Искусственный интеллектперсонализация

15 способов использования искусственного интеллекта в маркетинге

Поделиться
Поделиться
Твиттер

Искусственный интеллект постепенно начинает играть все более важную роль во многих сферах, включая маркетинг.

И пока мы смотрим фильмы на эту тему, задумываясь о сущности вселенной, много кто уже успешно применяет машинное обучение в своей деятельности.

На примере реальных компаний, посмотрим, как и мы можем применять эту практику:

1. Рекомендации/ Курирование контента

Предсказывающая аналитика позволяет Netflix мастерски подавать клиентам рекомендации. Такой тип алгоритма кластеризации постоянно улучшает качество предложения, позволяя людям с максимальным удобством пользоваться своей подпиской.

Объединение информации из разных баз данных - это очень распространенный способ использования искусственного интеллекта.

Например, Under Armour объединила свои усилия с IBM, чтобы создать революционное приложение. Компания, которая занимается спортивным снаряжением синхронизировала свои данные из приложения Record с данными третьей стороны касательно исследований по фитнесу, питанию и т.д.

Результатом является возможность бренда предложить высокорелевантные (персонализированные) тренировки и полезные рекомендации, основанные на “аккумуляции мудрости”.

IBM объясняет действие следующим образом:

“32-летняя девушка, которая тренируется для 5-км забега может использовать приложение, чтобы создать персональную программу тренировок и питания, основанную на ее телосложении, целях и жизненном стиле”

“Приложение может прокладывать маршруты рядом с ее домом/офисом, беря в расчет погодные условия и время суток. Оно может следить за ее питанием и предлагать решения того, как усовершенствовать ее диету для поддержания формы”

2. Поисковики

Год назад Google признался, что использовал RankBrain - систему искусственного интеллекта, которая “толкует” огромную часть поисковых запросов.

RankBrain должен лучше владеть обработкой естественного языка, чтобы находить соотношения между запросами и контентом. Также, необходим и более высокий уровень понимания голосового поиска в пользовательском контексте (как Google Now).

“Покупатели, которые пишут обзоры и ревью используют настоящий живой язык и делают это таким способом, что пользователи смогут задать аналогичный вопрос в Google. Например, кто-то может написать такой отзыв: “В этом заведении вы отведаете самое вкусное ризотто, за которое не придется продавать почку”.”

“Это предложение может помочь кому-то, кто скажет: “Окей, Гугл, у меня туговато с финансами - где мне бюджетно поесть вкусное ризотто?”.

3. Предупреждение мошенничества и утечки данных

Анализ поведения при использовании кредиток, дебетовых карточек и доступе к девайсам позволяет работникам безопасности определять точки риска.

Однако искусственный интеллект в этом понимании имеет важность не только для эмитентов ценных карт.

Ритейлеры, к примеру, также страдают от массивных утечек данных. Причиной этому в основном есть система логинов и паролей, которая не предполагает более надежных способов идентификации личности.

Область аналитики безопасности рассматривается с разных сторон уже годами и постепенно становится все более изысканной. Решения должны быть мобильными, под стать постоянному усовершенствованию мошеннических тактик, а также способными иметь дело с неструктурированными данными.

Обработка естественного языка (Natural language processing - NLP) может использоваться для рассмотрения текста с помощью транзакций, к примеру, превращая их в структурированные данные.

Нововведения в сфере искусственного интеллекта (например, USAA в Штатах, которая оказывает финансовые услуги для бывших военных) уже находят аномалии в поведении владельца практически моментально.

4. Социальная семантика

Наблюдая за чатботом Майкрософта “Тау” (и его провокационными твитами), много кто с ходу не скажет, что Twitter и искусственный интеллект созданы друг для друга.

Тем не менее, глубокое обучение (обозначение, часто используемое по отношению к машинному обучению основанному на крупных базах данных - искусственная нейронная сеть, узнающая абстрактные шаблоны) может весьма эффектно показать себя в социальных сетях.

Анализ настроения, рекомендации товаров, узнавание изображений и голоса - существует множество сфер, где искусственный интеллект может дать мощный толчок социальным сетям.

Стоит только взглянуть на фрагмент Facebook AI research, чтобы понять, какие возможности еще только предстоит открыть:

Журнал Wired описал еще одну возможность использовать такую технологию (вне сети Facebook). В проекте технология, которая распознает места обитания людей по снимкам топографической карты. Это может позволить Facebook нацелить распространяющих интернет дронов туда, где в них нуждаются.

5. Дизайн сайтов

The Grid - это платформа для дизайна веб-ресурсов, основанная на искусственном интеллекте.

Умное распознавание и обрезка изображений, алгоритмы выбора цветовой гаммы и шрифтов - The Grid использует ИИ в определенных моментах создания сайта, чтобы эффективно автоматизировать веб-дизайн.

6. Формирование цены

С тысячами тысяч продуктов и множеством факторов, которые влияют на продажи, установление соотношений цены к продажам или же ценовой эластичности значительно усложняется.

