Mas ainda há espaço para crescer. As ferramentas de aprendizado profundo são a próxima grande área de pesquisa baseada em IA e irão desencadear uma onda de inovação futura em todos os setores, inaugurando uma nova era de marketing da qual tanto anunciantes quanto usuários finais se beneficiarão.
Nossas interfaces já se adaptaram para atender aos interesses do usuário em um nível pessoal, combinando insights e comportamentos do setor com publicidade gráfica — ou personalização. Mas os algoritmos de aprendizado profundo alcançarão ainda mais.
A aprendizagem profunda está mudando a forma como pensamos sobre eficácia. Este é o campo mais promissor da pesquisa baseada em IA, presente no Google Tradutor, nos carros autônomos da Tesla e no mecanismo de reconhecimento de imagens do Yahoo. Ela também é usada de maneiras mais futuristas.
A inteligência artificial DeepMind do Google consegue ler lábios em programas de TV melhor do que um profissional (um especialista humano anotou apenas 12.4% das palavras sem erros, contra 46.8% da IA). Esses algoritmos já venceram os melhores jogadores de pôquer do mundo e podem até dirigir um filme sozinhos – como demonstrado recentemente pela Saatchi & Saatchi no Festival Internacional de Criatividade Cannes Lions.
E, claro, a indústria da publicidade verá aplicações de aprendizado profundo. Um anúncio recente da Coca-Cola indica que a empresa pretende usar bots de IA para criar músicas para anúncios, escrever roteiros, publicar conteúdo em redes sociais e comprar mídia – o que sugere que a revolução da publicidade com aprendizado profundo parece estar mais próxima da realidade do que nunca.
Do ponto de vista do anunciante: Algoritmos de autoaprendizagem que reagem de forma inteligente a situações inesperadas.
De acordo com uma nova pesquisa da Adlucent, os consumidores anseiam por uma experiência publicitária personalizada, e 71% dos entrevistados preferem anúncios adaptados aos seus interesses e hábitos de compra. O estudo também mostrou que as pessoas têm quase o dobro de probabilidade de clicar em um anúncio de uma marca desconhecida se o anúncio for personalizado de acordo com suas preferências.
Com o acesso cada vez maior a dados e a concorrência acirrada, nunca foi tão importante para os profissionais de marketing entender o ruído que cerca os usuários — e nunca foi tão fácil. Um modelo de personalização típico pode ser criado sem algoritmos altamente sofisticados, mas sabemos que esse limite já foi atingido. Novos algoritmos de aprendizado profundo, no entanto, podem detectar situações inesperadas e potencial oculto.
Por exemplo, imagine que você se esqueceu do aniversário de um amigo. Faltando apenas dois dias, não há muito tempo para procurar um produto, mas ainda o suficiente para encontrar algo especial. Nesses casos, a personalização ultraprecisa pode fazer toda a diferença, e os modelos de aprendizado profundo podem começar a entender que você está procurando algo com entusiasmo.
Seja por uma mudança repentina de comportamento ou por uma aparente impulsividade nas compras, um modelo típico seria cego a esses dados, mas o aprendizado profundo consegue fazer essas conexões.
O profundo conhecimento do comportamento de compra do consumidor ainda não está amplamente disponível para as empresas de e-commerce, mas é fundamental para os profissionais de marketing. Por exemplo, é relativamente fácil encontrar padrões na tomada de decisões em picos de vendas típicos e previsíveis, como a Black Friday ou o Dia da Mulher. A situação se complica quando se trata de identificar eventos individuais, com um contexto muito específico (como o aniversário de um amigo que se aproxima ou qualquer ocasião repentina).
É aqui que o aprendizado profundo se sobrepõe aos métodos tradicionais. Inspirado nos neurônios biológicos do nosso cérebro, o aprendizado profundo entra em cena e possibilita obter descrições mais confiáveis, ricas e interpretáveis por máquina sobre o potencial de compra dos clientes, sem a necessidade de conhecimento humano especializado.
