Dijital Pazarlama İçgörüleri: Makine Öğrenimi ile 5 Karşılaşma

İstenmeyen posta filtrelemeden üretim hattı optimizasyonuna kadar, son aylarda ve yıllarda makine öğrenimi sistemlerinin kullanımında ve etkinliğinde bir patlama oldu ve hiçbir alanda dijital pazarlamadan daha önemli ve dönüştürücü bir artış görülmedi. Bu makale, günümüzde çevrimiçi bağlamlarda kullanılan en ilginç makine öğrenimi örneklerinden bazılarını açıklamayı amaçlamaktadır ve dijital pazarlamacıların sürekli gelişen bu yeniliklere nasıl uyum sağlamaları ve bunlardan yararlanmaları gerektiğine dair yorumlar sunmaktadır.

Ama makine öğrenimi nedir?

Makine öğrenimi, ticari bağlamda şu anda kullanımda olan yapay zekanın en kullanışlı ve yaygın tezahürlerinden biridir. Bir makine öğrenimi sistemi, kendi faaliyetleri tarafından oluşturulan verileri analiz ederek ve bunlara göre hareket ederek kendi süreçlerini bağımsız olarak optimize etme yeteneğine sahip bir algoritmadır. Bu teknoloji zaten çok çeşitli web uygulamalarında kullanılmaktadır.

Facebook haber akışı

Facebook'un algoritması sizi sürekli öğreniyor; benzersiz haber akışınıza sunduğu içeriği kişiselleştirmek için davranışınızı analiz etmek. Tahmin edebileceğiniz gibi, beğeniler/tepkiler, bağlantı tıklamaları, video oynatmaları, yorumlar ve paylaşımlar – etkileşimler – haber akışı algoritması hesaplamalarına dahil edilir. Belki daha şaşırtıcı olanı, haber akışınızda boşta geçirdiğiniz, aktif olarak ilgilenmeden içeriği okuduğunuz veya görüntülediğiniz zamanın da algoritmanın hesaplamalarına dahil edilmesidir. Belirli bir içerik türünü kaydırmaya devam edin, gelecekte içeriğin biraz daha azını göreceksiniz.

Insight – Gönderi etkileşimleri ve erişim özünde bağlantılıdır – ancak boş zamanın Facebook'un haber besleme algoritmasına dahil edilmesi bize, bir Facebook gönderisinin bağımsız bir içerik birimi olarak gerçek değerinin de önemli bir rolü olduğunu hatırlatır. Bağlantıları Facebook pazarlama stratejinizin bir parçası olarak paylaşırsanız, bu bağlantılara nispeten uzun kopyalarla eşlik etmeyi denemek için zaman ayırmaya değer olabilir. Facebook, kullanıcılarının dikkatini çekmek istiyor - tam olarak bunu yapmalarına yardımcı olan içerik posterlerini yerinde ödüllendirmeleri mantıklı.

Twitter'ın görsellere yeni odak noktası

2016, sosyal mesajlaşma uygulaması için fotoğraflara ve videolara yeni bir odak noktası olduğunu güçlü bir şekilde gösteren bir dizi güncelleme arasında daha uzun video klipler için destek ve zengin gönderiler için artan karakter sınırı ile Twitter için radikal bir değişim yılı olduğunu kanıtlıyor. .

Bu Haziran ayında, Twitter'ın kurucusu Jack Dorsey, görsel içeriği çevreleyen güçlü emellere işaret eden başka bir hamleyi daha duyurdu: yani, Londra merkezli makine öğrenimi uzmanları Magic Pony Technology'nin satın alınması. Resmi Twitter blogunda yazan Dorsey şunları söyledi:

Magic Pony'nin ekibi, insanların paylaşmak ve katılmak için kolayca yeni deneyimler bulabilecekleri bir ürün oluşturmaya kendini adamış mühendisler, veri bilimcileri ve makine öğrenimi araştırmacılarından oluşan bir ekip olan Twitter Cortex'e katılacak.

"Magic Pony'nin görüntülerin özelliklerini anlayabilen algoritmalar oluşturmak için ekibin yaptığı araştırmaya dayanan teknolojisi, canlı ve videodaki gücümüzü artırmak için kullanılacak ve Twitter için çok sayıda heyecan verici yaratıcı olanak sağlayacak."

Insight – Magic Pony Technology'nin ve Twitter'ın tam olarak geliştirilmekte olan işlevleri henüz ortaya çıkmamış olsa da, eski şirketin web sitesinde yer alan bir açıklama, çalışmalarının yönünü netleştiriyor: “[…] Twitter ile güçlerimizi birleştirdiğimizi duyurmaktan heyecan duyuyoruz. uygulamalarında sunulan görsel deneyimleri geliştirmek için teknolojimizi kullanmak.”

