Antworten auf Ihre wichtigsten Fragen zu KI und maschinellem Lernen

Veröffentlicht: 2019-02-14

Sowohl künstliche Intelligenz als auch maschinelles Lernen liegen im Trend für 2019, und es gibt absolut keine Anzeichen für eine baldige Verlangsamung. Obwohl diese neue Ära der Technologie eine enorme Anzahl von Vorteilen bietet, kann es manchmal schwierig sein, Fakten von Fiktionen zu unterscheiden.

Kürzlich veranstaltete unser Mitbegründer Marc Poirier zusammen mit den PPC-Profis Brad Geddes von AdAlysis und Jeff Allen von Hanapin Marketing ein Webinar, um diese Fragen zu beantworten. Während des Webinars haben sie viele Fragen zu KI und maschinellem Lernen behandelt, und wir teilen die heißesten Fragen in der Zusammenfassung unten.

Jeden Tag sehen wir Automatisierung in den Suchmaschinen, Plattformen und Tools von Drittanbietern. Sollten wir unsere Marketingstrategie ändern, um dies anzugehen?

Brad teilte mit, dass in den letzten fünf Jahren die beiden größten Dinge in der bezahlten Suche das maschinelle Lernen waren – bei dem es ausschließlich um Automatisierung geht – und dann die Zielgruppenansprache, bei der wir spezifische Informationen zu jeder Benutzergruppe erhalten möchten.

„Diese beiden Dinge arbeiten gegensätzlich, und wenn wir uns zu sehr auf maschinelles Lernen verlassen, riskieren wir, die Konversation mit unseren Benutzern zu verlieren. Das Ziel muss es sein, maschinelles Lernen für die Automatisierung zu nutzen, aber an unseren Strategien in Bezug auf Markenstimme und Messaging festzuhalten.“

Marc fügte hinzu, dass eine solide Strategie von entscheidender Bedeutung ist und dass die Tools dazu da sind, um bei der Umsetzung der Strategie zu helfen.

Viele Menschen scheinen gegen KI anzukämpfen oder Angst vor ihr zu haben. Warum denkst Du, das ist?

Jahrelang haben die Menschen gegen die Automatisierung gekämpft, und laut Brad erkennen sie jetzt, dass Mathematik Mathematik ist, und wenn ein Tool damit umgehen kann, ist das hilfreich. „Wir sehen Menschen, die gegen KI kämpfen, wenn es um ihre Marken geht, da sie den Algorithmen nicht vertrauen. Sie wollen genau wissen, was passiert.“

Er fuhr fort: „Wir haben Leute gesehen, die sich gegen die automatische Gebotseinstellung von Google gewehrt haben, weil sie ihre Kampagnen durcheinander gebracht hat, und das wird als Problem mit der Automatisierung angesehen. Wirklich, es ist eher eine Herausforderung, wie die Dinge auf der Plattform miteinander verbunden sind.“

Aus Marcs Sicht gibt es einen klaren Grund, warum wir uns gegen KI wehren: „Ein Großteil der Herausforderung besteht darin, die Prinzipien dessen zu erklären, was wir mit KI oder maschinellem Lernen zu erreichen versuchen, aber wir können nicht immer erklären, warum eine bestimmte Entscheidung getroffen wurde .“ Die Maschine analysiert die Daten, trifft Entscheidungen und lernt laufend dazu.

Was ist der Unterschied zwischen Automatisierung, maschinellem Lernen und Deep Learning?

