Wawasan Pemasaran Digital: 5 Pertemuan Dengan Pembelajaran Mesin

Dari pemfilteran spam hingga pengoptimalan lini produksi, telah terjadi ledakan dalam penyerapan dan efektivitas sistem pembelajaran mesin selama beberapa bulan dan tahun terakhir – dan tidak ada bidang yang mengalami peningkatan yang lebih signifikan dan transformatif selain pemasaran digital. Artikel ini berusaha menjelaskan beberapa contoh paling menarik dari pembelajaran mesin yang digunakan dalam konteks online saat ini, dan memberikan komentar tentang bagaimana pemasar digital harus berupaya mengakomodasi – dan memanfaatkan – inovasi yang terus berkembang ini.

Tapi apa itu pembelajaran mesin?

Pembelajaran mesin adalah salah satu manifestasi kecerdasan buatan yang paling berguna dan tersebar luas yang saat ini digunakan dalam konteks komersial. Sistem pembelajaran mesin adalah algoritma dengan kemampuan untuk secara independen mengoptimalkan prosesnya sendiri dengan menganalisis dan bertindak berdasarkan data yang dihasilkan oleh aktivitasnya sendiri. Teknologi ini sudah digunakan di berbagai aplikasi web.

umpan berita Facebook

Algoritme Facebook terus mempelajari Anda; menganalisis perilaku Anda untuk mempersonalisasi konten yang diberikannya ke umpan berita unik Anda. Seperti yang Anda harapkan, suka/reaksi, klik tautan, pemutaran video, komentar, dan berbagi – keterlibatan – diperhitungkan dalam perhitungan algoritme umpan berita. Mungkin yang lebih mengejutkan adalah fakta bahwa waktu yang Anda habiskan untuk umpan berita, membaca atau melihat konten tanpa terlibat secara aktif dengannya, juga termasuk dalam perhitungan algoritme. Teruslah menggulir melewati jenis konten tertentu dan Anda akan melihatnya lebih sedikit di masa mendatang.

Wawasan – Keterlibatan dan jangkauan postingan secara intrinsik terkait – tetapi penyertaan waktu idle dalam algoritme umpan berita Facebook mengingatkan kita bahwa nilai intrinsik dari postingan Facebook sebagai unit konten yang berdiri sendiri juga memiliki peran penting untuk dimainkan. Jika Anda membagikan tautan sebagai bagian dari strategi pemasaran Facebook Anda, mungkin ada baiknya Anda bereksperimen dengan menyertakan tautan tersebut dengan salinan yang relatif panjang. Facebook ingin menjaga perhatian penggunanya – masuk akal jika mereka memberi penghargaan kepada poster konten yang membantu mereka melakukan hal itu, di tempat.

Fokus baru Twitter pada visual

2016 terbukti menjadi tahun perubahan radikal bagi Twitter, dengan dukungan untuk klip video yang lebih panjang dan peningkatan batas karakter untuk postingan kaya yang berjumlah di antara serangkaian pembaruan yang tampaknya sangat menunjukkan fokus baru pada foto dan video untuk aplikasi messenger sosial .

Juni ini, pendiri Twitter Jack Dorsey mengumumkan langkah lain yang menandakan ambisi kuat seputar konten visual: yaitu, pembelian pakar pembelajaran mesin yang berbasis di London, Magic Pony Technology. Menulis di blog resmi Twitter, Dorsey menyatakan:

“Tim Magic Pony akan bergabung dengan Twitter Cortex, tim insinyur, ilmuwan data, dan peneliti pembelajaran mesin yang didedikasikan untuk membangun produk di mana orang dapat dengan mudah menemukan pengalaman baru untuk dibagikan dan berpartisipasi.

“Teknologi Magic Pony – berdasarkan penelitian oleh tim untuk membuat algoritme yang dapat memahami fitur citra – akan digunakan untuk meningkatkan kekuatan kami dalam siaran langsung dan video dan membuka banyak kemungkinan kreatif yang menarik untuk Twitter.”

Wawasan – Sementara fungsi pasti yang sedang dikembangkan oleh Magic Pony Technology dan Twitter belum muncul, sebuah pernyataan di situs web sebelumnya menjelaskan arah pekerjaan mereka: “[…] kami senang mengumumkan bahwa kami bergabung dengan Twitter untuk menggunakan teknologi kami guna meningkatkan pengalaman visual yang dihadirkan di seluruh aplikasi mereka.”

