デジタルマーケティングインサイト：機械学習との5つの出会い
公開: 2016-07-07スパムフィルタリングから生産ラインの最適化まで、ここ数か月から数年にわたって機械学習システムの普及と有効性が急上昇しており、デジタルマーケティングほど重要で変革的な増加が見られる分野はありません。 この記事では、今日のオンラインコンテキストで使用されている機械学習の最も興味深い例のいくつかを説明し、デジタルマーケターがこれらの進化し続けるイノベーションに対応し、活用する方法について解説します。
しかし、機械学習とは何ですか？
機械学習は、商業的な文脈で現在使用されている人工知能の最も有用で広く普及している兆候の1つです。 機械学習システムは、独自のアクティビティによって生成されたデータを分析して操作することにより、独自のプロセスを独立して最適化する機能を備えたアルゴリズムです。 このテクノロジーは、すでに膨大な範囲のWebアプリケーションで使用されています。
Facebookニュースフィード
Facebookのアルゴリズムは常にあなたを学習しています。 独自のニュースフィードに配信するコンテンツをパーソナライズするために、行動を分析します。 ご想像のとおり、いいね/リアクション、リンククリック、ビデオ再生、コメント、共有（エンゲージメント）は、ニュースフィードアルゴリズムの計算に考慮されます。 おそらくもっと驚くべきことは、ニュースフィードでアイドル状態で過ごしたり、コンテンツを積極的に利用せずにコンテンツを読んだり表示したりする時間も、アルゴリズムの計算に含まれているという事実です。 特定の種類のコンテンツをスクロールし続けると、将来的には少し少なくなります。
インサイト–投稿のエンゲージメントとリーチは本質的に関連しています–しかし、Facebookのニュースフィードアルゴリズムにアイドル時間を含めることは、コンテンツのスタンドアロンユニットとしてのFacebook投稿の本質的な価値も重要な役割を果たしていることを思い出させます。 Facebookのマーケティング戦略の一環としてリンクを共有する場合は、それらのリンクに比較的長いコピーを添付してみる価値があるかもしれません。 Facebookは、ユーザーの注意を引き付けたいと考えています。ユーザーがオンサイトでそれを実行するのに役立つコンテンツポスターに報酬を与えることは理にかなっています。
Twitterのビジュアルへの新たな焦点
2016年はTwitterにとって根本的な変化の年であり、ソーシャルメッセンジャーアプリの写真とビデオへの新たな焦点を強く示しているように見える多数の更新の中で、より長いビデオクリップのサポートと豊富な投稿番号の文字数制限の増加が証明されています。
今年6月、Twitterの創設者であるジャックドーシーは、ビジュアルコンテンツを取り巻く強い野心を示すさらに別の動きを発表しました。つまり、ロンドンを拠点とする機械学習の専門家であるMagicPonyTechnologyの買収です。 公式Twitterブログに書いている、ドーシーは次のように述べています。
「MagicPonyのチームは、人々が共有して参加する新しい体験を簡単に見つけることができる製品の構築に専念するエンジニア、データサイエンティスト、機械学習研究者のチームであるTwitterCortexに参加します。
「MagicPonyのテクノロジーは、画像の特徴を理解できるアルゴリズムを作成するためのチームによる調査に基づいており、ライブとビデオの強みを強化するために使用され、Twitterに多くのエキサイティングなクリエイティブの可能性を開きます。」
インサイト– Magic Pony TechnologyとTwitterが開発中の正確な機能はまだ明らかにされていませんが、前者のWebサイトの声明は、彼らの仕事の方向性を明確にしています。私たちのテクノロジーを使用して、アプリ全体に提供される視覚的体験を改善します。」
Twitterが、画像や動画を説明するために使用される単語やタグだけでなく、アルゴリズムで診断されたメディアの主題にも基づいて、ユーザーのニュースフィードに画像を配信する未来に向かう可能性があります。
Googleランクブレイン
今週初めに、Googleの上級従業員が明らかにした画期的なニュースについて、Googleが受け取った検索クエリの100％がRankBrain機械学習システムによって処理され、その結果、検索ランキングの高い割合が影響を受けたと報告しました。 RankBrainは、包括的なGoogle検索アルゴリズムであるHummingbirdの重要な部分を形成しています。
検索結果の有効性を評価する際にRankBrainがどの要素を考慮に入れるかは正確にはわかりませんが、システムは常に進化し、学習し、ユーザーの要件をより適切に満たす結果リストを提供しようとしています。
洞察–最高にランク付けしたい場合は、最高になります。 ビルゲイツは1996年に「コンテンツは王様」と言っていましたが、機械学習のパワーと素晴らしい可能性の高まりを考えると、品質、深さ、関連性の点で最高のコンテンツを備えたWebサイトのように感じます。最終的に、Googleの結果ページに劣ったコンテンツで埋め尽くされたSEOの巧妙なサイトを食い物にするように設定されました。 リンク構築、メタデータの最適化、キーワード計画の古くからのスキルは依然として重要ですが、検索マーケターはコンテンツの関連性と品質を磨くためにより多くの時間を費やし始める必要があります。
ジャーナリズム
洞察–私たちがそのスタイルと声で読んだ文章、視点を評価または拒否するための文章、情報を受け取るための文章。 通常、文章はこれらの側面の組み合わせを提供しますが、場合によっては、読者は、特にニュースやスポーツのレポートで、難しい事実を単に望んでいます。 このような状況では、ジャーナリズムAIは、人間からの入力がほとんどまたはまったくなくても、すでにタスクを実行できます。
The Guardianが2015年に報告したように、アメリカのAI企業であるNarrative Scienceは、独自の機械学習システムが2030年までにジャーナリズム記事の90％を書くことができると予測しています。NarrativeScienceの機械が独自に書いたスポーツレポートの例を次に示します。
「火曜日はWロバーツにとって素晴らしい日でした。ジュニア投手がバージニアをダベンポートフィールドでジョージワシントンに2-0で勝利させるためのパーフェクトゲームを投げました。
「27のコロニアルがプレートにやって来て、バージニアのピッチャーがそれらすべてを打ち負かし、パーフェクトゲームをピッチングしました。 彼は彼の重大な偉業を記録している間、10人の打者を打ちました。
「トム・ゲートリーはコロニアルズのラバーに足りず、損失を記録しました。 彼は3イニングを行って、2を歩き、1を打ち、2回のランを許可しました。 キャバリアーズは4回戦で好成績を収め、野手選択とボークで2ランを記録しました。」
洞察–しかし、これは良いことですか？ ジャーナリズムの客観性のために、私たちの答えは暫定的なイエスです。 機械は人間の作家の非常に複雑な道徳と性格を欠いているかもしれませんが、この時点で彼らはまた偏見と先入観を欠いています。 もちろん、機械学習システムは進化を続け、自己啓発を続けているため、手荷物、美しさ、複雑さをすべて備えた独自の信条を開発することを妨げるものは何もありません。 今すぐ無料メンバーシップを取得-クレジットカードはまったく必要ありません
無料会員