ディープラーニングが広告主と消費者の両方にとってゲームをどの程度変えているか
公開: 2017-04-03AIはデジタル広告を永遠に変えました。 マーケターとして、これまでにないほど潜在的な顧客や市場に最も効果的に関与する方法を決定することができます。
しかし、成長する余地があります。 ディープラーニングツールはAIベースの研究の次の主要分野であり、あらゆる業界で将来のイノベーションの波を引き起こし、広告主とエンドユーザーの両方が恩恵を受けるマーケティングの新時代をもたらします。
当社のインターフェースは、ユーザーの興味に個人レベルで適合し、業界の洞察と行動をディスプレイ広告またはパーソナライズと一致させるようにすでに適合しています。 しかし、深層学習アルゴリズムはさらに多くのことを実現します。
ディープラーニングは、有効性についての考え方を変えています。 これは、Google翻訳、テスラの運転車、またはYahooの想像上の認識メカニズムに見られるAIベースの研究の最も有望な分野です。 より未来的な方法でも使用されます。
GoogleのDeepMindAIは、プロよりもテレビ番組をリップリードできます（人間の専門家は、エラーなしで単語の12.4％にのみ注釈を付けましたが、AIは46.8％でした）。 これらのアルゴリズムは、世界のトップポーカープレーヤーに勝ち、映画を自己監督することもできます。最近、カンヌライオンズ国際クリエイティビティフェスティバルでサーチアンドサーチが上映しました。
そしてもちろん、広告業界はディープラーニングアプリケーションを体験します。 コカ・コーラによる最近の発表は、AIボットを使用して、広告用の音楽の作成、スクリプトの作成、ソーシャルメディアへのスポットの投稿、メディアの購入を望んでいることを示しています。これは、ディープラーニング広告革命がこれまで以上に現実に近いように見えることを意味します。
広告主の観点から：予期しない状況にインテリジェントに反応する自己学習アルゴリズム
新しいAdlucentの調査によると、消費者はパーソナライズされた広告体験を切望しており、回答者の71％は、自分の興味や買い物の習慣に合わせた広告を好みます。 この調査では、広告が好みに合わせて調整されている場合、未知のブランドを取り上げた広告をクリックする可能性がほぼ2倍になることも示されました。
データへのアクセスの増加と急速に変化する競争により、マーケターがユーザーを取り巻くノイズを理解することがこれまで以上に重要になっていますが、これまでになく簡単になっています。 典型的なパーソナライズモデルは、高度なアルゴリズムなしで作成できますが、この制限にすでに達していることはわかっています。 ただし、新しい深層学習アルゴリズムは、予期しない状況や隠れた可能性を検出できます。
たとえば、友達の誕生日を忘れたと想像してみてください。 残り2日で、商品を探す時間はあまりありませんが、何か特別なものを探すには十分です。 このような場合、超正確なパーソナライズが違いを生む可能性があり、ディープラーニングモデルはあなたが熱心に何かを探していることを認識し始める可能性があります。
行動の突然の変化によるものであれ、一見緊急の買い物であれ、典型的なモデルはこれらのデータポイントを知らないでしょうが、ディープラーニングはつながりを作ることができます。
消費者の買い物行動についての深い理解は、eコマースプレーヤーにはまだ広く利用されていませんが、マーケターにとっては重要です。 たとえば、ブラックフライデーや女性の日のような典型的で予測可能な売上高のピークの意思決定のパターンを見つけるのは非常に簡単です。 個々のイベントを特定することになると、非常に具体的なコンテキスト（間もなく来る友人の誕生日や突然の出来事など）でさらに複雑になります。
これは、ディープラーニングが従来の方法から引き継ぐ場所です。 私たちの脳内の生物学的ニューロンに触発され、ディープラーニングはゲームにステップインし、人間の専門知識を必要とせずに、顧客の購入の可能性について、より信頼性が高く、より豊かで、機械で解釈可能なユーザーの説明を取得することを可能にします。