Marc führte alle durch die Unterschiede: „Automatisierung gibt es seit den 1950er Jahren, und es ist einfach eine Möglichkeit, etwas automatisch zu erledigen, damit Sie auf Logik basierende Geschäftsregeln erstellen können. KI ist an Automatisierungsverfahren gebunden, und Sie versuchen, einen Computer dazu zu bringen, wie ein Mensch zu denken, der diese Geschäftsregeln verwendet. Maschinelles Lernen entstand in den 80er Jahren, als Computer mit größeren Datensätzen umgehen konnten. Im Laufe der Zeit stellten die Forscher fest, dass die Maschine von selbst lernen und sich verbessern würde.“

„In den letzten fünf Jahren haben sich die verschiedenen Arten des maschinellen Lernens erheblich beschleunigt, einschließlich Deep Learning, einer Möglichkeit, einen sehr großen Datensatz schnell zu analysieren.“

PPC-Profis müssen sich immer mehr mit der Automatisierung vertraut machen. Wie zufrieden sind Sie mit dem, was derzeit in Bezug auf KI und maschinelles Lernen und seine Genauigkeit verfügbar ist?

Als Antwort auf diese Frage teilte Marc mit, wie Fachleute sich fragen müssen, welches Problem sie zu lösen versuchen und ob die Tools besser oder schlechter funktionieren als ein Mensch. Von dort aus müssen wir beurteilen, ob Sie das Problem im großen Maßstab auf kostengünstige Weise lösen können. Es kommt wirklich darauf an, herauszufinden, ob Sie Ergebnisse sehen.

Brad fuhr fort, ein Beispiel für die Verwendung automatischer Gebote zu nennen: „Haben Sie mehr Conversions für weniger Geld erzielt? Ein Großteil der Entscheidungsfindung hängt von Ihrer Risikotoleranz bei verschiedenen Teilen Ihrer Kampagne ab. Fragen Sie sich, ist das Gebot völlig falsch oder liegt das Problem bei Ihrer Anzeige?“

Er wies darauf hin, dass wir als PPC-Profis prüfen müssen, ob die Tools insgesamt gut funktionieren und wie maschinelles Lernen und KI als Kompass für alles andere dienen sollten, was Sie tun.

„Jeder muss das Risikoniveau bestimmen, das er bereit ist einzugehen, basierend auf den potenziellen Vorteilen des Einsatzes von KI“, fügte Marc hinzu.

Wie viel über KI und maschinelles Lernen sollten Marketer wirklich wissen?

Brad teilte mit, wie viele Vermarkter das Gefühl haben, dass sie ein tiefes Verständnis dafür bekommen müssen, was vor sich geht, wenn es in Wirklichkeit um die Prüfung der Ergebnisse geht.

„Wir sollten die Tools verwenden, um Empfehlungen zu erhalten – und sie dann annehmen oder ablehnen – und das erfordert ein grundlegendes Verständnis dafür, wie die Dinge funktionieren. Ein PPC-Vermarkter muss kein Entwickler sein, der in der Lage ist, Skripte zu schreiben. Der Fokus sollte auf dem Kreativen, dem Schreiben und der Gesamtstrategie liegen. Es geht darum, es mit maschinellem Lernen und KI richtig zu skalieren.“

Die Geschichte unterscheidet sich ein wenig von Marcs Sichtweise: „Für Agenturen muss meiner Meinung nach jemand im Team sein, der sich mit Data Science auskennt, damit Sie Kunden erklären können, wie die Dinge funktionieren.“

Bedeutet dies, dass sich das Agenturmodell in Bezug auf PPC ändert?

„Normalerweise beauftragen Sie eine Agentur, weil Sie nicht über alle erforderlichen Fähigkeiten im eigenen Haus verfügen und diese Mitarbeiterzahl nicht haben möchten“, sagte Brad. „Der Agentur geht es wirklich um die Strategie, aber es ist wahrscheinlich, dass sich die Aufgabenbereiche innerhalb der Agentur ändern werden. Die Kontoverwaltung und die Berichterstattung darüber, was die Maschine tut, werden entscheidend sein, da sie immer noch in menschlicher Hand ist, um zu verwalten, was passiert.“

Auf Brads Gedanken aufbauend, argumentierte Marc, dass sich das Agenturangebot weiterentwickeln müsse. „Es wird wahrscheinlich eine Funktionsänderung geben, wenn sich das Angebot weiterentwickelt, sodass Fachwissen in der Datenwissenschaft enthalten ist. Auf diese Weise kann die Agentur dem Kunden sagen, was die Daten bedeuten und was sie damit machen sollen.“

