RTB House: personalizarea recomandarilor prin AI e noua revolutie in publicitatea online

RTB House, furnizor global de tehnologii de retargetare, a facut o analiza a noului context al publicitatii online, in care computerele cunosc foarte bine cumparatorii si le pot face recomandari de produse in functie de nevoile specifice ale acestora si a ajuns la concluzia ca inteligenta artificiala, prin algoritmii de tip deep learning, incepe sa capete tot mai mult teren in acest domeniu.

„Expertiza“ despre obiceiurile de consum ale unei persoane vine, in prezent, din istoricul ofertelor achizitionate sau vizualizate, ce au ales clienti cu preferinte similare, data si timpul de vizualizare pentru anumite oferte. Tehnologiile folosite pentru recomandare urmaresc acesti parametri si sugereaza produse. Astfel colecteaza si analizeaza milioane de indicatori despre preferinte si furnizeaza recomandari precise.

Acuratetea in acest caz e data de volumul mare de date disponibile. Cu cat sunt mai multe, cu atat mai bine. Aici intervine utilitatea tehnologiei deep learning, o ramura inovatoare a inteligentei artificiale, care rezolva probleme prin replicarea modului in care creierul uman proceseaza informatii si creeaza tipare pentru luarea deciziilor.

Uneltele de deep learning pot personaliza experienta cumparatorului prin identificarea obiceiurilor de consum dupa doar una sau cateva vizite facute in magazinul online, uneori chiar si dupa prima vizita. Algoritmii de tip deep learning, capabili sa invete singuri, impreuna cu analize realizate in timp real, pot duce la predictibilitate. Serviciile de music streaming precum Spotify pot intui urmatoarea melodie pe care un utilizator vrea s-o asculte, in timp ce un serviciu de video streaming YouTube poate pregati o colectie de clipuri pe care sa le redea mai departe.

Potrivit RTB House, algoritmii care invata singuri ajuta la rafinarea recomandarilor foarte mult si sporesc performanta campaniilor de advertising cu pana la 50%. Cel mai bine poate fi prezentat potentialul acestei tehnologii printr-un exemplu.

In cazul achizitiei unui obiect vestimentar, vizitatorul unui magazin online este monitorizat automat si ii sunt invatate preferintele. De la dimensiuni si culori pana la materiale si o multime de alti indicatori, toate acestea sunt folosite pentru a crea un profil al acelui cumparator. Sistemul colecteaza si analizeaza in timp real datele, corelandu-le cu altele din trecut, si poate face predictii precise privind produse de interes. Astfel pot fi recomandate accesorii sau pot fi sugerati pantofi potriviti noii tinute.

Modelele clasice de recomandare nu pot atinge acest punct al sugestiilor. Cele mai multe necesita input de la un om pentru a furniza o lista predefinita de criterii. Pe de alta parte, algoritmii deep learning care simuleaza modul de gandire al creierului uman, pot furniza rezultate logice, fara indoieli sau implicarea emotiilor. Urmeaza regulile fixate de advertiser, dar, mai important, invata si pot aplicat reguli noi care tin cont de proactivitate si performanta.

Personalizarea va fi din ce in ce mai importanta in e-commerce, dupa cum o arata si Infosys, care spune ca 86% din consumatori cred despre personalizare ca joaca un rol crucial in deciziile lor de achizitie. In final, ar trebui sa ne amintim citatul lui Steve Jobs: „Oamenii nu stiu ce vor pana cand nu le aratam noi“. Ei bine, industria deep learning poate sa faca din acest caz o experienta automatizata pentru fiecare utilizator din era digitala.