Insights de marketing digital: 5 encontros com aprendizado de máquina

Da filtragem de spam à otimização da linha de produção, houve um boom na aceitação e eficácia dos sistemas de aprendizado de máquina nos últimos meses e anos – e nenhum campo viu um aumento mais significativo e transformador do que o marketing digital. Este artigo procura explicar alguns dos exemplos mais interessantes de aprendizado de máquina usados ​​em contextos online hoje e fornece comentários sobre como os profissionais de marketing digital devem procurar acomodar – e capitalizar – essas inovações em constante evolução.

Mas o que é aprendizado de máquina?

O aprendizado de máquina é uma das manifestações mais úteis e difundidas da inteligência artificial atualmente em uso em um contexto comercial. Um sistema de aprendizado de máquina é um algoritmo com a capacidade de otimizar seus próprios processos de forma independente, analisando e agindo sobre os dados gerados por suas próprias atividades. Essa tecnologia já é usada em uma enorme variedade de aplicativos da web.

Feed de notícias do Facebook

O algoritmo do Facebook está constantemente aprendendo você; analisando seu comportamento para personalizar o conteúdo que ele entrega ao seu feed de notícias exclusivo. Como seria de esperar, curtidas/reações, cliques em links, reproduções de vídeo, comentários e compartilhamentos – engajamentos – são levados em consideração nos cálculos dos algoritmos do feed de notícias. Talvez mais surpreendente seja o fato de que o tempo que você passa ocioso em seu feed de notícias, lendo ou visualizando conteúdo sem se envolver ativamente com ele, também está incluído nos cálculos do algoritmo. Continue rolando por um determinado tipo de conteúdo e você verá um pouco menos dele no futuro.

Insight – O engajamento e o alcance do post estão intrinsecamente ligados – mas a inclusão do tempo ocioso no algoritmo do feed de notícias do Facebook nos lembra que o valor intrínseco de um post do Facebook como uma unidade autônoma de conteúdo também tem um papel importante a desempenhar. Se você compartilhar links como parte de sua estratégia de marketing do Facebook, pode valer a pena experimentar acompanhar esses links com uma cópia relativamente longa. O Facebook quer manter a atenção de seus usuários – faz sentido que eles recompensem os pôsteres de conteúdo que os ajudam a fazer exatamente isso, no local.

O novo foco do Twitter em recursos visuais

2016 está provando ser um ano de mudanças radicais para o Twitter, com suporte para videoclipes mais longos e um limite de caracteres aumentado para postagens ricas em uma série de atualizações que parecem indicar fortemente um novo foco em fotos e vídeos para o aplicativo de mensagens sociais .

Em junho deste ano, o fundador do Twitter, Jack Dorsey, anunciou mais um movimento sinalizando fortes ambições em torno do conteúdo visual: a compra da Magic Pony Technology, especialista em aprendizado de máquina com sede em Londres. Escrevendo no blog oficial do Twitter, Dorsey declarou:

“A equipe da Magic Pony se juntará ao Twitter Cortex, uma equipe de engenheiros, cientistas de dados e pesquisadores de aprendizado de máquina dedicados a construir um produto no qual as pessoas possam encontrar facilmente novas experiências para compartilhar e participar.

“A tecnologia da Magic Pony – baseada em pesquisas da equipe para criar algoritmos que podem entender os recursos das imagens – será usada para aumentar nossa força em live e vídeo e abre muitas possibilidades criativas interessantes para o Twitter.”

Insight – Embora as funcionalidades exatas em desenvolvimento pela Magic Pony Technology e pelo Twitter ainda não tenham surgido, uma declaração no site da primeira esclarece a direção de seu trabalho: “[…] estamos empolgados em anunciar que estamos unindo forças com o Twitter usar nossa tecnologia para melhorar as experiências visuais que são entregues em seus aplicativos.”

Parece que podemos estar destinados a um futuro em que o Twitter forneça imagens aos feeds de notícias dos usuários com base não apenas nas palavras e tags usadas para descrever imagens e vídeos, mas também no assunto da mídia, diagnosticado por algoritmos.

Google RankBrain

No início desta semana, informamos sobre a notícia marcante, divulgada por um funcionário sênior do Google, de que 100% das consultas de pesquisa recebidas pelo Google agora são processadas pelo sistema de aprendizado de máquina RankBrain, com uma alta porcentagem de classificações de pesquisa afetadas como resultado. O RankBrain é uma parte importante do algoritmo abrangente da Pesquisa do Google, o Hummingbird.

Não está claro exatamente quais fatores o RankBrain leva em consideração ao avaliar a eficácia dos resultados da pesquisa, mas o que sabemos é que o sistema está em constante evolução, sempre aprendendo e sempre buscando fornecer listagens de resultados que atendam melhor aos requisitos do usuário.

Insight – Se você deseja classificar o mais alto, seja o melhor. Bill Gates estava nos dizendo 'O conteúdo é rei' em 1996, mas à luz do poder crescente e do incrível potencial do aprendizado de máquina, realmente parece que os sites com o melhor conteúdo - em termos de qualidade, profundidade e relevância - são finalmente configurado para eclipsar sites habilmente SEO preenchidos com conteúdo inferior nas páginas de resultados do Google. As habilidades antigas de construção de links, otimização de metadados e planejamento de palavras-chave ainda são importantes, mas os profissionais de marketing de busca devem começar a gastar mais tempo aprimorando a relevância e a qualidade do conteúdo.

Jornalismo

Insight – Alguns escritos lemos por seu estilo e voz, alguns para apreciar ou rejeitar um ponto de vista e alguns para receber informações. Normalmente, um texto oferece uma combinação dessas facetas, mas em alguns casos o leitor simplesmente quer os fatos concretos – especialmente em notícias ou reportagens esportivas. Nessas situações, as IAs do jornalismo já são capazes de realizar a tarefa com pouca ou nenhuma contribuição de humanos.

Conforme relatado pelo The Guardian em 2015, a empresa americana de IA Narrative Science prevê que sistemas de aprendizado de máquina como o seu serão capazes de escrever 90% de nossos artigos jornalísticos até 2030. Aqui está um exemplo de reportagem esportiva, escrita independentemente pela máquina da Narrative Science:

“Terça-feira foi um grande dia para W Roberts, já que o arremessador júnior fez um jogo perfeito para levar a Virgínia à vitória por 2 a 0 sobre George Washington no Davenport Field.

“Vinte e sete Colonials foram ao campo e o arremessador da Virgínia venceu todos eles, lançando um jogo perfeito. Ele eliminou 10 rebatedores enquanto registrava sua façanha.

“Tom Gately ficou aquém da borracha para os Colonials, registrando uma perda. Ele foi três vezes, andou dois, eliminou um e permitiu duas corridas. Os Cavaliers subiram de vez no quarto, marcando duas corridas na escolha de um defensor e um empecilho”.

Insight – Mas isso é uma coisa boa? No interesse da objetividade jornalística, nossa resposta seria um sim provisório. As máquinas podem não ter a moralidade e o caráter extraordinariamente complexos de um escritor humano, mas neste ponto também carecem de preconceitos e preconceitos. É claro que, à medida que os sistemas de aprendizado de máquina continuam evoluindo e se autoeducando, não há nada que os impeça de desenvolver credos próprios, completos com toda a bagagem, beleza e complexidade.