Hoe te voorspellen wat iemand over vijf jaar wil
Het gebruik van neurale netwerken is één manier om te veranderen
Verkoophistorie wordt gebruikt voor analyse, typewinkel, zijn assortiment. De Amerikaanse winkelier Macy's gebruikt vergelijkbare mechanismen. Elke gebruikersinteractie met de site werkt de gegevensreeks over de persoon bij, en machine-algoritmen reageren sneller op nieuwe informatie dan echte werknemers. Nike heeft geheel nieuwe Nike Live-winkels gebouwd rond het idee van personalisatie, waarbij de koper alleen interactie heeft met de geïnstalleerde applicatie - dit helpt hem om deel uit te maken van de community en de meest gepersonaliseerde aanbiedingen te ontvangen, evenals maandelijkse geschenken van het merk . Met personalisatie verhoogde Nike de kans om zijn producten te kopen met 40 keer.
Neurale netwerken kunnen niet alleen het effect voorspellenvan promoties. Op de websites van online winkels analyseren ze iemands eerdere aankopen en concluderen ze bijvoorbeeld dat de suiker die een maand geleden is gekocht, de komende dagen op zou moeten zijn. Het is dus tijd om iemand aan te bieden zijn reserves te vernieuwen.
Chatbot-ontwikkeling is een andere toepassingneurale netwerken. Virtuele assistenten elimineren de behoefte aan groot callcenterpersoneel en zijn behoorlijk efficiënt. Ze geven sneller meer gedetailleerde informatie dan een levend persoon en beantwoorden elke vraag over een product of dienst - tot aan het dichtstbijzijnde winkeladres.
In online winkels kunnen neurale netwerken creërenpersoonlijke aanbevelingen niet alleen gebaseerd op wat een persoon onlangs heeft bekeken, maar ook rekening houdend met zijn portret (geslacht, leeftijd, nationaliteit en andere parameters).
Analisten voorspellen een explosieve groei van de investeringen inAI-gerelateerde projecten na de pandemie. Onder IT-startups verschijnen steeds meer projecten op basis van kunstmatige intelligentie en ML omdat er vraag naar is. De detailhandel maakt steeds meer gebruik van AI: om assortiment voor winkels te selecteren, promoties te ontwikkelen, prijzen en de vraag naar goederen te voorspellen. Er verschijnen volwaardige winkels die op neurale netwerken werken - Amazon Go, Pro Market in Skolkovo. Analyse van Big Data en de verwerking ervan door neurale netwerken laat bijvoorbeeld zien dat gebruikers die tweeten met de tag #sneakers vaak ook de tags #ASICS of #Nike eraan koppelen. Dit signaleert de retailer welke producten vaker in reclamecampagnes moeten worden opgenomen.
Bij Amazon maakt AI een selectie van producten dieeen persoon kan nu een winkelwagentje toevoegen. Om dit te doen, worden de cohorten gebruikers van de site of mobiele applicatie geanalyseerd, informatie over wat deze gebruikers leuk vinden en wat niet, wat andere mensen (vergelijkbaar met degene waarvoor het product momenteel wordt geselecteerd) hebben gezocht en gekocht. Conventioneel zal in december een Amerikaanse vrouw goederen worden aangeboden voor Kerstmis en een Russische vrouw iets aangeboden dat verband houdt met het nieuwe jaar. Dankzij aanbevelingsengines op basis van neurale netwerken genereert Amazon 55% van zijn omzet. Het bedrijf zegt dat het gebruikersgedrag zelfs vijf jaar in de toekomst voorspelt.
In 2016 bood Amazon toegang tot het origineelcode van zijn slimme aanbevelingsalgoritme, en nodigde ook andere spelers uit om deze mechanismen te integreren. In een recent rapport van het Amerikaanse Huis van Afgevaardigden werd Amazon beschuldigd van monopolie (in het e-commercesegment) en van het gebruiken van gegevens van concurrerende verkopers voor zijn eigen belangen. En volgens de Wall Street Journal analyseren medewerkers van Amazon verkoopgegevens van derden om aan hun producten van het Amazon-merk te werken.
