Odpowiedzi na Twoje najważniejsze pytania dotyczące sztucznej inteligencji i uczenia maszynowego

Opublikowany: 2019-02-14

Zarówno sztuczna inteligencja, jak i uczenie maszynowe zyskują na popularności w 2019 roku bez żadnych oznak spowolnienia w najbliższym czasie. Chociaż ta nowa era technologii ma ogromną liczbę korzyści, czasami może być trudno odróżnić fakty od fikcji.

Niedawno nasz współzałożyciel, Marc Poirier, wraz z profesjonalistami PPC Bradem Geddesem z AdAlysis i Jeffem Allenem z Hanapin Marketing zorganizowali seminarium internetowe, aby odpowiedzieć na te pytania. Podczas webinaru omówili wiele pytań dotyczących sztucznej inteligencji i uczenia maszynowego, a my dzielimy się najgorętszymi pytaniami w poniższej rundzie.

Każdego dnia obserwujemy automatyzację w wyszukiwarkach, platformach i narzędziach innych firm. Czy powinniśmy zmienić naszą strategię marketingową, aby temu zaradzić?

Brad opowiedział, jak w ciągu ostatnich pięciu lat dwie najważniejsze rzeczy w płatnym wyszukiwaniu to uczenie maszynowe – czyli automatyzacja – a następnie kierowanie na odbiorców, w którym chcemy uzyskać szczegółowe informacje na temat każdej grupy użytkowników.

„Te dwie rzeczy działają w różnych celach, a jeśli zbytnio polegamy na uczeniu maszynowym, ryzykujemy utratę rozmowy z naszymi użytkownikami. Celem musi być wykorzystanie uczenia maszynowego do automatyzacji, ale trzymanie się naszych strategii dotyczących głosu marki i wiadomości”.

Marc dodał, że posiadanie solidnej strategii pozostaje kluczowe, a narzędzia są po to, aby pomóc w realizacji strategii.

Wiele osób wydaje się walczyć przeciwko sztucznej inteligencji lub obawia się jej. Jak myślisz, dlaczego tak jest?

Ludzie od lat walczą z automatyzacją i według Brada teraz zdają sobie sprawę, że matematyka to matematyka i jeśli narzędzie sobie z tym poradzi, jest to pomocne. „Ludzie walczą ze sztuczną inteligencją, jeśli chodzi o ich marki, ponieważ nie mają zaufania do algorytmów. Chcą dokładnie wiedzieć, co się dzieje”.

Następnie wyjaśnił: „Widzieliśmy, jak ludzie sprzeciwiają się automatycznemu określaniu stawek Google, ponieważ zakłóca ich kampanie, i jest to postrzegane jako problem z automatyzacją. Naprawdę, jest to większe wyzwanie, jeśli chodzi o to, jak rzeczy są ze sobą powiązane na platformie”.

Z perspektywy Marca istnieje wyraźny powód, dla którego sprzeciwiamy się sztucznej inteligencji: „Dużym wyzwaniem jest wyjaśnienie zasad tego, co staramy się osiągnąć za pomocą sztucznej inteligencji lub uczenia maszynowego, ale nie zawsze możemy wyjaśnić, dlaczego podjęto konkretną decyzję ”. Maszyna analizuje dane, podejmuje decyzje i stale się uczy.

Jaka jest różnica między automatyzacją, uczeniem maszynowym a uczeniem głębokim?

Marc wyjaśnił wszystkim różnice: „Automatyzacja istnieje od lat pięćdziesiątych i jest to po prostu sposób na automatyczne wykonanie czegoś, dzięki czemu można tworzyć reguły biznesowe w oparciu o logikę. Sztuczna inteligencja jest powiązana z procedurami automatyzacji, a ty próbujesz sprawić, by komputer myślał jak człowiek, korzystając z tych reguł biznesowych. Uczenie maszynowe pojawiło się w latach 80., kiedy komputery radziły sobie z większymi zbiorami danych. Z biegiem czasu naukowcy zauważyli, że maszyna sama uczyłaby się i ulepszała”.

„W ciągu ostatnich pięciu lat nastąpiło znaczne przyspieszenie różnych rodzajów uczenia maszynowego, w tym uczenia głębokiego, które jest sposobem na szybką analizę bardzo dużego zestawu danych”.

Specjaliści PPC muszą coraz bardziej przyzwyczajać się do automatyzacji. Jaki jest Twój poziom komfortu w zakresie sztucznej inteligencji i uczenia maszynowego oraz jego dokładności?

W odpowiedzi na to pytanie Marc opowiedział, jak profesjonaliści muszą zadać sobie pytanie, jaki problem próbują rozwiązać i czy narzędzia radzą sobie lepiej czy gorzej niż człowiek. Stamtąd musimy ocenić, czy na dużą skalę można rozwiązać problem w opłacalny sposób. To naprawdę sprowadza się do ustalenia, czy widzisz wyniki.

Brad podzielił się przykładem korzystania z automatycznego określania stawek: „Czy uzyskałeś więcej konwersji za mniejsze pieniądze? Wiele decyzji sprowadza się do tolerancji ryzyka w różnych częściach kampanii. Zadaj sobie pytanie, czy stawka jest całkowicie niewłaściwa, czy problem tkwi w Twojej kreacji?”

Wskazał, że jako profesjonaliści PPC musimy przyjrzeć się, czy narzędzia, ogólnie rzecz biorąc, również działają i jak uczenie maszynowe i sztuczna inteligencja powinny działać jako kompas dla wszystkiego, co robisz.

„Każdy musi określić poziom ryzyka, jaki jest gotów podjąć, w oparciu o potencjalne korzyści płynące z używania sztucznej inteligencji” – dodał Marc.

