Ako predpovedať, čo bude človek chcieť o päť rokov
Používanie neurónových sietí je jedným zo spôsobov, ako to zmeniť
História predaja sa používa na analýzu, typobchod, jeho sortiment. Americká maloobchodná spoločnosť Macy’s používa podobné mechanizmy. Každá interakcia používateľa s webom aktualizuje dátové pole o osobe a strojové algoritmy reagujú na čerstvé informácie rýchlejšie ako skutoční zamestnanci. Spoločnosť Nike vybudovala úplne nové obchody Nike Live s myšlienkou personalizácie, s ktorou kupujúci interaguje iba s nainštalovanou aplikáciou - to mu pomáha stať sa súčasťou komunity a dostávať najosobnejšie ponuky a mesačné darčeky od značky. . Vďaka personalizácii spoločnosť Nike zvýšila pravdepodobnosť nákupu svojich produktov až 40-krát.
Neurónové siete sú schopné predpovedať nielen účinokz akcií. Na webových stránkach internetových obchodov analyzujú predchádzajúce nákupy človeka a dospievajú napríklad k záveru, že cukor zakúpený pred mesiacom by sa mal v najbližších dňoch vyčerpať. Takže je čas ponúknuť človeku, aby si obnovil svoje rezervy.
Vývoj chatbotov je ďalšou aplikáciouneurónové siete. Virtuálne asistentky eliminujú potrebu veľkého personálu call centra a sú pomerne efektívne. Poskytujú podrobnejšie informácie rýchlejšie ako živá osoba a odpovedajú na akúkoľvek otázku o produkte alebo službe – až na najbližšiu maloobchodnú adresu.
V internetových obchodoch sú neurónové siete schopné vytváraťosobné odporúčania nielen na základe toho, čo si človek nedávno prezeral, ale aj s prihliadnutím na jeho portrét (pohlavie, vek, národnosť a iné parametre).
Analytici predpovedajú prudký rast investíciíProjekty súvisiace s AI po pandémii. Medzi IT startupmi sa objavuje čoraz viac projektov založených na umelej inteligencii a ML, pretože je dopyt. Maloobchod čoraz viac využíva AI: na výber sortimentu pre obchody, vytváranie akcií, predpovedanie cien a dopytu po tovare. Objavujú sa plnohodnotné obchody fungujúce na neurónových sieťach - Amazon Go, Pro Market v Školkove. Analýza veľkých dát a ich spracovanie neurónovými sieťami umožňuje napríklad vidieť, že používatelia, ktorí tweetujú s tagom #sneakers, tiež často pripájajú tagy #ASICS alebo #Nike. To signalizuje predajcovi, ktoré produkty má častejšie zaraďovať do reklamných kampaní.
V spoločnosti Amazon robí AI výber produktov tým, žeosoba môže pridať košík práve teraz. Za týmto účelom sa analyzujú kohorty používateľov stránky alebo mobilnej aplikácie, informácie o tom, čo sa týmto používateľom páči a čo nie, čo hľadali a kupovali ďalší ľudia (podobní tým, pre ktoré sa produkt momentálne vyberá). Tradične v decembri bude americkej žene ponúknutý tovar na Vianoce a ruskej žene niečo, čo súvisí s Novým rokom. Vďaka motorom odporúčaní založeným na neurónových sieťach generuje Amazon 55% svojich tržieb. Spoločnosť tvrdí, že predpovedá správanie používateľov aj o päť rokov do budúcnosti.
V roku 2016 Amazon poskytol prístup k originálukód svojho algoritmu inteligentných odporúčaní a tiež vyzvala ďalších hráčov, aby tieto mechanizmy integrovali. V nedávnej správe americkej Snemovne reprezentantov bol Amazon obvinený z monopolu (v segmente e-commerce) a z využívania údajov od konkurenčných predajcov pre svoje vlastné záujmy. A podľa Wall Street Journal zamestnanci Amazonu analyzujú údaje o predaji tretích strán, aby mohli pracovať na svojich produktoch značky Amazon.
