. Todo, desde un plan de ingresos, si existe en alguna parte en una hoja de cálculo. Planes de promoción, podemos mirar dentro del sistema de promoción por correo electrónico para ver: "Oye, este es el momento en que estos mensajes se envían a las personas y qué contienen". Además de eso, podemos mirar las noticias, podemos mirar el clima y ver qué está sucediendo en el rendimiento del sitio.

Brian Warrick [00:10:19]:
Así que es bastante interesante.

Claus Lauter [00:10:22]: 
Oye, aquí, solo una pregunta rápida. Si te gusta el contenido de este episodio, suscríbete al boletín semanal en newsletter.ecommercecoffeebreak.com. Escaneo y creo 50 fuentes de noticias para que no tengas que ahorrar horas de investigación. Aumenta tus ingresos con noticias de comercio electrónico, estrategias de marketing, herramientas, entrevistas de podcasts y más, todo en una lectura rápida de tres minutos. Así que dirígete a newsletter.ecommercecoffeebreak.com para suscribirte. Es 100% gratuito. Además, encontrarás el enlace en las notas del programa. Y ahora de vuelta al programa. Eso definitivamente es muy interesante.

Claus Lauter [00:10:50]:
Entonces, como negocio de comercio electrónico, ¿cómo puedo aprovechar todos estos datos de manera efectiva para tomar decisiones calificadas en el futuro?

Brian Warrick [00:10:58]:
Creo que lo que mantiene atrás a la mayoría de las empresas de comercio electrónico es desde el momento en que sabes que hay algo en lo que quieres trabajar, hay una deficiencia de ingresos en la categoría de camisas. Usaremos ese ejemplo nuevamente. Desde el momento en que sabes eso hasta el momento en que haces el análisis para entender por qué el mercado se ha movido, puede que hayas perdido tu oportunidad de hacer algo al respecto. Y dado que hacemos esto diariamente y se te presenta al día siguiente lo que sucedió, así como recomendaciones sobre qué hacer, es bastante fácil aprovecharlo. Y si hay un error en la promoción por correo electrónico, digamos que apunta al producto incorrecto. La mayoría de la gente sabe que, oye, la gente no va a ir y buscar el producto que estás promoviendo y has perdido a ese cliente. Bueno, ahora puedes saber que ese es el caso y enviar un nuevo correo electrónico o una actualización.  

Brian Warrick [00:11:57]:
Puedes ser ingenioso y divertido al respecto si quieres. Como sea que quieras reaccionar a eso como marca, pero tienes esa capacidad de reaccionar, lo cual es importante. La otra cosa que hacemos es que podemos adaptar cuántas ideas se presentan dependiendo del tamaño del equipo en el que puedas enfocarte. Oye, solo quiero los de alta prioridad o quiero verlos todos, sin importar cuál sea la discrepancia. Así que está hecho a la medida de la organización.

Claus Lauter [00:12:30]:
¿Tienes un ejemplo de la vida real de una campaña o un caso de uso que uno de tus clientes debe haber utilizado?

Brian Warrick [00:12:38]:
Sí, lo tengo. Trabajamos con una marca de ropa de mujer y son una de una cartera de marcas bajo administración. Entonces, como puedes imaginar, en ese escenario, generalmente los recursos están bastante dispersos en esta empresa. Manejan todo excepcionalmente bien. Pero puedo recordar que era un viernes por la tarde, acabábamos de conectarnos a los datos y yo estaba como, genial, qué buena manera de terminar la semana. Esto va a estar bien. Vamos a comenzar a generar algunas ideas y tener una conversación en algún momento la próxima semana. El lunes por la mañana, eché un vistazo a los datos.  

Brian Warrick [00:13:13]:
Tengo gente de nuestro equipo tocando mi puerta como, oye, necesitas ver esto, y necesitamos llamar de inmediato a esta empresa en particular. Lo que detectamos fue que los ingresos habían bajado para múltiples categorías de productos. Y los agentes de IA que se ejecutan dentro de nuestra plataforma, identificaron la misma causa raíz para cada uno de ellos. Y esencialmente era un factor doble. Dos causas. Una fue un correo electrónico que debía enviarse durante el fin de semana, no se envió. Y la otra fue que un código de promoción que debería haber durado todo el fin de semana también no lo hizo, había terminado el viernes. Entonces, tienes dos factores ocurriendo con una caída de ingresos bastante significativa.

