Kako predvidjeti što će osoba htjeti za pet godina
Korištenje neuronskih mreža jedan je od načina za promjenu
Povijest prodaje koristi se za analizu, vrstatrgovina, njezin asortiman. Američki trgovac Macy’s koristi slične mehanizme. Svaka interakcija korisnika s web mjestom ažurira niz podataka o osobi, a algoritmi strojeva brže reagiraju na svježe informacije od stvarnih zaposlenika. Nike je izgradio cijele nove Nike Live trgovine oko ideje personalizacije, s kojima kupac stupa u interakciju samo s instaliranom aplikacijom - to mu pomaže da postane dio zajednice i prima najosobnije ponude, kao i mjesečne darove marke . Personalizacijom, Nike je povećao vjerojatnost kupnje svojih proizvoda za 40 puta.
Neuronske mreže sposobne su predvidjeti ne samo učinakod promocija. Na web stranicama internetskih trgovina analiziraju čovjekove prethodne kupnje i zaključuju, na primjer, da bi šećer kupljen prije mjesec dana trebao nestati u narednim danima. Dakle, vrijeme je da ponudimo osobi da obnovi svoje rezerve.
Razvoj chatbota je još jedna aplikacijaneuronske mreže. Virtualni pomoćnici eliminiraju potrebu za velikim brojem osoblja pozivnog centra i prilično su učinkoviti. Pružaju detaljnije informacije brže nego živa osoba i odgovaraju na sva pitanja o proizvodu ili usluzi - sve do najbliže maloprodajne adrese.
U internetskim trgovinama neuronske mreže mogu stvaratiosobne preporuke ne samo na temelju onoga što je osoba nedavno gledala, već i uzimajući u obzir njegov portret (spol, dob, nacionalnost i druge parametre).
Analitičari predviđaju eksplozivan rast ulaganja uProjekti vezani uz umjetnu inteligenciju nakon pandemije. Među IT startupovima pojavljuje se sve više projekata temeljenih na umjetnoj inteligenciji i ML-u jer postoji potražnja. Maloprodaja sve više koristi AI: za odabir asortimana za trgovine, razvoj promocija, predviđanje cijena i potražnje za robom. Pojavljuju se punopravne trgovine koje rade na neuronskim mrežama - Amazon Go, Pro Market u Skolkovu. Analiza Big Data i njihova obrada neuronskim mrežama omogućuje, primjerice, da se vidi da korisnici koji tweetaju s oznakom #tenisice također često dodaju oznake #ASICS ili #Nike. To signalizira trgovcu koje proizvode treba češće uključivati u reklamne kampanje.
U Amazonu AI odabire proizvode kojiosoba može dodati košaricu trenutno. Da bi se to učinilo, analiziraju se kohorte korisnika web mjesta ili mobilne aplikacije, informacije o tome što ti korisnici vole, a što ne, što su drugi ljudi (slično onome za koji se proizvod trenutno odabire) pogledali i kupili. Uobičajeno, u prosincu će se Amerikanki nuditi roba za Božić, a Ruskinji nešto vezano za Novu godinu. Zahvaljujući mehanizmima za preporuke temeljenim na neuronskim mrežama, Amazon generira 55% svoje prodaje. Tvrtka kaže da predviđa ponašanje korisnika čak i za pet godina u budućnosti.
Godine 2016. Amazon je omogućio pristup originalukod svog algoritma za pametne preporuke, a također je pozvao druge igrače da integriraju te mehanizme. U nedavnom izvješću Zastupničkog doma američkog Kongresa, Amazon je optužen za monopol (u segmentu e-trgovine) i korištenje podataka konkurentskih prodavača za vlastite interese. A prema Wall Street Journalu, zaposlenici Amazona analiziraju podatke o prodaji trećih strana kako bi radili na svojim proizvodima s markom Amazon.