Ako funguje reklama, ktorá o vás vie všetko
Meno, telefónne číslo alebo e-mail, ktorý môže človek urobiťnechajte to na pokoji, ale ďalšie údaje, ktoré sú pre podnik často ešte dôležitejšie, sa zhromažďujú automaticky. Pomáhajú tomu špeciálne kódy zabudované do internetovej stránky. Najobľúbenejšou možnosťou je pixel: skript (časť kódu JavaScript), ktorý načíta na stránku neviditeľný obrázok. Odošle zhromaždené informácie na server, kde sú spracované, analyzované a použité na vytvorenie osobných ponúk osobe, ktorá vstúpila na stránku.
Obchodníci aktívne používajú pixely zFacebook a Google. Veľkou výhodou takýchto kódov je, že čím viac ich rôzne spoločnosti používajú, tým je základňa širšia a analýza získaných údajov efektívnejšia. A čím častejšie užívateľ navštívi stránku, tým aktívnejšie rastie jeho ID základňa (osobný priečinok s informáciami).
Pixel zhromažďuje nielen statické informácie(napríklad IP, ktorá nám umožňuje pochopiť polohu používateľa), ale aj dynamické - činy osoby na webe. Ak sa konvenčne pozerá na dve košele v katalógu internetového obchodu, neurónová sieť mu môže ponúknuť zoznámenie sa s inými podobnými modelmi alebo vyzdvihnutie častí kompletného kompletu: nohavice, sako, doplnky.
Podľa toho, ako presne sa to implementujepixelov v kóde stránky, určuje sa okamih zhromažďovania informácií. Môže byť nakonfigurovaný tak, aby definoval cielené akcie, ktoré nesúvisia s opätovným načítaním webových stránok a zmenami na stránkach - napríklad používateľovi sa páči, že sa mu produkt páči, alebo ho označuje hviezdičkou, aby mohol byť vložený do zoznamu želaní. Pixel je tiež nakonfigurovaný tak, aby analyzoval informácie o opätovnom načítaní stránky: umožňuje vám to analyzovať presne miesto, kde osoba navštívi. Treťou možnosťou je implementácia pixelu pre kliknutia na odkazy vrátane tých pridružených. Z tohto dôvodu môžete sledovať záujmy tretích strán. Napríklad na webe lustrov vidí návrh novej kolekcie porcelánového kameniny od partnera a ide tam.
Technológie fungujú nielen priamočiaro:ak človek aktívne skúma detské kočíky na rôznych stránkach, neurónová sieť mu ukáže ponuku centra reprodukčnej medicíny alebo výrobcu detských postieľok. Pretože algoritmy už túto osobu považovali za rodiča a sú pripravené predložiť niekoľko relevantných návrhov naraz.
Spoločnosti aktívne nakupujú údaje za bežných okolnostívzory (vzory) správania rôznych kategórií zákazníkov, môžu si vymieňať pixely s partnermi a znásobovať základňu. Ak vezmeme do úvahy Facebook Pixel, potom účet osoby na Facebooku, zmeny, ktoré v ňom nastali (rozvedení, zmena zamestnania atď.), Kroky, ktoré od neho urobila, až po zastavenie pozornosti v reklame (aj keď nekliknete ), uveďte aj ďalšie informácie.
Pixel funguje v spojení s cookies:sú to dátové súbory, ktoré sa nachádzajú v zariadení používateľa a sú zdrojom informácií pre obchodníkov. Jedná sa o prihlásenie do sociálnych sietí, produkty pre online obchody vybrané v košíku, vyhľadávacie dotazy a oveľa viac. Zhromažďovanie týchto údajov nie je určené iba obchodníkom: uľahčuje život samotným používateľom. Napríklad, osoba je prihlásená na Facebook a chodí na rôzne stránky. Nemusí pri každom reštarte znova zadávať svoje prihlasovacie meno a heslo - urobila to za neho stránka, ktorá súbory cookie uložila. Výhodou súborov cookie je aj to, že si prehliadač zapamätal geolokáciu a na každej stránke sa nesnaží navrhnúť ani Dubaj, ani Maroko.