Tampaknya kita mungkin terikat untuk masa depan di mana Twitter mengirimkan gambar ke umpan berita pengguna tidak hanya berdasarkan kata-kata dan tag yang digunakan untuk menggambarkan gambar dan video, tetapi juga materi pokok media, yang didiagnosis secara algoritme.

Google RankBrain

Awal minggu ini kami melaporkan di berita penting, yang diungkapkan oleh seorang karyawan senior Google, bahwa 100% permintaan pencarian yang diterima oleh Google sekarang diproses oleh sistem pembelajaran mesin RankBrain, dengan persentase tinggi dari peringkat pencarian yang terpengaruh sebagai hasilnya. RankBrain merupakan bagian penting dari algoritma Pencarian Google yang melengkung, Hummingbird.

Tidak jelas secara pasti faktor mana yang dipertimbangkan RankBrain saat menimbang keefektifan hasil pencarian, tetapi yang kami tahu adalah bahwa sistem ini terus berkembang, terus belajar, dan selalu mencari untuk menyajikan daftar hasil yang lebih memenuhi kebutuhan pengguna.

Wawasan – Jika Anda ingin peringkat tertinggi, jadilah yang terbaik. Bill Gates memberi tahu kami 'Konten adalah Raja' pada tahun 1996, tetapi mengingat kekuatan yang berkembang dan potensi pembelajaran mesin yang luar biasa, itu benar-benar terasa seperti situs web dengan konten terbaik – dalam hal kualitas, kedalaman, dan relevansi – adalah akhirnya diatur untuk melampaui situs-situs SEO yang secara cerdik diisi dengan konten yang lebih rendah di halaman hasil Google. Keterampilan kuno membangun tautan, pengoptimalan meta data, dan perencanaan kata kunci masih penting, tetapi pemasar pencarian harus mulai menghabiskan lebih banyak waktu untuk mengasah relevansi dan kualitas konten.

Jurnalistik

Wawasan – Beberapa tulisan yang kita baca karena gaya dan suaranya, beberapa untuk menghargai atau menolak suatu sudut pandang, dan beberapa untuk menerima informasi. Biasanya sebuah tulisan akan menawarkan kombinasi dari segi-segi ini, tetapi dalam beberapa kasus pembaca hanya menginginkan fakta yang sulit – terutama dalam berita atau laporan olahraga. Dalam situasi ini, AI jurnalisme sudah mampu menjalankan tugas dengan sedikit atau tanpa masukan dari manusia.

Seperti dilansir The Guardian pada tahun 2015, firma AI Amerika Narrative Science memprediksi sistem pembelajaran mesin seperti milik mereka akan mampu menulis 90% artikel jurnalistik kami pada tahun 2030. Berikut adalah contoh laporan olahraga, yang ditulis secara independen oleh mesin Narrative Science:

“Selasa adalah hari yang luar biasa bagi W Roberts, karena pelempar junior melakukan permainan yang sempurna untuk membawa Virginia meraih kemenangan 2-0 atas George Washington di Davenport Field.

“Dua puluh tujuh Kolonial datang ke piring dan pelempar Virginia mengalahkan mereka semua, memberikan permainan yang sempurna. Dia memukul 10 pemukul saat merekam prestasinya yang penting.

“Tom Gately kekurangan karet untuk Kolonial, mencatat kerugian. Dia pergi tiga babak, berjalan dua, memukul satu dan membiarkan dua berjalan. Cavaliers bangkit untuk kebaikan di kuarter keempat, mencetak dua gol berdasarkan pilihan seorang pemain lapangan dan sebuah balk.”

Wawasan – Tapi apakah ini hal yang baik? Untuk kepentingan objektivitas jurnalistik, jawaban kami adalah ya sementara. Mesin mungkin tidak memiliki moralitas dan karakter yang luar biasa kompleks dari seorang penulis manusia, tetapi pada titik ini mereka juga tidak memiliki bias dan pra-konsepsi. Tentu saja, karena sistem pembelajaran mesin terus berkembang dan mendidik diri sendiri, tidak ada yang menghentikan mereka untuk mengembangkan kredo mereka sendiri, lengkap dengan semua bagasi, keindahan, dan kerumitannya.