Als Agenturinhaber hatte Jeff wertvolle Erkenntnisse darüber, wie manche Dinge einfacher und andere komplexer geworden sind. „Wir haben es mit mehreren Plattformen zu tun, für die wir Fachwissen benötigen, und wir müssen Strategien und Ergebnisse für Kunden liefern. Früher ging es darum, Dinge wie Google Ads für Kunden einfacher zu machen; Jetzt geht es darum, die komplexen Geschäftsmodelle unserer Kunden zu nehmen und sie in den vorhandenen Ökosystemen zum Laufen zu bringen.“

In welcher Art von Mathematik muss ich geschult werden, um PPC und maschinelles Lernen besser zu verstehen?

Die gute Nachricht ist, dass Marc der Meinung ist, dass man kein Mathematiker sein muss, um sich als PPC-Experte hervorzuheben. Er skizzierte, was Sie wissen müssen, um erfolgreich zu sein: „Was Sie wissen oder sich darin schulen müssen, ist Statistik 101, damit Sie verstehen, welche Tests in welchen Situationen anzuwenden sind. Sie müssen über praktische Kenntnisse der Variablen verfügen, die im Spiel sind, und wissen, welches Maß an Vertrauen Sie anstreben. Es gibt unzählige Kurse, an denen Sie teilnehmen können – einschließlich kostenloser Online-Kurse. Vielleicht möchten Sie Linda.com oder die Khan Academy besuchen.“

Wann wäre Ihrer Meinung nach der perfekte Zeitpunkt, um einen Test mit einem neuen Tool für maschinelles Lernen zu beginnen?

Es überrascht nicht, dass Brad das Publikum ermutigte, mit dem Testen zu beginnen, sobald es besser werden möchte, da es eigentlich keinen schlechten Zeitpunkt zum Starten gibt.

Er hat jedoch einige Tipps für den Einstieg überprüft: „Ich würde es nicht mit einem brandneuen Konto versuchen, da es keine Daten gibt, aber wenn Sie ein paar Daten haben und mit Ihrem aktuellen Volumen zufrieden sind, dann Sie haben, was Sie brauchen, um loszulegen.“

Er wies darauf hin, dass Sie nach konsistenten Daten ohne Ausreißer suchen sollten. „Wenn Sie ein Blumenunternehmen sind, möchten Sie wahrscheinlich keinen Test vor dem Valentinstag durchführen, da Ihre Ergebnisse wahrscheinlich verzerrt sein werden. Sie möchten wiederholbare, konsistente Daten verwenden.“

Welchen Einfluss haben maschinelles Lernen und KI Ihrer Meinung nach auf die Benutzererfahrung?

Es hat sich eindeutig auf die Benutzererfahrung ausgewirkt – aber es ist nicht die KI, die die Probleme verursacht.

Brad brachte das Problem schnell auf den Punkt: „Marketer richten Kampagnen nicht richtig ein. Zum Beispiel übermäßige Retargeting-Anzeigen ohne Frequency Cap oder auszuschließende Zielgruppe. Das ist definitiv ein Marketingproblem, kein KI-Problem. Es ist nicht die Maschine, es ist das, was die Leute damit machen.“

Zusammenfassung

Unabhängig davon, ob Sie sich kopfüber in den Einsatz von KI und maschinellem Lernen stürzen oder eher abwartend vorgehen, Tatsache ist, dass diese Technologien von Dauer sind. Zu verstehen, was sie tun, wie sie Ihrem Unternehmen helfen können, und die Fakten von der Fiktion zu trennen, ist der erste Schritt zur langfristigen Einführung dieser Technologien.

Wenn Sie das Webinar verpasst haben und die gesamte Diskussion hören möchten, können Sie es hier nachholen.

Bildnachweis

Beitragsbild: Unsplash / Franck V.