Come prevedere cosa vorrà una persona tra cinque anni
Usare le reti neurali è un modo per cambiare
La cronologia delle vendite viene utilizzata per l'analisi, il tipostore, il suo assortimento. Il rivenditore americano Macy's utilizza meccanismi simili. Ogni interazione dell'utente con il sito aggiorna la matrice di dati sulla persona e gli algoritmi della macchina rispondono più rapidamente alle nuove informazioni rispetto ai dipendenti reali. Nike ha costruito nuovi negozi Nike Live attorno all'idea della personalizzazione, con la quale l'acquirente interagisce solo con l'applicazione installata: questo lo aiuta a entrare a far parte della community e ricevere le offerte più personalizzate, oltre a regali mensili dal marchio . Con la personalizzazione, Nike ha aumentato di 40 volte la probabilità di acquistare i suoi prodotti.
Le reti neurali sono in grado di prevedere non solo l'effettodalle promozioni. Sui siti web dei negozi online, analizzano gli acquisti precedenti di una persona e concludono, ad esempio, che lo zucchero acquistato un mese fa dovrebbe esaurirsi nei prossimi giorni. Quindi è tempo di offrire a una persona di rinnovare le sue riserve.
Lo sviluppo di chatbot è un'altra applicazionereti neurali. Gli assistenti virtuali eliminano la necessità di personale di call center di grandi dimensioni e sono abbastanza efficienti. Forniscono informazioni più dettagliate a una velocità maggiore rispetto a una persona vivente e rispondono a qualsiasi domanda su un prodotto o servizio, fino all'indirizzo di vendita più vicino.
Nei negozi online, le reti neurali sono in grado di creareraccomandazioni personali non solo basate su ciò che una persona ha visto di recente, ma anche tenendo conto del suo ritratto (sesso, età, nazionalità e altri parametri).
Gli analisti prevedono una crescita esplosiva degli investimenti inProgetti legati all’intelligenza artificiale dopo la pandemia. Tra le startup IT compaiono sempre più progetti basati sull'intelligenza artificiale e sul machine learning perché c'è domanda. Il commercio al dettaglio utilizza sempre più l’intelligenza artificiale: per selezionare l’assortimento per i negozi, sviluppare promozioni, prevedere i prezzi e la domanda di beni. Stanno apparendo negozi a tutti gli effetti che operano su reti neurali: Amazon Go, Pro Market a Skolkovo. L'analisi dei Big Data e la loro elaborazione da parte delle reti neurali permette, ad esempio, di vedere che gli utenti che twittano con il tag #sneakers spesso allegano anche i tag #ASICS o #Nike. Ciò segnala al rivenditore quali prodotti includere più spesso nelle campagne pubblicitarie.
In Amazon, l'AI fa una selezione di prodotti cheuna persona può aggiungere un carrello adesso. Per fare ciò, vengono analizzate le coorti di utenti del sito o dell'applicazione mobile, informazioni su cosa piace a questi utenti e cosa no, cosa hanno cercato e acquistato altre persone (simile a quella per cui il prodotto è attualmente selezionato). Convenzionalmente, a dicembre, a una donna americana verranno offerti beni per Natale ea una donna russa verrà offerto qualcosa relativo al nuovo anno. Grazie ai motori di raccomandazione basati sulla rete neurale, Amazon genera il 55% delle sue vendite. L'azienda afferma di prevedere il comportamento degli utenti anche dopo cinque anni.
Nel 2016, Amazon ha fornito l'accesso all'originalecodice del suo algoritmo di raccomandazione intelligente e ha anche invitato altri attori a integrare questi meccanismi. In un recente rapporto della Camera dei Rappresentanti americana, Amazon è stata accusata di monopolio (nel segmento dell’e-commerce) e di utilizzare i dati di venditori concorrenti per i propri interessi. E secondo il Wall Street Journal, i dipendenti di Amazon stanno analizzando i dati di vendita di terze parti per lavorare sui loro prodotti a marchio Amazon.