Kako funkcionira oglašavanje koje zna sve o vama
Ime, telefonski broj ili e-adresa koju osoba možeostavite ga na miru, ali drugi podaci, često čak i važniji za posao, prikupljaju se automatski. Tome pomažu posebni kodovi ugrađeni u internetsku stranicu. Najpopularnija opcija je pixel: skripta (dio JavaScript koda) koja učitava nevidljivu sliku na stranicu. Prikupljene podatke prenosi na poslužitelj, gdje se obrađuju, analiziraju i koriste za stvaranje osobnih ponuda osobi koja je ušla na stranicu.
Tržnici aktivno koriste piksele odFacebook i Google. Veliki plus takvih kodova je da što ih više tvrtki koristi, to baza postaje šira i analiza dobivenih podataka je učinkovitija. I što češće korisnik posjeti stranicu, to aktivnije raste njegova baza osobnih podataka (osobna mapa s podacima).
Piksel prikuplja više od samo statičnih podataka(na primjer, IP, koji nam omogućuje da razumijemo mjesto korisnika), ali i dinamičan - postupci osobe na web mjestu. Uobičajeno, ako pogleda dvije košulje u katalogu internetske trgovine, neuronska mreža može mu ponuditi da se upozna s drugim sličnim modelima ili pokupi dijelove za kompletan ansambl: hlače, jaknu, dodatke.
Ovisno o tome kako se točno provodipiksel u kodu stranice, određuje se trenutak prikupljanja podataka. Može se konfigurirati za definiranje ciljanih radnji koje nisu povezane s ponovnim učitavanjem web stranica i promjenama stranica - na primjer, korisnik voli proizvod ili ga označava zvjezdicom za stavljanje na popis želja. Također, piksel je konfiguriran za analizu podataka o ponovnom učitavanju stranice: to vam omogućuje da točno analizirate gdje je osoba u posjeti. Treća je mogućnost implementirati piksel za klikove na veze, uključujući one povezane. Zbog toga možete pratiti interese treće strane neke osobe. Primjerice, na web stranici lustera vidi prijedlog nove kolekcije porculanskog kamena od partnera i odlazi tamo.
Tehnologije ne rade samo u ravnoj liniji:ako osoba aktivno istražuje dječja kolica na različitim stranicama, neuronska mreža će mu pokazati ponudu centra za reproduktivnu medicinu ili proizvođača dječjih krevetića. Budući da su algoritmi već smatrali ovu osobu roditeljem i spremni su podnijeti nekoliko relevantnih prijedloga odjednom.
Tvrtke aktivno kupuju podatke o tipičnimobrasci (obrasci) ponašanja različitih kategorija kupaca, mogu razmijeniti piksele s partnerima i umnožiti bazu. Ako uzmemo u obzir Facebook Pixel, onda Facebook račun osobe, promjene koje su se dogodile u njemu (razveden, promijenjen posao itd.), Poduzete radnje od njega, sve do zaustavljanja pažnje na oglasu (čak i ako ne kliknete na njemu), također pružite dodatne informacije.
Piksel radi zajedno s kolačićima:to su podatkovne datoteke koje se nalaze na korisnikovom uređaju i izvor su informacija za marketere. Ovo je prijava na društvene mreže, proizvodi za internetske trgovine odabrani u košarici, upiti za pretraživanje i još mnogo toga. Prikupljanje ovih podataka nije samo za trgovce: to olakšava život samim korisnicima. Na primjer, osoba je prijavljena na Facebook i odlazi na različite stranice. Ne treba ponovno unositi svoju prijavu i lozinku svaki put kad se ponovno pokrene - to je učinila web lokacija koja je spremila kolačiće. Činjenica da je preglednik zapamtio geolokaciju i ne pokušava predložiti ni Dubai ni Maroko na svakoj stranici također je zasluga kolačića.
