Marco AIM2 para la innovación en marketing inteligente usando análisis de consumidores impulsado por IA con redes neuronales SOR y XGBoost en el comercio minorista de Arabia Saudí

Por qué importan tus datos de la compra

Cada vez que compras —ya sea que cojas pan y leche en una tienda de barrio o llenes un carrito en línea con la compra del fin de semana— dejas un rastro de pistas digitales. Este artículo muestra cómo esas pistas pueden convertirse en marketing más inteligente y justo en el dinámico sector minorista de Arabia Saudí. Al combinar inteligencia artificial avanzada con un modelo clásico de la psicología sobre cómo las personas responden a su entorno, los autores proponen una forma para que los supermercados envíen ofertas que resulten realmente útiles, no inquietantes, y que además respalden las metas nacionales de transformación digital bajo la Visión 2030.

De anuncios simples a conversaciones inteligentes

El marketing minorista solía tratarse de un gran mensaje para todos: el mismo anuncio de televisión, el mismo folleto, el mismo descuento. A medida que las compras se han trasladado a internet y al móvil, ese mundo ha cambiado. Hoy, las tiendas pueden ver qué productos se compran juntos, con qué frecuencia visitan los clientes y cuán sensibles son a los cambios de precio. El estudio sostiene que este aluvión de información necesita algo más que matemáticas ingeniosas; debe enraizarse en cómo piensan y sienten las personas reales. Los autores se basan en la idea de «Estímulo–Organismo–Respuesta» de la psicología, que sostiene que lo que vemos (estímulo) moldea cómo sentimos y pensamos (organismo), lo que a su vez guía lo que hacemos (respuesta). En términos minoristas, eso significa que las ofertas digitales y los precios deben diseñarse teniendo en cuenta la confianza del cliente, el valor percibido y la satisfacción —no solo las ventas a corto plazo.

Un motor de tres capas para el comercio minorista moderno

El núcleo del artículo es un nuevo marco llamado AIM2, abreviatura de Modelo de Innovación de Marketing Integrado con IA. AIM2 se construye como un motor de tres pisos. En la planta baja, potentes algoritmos procesan datos brutos de ventas de Tamimi Markets, una gran cadena de supermercados saudí. Estos incluyen métodos de clustering que agrupan a los compradores en tipos económicos, de gama media y premium; herramientas de minería de patrones que detectan qué artículos se compran con frecuencia juntos; redes neuronales que aprenden los patrones de demanda a lo largo del tiempo; y el algoritmo XGBoost, un método basado en árboles bien adaptado a datos reales y ruidosos. La planta intermedia traduce esos resultados algorítmicos en acciones concretas que los clientes realmente ven, como paquetes recomendados o descuentos por tiempo limitado. La planta superior sigue cómo estas acciones afectan sensaciones como la confianza y la satisfacción, y comportamientos como las visitas repetidas y la lealtad, cerrando el círculo entre los datos y la experiencia humana.

Lo que los datos revelaron sobre los compradores saudíes

Usando varios meses de registros reales de transacciones, los investigadores muestran que los clientes de supermercados saudíes se dividen de forma natural en tres estilos de gasto principales. Los compradores económicos visitan con menos frecuencia, gastan importes menores y reaccionan fuertemente a cambios de precio y promociones. Los compradores de gama media son más equilibrados, mientras que los premium compran cestas más diversas, gastan más por visita y son menos sensibles al precio. El sistema también descubre emparejamientos de productos estables —como combinaciones de básicos cotidianos y artículos de mayor nivel— que pueden convertirse en paquetes útiles. En cuanto a la predicción, las herramientas de IA superan significativamente a los enfoques más antiguos: el modelo XGBoost reduce los errores de precios y de abandono en torno a un 14% frente a una regresión tradicional, y supera a una red neuronal simple en precisión por alrededor de un 9%, mientras que las redes neuronales basadas en secuencias capturan mejor los picos estacionales en torno a eventos como el Ramadán y el Eid.

Mantener el sistema justo, transparente y adaptable

Más allá de la precisión en crudo, el marco incluye salvaguardas orientadas al uso responsable. Los autores verifican si la IA trata de forma similar a distintos grupos de comportamiento —como clientes de alto y bajo gasto— en términos de resultados previstos, señalando problemas cuando las disparidades se vuelven demasiado grandes. También usan herramientas de explicación que muestran qué variables influyen más en cada predicción, ayudando a los responsables de marketing a entender por qué el sistema piensa que un comprador podría irse o responder a un determinado precio. Un bucle de retroalimentación monitoriza los cambios a lo largo del tiempo: si el comportamiento del cliente cambia o las medidas de equidad se desvían, los modelos se reentrenan. Este diseño reconoce que los entornos minoristas y las expectativas de los consumidores son objetivos en movimiento, especialmente en un país que impulsa una rápida modernización digital.

Qué significa todo esto para la compra cotidiana

Para los no especialistas, el mensaje principal es que algoritmos más inteligentes pueden hacer que el comercio minorista sea a la vez más eficiente y más centrado en las personas —siempre que estén ligados a una comprensión de cómo piensan y sienten las personas. En el marco AIM2, la «inteligencia» no se limita a adivinar qué comprarás a continuación; se trata de asegurarse de que esas predicciones fomenten la confianza, la satisfacción y la lealtad a largo plazo, en lugar de el fastidio o la desconfianza. Los resultados en un supermercado saudí muestran que un sistema así puede segmentar a los clientes de forma significativa, sugerir paquetes de productos sensatos y mejorar las predicciones de demanda y abandono, todo ello incorporando controles de equidad y transparencia. En términos prácticos, eso podría significar aplicaciones de compra que se sienten más como un asistente útil y menos como un vendedor insistente —respaldando tanto mejores experiencias de compra para las personas como objetivos más amplios de digitalización y sostenibilidad para el país.

Cita: Alarfaj, F.K., Badouch, M., Khan, H.U. et al. AIM2 framework for smart marketing innovation using AI driven consumer analytics with SOR neural networks and XGBoost in Saudi retail. Sci Rep 16, 14160 (2026). https://doi.org/10.1038/s41598-026-42787-3

Palabras clave: marketing con IA, analítica minorista, comportamiento del consumidor, Visión Saudí 2030, compras personalizadas