Jak głębokie uczenie się zmienia grę zarówno dla reklamodawców, jak i konsumentów

Sztuczna inteligencja na zawsze zmieniła reklamę cyfrową. Jako marketerom już teraz pozwala nam decydować, jak najlepiej angażować potencjalnych klientów i rynki, jak nigdy dotąd.

Ale jest miejsce na rozwój. Narzędzia do głębokiego uczenia się to kolejny ważny obszar badań opartych na sztucznej inteligencji, który wywoła falę przyszłych innowacji w każdej branży – przynosząc nową erę marketingu, z której skorzystają zarówno reklamodawcy, jak i użytkownicy końcowi.

Nasze interfejsy zostały już dostosowane do osobistych zainteresowań użytkownika, dopasowując spostrzeżenia i zachowania branżowe do reklam displayowych lub personalizacji. Ale algorytmy głębokiego uczenia osiągną jeszcze więcej.

Głębokie uczenie się zmienia sposób, w jaki myślimy o efektywności. To najbardziej obiecująca dziedzina badań opartych na sztucznej inteligencji, którą można znaleźć w Tłumaczu Google, samochodach Tesli czy mechanizmie rozpoznawania wyobrażeń Yahoo. Jest używany również w bardziej futurystyczny sposób.

Sztuczna inteligencja DeepMind firmy Google potrafi lepiej czytać programy telewizyjne z ruchu warg niż profesjonaliści (ekspert dopisał tylko 12,4% słów bez żadnych błędów, w porównaniu ze sztuczną inteligencją – 46,8%). Algorytmy te wygrały z najlepszymi pokerzystami na świecie i mogą nawet samodzielnie wyreżyserować film – pokazali niedawno Saatchi & Saatchi na Międzynarodowym Festiwalu Kreatywności Cannes Lions.

I oczywiście branża reklamowa doświadczy zastosowań głębokiego uczenia się. Niedawne ogłoszenie Coca-Coli wskazuje, że chcą oni używać botów AI do tworzenia muzyki do reklam, pisania skryptów, publikowania spotów w mediach społecznościowych i kupowania mediów – co sugeruje, że rewolucja w zakresie reklam głębokiego uczenia wydaje się bliższa rzeczywistości niż kiedykolwiek.

Z perspektywy reklamodawcy: algorytmy samouczące się, które inteligentnie reagują na nieoczekiwane sytuacje

Według nowego badania Adlucent konsumenci pragną spersonalizowanej reklamy, a 71% respondentów woli reklamy dopasowane do ich zainteresowań i nawyków zakupowych. Badanie wykazało również, że ludzie prawie dwukrotnie częściej klikają reklamę nieznaną markę, jeśli jest ona dostosowana do ich preferencji.

Wraz z rosnącym dostępem do danych i szybko rozwijającą się konkurencją dla marketerów nigdy nie było ważniejsze zrozumienie hałasu otaczającego użytkowników – ale też nigdy nie było to łatwiejsze. Typowy model personalizacji można wykonać bez wysoce zaawansowanych algorytmów, ale wiemy, że ten limit został już osiągnięty. Jednak nowe algorytmy głębokiego uczenia mogą wykrywać nieoczekiwane sytuacje i ukryty potencjał.

Na przykład wyobraź sobie, że zapomniałeś o urodzinach przyjaciela. Zostały tylko dwa dni, więc nie ma zbyt wiele czasu na szukanie produktu, ale wciąż wystarczająco dużo, aby poszukać czegoś wyjątkowego. W takich przypadkach bardzo dokładna personalizacja może mieć znaczenie, a modele uczenia głębokiego mogą zacząć zdawać sobie sprawę, że czegoś entuzjastycznie szukasz.

Niezależnie od tego, czy jest to nagła zmiana w zachowaniu, czy pozornie pilne zakupy, typowy model byłby ślepy na te punkty danych, ale głębokie uczenie może nawiązać połączenie.

Dogłębne zrozumienie zachowań zakupowych konsumentów nie było jeszcze powszechnie dostępne dla graczy e-commerce, ale ma kluczowe znaczenie dla marketerów. Na przykład dość łatwo jest znaleźć wzorce w podejmowaniu decyzji dla typowych, przewidywalnych szczytów sprzedaży, takich jak Czarny Piątek czy Dzień Kobiet. Sprawa się komplikuje, jeśli chodzi o identyfikowanie poszczególnych wydarzeń w bardzo specyficznym kontekście (np. zbliżające się urodziny znajomego lub jakakolwiek nagła okazja).

W tym miejscu głębokie uczenie zastępuje tradycyjne metody. Zainspirowane biologicznymi neuronami w naszych mózgach, głębokie uczenie wkracza do gry i umożliwia uzyskanie bardziej wiarygodnych, bogatszych, możliwych do interpretacji maszynowej opisów potencjału zakupowego klientów bez potrzeby posiadania wiedzy fachowej.

