Come l’apprendimento automatico libera creatività e strategia per gli esperti di marketing
L’intelligenza artificiale (AI) e l’apprendimento automatico (ML) sono stati ampiamente pubblicizzati nel corso degli anni. Al giorno d’oggi sembra che ogni azienda sia una società di intelligenza artificiale/ML e la realtà è, come ha affermato il ricercatore, scienziato e futurista americano Roy Amara: “Tendiamo a sopravvalutare l’effetto di una tecnologia nel breve periodo e a sottovalutare l’effetto nel lunga corsa.”
Quando una nuova tecnologia viene sviluppata o implementata, le persone spesso ne parlano trasformando improvvisamente tutto nei prossimi due anni. Tuttavia, tendiamo anche a sottovalutarne completamente l’effetto, soprattutto se è il tipo di tecnologia che potrebbe cambiare radicalmente il modo in cui risolviamo i problemi dei marketer e interagiamo con i clienti. Se intendiamo sfruttare tutti i vantaggi dell’IA e del ML, è importante prima comprendere la tecnologia e discernere tra fatti e finzione di come funziona oggi. Solo così possiamo capire cosa è reale, come questa tecnologia può essere trasformativa e come l’apprendimento automatico e l’intelligenza artificiale possono liberare creatività e pensiero strategico per i professionisti del marketing.
L’apprendimento automatico inizia con i dati
Senza la capacità di analizzare i dati, identificare modelli e metterli in uso, i dati sono effettivamente inutili. Le macchine sono ottimizzatori spietati in grado di organizzare i dati a un livello impossibile da replicare per gli esseri umani. Tuttavia, questo funziona anche al contrario, poiché le macchine oggi non sono in grado di replicare il pensiero creativo e le strategie che gli esseri umani possono generare e su cui agire. I dati ottimizzati attraverso la macchina con l’apprendimento automatico forniscono agli esperti di marketing una capacità potenziata di prendere le decisioni più informate e quindi attuare una strategia creativa per ottenere il risultato desiderato.
Apprendimento automatico per esperti di marketing: porre le domande giuste
Le cose che contano per le aziende e per gli individui sono le decisioni e le azioni. Ai tempi in cui consultavo le grandi aziende spendendo milioni o decine di milioni in “strategie dei dati” o aree ugualmente mal definite, spesso consigliavo che prima di iniziare a preoccuparsi dei dati che devono raccogliere, devono iniziare con quali decisioni e le azioni che devono intraprendere come azienda. Partendo da questa prospettiva, le aziende possono chiedersi: quali decisioni vorresti prendere in modo più intelligente e veloce? Siete strutturalmente impostati come un’organizzazione per prendere quelle decisioni? Una volta definiti questi, puoi quindi porre domande come: quali informazioni ho bisogno per prendere queste decisioni in modo più rapido e intelligente? E quale di queste decisioni può essere automatizzata?
Allora, dove entra in gioco l’apprendimento automatico? Con quale categoria di problemi può aiutarci? Per rispondere a queste domande, è innanzitutto utile comprendere i limiti di questa tecnologia. Il ML non replica la straordinaria generalità e adattabilità dell’intelligenza umana, ma (e coerentemente con altre tecnologie) aumenta l’intelligenza umana e risolve una serie più specifica di problemi con capacità sovrumane. Per capire se il ML può essere applicato a un problema, sono utili le seguenti serie di domande:
Un essere umano può risolvere il compito specifico richiesto in meno di 2 secondi? (Questa è una stima approssimativa; non siamo ancora arrivati al punto di risolvere problemi più complessi di questo.)
È prezioso risolvere questo problema ripetutamente su larga scala (ad esempio miliardi di volte in modo incredibilmente veloce)?
È prezioso svolgere questo compito ripetutamente, in modo solido e coerente?
Possiamo misurare il “successo” numericamente?
Se puoi rispondere “sì” a queste domande, allora hai un problema che si adatta perfettamente all’applicazione dell’apprendimento automatico. (È interessante notare che questi sono anche i tipi di compiti in cui gli esseri umani sono terribili perché ci annoiamo, ci distraiamo e ci stanchiamo!) Questo potrebbe sembrare molto limitante, ma molti problemi rientrano nel secchio del “sì”, come identificare le e-mail di spam, rilevare le frodi , ottimizzando i prezzi e dando un senso al linguaggio.
Risolvere i problemi dei marketer con l’apprendimento automatico
Quando si tratta di marketing e pubblicità, c’è un’intera categoria di problemi che si adattano perfettamente anche a quel secchio del “sì”. Rilevare la composizione del pubblico e i cambiamenti del comportamento nel tempo, prevedere se un annuncio porterà un potenziale cliente a visitare il mio sito in base ai contenuti dell’articolo che stanno leggendo e ottimizzare migliaia di parametri per garantire che i budget vengano spesi in modo efficiente ed efficace sono tutte queste attività di marketing i problemi.
