Home > Tendências

Deep Learning e Marketing Digital: Onde esse casamento pode nos levar?

Os motores de recomendação estão ficando cada vez mais inteligentes com algoritmos de autoaprendizagem

Rodrigo Lobato *

17/04/2017 às 17h59

machine-learning_15-100578658-primary.idge.jpg
Foto:

De acordo com Janrain & Harris Interactive,
74% dos consumidores online ficam frustrados quando encontram conteúdos
irrelevantes no website em que estão navegando. Dados como este
empurram a indústria da tecnologia programática rumo ao desenvolvimento
de mecanismos de anúncios online cada vez menos invasivos e mais
assertivos.

A Infosys, por exemplo, descobriu que 86% dos consumidores
consideram a personalização um diferencial para suas decisões de
compra. Isso ocorre porque o uso de recomendações altamente precisas
fortalece o relacionamento da marca com seus consumidores, melhorando as
taxas de conversão e aumentando as receitas. Em outras palavras, é
necessária uma abordagem precisa e persuasiva, não só para o comércio
eletrônico de varejo, mas para todos os setores, seja o bancário, de
seguros, viagens ou mesmo nas compras diárias de supermercado.

Steve
Jobs é frequentemente citado por sua frase que diz que "as pessoas não
sabem o que querem até que você mostre para elas". E novas práticas e
estudos sugerem que a Inteligência Artificial pode ser a chave para que
essa façanha se torne uma experiência comum, automatizada para todos os
usuários na era digital, e o mais importante, de maneira extremamente
assertiva.

O que os computadores sabem sobre você
A
era digital tornou as jornadas de compra mais acessíveis, mas cada vez
mais complexas. Ter de escolher uma entre centenas ou mesmo milhares de
opções torna as decisões mais difíceis. Pensando nisso, os sistemas de
recomendações online vêm mudando a maneira como navegamos e escolhemos
produtos - eles direcionam nosso processo de tomada de decisão,
aproximando-nos do que estamos procurando, sugerindo produtos
complementares ou mesmo alternativos.

ilustra

Este
"conhecimento" sobre a sua personalidade de compras geralmente se
baseia em informações como o que você comprou ou visualizou no passado, o
que compradores com perfis semelhantes visualizaram ou compraram, bem
como a data e hora de visualização. Basicamente, as tecnologias de
recomendação reúnem e analisam milhões de pontos de dados sobre suas
preferências para gerar sugestões.

Parece
simples, mas essas tecnologias precisam de enormes volumes de dados
para fornecer previsões realmente precisas. E, claro, quanto mais
informações disponíveis, melhor. E é justamente nesse ponto que entra em
jogo o Deep Learning - um subcampo da Inteligência Artificial que
simula o cérebro humano no processamento de dados e na criação de
padrões de tomada de decisão.

A Inteligência Artificial pode prever o que você quer
Os
motores de recomendação estão ficando cada vez mais inteligentes com
algoritmos de autoaprendizagem baseados em Deep Learning. Em suma, essa
metodologia tenta descobrir os hábitos do usuário depois de apenas
algumas visitas ao website - às vezes durante o primeiro acesso – para
então poder personalizar a sua experiência. Quando aplicada juntamente
com análises em tempo real, a técnica pode melhorar drasticamente as
recomendações, chegando ao nível de realmente prever os interesses do
consumidor.

De
acordo com a RTB House, que é uma empresa global que fornece tecnologia
de ponta para retargeting, ao tornar as recomendações mais precisas os
algoritmos de autoaprendizagem podem garantir até 50% mais eficiência às
campanhas online.

Mas como o Deep Learning funciona na prática?
Algoritmos
de Deep Learning simulam a nossa maneira de pensar e aprendem sem
qualquer interferência humana. Uma máquina irá analisar inúmeros
conjuntos de dados implacavelmente, em tempo real, sem ficar cansado ou
entediado, e produzirá decisões lógicas, confiáveis, sem estresse,
dúvida ou o envolvimento de emoções. Ele obedecerá às regras gerais do
anunciante, mas também poderá aprender e escrever suas próprias regras.
Esta é a essência dos algoritmos de autoaprendizagem e a razão pela qual
eles são tão eficazes para a indústria de anúncios.

A
maioria dos mecanismos tradicionais de recomendação simplesmente reúnem
informações e, em seguida, selecionam produtos para serem exibidos com
regras predefinidas por um ser humano, como: mostrar joias apenas para
aqueles que visitaram roupas femininas, seguindo a lógica de que, muito
provavelmente, são mulheres. Já o sistema baseado em Deep Learning
consegue interpretar inúmeras outras variáveis. Ele reconhece que a
visita à seção de roupas femininas é um indicador para a compra de
joias, mas também consegue cruzar outras informações para identificar
eventuais homens que pretendem comprar joias como um presente, por
exemplo.

No
campo da previsão de compra, os algoritmos de autoaprendizagem já
obtiveram tanto conhecimento que tornaram desnecessárias as
interferências manuais. Além de otimizar o processo, essa automação
também reduz as chances de interpretações errôneas ou tendenciosas,
garantindo anúncios mais assertivos e menos invasivos.

 

 

*Rodrigo Lobato é country manager Brasil da RTB House

Junte-se a nós e receba nossas melhores histórias de tecnologia. Newsletter Newsletter por e-mail