Pri zhromažďovaní takýchto údajov je však dôležité nezabudnúťexistencia FZ-152: dnes je každá stránka, ktorá používa súbory cookie, povinná informovať o tom hosťujúceho používateľa a dať mu na výber - poskytnúť prístup k údajom alebo nie. Môžete tiež prispôsobiť prenos súborov cookie: osoba určuje množstvo informácií, ktoré je pripravená zverejniť na stránke. V takom prípade by mal byť používateľ schopný oboznámiť sa s pravidlami ochrany osobných údajov, poznať dobu uchovávania zhromaždených údajov, možné kroky s nimi, účel zhromažďovania informácií a ďalšie nuansy.
Neurónové siete odporúčacích služieb
Ako ďaleko zašli odporúčacie služby?Pozrite si príklad virtuálneho asistenta vytvoreného spoločnosťou Macy’s v spojení s platformou Watson Marketing. Neurónové siete sledujú históriu nákupov návštevníka na webe alebo v aplikácii, analyzujú jeho geografické umiestnenie, ako aj správanie podobných zákazníkov. Potom virtuálny asistent ponúka tovar vhodný pre človeka nielen na základe jeho predchádzajúcich nákupov (podmienene piate biele tenisky), ale aj s prihliadnutím na jeho mentalitu a ďalšie národné charakteristiky. Napríklad špecializovaný obhajca zvierat v odporúčaniach určite nedostane ani kožuch z prírodnej kožušiny, ani tašku z teľacej kože.
Amazon vyvíja aj ďalšíodporúčanie založené na neurónových sieťach: inteligentné algoritmy teraz analyzujú, ktoré produkty sa používateľovi stránky páčili, a ponúkajú produkty, ktoré sú pre neho relevantné. Tipy môžu byť navyše vydané už pri prvej návšteve obchodu: stačí si z navrhovaných možností vybrať tie, ktoré sa vám páčia (náhodný výber dňa na Pintereste funguje podobným spôsobom). Neurónová sieť spracuje údaje a poskytne príslušné ponuky. Táto myšlienka má za cieľ vyriešiť otázku „neviem, čo chcem“ medzi návštevníkmi stránky. Podľa zástupcov Amazonu ide o krok k inovatívnemu nakupovaniu: schopnosť dostávať iba užitočné odporúčania bez toho, aby ste sa predtým pozreli na milión produktov. Nástroj funguje nielen na webe, ale aj v mobilnej aplikácii.
Amazon navyše začal trénovať neurónovú sieť.preštudujte si stratégie správania sa zákazníkov s prihliadnutím na dĺžku vyhľadávacieho dotazu, nákupnú cenu a vzťah medzi už zakúpeným tovarom (vloženým do košíka). Predpokladá sa, že ľudia, ktorí zadávajú príliš dlhé alebo príliš krátke dotazy, sú pri výbere flexibilnejší a je ľahšie ich zaujať niečím, čo pôvodne neplánovali kúpiť.
Systémy odporúčaní však vychádzajú zNeurónové siete nie sú len v maloobchode: podobný produkt vyvinula streamovacia služba Netflix. Systém zohľadňuje štandardné kritériá, ako napríklad históriu prehliadania, hodnotenie, obľúbených hercov a žánre, ako aj dennú dobu prihlásenia do služby používanej pre toto zariadenie, preferencie ostatných používateľov s podobným „profilom“. Je zaujímavé, že personalizácia dokonca vedie až k výberu obalu pre konkrétneho používateľa služby: predtým sa divákovi zobrazoval ten, ktorý sa zobrazoval častejšie. A teraz každý človek vidí obrázok, ktorý pre neho vybral.
S prihliadnutím na rýchlosť vývoja neurónových sietí tiežVďaka pandémii budú nástroje, ktoré spoločnostiam umožňujú dosiahnuť ešte väčšiu personalizáciu, zvyšovať dopyt a tým sa transformovať. Je vysoko pravdepodobné, že sa do popredia dostanú prediktívne mechanizmy, ktoré fungujú efektívnejšie ako ktorákoľvek osoba. A ak dnes obchod už neponúka verným stúpencom Greenpeace norkový kožuch, je možné, že zajtra auto vycíti zámer človeka stať sa zoo aktivistom ešte skôr, ako sa v jeho hlave rozhodne.
Bola vytvorená prvá presná mapa sveta. Čo je zlé na všetkých ostatných?
Urán získal status najpodivnejšej planéty v slnečnej sústave. Prečo?
NASA povedala, ako budú dodávať vzorky Marsu na Zem