Jak dużo o sztucznej inteligencji i uczeniu maszynowym powinni naprawdę wiedzieć marketerzy?

Brad podzielił się tym, jak wielu marketerów czuje potrzebę głębokiego zrozumienia tego, co się dzieje, gdy tak naprawdę chodzi o audyt wyników.

„Powinniśmy korzystać z narzędzi, aby uzyskać rekomendacje — a następnie je zaakceptować lub odrzucić — a to będzie wymagało fundamentalnego zrozumienia, jak to działa. Marketer PPC nie musi być programistą, który potrafi pisać skrypty. Należy skupić się na kreatywności, pisaniu i ogólnej strategii. Chodzi o to, aby uzyskać odpowiednią skalę dzięki uczeniu maszynowemu i sztucznej inteligencji”.

Historia jest nieco inna niż z punktu widzenia Marca: „Dla agencji, myślę, że w zespole musi być ktoś, kto jest dobrze zorientowany w nauce danych, dzięki czemu możesz wyjaśnić klientom, jak to działa”.

Czy to oznacza, że ​​zmienia się model agencji, jeśli chodzi o PPC?

„Zazwyczaj zatrudniasz agencję, ponieważ nie masz wszystkich potrzebnych umiejętności w firmie i nie chcesz mieć takiej liczby pracowników” – wskazał Brad. „Agencja naprawdę zajmuje się strategią, ale prawdopodobnie zmienią się funkcje pracy w agencji. Zarządzanie kontem i raportowanie o tym, co robi maszyna, będzie kluczowe, ponieważ zarządzanie tym, co się dzieje, nadal leży w rękach ludzi”.

Rozwijając przemyślenia Brada, Marc argumentował, że oferta agencji będzie musiała ewoluować. „Prawdopodobnie następuje zmiana funkcji, gdy oferta ewoluuje, więc obejmuje ona specjalistyczną wiedzę z zakresu nauki o danych. W ten sposób agencja może powiedzieć klientowi, co oznaczają dane i co powinien z nimi zrobić”.

Jako właściciel agencji, Jeff miał cenny wgląd w to, jak niektóre rzeczy stały się prostsze, a inne bardziej złożone. „Mamy do czynienia z wieloma platformami, na których musimy mieć wiedzę specjalistyczną i musimy dostarczać klientom strategię i wyniki. Kiedyś chodziło o uproszczenie takich rzeczy jak Google Ads dla klientów; teraz chodzi o przejęcie złożonych modeli biznesowych naszych klientów i sprawienie, by działały w istniejących ekosystemach”.

Z jakiego rodzaju matematyki muszę przejść szkolenie, aby lepiej zrozumieć PPC i uczenie maszynowe?

Dobrą wiadomością jest to, że Marc uważa, że ​​nie trzeba być matematykiem, aby wyróżniać się jako profesjonalista PPC. Nakreślił to, co musisz wiedzieć, aby odnieść sukces: „To, co musisz wiedzieć lub zostać przeszkolony, to statystyki 101, abyś wiedział, jakie testy zastosować w jakich sytuacjach. Musisz mieć praktyczną wiedzę na temat zmiennych w grze i jakiego stopnia pewności poszukujesz. Istnieje mnóstwo kursów, w których możesz wziąć udział — w tym bezpłatne kursy online. Możesz sprawdzić Linda.com lub Khan Academy.”

Jak myślisz, kiedy byłby to idealny moment na rozpoczęcie testu z nowym narzędziem do uczenia maszynowego?

Nic dziwnego, że Brad zachęcał publiczność do rozpoczęcia testów, gdy tylko chcą być lepsi, ponieważ tak naprawdę nie ma złego czasu na rozpoczęcie.

Jednak zapoznał się z kilkoma wskazówkami na początek: „Nie wypróbowałbym tego na zupełnie nowym koncie, ponieważ nie ma danych, ale jeśli masz trochę danych i jesteś zadowolony z obecnego wolumenu, to masz to, czego potrzebujesz, aby zacząć”.

Wskazał, że to, czego chcesz szukać, to spójne dane bez wartości odstających. „Jeśli prowadzisz firmę kwiatową, prawdopodobnie nie chcesz przeprowadzać testu przed Walentynkami, ponieważ Twoje wyniki będą prawdopodobnie zafałszowane. Chcesz używać powtarzalnych, spójnych danych.”

Jak myślisz, jaki wpływ na wrażenia użytkownika ma uczenie maszynowe i sztuczna inteligencja?

Wywarło to wyraźny wpływ na wrażenia użytkownika — ale to nie sztuczna inteligencja powoduje problemy.

Brad szybko dotarł do sedna problemu: „To marketerzy nie konfigurują poprawnie kampanii. Na przykład nadmierne ponowne kierowanie reklam, które nie mają ograniczenia liczby wyświetleń ani wykluczonych odbiorców. To zdecydowanie problem marketingowy, a nie problem AI. To nie jest maszyna, to jest to, co ludzie z nią robią”.

Streszczenie

Niezależnie od tego, czy zdecydujesz się najpierw wskoczyć do korzystania ze sztucznej inteligencji i uczenia maszynowego, czy zastosować bardziej wyważone podejście, poczekaj i zobacz, faktem jest, że te technologie zostaną na zawsze. Zrozumienie, co robią, w jaki sposób mogą pomóc Twojej firmie i oddzielenie faktów od fikcji, będzie pierwszym krokiem do przyjęcia tych technologii w dłuższej perspektywie.

Jeśli przegapiłeś webinar i chcesz wysłuchać całej dyskusji, możesz to sprawdzić tutaj.

Kredyty obrazkowe

Główny obraz: Unsplash / Franck V.