Нейронные сети. Это словосочетание, вторгающееся в наши разумы словно из книг по научной фантастике, на самом деле давно стало вполне обыденным явлением. Нейросети окружают нас и работают, не покладая своих алгоритмов, но могут ли они быть хорошим подспорьем в маркетинге, а особенно мобильном? Давайте разберемся.

Истоки

Совершенно новым механизмом, влияющим на маркетинг, нейросети стали в 2015 году, когда впервые об этом стали говорить в агентстве M&C Saatchi London. Сотрудники этой компании разместили интерактивный рекламный щит на остановке общественного транспорта. Баннер, показывающийся прохожим, изменялся и подстраивался под настроение смотрящих на него людей. Настроение считывалось по мимике пешеходов при помощи технологии Kinect. Алгоритм позволял перетасовывать тысячи различных изображений, шрифтов, пока не был подобран самый эффективный для данной целевой аудитории вариант.

Facebook стал использовать нейросети для определения лиц и других частей тела на фото и видео. Этот алгоритм позволяет исключать видео и изображения, не подходящие политике социальной сети. В самое ближайшее время ожидается запуск алгоритма анализа видео для Youtube и Instagram.

Нейронные сети

Что интересно, самые первые нейросети были упомянуты еще в 80ые года XX века. И уже тогда начали складываться основные принципы их работы.

Как работают нейронные сети?

Как же они работают? Ответ на этот вопрос кратко приводит в своем исследовании С.А. Господарчук.  

Мы расскажем то же самое более простым языком. Обработка конкретных примеров идет следующим образом. Мы расскажем это на примере GIF-анимации.

Нейронные сети

На этом изображении показан алгоритм определения предмета, функционирующий в нашем мозгу и у компьютера. Видя красное яблоко, мы понимаем, что это яблоко, определенной формы, оно красного цвета. Мы сопоставляем эти факты и в разуме мелькает сразу готовый образ. А вот машина в данном случае может определить после простейшего анализа только то, что это яблоко. Что же необходимо сделать, чтобы научить систему совершать анализ постепенно? Ответ на следующем изображении:

Нейронные сети

Нужно обучить нейросеть производить распознавание предмета по критериям. Текстура, цвет, форма, размер. Таким образом, пропуская полученное изображение через все категории, нейросеть научится понимать, что за предмет перед ней. Смотрим следующее изображение.

Нейронные сети

Она научится понимать, яблоко перед ней или не яблоко. Если не яблоко, то ананас или не ананас, и так далее.

Какое будущее у нейронных сетей для мобильного маркетинга?

Обучив нейросеть требуемым функциям, остается решить, как эффективнее всего применять ее для своей отрасли.

Солидные финансовые учреждения используют нейронные сети для прогнозирования экономической среды. Основным направлением развития этой технологии в настоящее время является совершенствование алгоритма машинного обучения и создание специальной техники с целью повышения быстродействия вычислений. В настоящее время созданы нейропроцессоры, которые обеспечивают производительность более чем в 1000 раз превышающую производительность обычных персональных компьютеров. А невысокая стоимость такого оборудования (менее 10000 долларов) обусловила широкую популярность нейронных сетей на Западе. Использование нейронных сетей в маркетинговых исследованиях является очень перспективным.  

Мы в Unilead также создали несколько умных алгоритмов, упрощающих работу с баннерами.

Нейросети должны работать на автоматизацию процесса и, как мы считаем, в будущем (5+ лет) имеют все шансы заменить некоторые профессии в сферах медиабаинга, дизайна и аналитики. Безусловно, всегда нужен будет хотя бы один человек управляющий результатами деятельности нейросетей. Но трудозатраты, производимые одним человеком в отделе, существенно ниже, чем трудозатраты целого отдела.

Нейронные сети

Любой маркетинг, в том числе и мобильный, привлекает пользователя, вызывает определенную эмоцию и пытается продать продвигаемый продукт. Грамотный анализ вызываемых эмоций (поведенческой активности) — важный аспект любой рекламной кампании. Применяя нейронные сети, агентства смогут в реальном времени оценивать поведение целевой аудитории не прибегая к помощи аналитиков.

Одни из самых обыденных примеров применения самообучаемого искусственного интеллекта — мобильные голосовые асисстенты. Siri, Bixby, Cortana, Google Assistant — в скором времени они смогут рекомендовать сервисы на основе обзоров в сети, поведения других пользователей и других факторов. Хороший кейс связан с этим у компании Knorr. В развивающихся странах, где войти в сеть бывает проблематично, Knorr запустила SMS-помощника по имени Шеф Венди, разработанного на базе AI-платформы Digital Genius.

А бренд туристической одежды North Face при партнерстве с компанией Fluid (занимаются персонализацией, кастомизацией продуктов и адаптацией технических решений на сайтах популярных торговых брендов) протестировали своего онлайн-консультанта-нейросеть на 50000 клиентов. Кстати, эти клиенты оставались на сайте на 2 минуты дольше, чем в предыдущие их же сеансы.

Нейросети

Вот так видит эмоции фокус-группы нейронная сеть

Все перечисленные средства были доступны со смартфонов и планшетов. Создание креативов, сбор статистики с рекламных кампаний и анализ фокус-групп — всем этим со временем займутся нейросети. Даже моделированием человеческой личности после смерти. Если сегодня вы не вкладываетесь в нейросети, вы уже на шаг в прошлом. Не оставляйте себя на задворках, думайте быстрее роботов. Или хотя бы пытайтесь.

Понравилась статья? Подписывайтесь на email-рассылку Unilead News и на наш канал в Telegram. Liked the article? Subscribe to "Unilead News" email newsletter and join our Telegram channel.


Поделиться:Share on FacebookShare on VKTweet about this on TwitterShare on LinkedInEmail this to someone
Автор: