Hogyan fordíthatjuk hasznunkra az algoritmusok tudását? Lehet, hogy ezzel teljesedik be az AdTech jóslat, és leszünk képesek végre már a valós vásárlói igény megjelenése előtt befolyásolni döntéseket és magunk generálni az igényt? Milyen eszközeink vannak erre?
Korábban problémát okozhatott a pontos keresőkifejezések kitalálása, vagy akár a marketing során a pontos célzások és célcsoportok meghatározása. Nekünk kellett kellően kreatívnak lenni, és úgy gondolkodni, hogy a számunkra kedvező választ, vagy éppen kampány eredményt kapjuk. Azonban úgy néz ki, hogy ez mára nagyban változott. Ezen anyagom elkészítéséhez például remek szakmai beszélgetést folytattam a Chat GPT-vel. Persze kis várakozás előzte meg, hogy rám is “szánjon időt” a rendszer, de mikor sorra kerültem, egész hasznos és részletes tanácsokat kaptam egy a fenti egyszerű kérdésemre: hogyan használhatjuk az algoritmusokat?
„A JÖVŐ ÜZLETI SIKEREI AZON FOGNAK MÚLNI, HOGY HOGYAN KEZELJÜK AZ ALGORITMUSOKAT.” @eskimon - @suzsha, WeAreSocial
Csermely Ákos idei Digital-Media Hungaryn elhangzott előadásában fejtegette, hogy miképp lesz a D2C-H2H=A2A. Azaz hogyan lesz a Direct to Customer (Márkák és vállalatok közvetlenül az ügyfélhez intézett) kommunikációjából elvéve a Human to Human (azaz ember az emberhez) faktort végül Algorythms to Algorythms - vagy algoritmus az algoritmushoz intézett kommunikációja. Kicsit olyan ez, mint a befolyásolás evolúciója. Először az érték (és termék) választásaink mögött a közvetlen közösségünk, az emberek álltak. Az ő tanácsaik és tapasztalataik alapján hoztunk döntéseket. Majd kitágult ez a kör, és az elmúlt 150 évben már nagyobb szerepet kapott döntéseinek előkészítésében a média. Az újságírás és a hidetések nagyban átvették a szerepet választásaink befolyásolásában. Mára azonban sokkal inkább a saját magunk által tálcán kínált adatok, és elhagyott digitális lábnyomok azok, ami vissza hatással van arra, hogy hogy a rengeteg algoritmusok által felajánlott verzió közül végül hogyan döntünk. Gyakorlatilag a rendszerek kiismerve korábbi szokásainkat, előbb tudják, hogy mire lehet szükségünk, vagy éppen mi fog tetszeni nekünk. (lsd.: Zero moment of truth – Google) Nagyon leegyszerűsítve az algoritmusok már azt is pontosan követik és ezzel befolyásolják, hogy kivel beszélünk, mit vásárolunk, hova megyünk, mennyit keresünk és költünk, sőt azt is, hogy kit szeretünk..
“A Google többet tud rólunk, mint a Mikulás – vagy a saját anyukánk.”
Felhasználóként kicsit ijesztő, de marketingesként kincsesbánya. Online minden követhető, amit tudunk, olvasunk, írunk vagy fogyasztunk. Minden helyet, ahol járunk, mindenkit, akivel beszélünk és találkozunk, egészségügyi és egyéb aktivitási adatainkat, és azt is hogy mit fogunk tenni. A jó hír azonban, hogy az algoritmusok jóval kiszámíthatóbbak, befolyásolhatóbbak és megjósolhatóbbak mint az emberi viselkedés! Tehát jó kezekben a rendszerek is jó célok mentén tudnak támogatni. (Az ellenkező helyzetbe persze ijesztő belegondolni is.)
