Notícias de dispositivos móveis, gadgets, aplicativos Android

Acabando com o hype do marketing de IA: trata-se de aprendizado de máquina

A menos que você more em uma área sem Wi-Fi ou telefones celulares, provavelmente já ouviu falar sobre a promessa da inteligência artificial (IA) de melhorar os resultados de marketing. Naturalmente, com o hype vem a realidade, mas a IA não tem falta de desafios.

A Forrester relata que 45% dos tomadores de decisão dizem confiando no sistema de IA é desafiador ou muito desafiador. E talvez um facto ainda mais perturbador descoberto, de acordo com um relatório da MMC Ventures, é que cerca de 40% da população europeia 2.830 startups de IA não use nenhum programa de IA em seus produtos.

Por que o aprendizado de máquina é importante para o marketing

O que realmente está acontecendo com a IA para marketing? Se sua equipe de marketing decidir explorar a integração da inteligência nas tarefas de marketing, com o que você trabalhará, quais termos você deve conhecer e como você realmente aplicará a inteligência ao marketing?

Para começar, vamos deixar isso claro. Não pense em IA se você for um profissional de marketing. Bem, não exatamente. Pense no aprendizado de máquina, um subconjunto da IA, de acordo com Jim Sterne, fundador do Encontro de Análise de Marketing e presidente emérito do conselho Associação de análise digital. “Inteligência artificial é a palavra da moda. O aprendizado de máquina é uma coisa real”, disse Sterne, autor de “Inteligência Artificial para Aplicações Práticas de Marketing.” Ele acrescentou: “O aprendizado de máquina é o próximo nível de software”.

IA é um “termo genérico“que cobre coisas como robótica, carros autônomos, reconhecimento de voz, processamento de linguagem natural e visão computacional. Dentro disso vem o aprendizado de máquina, “e isso é o que os profissionais de marketing devem saber”, disse Sterne. “A outra coisa é sobre como se comunicar com os clientes com chatbots ou robôs ou fazendo chamadas telefônicas e processamento de linguagem natural.”

O aprendizado de máquina, no entanto, é onde os profissionais de marketing podem aplicar ações como identificar um público-alvo, segmentar clientes potenciais para enviar-lhes mensagens diferentes e envolver as pessoas.

O que é aprendizado de máquina?

Agora vamos voltar ao aprendizado de máquina. O que realmente é aprendizado de máquina? De acordo com um relatório da MMC Ventures, “O Estado da IA ​​2019: Divergência,” o aprendizado de máquina é uma “IA moderna” que permite que o software aprenda por meio do próprio treinamento, em vez de seguir um conjunto predeterminado de regras. Os profissionais de marketing estão muito familiarizados com decisões de marketing baseadas em regras. “Ao processar dados de treinamento, os sistemas de aprendizado de máquina fornecem resultados que melhoram com a experiência”, segundo o relatório.

Algoritmos de aprendizado de máquina também usam estatísticas para “encontrar padrões em grandes quantidades de dados“, de acordo com um relatório da revisão de tecnologia do MIT. O aprendizado de máquina consome dados e comportamentos e, em última análise, faz uma estimativa fundamentada sobre a próxima melhor ação ou mensagem apropriada.

Ações de marketing de aprendizado de máquina

O aprendizado de máquina quando aplicado ao marketing tem três ações: detectar, decidir e revisar, segundo Sterne. “Aprendizado de máquina é a capacidade do sistema de analisar um conjunto de dados e descobrir os atributos mais preditivos para um determinado resultado (detectar),” Sterne escreveu em uma postagem no Medium. “Ele pode então inferir regras sobre os dados – a partir dos dados – pesar os atributos e sugerir um curso de ação para melhor alcançar aquele determinado resultado (decidir). Por fim, a máquina pode observar os resultados daquela ação e alterar sua opinião sobre os atributos e seus pesos (revisar).”

Nós recomendamos:  Construa seu impulso de marketing móvel

O aprendizado de máquina constrói modelos de engajamento por meio de dados. “À medida que os dados chegam, ele muda de ideia”, disse Sterne. “E é aí que entra o aprendizado.” Como? Um trecho de código escrito ajuda a máquina a analisar os dados, e a máquina cria sua própria estrutura e regras sobre os dados.