Hoe reclame werkt die alles van u weet
Naam, telefoonnummer of e-mailadres kan een persoonlaat het aan hun lot over, maar andere gegevens, vaak nog belangrijker voor het bedrijf, worden automatisch verzameld. Dit wordt geholpen door speciale codes die op de internetpagina zijn ingesloten. De meest populaire optie is pixel: een script (JavaScript-fragment) dat een onzichtbare afbeelding op een pagina laadt. Het verzendt de verzamelde informatie naar de server, waar het wordt verwerkt, geanalyseerd en gebruikt om persoonlijke aanbiedingen te doen aan de persoon die de site heeft bezocht.
Marketeers maken actief gebruik van pixels vanFacebook en Google. Een groot pluspunt van dergelijke codes is dat hoe meer verschillende bedrijven ze gebruiken, hoe breder de basis wordt en hoe efficiënter de analyse van de verkregen gegevens is. En hoe vaker de gebruiker de site bezoekt, hoe actiever zijn ID-basis (persoonlijke map met informatie) groeit.
De pixel verzamelt meer dan alleen statische informatie(bijvoorbeeld IP, waarmee we de locatie van de gebruiker kunnen begrijpen), maar ook dynamisch - de acties van een persoon op de site. Conventioneel, als hij naar twee shirts in de catalogus van een online winkel kijkt, kan het neurale netwerk hem aanbieden om kennis te maken met andere vergelijkbare modellen of onderdelen op te halen voor een compleet ensemble: broek, jas, accessoires.
Afhankelijk van hoe het precies is geïmplementeerdpixel in de paginacode, wordt het moment van informatieverzameling bepaald. Het kan worden geconfigureerd om gerichte acties te definiëren die geen verband houden met het opnieuw laden van websites en paginawijzigingen - een gebruiker houdt bijvoorbeeld van een product of markeert het met een asterisk om op een verlanglijst te plaatsen. De pixel is ook geconfigureerd om informatie over het opnieuw laden van pagina's te analyseren: hiermee kunt u analyseren waar iemand precies op bezoek is. De derde optie is om een pixel te implementeren voor klikken op links, inclusief gelieerde. Hierdoor is het mogelijk om de belangen van derden van een persoon te volgen. Zo ziet hij op de website van kroonluchters een voorstel voor een nieuwe collectie porseleinen steengoed van een partner en gaat daarheen.
Technologieën werken niet alleen in een rechte lijn:als iemand op verschillende sites actief onderzoek doet naar kinderwagens, zal het neurale netwerk hem een aanbieding laten zien van een centrum voor reproductieve geneeskunde of een fabrikant van babybedjes. Omdat de algoritmen deze persoon al als ouder hebben beschouwd en klaar zijn om meerdere relevante voorstellen tegelijk in te dienen.
Bedrijven kopen actief gegevens over typischepatronen (patronen) van gedrag van verschillende categorieën klanten, pixels kunnen uitwisselen met partners en de basis kunnen vermenigvuldigen. Als we de Facebook-pixel beschouwen, dan is het Facebook-account van de persoon, de veranderingen die in hem zijn opgetreden (gescheiden, veranderde baan, enz.), De acties die van hem zijn genomen, tot het stoppen van de aandacht op de advertentie (zelfs als u niet klikt op), geef ook aanvullende informatie.
De pixel werkt in combinatie met cookies:dit zijn gegevensbestanden die zich op het apparaat van de gebruiker bevinden en een informatiebron zijn voor marketeers. Dit is een login op sociale netwerken, producten voor online winkels die in het winkelmandje zijn geselecteerd, zoekopdrachten en nog veel meer. Het verzamelen van deze gegevens is niet alleen voor marketeers: het maakt het leven van de gebruikers zelf gemakkelijker. Een persoon is bijvoorbeeld ingelogd op Facebook en gaat naar verschillende pagina's. Hij hoeft zijn login en wachtwoord niet elke keer opnieuw in te voeren als hij opnieuw opstart - de site die de cookies heeft opgeslagen, deed het voor hem. Het feit dat de browser de geolocatie heeft onthouden en niet op elke pagina Dubai of Marokko probeert te suggereren, is ook een verdienste van cookies.
Bij het verzamelen van dergelijke gegevens is het echter belangrijk om niet te vergetenhet bestaan van FZ-152: vandaag is elke site die cookies gebruikt, verplicht om de bezoekende gebruiker hiervan op de hoogte te stellen en hem de keuze te geven - al dan niet toegang te geven tot gegevens. U kunt de overdracht van cookies ook aanpasbaar maken: de persoon bepaalt de hoeveelheid informatie die klaar is om aan de site bekend te maken. Tegelijkertijd moet de gebruiker zich vertrouwd kunnen maken met het privacybeleid, de bewaartermijn van de verzamelde gegevens kennen, mogelijke acties ermee, het doel van het verzamelen van informatie en andere nuances.