Динамическая оптимизация цены с помощью машинного обучения может значительно помочь с решением этой задачи. Корреляция ценовых трендов с трендами продаж при использовании алгоритма и с постепенным включением других переменных (категорийный менеджмент, переучет).

7. Предсказывающий клиентский сервис

Знание того, как и почему с вами может связаться покупатель - это информация, которую сложно переоценить.

Она позволяет не только спланировать затраты ресурсов (например, сколько людей должно сидеть на горячей линии), но также дает возможность персонализировать коммуникацию.

Еще один проект, протестированный в USAA, использует эту технологию. Это искусственный интеллект, сконструированный одним из подразделений Intel.

Анализ тысяч разных факторов разрешает широкий подбор шаблонов поведения клиентов, сужая их до рамок одного человека.

ИИ помог USAA повысить уровень “угадывания” с 50% до 88%, помогая понять, каков будет следующий контакт с клиентом и с какой целью.

8. Таргетирование объявлений

“Глубокое обучение может справляться с бОльшим количеством информации, что позволяет лучше отслеживать тренды в поведении пользователей. Подача объявлений - это, по сути, тот же механизм рекомендаций, а с ним-то обучение справляется на “отлично”.”

Оптимизируя ставки для рекламодателей, алгоритмы достигнут лучших показателей CPA с использованием имеющихся инструментов.

Когда речь заходит о таргетинге объявлений в программатик, машинное обучение повышает уровень возможности того, что пользователь кликнет.

Возможно, это оптимизация изображения для ремаркетинга или текста под разный демографический контингент.

9. Распознавание речи

Понимание речи совершило скачок, благодаря прогрессу искусственных нейронных сетей в течении последних пяти лет.

Siri, Cortana и другие личные ассистенты конечно так же используют распознавание речи, так что наиболее искушенные пользователи уже наверняка знают, насколько они эффективны.

Особенно большую важность это имеет для китайского рынка, где печатание даже самых элементарных запросов может быть достаточно трудоемким делом…

10. Распознавание языка

На фоне узнаваемости речи, всегда стоит помнить об узнаваемости языка, на котором вы говорите. Тогда роль играет не столько то, что вы говорите, сколько то, что это значит (по отношению к другим вещам и концепциям).

Это еще один пример знакомого пользователям машинного обучения. Однако, сегодня распознавание языка с возрастающим энтузиазмом используется брендами, чтобы обрабатывать информацию, получаемую от покупателей.

К примеру, WayBlazer - это так называемая “когнитивная тревел-платформа”, В2В сервис, который использует искусственный интеллект на основе IBM, чтобы обеспечивать потребительские заявки от третьей стороны (сети гостиниц, авиалинии и т.д.).

11. Сегментация покупателей

Включение перво- и второстепенных данных в кластерный алгоритм, а затем использование результатов в системе управления отношения с клиентами - один из самых процветающих видов машинного обучения.

Компании по типу AgilOne позволяют маркетологам оптимизировать сайт и рассылку, постоянно подстраиваясь под поведение пользователей.

12. Прогнозирование продаж

Снова-таки менеджмент конверсий, только на этот раз с использованием инбаунд-коммуникации.

Как и в предсказывающем клиентском сервисе, письма могут быть проанализированы, а дальнейшие действия предприняты, основываясь на предыдущем поведении пользователей и совершенных конверсиях.

Стоит послать ответ? Назначить встречу? Создать напоминание? Машинное обучение прекрасно справится с такой фильтрацией данных.

13. Распознавание изображений

Google Photos позволяет вам найти картинки по запросу “коты”, а Facebook, как и Snapchat, узнает лица.

Тем временем, смешанная реальность (AR) опирается на настоящий пейзаж перед вами (в том числе и других людей), чтобы аккуратно наложить на него голограмму.

Наверное одно из самых крутых нововведений в распознавании изображений - это DuLight от Baidu. Это прототип программы для слепых, которая описывает окружение тому, кто ею пользуется.

14. Генерация контента

Сегодня генерация контента выполняется в основном благодаря структуризации данных. Wordsmith - это платформа, которая позволяет автоматическую генерацию новостных статей, к примеру, по финансовым отчетам.

15. Боты, РА и мессенджеры

Оставляя на десерт один из наиболее примечательных примеров, стоит отметить, что чатботы по многим мнениям - будущее пользовательского мобайла, которое придет на смену приложениям.

Так есть все же хоть что-то, что не под силу искусственному интеллекту?!

Как ни крути, а даже самые умные ИИ все равно требуют человеческого вмешательства. Как, например, оценщики в Google, которые постоянно работают над улучшением и уточнением алгоритмов.

Возможно, в скором времени, индустрия по типу Amazon Mechanical Turk станет одной из ведущих, так как искусственные интеллекты все больше будут нуждаться в человеческом контроле.

Все же, если вы занимаетесь чем-то, что можно автоматизировать уже сегодня (обратите внимание на все вышеуказанные пункты), то не расслабляйтесь… ИИ могут постепенно начать составлять вам конкуренцию.

По материалам: https://econsultancy.com/blog/

Поделиться
Поделиться
Твиттер