Машинное обучение в маркетинге: помощь или захват власти?

Искусственный интеллект до сих пор вызывает споры об этичности и безопасности для человека. Не получится ли так, что машины вытеснят людей и займут их рабочие места? Нужны ли они маркетологам?

 

В статье – ответ на вопрос, какую пользу и какой вред приносит машинное обучение в маркетинге.

С ним мы сталкиваемся каждый день. Искусственный интеллект изучает нас, наши предпочтения и предлагает новости, фильмы, музыку.

 

Яндекс одним из первых в России применил его для создания точных рекомендаций:

 

 

Проверка орфографии, спам-фильтры и даже сайты знакомств – это машинное обучение. Для маркетологов это возможность таргетировать с филигранной точностью, чтобы показывать нужный продукт нужным клиентам.

Машины обучаются в процессе решения множества похожих задач методами математической статистики, оптимизации, теории вероятности, а также техниками работы с данными.

 

При этом сама по себе машина научиться не может. Это месяцы и годы работы людей, постоянного повторения информации. Например, инструмент для распознавания лиц Facebook (Tag Suggestion), который работает с точностью 98%, создавали два года.

 

Первый этап: обучение под присмотром

 

Люди «пичкают» машину данными, и со временем система самостоятельно классифицирует информацию. К примеру, спам-фильтр Gmail. Когда вы помечаете входящее как спам, вы учите машинный интеллект определять нежелательные письма. Процесс напоминает обучение ребенка.

 

Второй этап: самостоятельное обучение

 

Машина поглощает несортированные данные и самостоятельно классифицирует их на основе похожих или отличных признаков. Здесь она анализирует обстоятельства без подсказок и контекста окружающей среды.

В чем сила машинного интеллекта? В скорости и высокой эффективности обработки информации.

 

Например, вам нужно отобрать лендинги с одинаковыми признаками и качествами. Сколько одностраничников за день вы обработаете? Максимум пару сотен. Машина за 20 минут исследует не меньше трехсот тысяч лендингов.

 

И дело не только в скорости, а в умении просматривать, запоминать, распознавать. Может ли человек держать такой объем информации в голове? Вряд ли.

 

Вопрос «А зачем тогда люди?» справедливо возникает не только у поклонников теорий заговора. Вопрос сложный.

Маркетологи сортируют огромные массивы данных. На копание в аналитике, сбор данных о кампаниях уходят месяцы. Это трудозатратно и тяжело для человека.

 

Можно разделить обязанности команды: машина сортирует данные, человек строит гипотезы на основе анализа.

Квалификация лидов

 

Система определяет ценность и готовность лида к сотрудничеству. Искусственный интеллект помогает маркетологам узнать о пользователе больше и квалифицировать качественнее.

 

Контент и копирайтинг

 

Машинный интеллект анализирует данные о контенте сайта: количество слов на лендинге и в рекламе, обороты и слова, которые влияют на клики или вовлечение.

 

Может ли машина писать тексты? Вполне возможно. По крайне мере, попытки научить этому проводят. Нью-йоркский стартап Persado создает платформу когнитивного контента.

 

 

Она использует математику, статистику, лингвистику и данные об эмоциях, чтобы создавать продающие тексты и изображения. Система изучает слова, которые вызывают отклик клиентов, и использует их для вовлечения или конверсии. Даже А/В тестированию такой уровень не под силу.

 

Не верите в серьезность стартапа? Их венчурный капитал составляет 65 миллион долларов. Средняя конверсия – 49,5% за четыре тысячи кампаний.

 

Конечно, найдется место и для старого доброго контента. Общение между людьми по-прежнему важно.

 

Такое письмо получили клиенты от Кори Дилли (Corey Dilley), директора по маркетинговым стратегиям Unbounce. Никаких скрытых продаж и призывов. Просто человеческие слова:

 

 

Вкратце суть письма: «Привет! Я Кори, директор по маркетинговым стратегиям. Пишу, потому что вы, вероятно, посещали наши вебинары, загружали контент или как-то еще сообщили нам о своем существовании. Почему пишу? Я просто люблю писать письма.

 

Хочу сказать, что мечтаю научить вас многому, поделиться опытом и рассказать все, что знаю о маркетинге. Нет, я не пытаюсь вас окрутить, я сам это ненавижу. Я просто хочу убедиться, что вам интересны знания, которыми мы готовы делиться.

 

Если нет, просто скажите – и мы перестанем вас беспокоить. Если решите пообщаться, расскажите о себе. В любом случае, я рад возможности поговорить».

 

Показатель открытий этого емэйла составил 41,42%. Кори получил почти 80 личных откликов. Неплохо для письма, которое написал человек.

 

Иногда важно построить дружеские отношения. Поэтому нельзя сказать, что машины скоро вытеснят людей. Человеческий контент могут делать только люди.

 

Машинное обучение в борьбе с оттоком

 

Это процент клиентов, которые перестали пользоваться услугами SaaS-компании. Опросы и прочие методы получения фидбэка от клиентов помогут услышать и понять их мотивы. И снова: человеку трудно работать с массивами данных. Машины обработают много информации без погрешностей и субъективностей. Статистика покажет, какие маркетинговые методы подходят, чтобы предотвратить отток.

Один из важнейших вопросов – этика и толерантность самой машины. У них нет чувств, поэтому она запросто предложит рекламу алкоголя тому, кто лечится от алкоголизма в клинике. Ведь машина знает историю поиска в интернете.

 

Второй момент – эмоциональное манипулирование. У машины нет совести, есть заданные паттерны и необходимость добиться успеха.

Российский сервис Findface распознает лица с помощью нейронных сетей. Интеллектуальный алгоритм анализирует черты лица и ищет сходства с фотографиями в соцсети.

 

 

Сервис с российскими корнями RYNKL помогает следить за возрастными изменениями лица и подбирает косметические средства.

 

 

«Педиатр 24/7» использует бота для диагностики заболеваний.

 

 

Российский стартап GuaranaCam с помощью искусственного интеллекта оценивает эффективность размещения товаров и оффлайн-рекламы. Система анализирует поведение посетителей магазинов по камерам видеонаблюдения. Пилотный проект действует в Москве, в торговом центре «Мега Белая Дача».

 

 

В идеале нет разделения люди – машины. Есть командная работа: машины делают рутину, а люди создают креативные решения.

 

Успехов!