Em contraste com a abordagem tradicional de aprendizado de máquina, o aprendizado profundo é capaz de identificar um usuário em uma multidão online, uma pessoa que inicialmente pode parecer estar agindo de forma caótica, mas que, na verdade, tem o maior potencial para finalizar uma compra.
Isso é possível porque os algoritmos de autoaprendizagem definem cada cliente potencial que busca um produto de forma ligeiramente diferente dos modelos usuais. Eles consultam o histórico e percebem que a pessoa mudou seu comportamento dinamicamente. Em seguida, fornecem probabilidades de conversão extremamente precisas, aprendendo não apenas com um único usuário, mas com todos os usuários da rede.
Por exemplo, se o presente de aniversário fosse "fones de ouvido novos", o retargeting baseado em aprendizado profundo faria com que o usuário pesquisasse rapidamente entre 10 modelos diferentes, verificando as especificações e filtrando por uma faixa de preço. Isso definiria a situação como incomum e urgente, enquanto os algoritmos tradicionais a veriam apenas como um comportamento indeciso e errático – ou nem a notariam.
Ao saber que a pessoa tem uma necessidade urgente de comprar algo, a loja virtual pode automaticamente direcionar o consumidor para finalizar a compra em sua loja online específica.
Do ponto de vista do usuário: algoritmos de aprendizado profundo que preveem seus desejos.
Quando a inteligência artificial é aplicada à distribuição de qualquer produto ou serviço comercial, ela se torna uma extensão única de quem somos. Ela funciona de forma fenomenal no sistema de recomendação da Netflix, e muitos filmes assistidos na plataforma são resultado das sugestões aprimoradas por aprendizado profundo da empresa.
A Amazon também confia em algoritmos de autoaprendizagem. O sistema patenteado de "envio antecipatório" baseado em algoritmos da empresa consegue definir com extrema precisão os padrões de compra dos clientes e prever a marca, a faixa de preço e o produto que serão comprados. Com base nisso, a Amazon pode enviar produtos para centros de distribuição antes mesmo de um pedido ser feito, revolucionando o setor de comércio eletrônico.
A inteligência artificial, especialmente o aprendizado profundo, é a ferramenta perfeita para prever os desejos do usuário na indústria da publicidade. Essa tecnologia está simplificando nossa experiência diária ao exibir anúncios altamente segmentados, que incluem não apenas produtos que provavelmente compraremos, mas também aqueles que nunca vimos ou nos quais nem sequer pensamos.
Imagine que você acabou de comprar uma câmera nova. Algoritmos de aprendizado profundo analisarão cada detalhe do que você fez: data da pesquisa e da compra, especificações da câmera, histórico, comportamento, etc. Os algoritmos serão capazes de elaborar recomendações de produtos personalizadas para atender às suas necessidades específicas, indo além das sugestões convencionais.
Lentes compatíveis, cartões de memória adicionais ou um tripé para a câmera podem ser boas recomendações, enquanto um anúncio em vídeo com um drone pode mostrar algo em que você nem havia pensado – mas que agora deseja subconscientemente.
O motivo pelo qual o aprendizado profundo é tão impactante é que ele aprende da mesma forma que as pessoas, só que muito, muito mais rápido. Ele analisa os desejos de cada pessoa individualmente, levando em consideração também dados de milhões de outras pessoas e entregando resultados em tempo real. Essa é uma façanha que nenhum ser humano jamais poderá alcançar.
As ferramentas de aprendizado profundo para anunciantes levarão a mudanças na forma como recomendamos produtos, avaliando cuidadosamente o valor de um potencial comprador, prevendo a probabilidade de conversão e, mais importante, aprendendo sobre seus desejos. Algoritmos de autoaprendizagem ajudam a alcançar análises de usuários extremamente precisas e, como resultado, tornam a publicidade aproximadamente 40% mais eficiente.
Num futuro próximo, anunciantes e usuários vivenciarão a evolução da publicidade. Embora possa parecer um pouco ficção científica, essa tecnologia é uma progressão natural para tornar as atividades online mais eficientes do que nunca.
___
by Daniel Surmacz
fonte: ClickZ
