Il Machine Learning per il Marketing

S4P MARKETING CONSIGLIA.

Che cosa significa Machine Learning (ML) per i professionisti del marketing? Ecco tre notizie importanti che devi sapere.

1. Il Machine Learning non è una novità. Il Machine Learning, un metodo per trasformare i dati in conoscenze pratiche attraverso S4p Marketing Machine Learningl’applicazione di programmi informatici che automatizzano il processo di modellizzazione statistica e di estrazione dei dati, è già uscito da un po’. Gran parte di tutto questo consiste in vecchie tecniche statistiche rifatte per vendere nuovi software al fine di poterle attuare. Per esempio, una settimana fa, ho sentito da una società che ha notato di stare usando la regressione lineare. La regressione lineare è una nuova funzionalità di Intelligenza Artificiale? No, è una tecnica statistica che risale all’800, quando la “macchina” era il tuo cervello. Ciò che è nuovo è la nostra capacità di combinare dati, algoritmi e potenza di elaborazione. Watson di IBM è un ottimo esempio per applicare algoritmi decennali a nuovi “set di dati” come Wikipedia. Il Machine Learning si basa anche su due fattori, un algoritmo e un dato. Gli algoritmi di Watson dell’IBM sono stati sviluppati negli anni ’70, ma non hanno ottenuto i dati necessari per essere efficaci fino agli anni ’90 o 2000.

2. Il Machine Learning ha applicazioni pratiche. Anche se il ML era in giro già da un po’, c’è un motivo per cui improvvisamente ne sentiamo parlare molto: c’e’ un’abbondanza di dati che non esistevano nemmeno 10 anni fa. Questi dati cresceranno esponenzialmente quando l’IoT decollerà. Pensateci: Presto, quando un consumatore alle 10 di sera si alzerà a prendere una birra guardando Game of Thrones, lascierà una scia di dati. La sua app di fitness saprà quanti passi ha fatto per arrivare al frigorifero, il suo frigorifero smart saprà che ha appena preso la sua ultima birra e dirà ad Alexa di ordinarne una nuova confezione da sei e Google conoscerà il suo comportamento di ricerca sul suo cellulare. Il Machine Learning ha la capacità di trovare dei collegamenti e dei modelli in quei dati che potrebbero fornire nuove opportunità di guadagno ed aumentare la conservazione del cliente, tra gli altri vantaggi. L’altra parte dell’equazione è che ora la potenza di elaborazione dei computer è più disponibile che mai. Utilizzando il cloud, le aziende hanno una quantità pressoché infinita di potere di elaborazione ad un prezzo che non è mai stato così basso.

3. Tutto questo è inutile se non hai dei buoni dati. Quello che i marketer non vedono come parte della dimostrazione del software è lo sforzo necessario per costruire il set di dati che è l’input in un algoritmo di Machine Learning. Costruire questi set di dati richiede tempo, abilità tecniche e conoscenze aziendali. Se vuoi che un algoritmo di ML abbia una possibilità efficace per identificare i modelli nei tuoi dati, che hanno portato a grandi intuizioni, devi assemblare i set di dati giusti nel modo giusto. Il mondo del marketing ha bisogno di dati migliori, non di algoritmi migliori.

Placa le tue aspettative

I marketer devono essere scettici sulle affermazioni dei venditori. Chiedetegli i loro algoritmi ed i loro termini come la regressione lineare e individuate se ciò che stanno vendendo sia davvero nuovo o se ne abbiano semplicemente riconfezionato alcuni che stanno chiamando Machine Learning. Nonostante tali vendite, la pubblicità sul ML è in gran parte giustificata; puoi realmente fare dei passi enormi eseguendo un’analisi profonda dei tuoi dati. Ma questo presuppone che tu abbia già raccolto ed assemblato correttamente i tuoi dati e che le informazioni siano consistenti. Dal momento che la maggior parte dei professionisti del marketing stanno ancora esitando sull’intraprendere questo passo, il loro scetticismo sul Machine Learning è giustificato. Ma anche il loro ottimismo per il ML è giustificato. Molti marketer sono seduti in cima a una montagna di dati sui loro consumatori. Anche di fronte alla pubblicità, i professionisti del marketing possono ancora essere ottimisti sul Machine Learning, basta aggiungere un pizzico di pragmatismo che vada a braccetto con l’ottimismo.

Pensa profondamente alla tua azienda. Identifica i pochi problemi specifici – non generali – dove il Machine Learning ti potrà aiutare a guadagnare. Dopo di che, crea una squadra ed un processo per creare dei set di dati di qualità, sperimenta diverse metodologie di Machine Learning e scopri cosa funzioni per la tua impresa. Questa formula semplice ti assicurerà che le tue spese per il Machine Learning verranno ripagate. (Adattamento e traduzione di C.A.)

Fonte: http://www.chiefmarketer.com/3-truths-about-machine-learning-for-marketing/

S4P MARKETING CONSIGLIA è la nuova rubrica del nostro blog. Ogni venerdì, i 3 articoli, giudicati da noi più interessanti, presi dal web e pubblicati sui nostri profili Social verranno recensiti in questa sede e riproposti. Per informazioni e/o suggerimenti scriveteci o contattateci sui nostri Social!

Leave a Reply

L'indirizzo email non verrà pubblicato. I campi obbligatori sono contrassegnati *

È possibile utilizzare questi tag ed attributi XHTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

Visit Us On LinkedinVisit Us On YoutubeVisit Us On FacebookVisit Us On TwitterVisit Us On Google PlusCheck Our Feed