Ci sono anche problemi che non rientrano in questa categorizzazione, come ad esempio: come posso trasmettere il mio messaggio complesso in un modo che taglia il rumore? Come posso connettermi in modo efficace con un pubblico con cui non sto attualmente entrando in risonanza? Come conciliare obiettivi a lungo e a breve termine?
L’apprendimento automatico non è magico: può fornire ai marketer capacità sovrumane di trovare schemi nei dati per approfondire la nostra comprensione, ottimizzare la consegna rispetto a obiettivi ben definiti, reagire ai cambiamenti in modo rapido e razionale ed eseguire le nostre idee in modo prevedibile, con meno attrito e più feedback
Interagire con i clienti in tempo reale
Per il marketing, gran parte delle informazioni e dei modelli utili si riferiscono al comportamento dei clienti. Le campagne digitali sono notevolmente meno efficaci quando non sono in grado di rispondere alle mutevoli condizioni del momento. Per illustrare, se vendi caffettiere gourmet, vuoi raggiungere le persone che sono ancora interessate all’acquisto, non quelle che hanno cercato online l’ultima settimana e l’hanno acquistata ieri. Tutti hanno sperimentato l’acquisto online di un prodotto, che è arrivato e quindi, avendo tutti i dispositivi e le piattaforme che utilizzano, lo spam ripetutamente con lo stesso prodotto per la settimana successiva. Sebbene questo possa essere utile per i prodotti che i clienti generalmente continuano ad acquistare (detersivi, articoli da toeletta, ecc.), la maggior parte delle persone ha bisogno solo di una caffettiera gourmet.
Non solo i dati in tempo reale assicurano che le campagne raggiungano le persone giuste, ma consentono anche ai professionisti del marketing di rispondere alle mutevoli condizioni del mercato. Combinando l’apprendimento automatico con dati in tempo reale, gli esperti di marketing possono vedere i risultati in tempo reale, invece di attendere i risultati alla fine di una campagna. Ciò significa che i marchi possono rilevare e trarre vantaggio da cose come un popolare programma Netflix pubblicato di recente o ciò che è di tendenza su Twitter, o persino affrontare le dinamiche in rapido cambiamento all’interno della catena di approvvigionamento. Se c’è qualcosa che i marchi hanno imparato negli ultimi due anni, è che gli eventi mondiali possono influenzare i comportamenti e gli schemi di acquisto in un istante.
Mentre le macchine possono occuparsi dell’analisi dei dati relativi a dati demografici, comportamenti di navigazione sul Web e acquisti passati, avere il giusto marketing creativo, in grado di collegare le tendenze attuali agli obiettivi della campagna e garantire che alle macchine vengano poste le domande giuste, è ciò che distingue un buon campagna da una grande. Per prendere in prestito un’altra grande citazione, questa volta da Alan Kay, “le cose semplici dovrebbero essere semplici, le cose complesse dovrebbero essere possibili”. Oltre ad aiutarci a ottenere una comprensione e una comprensione più approfondite del comportamento del pubblico, la grande tecnologia dovrebbe anche rendere semplice per i professionisti del marketing reagire a queste informazioni realizzando nuove idee creative in pochi minuti, non mesi.
Il ML può prevedere il futuro?
Non è possibile prevedere il futuro. Ma la tecnologia di apprendimento automatico combinata con i dati in tempo reale può consentire agli esperti di marketing di comprendere le tendenze emergenti e i cambiamenti comportamentali mentre si verificano e rendere più facile reagire a questi cambiamenti visualizzando campagne automaticamente ottimizzate in tempo reale in pochi minuti e vedendo se funzionano in poche ore e giorni . Il vero progresso riguarda l’apprendimento e la verifica di strategie e idee.
L’impatto sottovalutato che il machine learning avrà sull’industria della tecnologia pubblicitaria nel prossimo decennio non sarà dovuto alle idee generate dall’intelligenza artificiale o alla riduzione dei dollari spesi per le operazioni che si concretizzeranno; il grande impatto proverrà dall’accorciare i divari tra strategia di marketing, intuizione, idea ed esecuzione e dal permetterci di comprendere più profondamente e rapidamente, essere più creativi e testare le idee in modo più sicuro e semplice e misurare l’impatto in modo più efficace. Questa tecnologia, come tutte le altre tecnologie, non deve sostituire gli umani, ma liberarci dal ripetitivo e dal noioso e autorizzarci a essere sovrumani.
