Cumpărătorii se bazează frecvent pe review-uri și pe comparatoarele de preț. Cu toate acestea, recomandările personale sunt cele mai eficiente, potrivit raportului Nielsen „Global Trust in Advertising“. Astfel, cele mai credibile promovări vin de la persoanele pe care clienții le cunosc și în care au încredere. Până la 83% din respondenții care au participat la raport susțin că sunt complet sau în mare măsură încrezători în sugestiile familiei și ale prietenilor.

În acest sens, RTB House a făcut o analiză a noului context al publicității online, în care computerele cunosc foarte bine cumpărătorii și le pot face recomandări de produse în funcție de nevoile specifice ale acestora.

Ce știu mecanismele automatizate în prezent despre cumpărător

„Expertiza“ despre obiceiurile de consum ale unei persoane vine, în prezent, din istoricul ofertelor achiziționate sau vizualizate, ce au ales clienți cu preferințe similare, data și timpul de vizualizare pentru anumite oferte. Tehnologiile folosite pentru recomandare urmăresc acești parametri și sugerează produse. Astfel colectează și analizează milioane de indicatori despre preferințe și furnizează recomandări precise.

Acuratețea în acest caz e dată de volumul mare de date disponibile. Cu cât sunt mai multe, cu atât mai bine. Aici intervine utilitatea tehnologiei deep learning, o ramură inovatoare a inteligenței artificiale, care rezolvă probleme prin replicarea modului în care creierul uman procesează informații și creează tipare pentru luarea deciziilor.

Inteligența artificială poate prevedea ce va dori un cumpărător

Uneltele de deep learning pot personaliza experiența cumpărătorului prin identificarea obiceiurilor de consum după doar una sau câteva vizite făcute în magazinul online, uneori chiar și după prima vizită. Algoritmii de tip deep learning, capabili să învețe singuri, împreună cu analize realizate în timp real, pot duce la predictibilitate. Serviciile de music streaming precum Spotify pot intui următoarea melodie pe care un utilizator vrea s-o asculte, în timp ce un serviciu de video streaming YouTube poate pregăti o colecție de clipuri pe care să le redea mai departe.

Potrivit RTB House, algoritmii care învață singuri ajută la rafinarea recomandărilor foarte mult și sporesc performanța campaniilor de advertising cu până la 50%. Cel mai bine poate fi prezentat potențialul acestei tehnologii printr-un exemplu.

În cazul achiziției unui obiect vestimentar, vizitatorul unui magazin online este monitorizat automat și îi sunt învățate preferințele. De la dimensiuni și culori până la materiale și o mulțime de alți indicatori, toate acestea sunt folosite pentru a crea un profil al acelui cumpărător. Sistemul colectează și analizează în timp real datele, corelându-le cu altele din trecut, și poate face predicții precise privind produse de interes. Astfel pot fi recomandate accesorii sau pot fi sugerați pantofi potriviți noii ținute.

Modelele clasice de recomandare nu pot atinge acest punct al sugestiilor. Cele mai multe necesită input de la un om pentru a furniza o listă predefinită de criterii. Pe de altă parte, algoritmii deep learning care simulează modul de gândire al creierului uman, pot furniza rezultate logice, fără îndoieli sau implicarea emoțiilor. Urmează regulile fixate de advertiser, dar, mai important, învață și pot aplicat reguli noi care țin cont de proactivitate și performanță.

Personalizarea va fi din ce în ce mai importantă în e-commerce, după cum o arată și Infosys, care spune că 86% din consumatori cred despre personalizare că joacă un rol crucial în deciziile lor de achiziție. În final, ar trebui să ne amintim citatul lui Steve Jobs: „Oamenii nu știu ce vor până când nu le arătăm noi“. Ei bine, industria deep learning poate să facă din acest caz o experiență automatizată pentru fiecare utilizator din era digitală.