Brian Warrick [00:14:09]:  
Así que vimos eso y dijimos, okay, oye, necesitamos señalar esto porque apenas estamos empezando a mirar los datos. Pensamos que teníamos un par de días antes de hablar con ellos. Resulta que con esa empresa, miramos hacia atrás y vimos que esto fue lo mismo que ocurría durante como cinco fines de semana. Y el impacto acumulativo de todo eso fue alrededor del 5% de los ingresos anuales. Así que no era una cosa pequeña. Resulta que el domingo es su día de mayores ingresos para esa empresa. Así que fue bastante oportuno.

Brian Warrick [00:14:44]:
Y es una de esas cosas en las que dices, estamos haciendo algunas cosas geniales aquí porque somos capaces de ayudar a las personas a detectar algunas de estas cosas de inmediato.

Claus Lauter [00:14:51]:
Sí, ese es un impacto enorme. El 5% de los ingresos anuales. Entonces, dices que descubriste eso muy, muy rápidamente. Ahora, hasta donde sé, la IA generalmente necesita algún tiempo para aprender de los datos disponibles para que el algoritmo realmente pueda activarse. ¿Cómo funciona desde tu lado? ¿Cuál es generalmente el tiempo promedio antes de que realmente veas los resultados máximos que salen de la IA?
 

Brian Warrick [00:15:16]:  
Es genial porque nos conectamos al sistema como si fuéramos un usuario. No hay ningún complemento o píxel que deba instalarse en el sitio, por lo que eso acelera las cosas. No hay tiempo para recopilar datos. Podemos leer lo que ya se ha recopilado. Y debido a eso, dentro de las 24 horas comenzamos a generar información sobre el rendimiento de los ingresos, el rendimiento de los ingresos diarios por categoría u otros marcos de tiempo según lo desee el cliente. Si quieren ver semana tras semana, entonces obviamente necesitamos mirar una semana de datos para verlo. Pero generalmente podemos mirar hacia atrás el marco de tiempo que el cliente quisiera ver y ya comenzar a comparar hoy con hace una semana. Bueno, así que es bastante inmediato desde nuestro punto de vista.

Claus Lauter [00:16:04]:
Ahora, en organizaciones más grandes. Tienes diferentes personas en departamentos de marketing y departamentos de cumplimiento y así sucesivamente. ¿Cómo funciona el sistema de Baresquare.com con eso? Para que la persona correcta obtenga la información o el mensaje correcto en el momento adecuado.

Brian Warrick [00:16:20]:   
Podemos mapear las categorías, las categorías de productos, a la persona responsable de esa categoría. Entonces los mercadólogos o gerentes de categoría, si es un equipo de personas, también puede ir al equipo. Y podemos compartir los resultados con productos de productividad como Slack, Teams, Jira, Workfront u otros. Realmente podemos generar los resultados y decir: "Oye, aquí hay algo que deberías revisar" y luego hacer que regresen a la herramienta para ver cuál es el resultado. Así que encajamos perfectamente en el flujo de trabajo principal de una empresa. También podría enviarse por correo electrónico. Lo que sea necesario.

Claus Lauter [00:17:07]:
¿Quién es tu cliente perfecto? ¿Hay industrias o verticales específicas que sean más fáciles de adaptar a un sistema como este que otras?  

Brian Warrick [00:17:15]:
En este momento nos estamos enfocando principalmente en el comercio electrónico. Un lugar perfecto para estar charlando contigo. Generalmente es un minorista multiproduto o multicategoría. Entonces, si es un producto único, Bare Square sigue siendo beneficioso, pero probablemente no en toda su extensión como lo sería en un panorama más amplio. Y son esos minoristas que están haciendo decenas de millones de dólares al año o más en términos de ingresos. Y pongo una advertencia en eso porque también es una cuestión de cuánta promoción y marketing estás haciendo también. Entonces, si eres un negocio incipiente y tienes ingresos bajos, pero realmente estás invirtiendo en compras de medios, promociones por correo electrónico y cosas por el estilo, bueno, entonces hay actividad allí en la que podemos ayudar a influir. Así que realmente se trata de, ya sabes, la actividad que una organización hace para generar interés, tráfico y ventas.