Come funziona la pubblicità che sa tutto di te
Nome, numero di telefono o e-mail che una persona puòlasciarli soli, ma altri dati, spesso anche più importanti per l'azienda, vengono raccolti automaticamente. Ciò è aiutato da codici speciali incorporati nella pagina Internet. L'opzione più popolare è pixel: uno script (snippet JavaScript) che carica un'immagine invisibile su una pagina. Trasmette le informazioni raccolte al server, dove vengono elaborate, analizzate e utilizzate per formare offerte personali alla persona che è entrata nel sito.
Gli esperti di marketing utilizzano attivamente i pixel diFacebook e Google. Un grande vantaggio di tali codici è che più aziende diverse li utilizzano, più ampia diventa la base e più efficiente è l'analisi dei dati ottenuti. E più spesso l'utente visita il sito, più attivamente cresce la sua base di ID (cartella personale con informazioni).
Il pixel raccoglie più di semplici informazioni statiche(ad esempio, IP, che ci consente di comprendere la posizione dell'utente), ma anche dinamico: le azioni di una persona sul sito. Convenzionalmente, se guarda due magliette nel catalogo di un negozio online, la rete neurale può offrirgli di fare conoscenza con altri modelli simili o raccogliere parti per un completo completo: pantaloni, giacca, accessori.
A seconda di come viene implementato esattamentepixel nel codice della pagina, viene determinato il momento della raccolta delle informazioni. Può essere configurato per definire azioni mirate che non sono correlate ai ricaricamenti del sito Web e ai cambi di pagina: ad esempio, a un utente piace un prodotto o lo contrassegna con un asterisco per essere inserito in una lista dei desideri. Inoltre, il pixel è configurato per analizzare le informazioni sui ricaricamenti delle pagine: questo ti permette di analizzare dove esattamente una persona sta visitando. La terza opzione è implementare un pixel per i clic sui link, inclusi quelli affiliati. A causa di ciò, è possibile tracciare gli interessi di terze parti di una persona. Ad esempio, sul sito dei lampadari vede una proposta per una nuova collezione di gres porcellanato di un partner e ci va.
Le tecnologie funzionano non solo in linea retta:se una persona sta ricercando attivamente passeggini su diversi siti, la rete neurale gli mostrerà un'offerta da un centro di medicina riproduttiva o da un produttore di culle per bambini. Perché gli algoritmi hanno già considerato questa persona un genitore e sono pronti a presentare diverse proposte pertinenti contemporaneamente.
Le aziende stanno acquistando attivamente i dati sui tipicimodelli (modelli) di comportamento di varie categorie di clienti, possono scambiare pixel con i partner e moltiplicare la base. Se consideriamo il Pixel di Facebook, allora l'account Facebook della persona, i cambiamenti che sono avvenuti in lui (divorziati, cambiato lavoro, ecc.), Le azioni intraprese da lui, fino a fermare l'attenzione sull'annuncio (anche se non si fa clic su di esso), fornire anche informazioni aggiuntive.
Il pixel funziona insieme ai cookie:si tratta di file di dati che si trovano sul dispositivo dell'utente e sono una fonte di informazioni per gli operatori di marketing. Si tratta di un login nei social network, prodotti per negozi online selezionati nel carrello, query di ricerca e molto altro ancora. La raccolta di questi dati non è solo per i professionisti del marketing: semplifica la vita agli utenti stessi. Ad esempio, una persona ha effettuato l'accesso a Facebook e accede a pagine diverse. Non ha bisogno di reinserire il login e la password ogni volta che si riavvia: il sito che ha salvato i cookie lo ha fatto per lui. Merito dei cookie è anche il fatto che il browser abbia memorizzato la geolocalizzazione e non cerchi di suggerire né Dubai né il Marocco in ogni pagina.
Tuttavia, quando si raccolgono tali dati, è importante non dimenticarsenel'esistenza di FZ-152: oggi, ogni sito che utilizza i cookie è obbligato a informare l'utente che lo visita e a dargli una scelta - se dare o meno l'accesso ai dati. Puoi anche rendere personalizzabile il trasferimento dei cookie: l'interessato determina la quantità di informazioni che è pronta a rivelare al sito. Allo stesso tempo, l'utente dovrebbe essere in grado di familiarizzare con l'Informativa sulla privacy, conoscere il periodo di conservazione dei dati raccolti, le possibili azioni con essi, lo scopo della raccolta di informazioni e altre sfumature.