Neurale netwerken van aanbevelingsdiensten
Hoe ver gingen de aanbevelingsdiensten?Bekijk het voorbeeld van een virtuele assistent gemaakt door Macy's in combinatie met het Watson Marketing-platform. Neurale netwerken volgen de geschiedenis van de aankopen van een bezoeker op een website of applicatie, analyseren zijn geolocatie en het gedrag van vergelijkbare klanten. Daarna biedt de virtuele assistent goederen aan die geschikt zijn voor een persoon, niet alleen op basis van zijn eerdere aankopen (voorwaardelijk de vijfde witte sneakers), maar ook rekening houdend met zijn mentaliteit en andere nationale kenmerken. Een toegewijde dierenadvocaat in de aanbevelingen zal bijvoorbeeld zeker geen bontjas van natuurlijk bont of een tas van kalfsleer ontvangen.
Amazon ontwikkelt ook een andereaanbevelingsdienst op basis van neurale netwerken: nu analyseren slimme algoritmen welke producten de gebruiker van de site leuk vond, en bieden ze producten aan die voor hem relevant zijn. Bovendien kunnen tips al bij het eerste bezoek aan de winkel worden gegeven: het volstaat om degene te kiezen die je leuk vindt uit de voorgestelde opties (willekeurige selecties van de dag op Pinterest werken op een vergelijkbare manier). Het neurale netwerk zal de gegevens verwerken en relevante aanbiedingen doen. Het idee is bedoeld om de vraag "Ik weet niet wat ik wil" onder sitebezoekers op te lossen. Volgens vertegenwoordigers van Amazon is dit een stap in de richting van innovatief winkelen: het vermogen om alleen nuttige aanbevelingen te ontvangen zonder eerder naar een miljoen producten te hebben gekeken. De tool werkt niet alleen op de website, maar ook in de mobiele applicatie.
Bovendien begon Amazon een neuraal netwerk te trainen.bestudeer de strategieën van klantgedrag, rekening houdend met de lengte van de zoekopdracht, de aankoopprijs en de relatie tussen de reeds gekochte goederen (geplaatst in het winkelmandje). Aangenomen wordt dat mensen die in te lange of te korte vragen rijden, flexibeler zijn in hun keuze en het is gemakkelijker om hen te interesseren voor iets dat ze aanvankelijk niet van plan waren te kopen.
Aanbevelingssystemen zijn echter gebaseerd opNeurale netwerken bevinden zich niet alleen in de detailhandel: een soortgelijk product is ontwikkeld door de streamingdienst Netflix. Het systeem houdt rekening met standaardcriteria zoals browsegeschiedenis, beoordelingen, favoriete acteurs en genres, evenals het tijdstip van inloggen op de dienst die voor dit apparaat wordt gebruikt, de voorkeuren van andere gebruikers met een soortgelijk "profiel". Interessant is dat personalisatie zelfs zo ver gaat als het kiezen van een hoes voor een specifieke gebruiker van de dienst: voorheen kreeg de kijker degene te zien die vaker werd bekeken. En nu ziet elke persoon een afbeelding die voor hem is geselecteerd.
Rekening houdend met de snelheid van ontwikkeling van neurale netwerken, ookDoor de pandemie zal er steeds meer vraag zijn naar tools waarmee bedrijven een nog grotere personalisatie kunnen bereiken en dus transformeren. Het is zeer waarschijnlijk dat voorspellende mechanismen die efficiënter werken dan welke persoon dan ook naar voren zullen komen. En als de winkel vandaag geen nertsmantel aanbiedt aan een overtuigde volgeling van Greenpeace, is het mogelijk dat de auto morgen de intentie van een persoon voelt om dierentuinactivist te worden nog voordat deze beslissing in zijn hoofd is genomen.
De eerste nauwkeurige kaart van de wereld is gemaakt. Wat is er mis met de rest?
Uranus heeft de status van de vreemdste planeet in het zonnestelsel gekregen. Waarom?
NASA vertelde hoe ze monsters van Mars naar de aarde zullen brengen