Claus Lauter [00:18:27]:  
Ahora, la IA se está moviendo muy, muy rápido. Hay nuevas funciones que salen todo el tiempo. Y entiendo que me dijiste antes, están trabajando en una gran actualización para Baresquare.com. ¿Qué implica eso? ¿Qué podemos esperar?

Brian Warrick [00:18:40]:  
Sí, entonces, cuando comenzamos a construir la plataforma, nos sentamos con nuestro equipo de 40 analistas de datos y dijimos: "Okay, dado un resultado, ¿qué harías?". Y convertimos eso en agentes de IA. Entonces, ese tipo de análisis que nuestra gente haría, básicamente pudimos convertirlo en un agente de IA. Y a veces se ejecutan múltiples veces para un resultado determinado. Entonces, la actualización de la plataforma que saldrá en unas semanas a partir de este punto tendrá una biblioteca expandida de esos. Mira fuentes de datos adicionales. Entonces, podremos mirar no solo una amplia base de competidores, podemos mirar a los competidores nombrados para un minorista determinado. Entonces, si realmente quieres saber qué están haciendo los competidores X, Y y Z, podemos mirarlos y ver qué está pasando en las noticias y ver qué efecto podría tener eso. Y otra cosa que se incluirá es que tendremos la capacidad de hacer reproducción de sesiones también, que algunas de las plataformas de calidad más grandes pueden hacer.  

Brian Warrick [00:19:58]:
Pero podremos hacer eso también. Entonces, si hay un resultado y estás interesado en ver cómo fue el viaje del comprador, podríamos reproducir muchas de esas sesiones, lo cual es una gran actualización, sin duda.

Claus Lauter [00:20:12]:
Ahora estás en la vanguardia de la inteligencia artificial y lo que está sucediendo allí. ¿Cuál es tu pronóstico, qué pasará en los próximos doce meses? Sé que es muy difícil decirlo, pero ¿eliminará empleos, desaparecerán los departamentos de marketing o qué está pasando?

 

Brian Warrick [00:20:28]:
No creo que los departamentos de marketing o analistas vayan a desaparecer nunca. Estoy muy impresionado con lo que se ha convertido la IA en los últimos doce meses, y estoy seguro de que crecerá a pasos agigantados. Pero al final del día, seguimos hablando de computadoras que son programadas por personas. Y ninguna API es 100% perfecta, ninguna fuente de datos es 100% perfecta. Siempre habrá cosas que tendremos que hacer para asegurarnos de que las máquinas funcionen de la manera que queremos. Así que no creo que los empleos vayan a desaparecer tanto. Creo que adquiriremos nuevas habilidades y aprenderemos a interactuar con los datos de una manera más humana. Entonces, ser capaces de hacer preguntas, ser capaces de tener una conversación, por así decirlo, con los datos, eso es otra cosa en la que estamos trabajando.

Brian Warrick [00:21:15]:  
Vemos que eso viene bastante pronto. La velocidad, ¿verdad? La velocidad solo seguirá aumentando. Así que creo que esas son cosas grandes. Creo que mi mayor predicción para los próximos doce meses realmente será en torno a la adopción. Creo que estamos saliendo del modo de prueba y ensayo de dónde encaja la IA en mi organización. Y en los próximos doce meses, ni siquiera creo que eso vaya a ser una pregunta porque va a ser omnipresente y va a tocar casi todos los aspectos del negocio. Así que terminará estando en todas partes. Y quién sabe, tal vez la expectativa en torno a la IA como término comenzará a disminuir un poco porque simplemente será como Internet, simplemente estará ahí.

Claus Lauter [00:22:09]:
No, estoy totalmente de acuerdo. Creo que necesitas adaptarte a la IA o, como negocio, tendrás un problema en el futuro. Explícame el proceso típico de incorporación de un nuevo usuario. ¿Qué pasos están involucrados? ¿Cuánto tiempo se tarda en ponerse en marcha?

Brian Warrick [00:22:21]:
Sí, es bastante rápido. Como mencioné anteriormente, nos conectamos a la plataforma de análisis como un usuario. Nuevamente, no hay píxel, no hay etiqueta de seguimiento que deba instalarse. Así que no afectamos para nada el rendimiento del sitio. ¿Qué fue, el principio de Heisenberg? En el minuto en que comienzas a medir algo, comienzas a afectarlo. Creo que eso se cumple para muchas de las etiquetas que se colocan en las cosas. Pero una vez que nos conectamos allí, el sistema hará una revisión de calidad automatizada solo para asegurarse de que los datos están de la manera que necesitan estar. A veces necesitamos que el cliente realice algunos ajustes a las etiquetas o cosas de ese tipo, pero nuevamente, generalmente dentro de un día o así, las ideas simplemente comienzan a generarse.  