Reti neurali di servizi di raccomandazione
Fino a che punto sono andati i servizi di raccomandazione?Guarda l'esempio di un assistente virtuale creato da Macy's insieme alla piattaforma Watson Marketing. Le reti neurali tracciano la cronologia degli acquisti di un visitatore su un sito Web o un'applicazione, analizzano la sua posizione geografica e il comportamento di clienti simili. Successivamente, l'assistente virtuale offre beni adatti a una persona non solo sulla base dei suoi acquisti precedenti (condizionatamente la quinta scarpa da ginnastica bianca), ma anche tenendo conto della sua mentalità e di altre caratteristiche nazionali. Ad esempio, un sostenitore degli animali dedicato nelle raccomandazioni non riceverà sicuramente né una pelliccia di pelliccia naturale né una borsa di pelle di vitello.
Amazon ne sta sviluppando anche un altroservizio di raccomandazione basato su reti neurali: ora algoritmi intelligenti analizzano quali prodotti sono piaciuti all'utente del sito e offrono prodotti per lui rilevanti. Inoltre, i suggerimenti possono essere rilasciati già alla prima visita in negozio: è sufficiente scegliere quelli che ti piacciono tra le opzioni proposte (le selezioni casuali della giornata su Pinterest funzionano in modo simile). La rete neurale elaborerà i dati e fornirà offerte pertinenti. L'idea ha lo scopo di risolvere la domanda "Non so cosa voglio" tra i visitatori del sito. Secondo i rappresentanti di Amazon, questo è un passo verso lo shopping innovativo: la possibilità di ricevere solo consigli utili senza aver guardato prima un milione di prodotti. Lo strumento funziona non solo sul sito Web, ma anche nell'applicazione mobile.
Inoltre, Amazon ha iniziato ad addestrare una rete neurale.studiare le strategie di comportamento del cliente, tenendo conto della durata della query di ricerca, del prezzo di acquisto e del rapporto tra la merce già acquistata (inserita nel carrello). Si presume che le persone che guidano per domande troppo lunghe o troppo brevi siano più flessibili nella loro scelta ed è più facile interessarle a qualcosa che inizialmente non avevano intenzione di acquistare.
Tuttavia, i sistemi di raccomandazione basati suLe reti neurali non sono solo in vendita al dettaglio: un prodotto simile è stato sviluppato dal servizio di streaming Netflix. Il sistema tiene conto di criteri standard come la cronologia di navigazione, le valutazioni, gli attori e i generi preferiti, nonché l'ora del giorno di accesso al servizio, utilizzata per questo dispositivo, le preferenze di altri utenti con un "profilo" simile. È interessante notare che la personalizzazione arriva anche alla scelta di una copertina per uno specifico utente del servizio: in precedenza, allo spettatore veniva mostrata quella che veniva visualizzata più spesso. E ora ogni persona vede un'immagine selezionata per lui.
Tenendo conto anche della velocità di sviluppo delle reti neuraliAumentati dalla pandemia, gli strumenti che consentono alle aziende di ottenere una personalizzazione ancora maggiore saranno sempre più richiesti e quindi si trasformeranno. È molto probabile che i meccanismi predittivi che funzionano in modo più efficiente di qualsiasi persona vengano alla ribalta. E se oggi il negozio non offre una pelliccia di visone a un convinto seguace di Greenpeace, è possibile che domani l'auto senta l'intenzione di una persona di diventare un attivista dello zoo ancor prima che questa decisione venga presa nella sua testa.
È stata creata la prima mappa accurata del mondo. Cosa c'è di sbagliato in tutti gli altri?
Urano ha ricevuto lo status di pianeta più strano del sistema solare. Perché?
La NASA ha detto come consegneranno campioni di Marte sulla Terra