Twitter'ın yalnızca görüntüleri ve videoları tanımlamak için kullanılan sözcüklere ve etiketlere değil, aynı zamanda algoritmik olarak teşhis edilen medyanın konusuna dayalı olarak kullanıcıların haber akışlarına görüntüler sunduğu bir geleceğe bağlı olabiliriz.

Google RankBeyin

Bu haftanın başlarında, Google tarafından alınan arama sorgularının %100'ünün artık RankBrain makine öğrenimi sistemi tarafından işlendiğini ve sonuç olarak arama sıralamalarının yüksek bir yüzdesinin etkilendiğini bildiren önemli bir haberde, kıdemli bir Google çalışanı tarafından açıklanmıştık. RankBrain, kapsamlı Google Arama algoritması Hummingbird'ün önemli bir parçasını oluşturur.

RankBrain'in arama sonuçlarının etkinliğini tartarken tam olarak hangi faktörleri hesaba kattığı belli değil, ancak bildiğimiz şey, sistemin sürekli geliştiği, sürekli öğrendiği ve sürekli olarak kullanıcının gereksinimlerini daha iyi karşılayan sonuç listeleri sunmaya çalıştığıdır.

Insight – En yüksekte yer almak istiyorsanız, en iyisi olun. Bill Gates 1996'da bize 'İçerik Kraldır' diyordu, ancak makine öğreniminin artan gücü ve müthiş potansiyeli ışığında, gerçekten kalite, derinlik ve alaka düzeyi açısından en iyi içeriğe sahip web siteleri gibi hissettiriyor. sonunda, Google'ın sonuç sayfalarında kalitesiz içerikle doldurulmuş akıllıca SEO'lu siteleri gölgede bırakacak şekilde ayarlandı. Bağlantı kurma, meta veri optimizasyonu ve anahtar kelime planlama gibi asırlık beceriler hala önemlidir, ancak arama pazarlamacıları içerik alaka düzeyini ve kalitesini geliştirmeye daha fazla zaman ayırmaya başlamalıdır.

Gazetecilik

İçgörü – Bazı yazıları tarzı ve sesi için, bazılarını bir bakış açısını takdir etmek veya reddetmek ve bazılarını bilgi almak için okuruz. Genellikle bir yazı parçası bu yönlerin bir kombinasyonunu sunar, ancak bazı durumlarda okuyucu, özellikle haberlerde veya spor raporlarında yalnızca somut gerçekleri ister. Bu durumlarda, gazetecilik yapay zekaları, insanlardan çok az girdi alarak veya hiç girdi almadan görevi yerine getirme yeteneğine sahiptir.

The Guardian tarafından 2015'te bildirildiği üzere, Amerikan yapay zeka firması Narrative Science, 2030 yılına kadar kendi makine öğrenimi sistemlerinin, gazetecilik makalelerimizin %90'ını yazabilecek kapasitede olacağını tahmin ediyor. İşte Narrative Science'ın makinesi tarafından bağımsız olarak yazılmış bir spor raporu örneği:

"Salı, W Roberts için harika bir gündü, çünkü genç atıcı Virginia'yı Davenport Field'da George Washington karşısında 2-0'lık bir zafere taşımak için mükemmel bir oyun çıkardı.

"Yirmi yedi Sömürgeci ortaya çıktı ve Virginia atıcısı hepsini yenerek mükemmel bir oyun çıkardı. Önemli başarısını kaydederken 10 vuruş yaptı.

"Tom Gately, Sömürgeler için lastik konusunda yetersiz kaldı ve bir kayıp kaydetti. Üç vuruş yaptı, iki yürüdü, bir vuruş yaptı ve iki koşuya izin verdi. Cavaliers dördüncü turda iyi bir şekilde yükseldi ve bir saha oyuncusu seçimi ve bir balk üzerine iki sayı attı. ”

İçgörü – Ama bu iyi bir şey mi? Gazeteciliğin tarafsızlığı adına cevabımız geçici bir evet olacaktır. Makineler, bir insan yazarın olağanüstü karmaşık ahlakından ve karakterinden yoksun olabilir, ancak bu noktada aynı zamanda önyargı ve önyargılardan da yoksundurlar. Tabii ki, makine öğrenimi sistemleri gelişmeye ve kendi kendini eğitmeye devam ettikçe, onları tüm bagaj, güzellik ve karmaşıklıkla tamamlanan kendi inançlarını geliştirmekten alıkoyacak hiçbir şey yoktur.