Brian Warrick [00:23:15]:
Y nos gusta echar un vistazo. Ciertamente se puede hacer una calibración de acuerdo con la preferencia del cliente, pero dentro de una semana, generalmente estamos mostrando los primeros resultados y capaces de poner eso en marcha. Así que es un bastante bueno. Creo que esa es la otra cosa asombrosa sobre la IA en general, es que hay tanta automatización inherente en ella que los largos ciclos de implementación o implementación o cosas por el estilo van a empezar a quedar un poco anticuados.

Claus Lauter [00:23:52]:
¿Cómo funciona su estructura de precios?

Brian Warrick [00:23:54]:  
Sí, como puedes imaginar, estamos dando vueltas a muchos datos, por lo que entran en juego algunos ladrillos de volumen. Entonces, típicamente miramos los volúmenes que estamos mirando y los ingresos también, porque estamos en el modo de que queremos ayudar a tantas personas como sea posible y podemos hacerlo de manera bastante rentable. Así que tratamos de asegurarnos de no estar abusando de nadie en términos de precio. Es un precio justo por el valor entregado y es una ecuación bastante fácil desde ese punto de vista.

Claus Lauter [00:24:29]:  
Okay, excelente. Antes de que nuestro descanso para tomar un café termine hoy, ¿hay algo que quieras compartir con nuestros oyentes que no hayamos cubierto todavía?

Brian Warrick [00:24:35]:
Si algo, diría que no tengas miedo de experimentar. Hay muchas herramientas excelentes ahí fuera además de Bare Square, y es un momento emocionante para explorar cosas nuevas y sorprenderse y simplemente aferrarte a la maravilla de eso a medida que lo ves, porque, ya sabes, es fácil sentirse abrumado o decir 'wow, esto me va a reemplazar' y no veo que eso esté sucediendo.



Claus Lauter [00:24:51]:
Sí, creo que dijiste mantente aferrado a la maravilla de eso. Es algo que ocurre una vez en la vida y creo que deberíamos abrazar completamente lo que vemos que se avecina en el futuro. ¿Dónde pueden las personas encontrar más información sobre ustedes?

Brian Warrick [00:25:05]:
Baresquare.com, así que es b a r e s q u a r e. Entonces, no "bare" como un animal. "Bear" como sin algo. Así que ahí es donde estamos. También estamos en LinkedIn y en las redes sociales. Así que nuestro sitio web o LinkedIn probablemente sean los mejores. Creo que comenzarás a vernos en algunas de las ferias comerciales relevantes y cosas así a medida que avance el año. Así que eso también será emocionante.

Claus Lauter [00:25:31]: 
Okay, pondré los enlaces en las notas del programa como siempre, entonces estarán a un clic de distancia. Y para nuestros oyentes, hay algunos buenos videos en el sitio web. Los vi. Da una muy buena y rápida visión general de lo que puede hacer el sistema. Y yo solo diría, ve allí. Echa un vistazo. Brian, muchas gracias por tu tiempo hoy. Creo que dimos una buena visión general de dónde estamos ahora con la IA cuando se trata del marketing de comercio electrónico y cómo puede ayudar a los propietarios de negocios a hacer crecer su negocio. Muchas gracias por tu tiempo hoy.

Brian Warrick [00:26:02]:
Gracias. Un placer. 

Claus Lauter [00:26:04]:
Oye, aquí. Gracias por acompañarme en otro episodio del podcast Ecommerce Coffee Break. Antes de irte, me gustaría pedirte dos cosas. Primero, por favor ayúdame con el algoritmo para que pueda traer más invitados impactantes al programa. También hará que sea más fácil para otros descubrir el podcast, simplemente dar me gusta, comentar y suscribirse en la aplicación que estás usando para escuchar el podcast, e incluso mejor si pudieras dejar una calificación. Gracias de nuevo, y te atrapo en el próximo episodio. Que lo pases bien.