Opublikowane:
18.01.2019
Sztuczna Inteligencja i jej zastosowanie w marketingu
10 min - średni czas potrzebny na przeczytanie artykułu
Od dziesięcioleci jesteśmy świadkami niesamowicie szybkiego rozwoju techniki. Przewidywania części twórców filmów science fiction spełniły się dużo szybciej niż pierwotnie zakładano, a używane dziś codziennie urządzenia nawet nie śniły się poprzednim pokoleniom. Sztuczna inteligencja jeszcze niedawno kojarzyła się z androidami, a już od jakiegoś czasu mamy z nią do czynienia na wielu płaszczyznach, w tym także, a może głównie – w promocji i reklamie. Jak wykorzystują sztuczną inteligencje działy marketingu?
Czym jest sztuczna inteligencja i uczenie maszynowe?
Sztuczna inteligencja to koncepcja powstała w latach 50. XX wieku. Nazwę nadał jej John McCarthy na konferencji w Dartmouth w 1956 roku. Można rozumieć ją dwojako. Jako hipotetyczną inteligencję stworzoną przez inżynierów, a więc powstałą w inny niż naturalny sposób, lub jako nazwę technologii i działu informatyki (na styku z neurologią, psychologią, kognitywistyką i semantyką) zajmującego się konstruowaniem modeli inteligentnych zachowań i programów komputerowych je symulujących.
Potocznie sztuczną inteligencją (w skrócie AI – od angielskiej nazwy artifficial intelligence) nazywa się komputerowy odpowiednik naszego mózgu, a więc maszynę zdolną do odtwarzania procesów myślowych człowieka. W marketingu coraz częściej wykorzystuje się ją w węższym zakresie, a więc jako program imitujący nasze rozumowanie w pewnych aspektach – inteligencje dziedzinową. Pojęcie to jest bardzo silnie związane z innym, bez którego rozwój wąskiej AI nie byłby możliwy. Chodzi tutaj o uczenie maszynowe (Machine Learning), a więc skomplikowane algorytmy umożliwiające maszynom rozpoznawanie treści, obrazów i innych informacji, a czasem nawet podejmowanie decyzji na ich podstawie.
TerminMachine Learning stworzony został przez Arthura Samuela w 1959 r. i zakłada połączenie zdobywanych doświadczeń i danych oraz wnioskowanie na podstawie określonych wytycznych. Prościej można powiedzieć, że do danego programu dostarczamy bardzo wiele przykładów, na podstawie których dany program uczy się rozpoznawać konkretne wartości. Systemy poddane takiej nauce działają w złożonym środowisku poddając analizie wiele zmiennych równocześnie, co czyni ją zdecydowanie bardziej wydajnymi i dokładniejszymi niż ludzki mózg (oczywiście przy założeniu, że dostarczone dane i algorytm działania są poprawne). Przykładem uczenia maszynowego jest znane wszystkim użytkownikom facebooka rozpoznawanie twarzy, ale to nie wszystko. Przy działaniach afiliacyjnych wykorzystuje się narzędzia, które dzięki Machine Learning wybierają najbardziej optymalne stawki, pozycje czy też harmonogram wyświetlania komunikatów. I robią to w czasie rzeczywistym. Przy DoubleClick w Google Ads można włączyć nowe rozwiązanie Custom Algorithm którego zadaniem jest wyświetlenie komunikatu najlepiej dobranej grupie odbiorców. Narzędzie ma bardzo dobre wyniki – pomogło trzykrotnie zwiększyć ilość wyświetleń reklamy w serwisach premium przy równoczesnym obniżeniu kosztu tysiąca wyświetleń (CPM) o 34 %.
Ciekawym przykładem wykorzystania uczenia maszynowego jest projekt DeepMind (obecnie należący do Google). Program nauczył się zasad gry w Go (gra planszowa, popularna w Chinach, Korei i Japonii, a w ostatnich latach zdobywająca popularność na całym świecie) obserwując graczy podczas rozgrywek, a następnie wykorzystał je w praktyce by pokonać najlepszych zawodników.
Jak wykorzystać sztuczną inteligencje w marketingu
Jakie możliwości otwiera to dla specjalistów od marketingu? Pomyślmy przez chwilę, że podczas analizowania kampanii mogliby brać pod uwagę nie parę, ale tysiące parametrów. Możliwe stałoby się analizowanie czynników do tej pory nie kojarzonych z sukcesem lub klęską danego działania. Na przykład monitorując wpisy w social mediach czy też wyszukiwane hasła algorytm określałby nastrój konsumenta i dobierał odpowiedni przekaz. Narzędzie takie nie tylko badałoby więc wpływ jaki różne zmienne mają na kampanię, ale też na bieżąco optymalizowałby działania, zwiększając prawdopodobieństwo wygenerowania konwersji. Czego więc potrzebujemy? Ogromnej ilości danych (o Big Data pisaliśmy w poprzednim tekście - https://properad.pl/artykul/61/Czym-jest-Big-Data-Marketing-Jakie-szanse-oraz-wyzwania-Big-Data), zaawansowanego oprogramowania umiejącego „się uczyć” oraz dużej mocy obliczeniowej, która taką naukę umożliwi. A wszystko to konieczność jeśli dana firma chce przodować na rynku – niedługo AI podbije marketing automation i będzie wykonywało większość zadań współczesnych marketerów – jak możemy dowiedzieć się z badań przeprowadzonych przez instytut TDWI, to właśnie działy marketingu będą wprowadzać tego typu rozwiązania jako pierwsze. SAS Institute wyznaczył sześć obszarów wykorzystania AI w marketingu:
1. Wsparcie procesów decyzyjnych i zwiększenie sprzedaży
Sztuczna inteligencja i uczenie maszynowe pozwalają uzyskać niezwykle precyzyjny obraz konsumentów i przewidzieć, w jaki sposób dane grupy docelowe zareagują na ofertę, a dzięki temu mogą dobrać tą odpowiednią, idealną dla danego klienta i zwiększyć szansę na sprzedaż.