Međutim, pri prikupljanju takvih podataka važno je ne zaboravitipostojanje FZ-152: danas je svaka web lokacija koja koristi kolačiće dužna obavijestiti posjetitelja o tome i dati mu mogućnost izbora - dati pristup podacima ili ne. Prijenos kolačića također možete učiniti prilagodljivim: osoba određuje količinu podataka koja je spremna otkriti web mjestu. U tom bi slučaju korisnik trebao biti u mogućnosti upoznati se s Pravilima o privatnosti, znati rok čuvanja prikupljenih podataka, moguće radnje s njima, svrhu prikupljanja podataka i druge nijanse.
Neuronske mreže preporučnih usluga
Koliko su daleko otišle službe za preporuke?Pogledajte primjer virtualnog asistenta koji je stvorio Macy’s zajedno s platformom Watson Marketing. Neuronske mreže prate povijest posjetiteljevih kupnji na web mjestu ili u aplikaciji, analiziraju njegovu geolokaciju, kao i ponašanje sličnih kupaca. Nakon toga virtualni asistent nudi robu koja je prikladna za osobu ne samo na temelju njezinih prethodnih kupnji (uvjetno pete bijele tenisice), već uzimajući u obzir njegov mentalitet i druge nacionalne osobine. Na primjer, posvećeni zagovornik životinja u preporukama definitivno neće dobiti ni bundu od prirodnog krzna ni vreću od teleće kože.
Amazon također razvija još jedanusluga preporuka koja se temelji na neuronskim mrežama: sada pametni algoritmi analiziraju proizvode koji su se svidjeli korisniku web stranice i nude proizvode koji su za njega relevantni. Štoviše, savjeti se mogu izdati već pri prvom posjetu trgovini: dovoljno je odabrati one koji vam se sviđaju iz predloženih opcija (slučajni odabiri dana na Pinterestu rade na sličan način). Neuronska mreža će obrađivati podatke i pružati relevantne ponude. Ideja je namijenjena rješavanju pitanja "Ne znam što želim" među posjetiteljima web mjesta. Prema predstavnicima Amazona, ovo je korak prema inovativnoj kupnji: mogućnost primanja samo korisnih preporuka bez prethodnog pregledavanja milijun proizvoda. Alat ne radi samo na web mjestu, već i u mobilnoj aplikaciji.
Uz to, Amazon je počeo trenirati neuronsku mrežu.proučiti strategije ponašanja kupaca, uzimajući u obzir duljinu upita za pretragu, nabavnu cijenu i odnos između već kupljene robe (stavljene u košaricu). Pretpostavlja se da su ljudi koji unose preduge ili prekratke upite fleksibilniji u izboru i lakše ih je zainteresirati za nešto što u početku nisu planirali kupiti.
Međutim, sustavi preporuka temeljeni naNeuronske mreže nisu samo u maloprodaji: sličan je proizvod razvio streaming servis Netflix. Sustav uzima u obzir standardne kriterije poput povijesti pregledavanja, ocjena, omiljenih glumaca i žanrova, kao i doba dana prijave na uslugu koja se koristi za ovaj uređaj, preferencije ostalih korisnika sa sličnim "profilom". Zanimljivo je da personalizacija ide čak do odabira naslovnice za određenog korisnika usluge: prethodno je gledatelju prikazan onaj koji se češće gledao. I sada svaka osoba vidi sliku odabranu za nju.
Uzimajući u obzir brzinu razvoja neuronskih mreža, takođerPovećani pandemijom, alati koji omogućuju tvrtkama da postignu još veću personalizaciju bit će u sve većoj potražnji i tako se transformirati. Velika je vjerojatnost da će do izražaja doći mehanizmi predviđanja koji djeluju učinkovitije od bilo koje osobe. A ako danas trgovina više ne nudi uvjerljivog sljedbenika ogrtača od nerca, onda je moguće da će automobil sutra osjetiti namjeru neke osobe da postane aktivist u zoološkom vrtu i prije nego što mu se u glavi donese ova odluka.
Stvorena je prva točna karta svijeta. Što nije u redu sa svima ostalima?
Uran je dobio status najčudnijeg planeta u Sunčevom sustavu. Zašto?
NASA je rekla kako će dostaviti uzorke Marsa na Zemlju