従来の機械学習アプローチとは対照的に、ディープラーニングでは、オンラインの群衆の中から1人のユーザーを選び出すことができます。このユーザーは、最初は無秩序に行動しているユーザーのように見えますが、実際には購入を完了する最大の可能性を秘めています。
これが可能なのは、自己学習アルゴリズムが、通常のモデルとはわずかに異なる製品を検索するすべての潜在的なクライアントを定義するためです。 それは歴史を参照し、人が彼または彼女の行動を動的に変えたことを確認します。 次に、1人のユーザーだけでなく、ネットワーク内のすべてのユーザーから学習して、非常に正確な変換確率を提供します。
たとえば、誕生日プレゼントが「新しいヘッドホン」の場合、ディープラーニングベースのリターゲティングでは、ユーザーが10種類のモデルをすばやく検索し、仕様を確認し、価格帯に絞り込みます。 それはそれを異常で緊急の状況として定義しますが、従来のアルゴリズムはそれを優柔不断で不安定な振る舞いとしてのみ見るか、まったく気づかないでしょう。
その人が何かを購入する緊急の必要性があるという知識で、eショップは自動的に消費者に彼らの特定のeストアで購入を完了するように促すことができます。
ユーザーの観点から：あなたの欲望を予測する深層学習アルゴリズム
人工知能が商品やサービスの流通に適用されると、それは私たちが誰であるかを独自に拡張したものになります。 これはNetflixのレコメンデーションシステムで驚異的に機能し、Netflixで視聴される多くの映画は、同社のディープラーニングで強化された提案に基づいています。
Amazonは、自己学習アルゴリズムも信頼しています。 同社の特許取得済みのアルゴリズムベースの「先行出荷」システムは、顧客の購入パターンを超正確に定義し、購入されるブランド、価格帯、製品を予測することができます。 これに基づいて、Amazonは注文が行われる前に配送センターに製品を出荷でき、eコマース業界に革命をもたらします。
AI、特にディープラーニングは、広告業界でのユーザーの要望を予測するのに最適なツールです。 このテクノロジーは、購入する可能性が高い製品だけでなく、見たことのない製品や考えもしなかった製品を含む、ターゲットを絞った広告を提供することで、日常のユーザーエクスペリエンスを簡素化します。
新しいカメラを購入したばかりだと想像してみてください。 ディープラーニングアルゴリズムは、購入日、購入日、カメラの仕様、履歴、動作など、ユーザーが行ったことのすべての部分を分析します。アルゴリズムは、通常の提案を超えて、個人のニーズを満たすことを中心に形成された製品の推奨事項を考案できます。
互換性のあるレンズ、追加のメモリカード、またはカメラの三脚が推奨される場合がありますが、カメラドローンを使用した推奨ビデオ広告では、考えもしなかったものが表示される場合がありますが、無意識のうちに必要になります。
アマゾンからの関連製品の推奨事項は、ユーザーに追加購入を促すのに役立ちます
ディープラーニングが非常に影響力のある理由は、人々が行うのと同じ方法で、はるかに速く学習するためです。 それはまた、何百万もの他の人からのデータを考慮に入れて、リアルタイムで結果を提供しながら、個人ベースで各人の欲求を調べます。 これは、人間が成し遂げることを望むことのできない偉業です。
広告主のディープラーニングツールは、製品の推奨方法に変化をもたらし、潜在的な購入者の価値を慎重に評価し、コンバージョン確率を予測し、最も重要なこととして、彼らの欲求について学びます。 自己学習アルゴリズムは、超正確なユーザー分析を実現するのに役立ち、その結果、広告の効率が約40％向上します。
近い将来、広告主とユーザーは広告の進化を体験するでしょう。 少しSFのように見えるかもしれませんが、このテクノロジーは、オンラインアクティビティをこれまで以上に効率的にするための自然な進歩です。