2. Wsparcie działań z zakresu cross i up-selling
Nowoczesne rozwiązania znacznie zwiększjaą efektywność up-sellingu i cross-sellingu dzięki ogromnym ilościom przetworzonych danych, którymi dysponuje przedsiębiorstwo. Dzięki temu firma może przewidywać kiedy zapas czegoś się skończy lub kiedy dane urządzenie trzeba będzie wymienić na nowsze.
3. Poznanie głosu klienta (Customer Voice)
AI zbiera opinie konsumentów z różnych kanałów: komentarze i wpisy w social mediach, wiadomości email, kontakt z obsługą klienta itp i dzięki analizie języka naturalnego (Natural Language Processing) oraz obrazów (Digital Image Processing) może określić ich stosunek do marki i jej produktów, a nawet ocenić poziom intensywności pozytywnych i negatywnych emocji. Pomorze to wychwycić klientów chętnych do zakupu, ale również tych, których koniecznie trzeba „ugłaskać”.
4. Usprawnienie kontaktu z klientem
Rozwiązania z zakresu AI (jak choćby chatboty) już dziś wspierają pracowników obsługujących klientów (jak pracownicy call center, ososby obsługujące chaty, przedstawiciele handlowi itp.). Dokonują one wstępnej selekcji i kierują rozmowy do konsultantów specjalizujących się w danym zagadnieniu, a część problemów rozwiązują samodzielnie.
5. Analiza danych z wielu źródeł
Oprogramowania uczące się są przystosowane do przetwarzania dużych zbiorów zróżnicowanych danych pochodzących z wielu źródeł w znacznie szybszym tempie niż człowiek.
6. Działanie w czasie rzeczywistym
Dzięki wyznaczeniu przez AI wzorców zachowań konsumentów i analizowaniu różnych scenariuszy biznesowych możliwe jest szybsze przygotowanie oferty i strategii działania, a w razie konieczności także dynamiczne reagowanie na zmiany. Nowoczesne narzędzia stosujące rozwiązania tego typu pozwolą przewidywać skutki działań marketingowych, minimalizując straty wywołane błędnymi decyzjami.
To już się dzieje – przykłady wykorzystania AI w marketingu
Wykorzystywanie sztucznej w inteligencji w biznesie i marketingu to nie przyszłość, lecz teraźniejszość. Machine Learning wykorzystane zostało przy programach sterowanych głosem –jak Siri czy Alexa, a także przy rozpoznawaniu twarzy w aplikacjach i opartych na zaawansowanych schematach dialogowych chatbotach. Ale technika poszła już znacznie dalej…
Molly to stworzony przez The Grid inteligentny program wykonujący pracę web developerów. Potrafi on stworzyć idealnie dopasowaną do potrzeb danej firmy, w pełni responsywną i automatycznie dostosowującą się do ilości contentu stronę www, w czasie znacznie krótszym niż najlepsze zespoły specjalistów. Strony tworzone przez Molly nie tylko są estetycznie zgodne z trendami, ale też łatwe w nawigowaniu.
W 2016 r. CenturyLink, firma dostarczająca usługi telekomunikacyjne wielu firmom w Stanach Zjednoczonych zainwestował w Angie, wirtualną asystentkę AI opracowana przez Conversica. Angie wysyła ok. 30 tys. e‑maili miesięcznie (ponad tysiąc dziennie), a następnie interpretuje otrzymane odpowiedzi i wykrywa gorące leady, które następnieumawia na spotkania z odpowiednim pracownikiem.Imponike fakt, że podczas badania pilotażowego ten inteligentny program zrozumiał prawidłowo treść 99% otrzymywanych wiadomości.
Lexus zaprezentował w zeszłym roku 60-sekundowy spot reklamowy promujący swój nowy model – Lexusa ES. Film został stworzony całkowicie przez sztuczną inteligencję, która bazowała na danych o kampaniach dotyczących samochodów i produktów luksusowych z ostatnich piętnastu lat, nagrodzonych dziełach, informacjach o marce Lexus i nowym modelu oraz… ludzkich emocjach. Reżyserem spotu był nagrodzony Oscarem Kevin Macdonald, a cała kampania opracowana została przez Visual Voice, we współpracy z agencją kreatywną The&Partnership i IBM Watson (w Polsce platforma Watson wspomagała między innymi kampanie #mamsmakanamaka - oglądała i opisywała zdjęcia, które z tym hashtagiem na Instagrama wrzucali klienci).
Tym co różni AI od dotychczasowych rozwiązań technologicznych jest to, że zdobywa (lub tworzy) nowe informacje, a nie tylko wyszukuje je w posiadanych zbiorach danych. Tego typu narzędzia już są i będą stosowane na coraz większą skalę - nie ma więc sensu się ich bać. Lecz z pewnością lepiej zadbać o to by wykorzystać je na swoją korzyść.
Źródła:
https://blog.goldensubmarine.com/sztuczna-inteligencja-i-copywriting/
https://marketingdlaludzi.pl/sztuczna-inteligencja-w-marketingu-internetowym/
https://marketingprzykawie.pl/wywiady/nam-sztuczna-inteligencja-biznesie-reklamie/
https://nowymarketing.pl/a/20441,sztuczna-inteligencja-stworzyla-nowy-spot-marki-lexus
https://pl.wikipedia.org/wiki/Sztuczna_inteligencja
https://www.salesmanago.pl/info/sztuczna_inteligencja_i_data_science.htm