W przeciwieństwie do tradycyjnego podejścia do uczenia maszynowego, głębokie uczenie jest w stanie wyróżnić jednego użytkownika z internetowego tłumu, osobę, która początkowo może wyglądać jak użytkownik działający chaotycznie, ale w rzeczywistości ma największy potencjał do sfinalizowania zakupu.

Jest to możliwe, ponieważ algorytmy samouczące definiują każdego potencjalnego klienta, który szuka produktu nieco inaczej niż zwykłe modele. Odwołuje się do historii i widzi, że osoba dynamicznie zmieniała swoje zachowanie. Następnie dostarcza niezwykle precyzyjnych prawdopodobieństw konwersji, ucząc się nie tylko od jednego użytkownika, ale od każdego użytkownika w sieci.

Na przykład, jeśli prezentem urodzinowym byłyby „nowe słuchawki”, retargeting oparty na głębokim uczeniu umożliwiłby użytkownikowi szybkie przeszukiwanie 10 różnych modeli, sprawdzanie specyfikacji, zawężanie do przedziału cenowego. Zdefiniowałoby to jako niezwykłą, pilną sytuację, podczas gdy tradycyjne algorytmy postrzegałyby ją jedynie jako niezdecydowane i błędne zachowanie – albo w ogóle by tego nie zauważyły.

Mając świadomość, że dana osoba ma pilną potrzebę dokonania zakupu, e-sklep może automatycznie popchnąć konsumenta do sfinalizowania zakupu w konkretnym e-sklepie.

Z perspektywy użytkownika: algorytmy głębokiego uczenia, które przewidują Twoje pragnienia

Kiedy sztuczna inteligencja zostanie zastosowana do jakiejkolwiek komercyjnej dystrybucji produktów lub usług, staje się unikalnym rozszerzeniem tego, kim jesteśmy. Działa fenomenalnie w systemie rekomendacji Netflixa, a wiele filmów oglądanych na Netflix pochodzi z sugestii firmy, które wspierają głębokie uczenie.

Amazon ufa również algorytmom samouczącym się. Opatentowany przez firmę, oparty na algorytmie system „przewidującej wysyłki” może bardzo precyzyjnie zdefiniować wzorce zakupów klientów oraz przewidzieć markę, przedział cenowy i produkt, który zostanie zakupiony. Na tej podstawie Amazon może wysyłać produkty do centrów dystrybucyjnych jeszcze przed złożeniem zamówienia – rewolucjonizując branżę e-commerce.

AI, zwłaszcza głębokie uczenie się, to doskonałe narzędzie do przewidywania pragnień użytkownika w branży reklamowej. Technologia upraszcza nasze codzienne wrażenia użytkownika, dostarczając precyzyjnie ukierunkowane reklamy, które zawierają nie tylko produkty, które chętniej kupujemy, ale także te, których nie widzieliśmy lub produkty, o których nawet nie pomyśleliśmy.

Wyobraź sobie, że właśnie kupiłeś nowy aparat. Algorytmy głębokiego uczenia przeanalizują każdą część tego, co zrobiłeś: datę zakupu i zakupu, specyfikacje aparatu, historię, zachowanie itp. Algorytmy będą w stanie opracować rekomendacje produktów dostosowane do Twoich osobistych potrzeb, które wykraczają poza typowe sugestie.

Zgodne obiektywy lub dodatkowe karty pamięci lub statyw do aparatu mogą być dobrymi rekomendacjami, a sugerowana reklama wideo z dronem może pokazać coś, o czym nawet nie pomyślałeś, a teraz chcesz podświadomie.

Powiązane rekomendacje produktów z Amazon pomagają zachęcić użytkowników do dodatkowych zakupów

Powodem, dla którego uczenie głębokie jest tak skuteczne, jest to, że uczy się tak samo, jak ludzie, tylko znacznie szybciej. Analizuje pragnienia każdej osoby indywidualnie, jednocześnie biorąc pod uwagę dane od milionów innych osób i dostarczając wyniki w czasie rzeczywistym. Jest to wyczyn, którego żaden człowiek nie może mieć nadziei na osiągnięcie.

Narzędzia głębokiego uczenia reklamodawców doprowadzą do zmian w sposobie rekomendowania produktów, dokładnego ważenia wartości potencjalnego nabywcy, przewidywania prawdopodobieństwa konwersji, a co najważniejsze – poznania jego pragnień. Algorytmy samouczące się pomagają uzyskać superdokładną analizę użytkowników, dzięki czemu reklama jest o około 40% bardziej efektywna.

W niedalekiej przyszłości reklamodawcy i użytkownicy doświadczą ewolucji reklamy. Choć może się to wydawać trochę science-fiction, ta technologia jest naturalnym postępem w kierunku uczynienia działań online bardziej wydajnymi niż kiedykolwiek wcześniej.