Cuando la IA personalizó un email con datos que el cliente consideró invasivos
El sistema de personalización de emails era técnicamente sofisticado y estaba bien diseñado desde la perspectiva del marketing: usaba datos del CRM para personalizar el contenido de cada email con referencias específicas al sector del cliente, el tamaño de su empresa, las funcionalidades que más usaba del producto y el tiempo que llevaba siendo cliente. El objetivo era que cada email se sintiera escrito específicamente para esa persona, no como un mensaje masivo con el nombre del destinatario insertado en el saludo. Desde la perspectiva del marketing, era una implementación de personalización avanzada de la que el equipo estaba genuinamente orgulloso.
El incidente llegó con la respuesta de un cliente de 14 meses de relación a uno de esos emails personalizados. El email hacía referencia al hecho de que el cliente había reducido el uso de una funcionalidad específica del producto en los últimos 30 días y ofrecía recursos para ayudarle a aprovecharla mejor. El cliente respondió con un tono que mezclaba confusión con incomodidad: "¿Cómo saben que he reducido el uso de esa funcionalidad? ¿Están monitoreando lo que hago en el sistema?" La pregunta era técnicamente respondible, ya que el monitoreo de uso del producto era parte de los términos de servicio que el cliente había aceptado. Pero la reacción del cliente revelaba algo más importante que la respuesta técnica.
El cliente no había percibido el email como un ejemplo de personalización valiosa y atenta a sus necesidades. Lo había percibido como una demostración de que la empresa tenía visibilidad sobre su comportamiento específico de uso a un nivel de detalle que él no había imaginado cuando firmó el contrato. La diferencia entre esas dos percepciones no era de datos: los datos eran los mismos. Era de cómo el email había presentado esa información. Hacer visible en un email que conoces el comportamiento específico de uso del cliente a ese nivel de granularidad es técnicamente correcto y puede sentirse como vigilancia si el cliente no espera ese nivel de especificidad.
Rediseñé los criterios de personalización del sistema con un principio que llamé "límite de sorpresa aceptable": el nivel de personalización de un email nunca debe superar el nivel de especificidad que el cliente esperaría razonablemente que la empresa tuviera sobre él, dado el tipo de relación que tienen. Una referencia al sector del cliente es esperada. Una referencia a la funcionalidad específica que menos usó en los últimos 30 días es específica al punto de generar incomodidad en algunos perfiles de cliente.
El nivel de personalización se redujo para las comunicaciones de marketing: de variables de comportamiento de uso granular a variables de perfil y de etapa de relación que el cliente sabría que la empresa tiene. Para las comunicaciones de customer success, donde el contexto de uso del producto es explícitamente parte de la conversación, la personalización granular se mantuvo porque el cliente espera que el representante de customer success conozca esos datos. La misma información, con diferente marco de presentación y en diferente canal, produce percepciones completamente distintas sobre si la personalización es un servicio o una intrusión.