Exemplo: um profissional de marketing pede à máquina para enviar e-mails que irão melhorar a taxa de abertura. A máquina tem milhares de linhas de assunto para escolher e conhece os detalhes dos destinatários do e-mail. Aprende então que, para esse microssegmento, essa mensagem é melhor. E para esse outro segmento, essa outra mensagem é melhor e aprende.

Saber quando usar o aprendizado de máquina em marketing

No final das contas, o aprendizado de máquina é apenas mais uma ferramenta no conjunto de tecnologia de marketing (martech), disse Sterne. Como acontece com qualquer ferramenta, é necessário discrição para determinar quando é melhor usá-la. “A responsabilidade do profissional de marketing é saber quando a ferramenta é útil, quando é um exagero, quando é muito cara e onde pode resolver um problema que não foi resolvido antes”, acrescentou Sterne.

Você precisará de dados para começar. “Precisamos de mais do que big data”, disse Sterne. “Essas máquinas precisam de uma enorme quantidade de dados para criar algo útil. Portanto, deve haver muitos dados e deve ser um ambiente de alta transação. Pense em anunciar anúncios gráficos online. É um ambiente perfeito, onde há muitos dados, um grande número de transações a cada segundo e com risco muito baixo. Se a máquina colocar o anúncio errado na sua frente, não há realmente nenhuma desvantagem, exceto que você gastou centenas de centavos.”

Uma lista de e-mail de 5.000? Não é hora de aprendizado de máquina. No entanto, uma lista de e-mail de 5 milhões de pessoas pode ser um bom momento para implementações de aprendizado de máquina.

Paralelos de automação de marketing

Colocando tudo isso em termos de marketing, o aprendizado de máquina pode ser visto como uma continuação da automação de marketing, de acordo com Kelly Jo Sands, diretora de CRM e diretora de martech da Ansira. “As máquinas inteligentes estão realmente permitindo que os profissionais de marketing tomem decisões humanas em grande escala”, disse Sands. “Está imitando o comportamento humano. Os profissionais de marketing têm muitos dados ao seu alcance que podem analisar e tomar uma decisão, mas isso se torna cada vez mais complexo. Não é diferente de um paralelo com a automação de marketing, onde a automação de marketing foi trazida para suportar o mercado para realmente automatizar processos manuais e intensivos para o profissional de marketing. E o aprendizado de máquina é quase uma continuação disso.”

Somente com o aprendizado de máquina os algoritmos recebem dados e são solicitados a processá-los sem funções predeterminadas, acrescentou Sands. “Muitas vezes, como profissionais de marketing, falamos a partir de uma espécie de validação instintiva, mas podemos nos levar ao caminho errado, em vez de permitir que técnicas e sistemas avançados, como IA e aprendizado de máquina, ajudem a nos guiar para talvez uma resposta baseada nos dados que não sabíamos.”

Nós recomendamos:  Melhores tablets vistos até agora em 2023

Codificação, Modelos Matemáticos, Análise Estatística

Os profissionais de marketing que planejam fazer investimentos em aprendizado de máquina também quase certamente se depararão com a necessidade de aplicar codificação, modelos matemáticos e análises estatísticas. Para codificação, espere começar com programas como Cobol, Fortran, C++ e Javascript. “Você escreve o código e a máquina executa”, disse Sterne. Veja isso lista de linguagens de programação para IA.

Os modelos matemáticos são simples, de acordo com Sterne. Você aplica fórmulas e valores e joga o jogo “e se o quanto quiser”, acrescentou. Um modelo matemático descreve como algo no mundo funciona em termos matemáticos; a maneira quantitativa de descrever sistemasde acordo com Sistemas Lean.

Com a análise estatística, é aqui que entram os doutores. “Você quer que as pessoas façam trabalho preditivo, construam modelos complexos e os executem para avaliar sua eficácia”, disse Sterne. “E se eles são bons, então são úteis. É preciso que humanos façam iterações para obter um modelo que seja bom o suficiente. E quando é bom o suficiente, pode ter um grande impacto e ser muito valioso.”