Marketingesként a döntés tehát nálunk van, és személy szerint én nagyon örülök, hogy egyre hatékonyabb és “önjáróbb” rendszerek támogatnak a munkában. Az algoritmusok remek támogatást nyújtanak a hirdetések személyre szabásában és hatékony kommunikáció folytatásában. Erre egy elég jó példa lehet a Starbucks, akik olyan alkalmazást adtak a felhasználók kezébe, ami azon túl, hogy személyre szabott ajánlatokat és kedvezmény kuponokat tartalmaz, mindent tárol a felhasználók vásárlási szokásairól: kosár értéket, a vásárlás helyét, idejét és az ezekhez kapcsolódó konkrét termékeket. A prediktív algoritmusok folyamatosan dolgozzák fel ezeket az adatokat és segítségükkel teljesen igényre és személyre szabott hirdetésekkel, ajánlásokkal és push üzenetekkel szolgál a felhasználóknak.
A mesterséges intelligencia segítségével mélyítik felhasználóikkal a digitális kapcsolataikat, és olyan élményeket nyújtanak, amik egyszerre meglepik és megörvendeztetik a vásárlókat.
Az algoritmusokra tehát nemcsak mint félelmetes és kontrollálhatatlan entitásokra kell, hogy gondoljunk, hanem sokkal inkább támogató funkcióként. Helyettünk “dolgoznak” a felhasználók megismerésében és hatékony megcélzásában. Korábban hosszú kutatás és egyéni preferenciák határozták meg a jó kampány célzások kialakítását. Mára, ha például egy algoritmus érzékeli, hogy a hirdetések jobban teljesítenek a nap közepén azon városi felhasználóknál, akik a divattal és az egészséggel kapcsolatos tartalmakat böngésznek, az AI ezen információk alapján automatikusan beállítja az automatizált hirdetési szűrőket, hogy ezekre a felhasználókra összpontosítja a költést. Ráadásul mellé kapcsolható még a hirdetési kreatívok dinamikus optimalizálása, hogy jobban illeszkedjenek az adott felhasználó kontextusához és preferenciáihoz.
Az olyan utazásközvetítő cégek, mint az Expedia vagy a Kayak, automatizált hirdetéseket használtak a felhasználók keresési és böngészési előzmények alapján történő célzására. Tehát csak akkor lát valaki egy adott uticélra kedvező áron hirdetést, ha azt keresési előzményei vagy felhasználói szokásai indokolják. Ezzel a módszerrel a cégek megnövekedett foglalásokat és bevételt riportoltak.
MINDEN CSATORNÁN SZÜKSÉGES AZ „ALGORITMUS ETETÉS”
Azaz nem csak arra kell figyelnünk, hogy a fogyasztóinkat és követőinket megfelelő tartalmakkal és információkkal lássuk el, hanem arra is, hogy az algoritmusok minden számukra szükséges és hasznos információt megkapjanak. Azaz mindenhez, a kellő adatbiztonsági kereteket is betartva, hozzáférjenek. Tekinthetjük “őket” külön célcsoportnak is, de akár a kollégaként, akit ”tanítgatunk”. Nemcsak adattal, de visszajelzésekkel, beállításokkal és egyéb eszközökkel is.
Egy nagyon okos fiatal egyszer azt kérdezte egy interjú során a Microsoftot vezető Satya Nadellától, hogy vajon bízhatunk-e abban, hogy az algoritmusok olyan céllal tanulnak majd, amit mi beléjük programozunk? Tehát ha megvannak keretek, akkor nem lépnek ki abból és ellenségeink helyett a partnereink lesznek? Satya Nadella, szerintem, nagyon bölcsen azt válaszolta: pont annyira kell tartanunk a rendszertől, mint azoktól, akik a rendszereket fejlesztik. Ha jó szándékot feltételezünk egy programozó részéről, akkor az algoritmusok is tarthatók jó keretek között, folyamatos fejlesztés és “etetés” mellett.
Kövesd az oldalunkat a Facebook-on és a Twitteren is!