Sterne reconhece que a maioria das organizações não pode pagar cientistas de dados como, digamos, um Google, Amazon ou Facebook. Este último tem o seu próprio departamento de pesquisa de cientista de dados, afinal. É por isso que ele se posiciona fortemente no “lado da compra” quando se trata de construir ou comprar para aprendizado de máquina em marketing.

Familiarizando-se com termos inteligentes

Você ainda não concluiu os termos que precisa saber se for um profissional de marketing que investe em aprendizado de máquina. Aqui estão alguns termos importantes que você deve saber e o que você provavelmente encontrará ao investir em um programa de marketing de aprendizado de máquina.

Árvores de decisão

As árvores de decisão são algoritmos de aprendizagem gerados a partir dos dados de treinamento para resolver problemas de classificação e regressão, de acordo com o relatório de Jinde Shubham em “Tornando-se Humano: Revista Inteligência Artificial.” Ele considera vários fatores que levam os humanos a tomar decisões. O que torna as árvores de decisão especiais no domínio dos modelos de aprendizado de máquina é o seu “clareza da representação da informação.”

Floresta Aleatória

Floresta aleatória é o que é construído após uma árvore de decisão. “Random Forest é um algoritmo de aprendizado de máquina flexível e fácil de usar que produz, mesmo sem ajuste de hiperparâmetros, um ótimo resultado na maioria das vezes. É também um dos algoritmos mais utilizados, pela sua simplicidade e pelo facto de poder ser utilizado tanto para tarefas de classificação como de regressão,” de acordo com um relatório da Toward Data Science. “A floresta aleatória é um algoritmo de aprendizagem supervisionada.” É um “conjunto de árvores de decisão”.

Nós recomendamos:  Como assistir Avatar 3D em VR? [Quest 2 & PC VR]

Máquinas de vetores de suporte

“Support Vector Machine” (SVM) é um algoritmo de aprendizado de máquina supervisionado que também pode ser usado, como nas árvores de decisão, para ambos desafios de classificação ou regressão. Principalmente, é usado em problemas de classificação, de acordo com Analytics Vidhya.

Aprendizado profundo e redes neurais

O aprendizado profundo surge de redes neurais, um conjunto de algoritmos modelados vagamente a partir do cérebro humano, projetados para reconhecer padrões. “Eles interpretam dados sensoriais por meio de uma espécie de percepção de máquina, rotulando ou agrupando informações brutas. Os padrões que reconhecem são numéricos, contidos em vetores, nos quais todos os dados do mundo real, sejam imagens, sons, textos ou séries temporais, devem ser traduzidos.” de acordo com funcionários da Skymind.

O aprendizado de máquina potencializa tarefas específicas de marketing

Além dos termos que precisam saber, os profissionais de marketing podem estar entusiasmados com as perspectivas de a IA aprimorar seu programa de marketing. Eles podem esperar aplicar o aprendizado de máquina ao marketing para impulsionar os resultados em todo o seu programa de marketing.

No entanto, os aplicativos de aprendizado de máquina em marketing são projetados para realizar tarefas verdadeiramente específicas. Não ser um ás em toda a pilha de marketing. “Não é uma plataforma”, disse Sterne. “Posso configurar o sistema de aprendizado de máquina para construir um modelo para melhorar as taxas de abertura de e-mail. Mas então tenho que construir um modelo completamente separado para melhorar as conversões desse e-mail, porque esse é um problema diferente para resolver. Essas são ferramentas muito específicas para fazer coisas específicas, então você começará com algo específico.”

Por onde começar: veja o que você tem

Da perspectiva de “IA em Marketing 101”, descubra se você já está aproveitando isso com as ferramentas existentes, de acordo com Sands. Pode haver recursos ou funções que podem ter sido adicionados e atualizações que passaram despercebidas pelo seu radar, acrescentou ela.

“Esse é o melhor lugar para começar”, disse Sands. “E então realmente descasque a cebola e entenda melhor os casos de uso para sua função dentro de uma equipe de marketing. As pessoas muitas vezes perguntam: ‘Como eu faria isso? Preciso contratar alguém? Preciso comprar nova tecnologia? E acho que isso continua a levar a mais confusão.”