Inova em Foco | Como o Marketing pode se adaptar a era da Inteligência Artificial - Eliane El Badouy

Inova em Foco

01 Agosto, 2017

 Malcolm Gladwell, em "The Tipping Point", disse: "Se quiser trazer uma mudança fundamental na crença e no comportamento das pessoas ... é preciso criar uma comunidade ao seu redor, onde essas novas crenças podem ser praticadas, expressas e nutridas".

 Nossos comportamentos estão mudando: Confiamos no Waze para calcular nossa rota devido ao tráfego; confiamos no Netflix para sugerir o próximo filme ou série; e num futuro não muito distante até deixaremos nossos carros detectarem a probabilidade de colisão e dirigir ou frear de forma autônoma.

 Há uma comunidade em evolução em torno de nós, que depende muito de máquinas inteligentes. Se estamos em um ponto de inflexão ou não, é claro que o intelecto artificialmente instilado está crescendo. À medida que a IA continua a mudar o comportamento das pessoas, as marcas devem reconhecer como isso pode impactar as iniciativas de marketing. Isso implica em:

 Mudar de palavras-chave para contexto: À medida que a pesquisa se torna conversacional, particularmente através da explosão de voz (Google, Siri, Alexa), extrair o contexto é mais relevante e a IA pode ser usada para isso.

 Usar dados estruturados e não estruturados juntos. Os canais de marketing estão intrinsecamente interligados e nem todos os pontos de dados são estruturados. À medida que as soluções baseadas em IA evoluem, os dados estruturados e não estruturados (sinais, imagens, emoticons, som, vídeo, etc.) se tornarão nós em uma rede neural, determinando dinamicamente a exposição a cada ponto de contato. Isso causará uma mudança na forma como o desempenho do canal é gerenciado, medido e relatado.

 Criar funis de pesquisa mais curtos, com mais otimizações de conteúdo. As soluções cognitivas de IA visam conectar os usuários com as informações que procuram, mais rápido e com maior grau de relevância. À medida que esses sistemas se tornam mais preditivos, é plausível que as buscas detalhadas sejam reduzidas e a responsabilidade de entregar as informações certas, no contexto da pesquisa, cairá sobre os sistemas que processam conteúdo. Isso dependerá mais da IA e de algoritmos de decisão.

 Treinar o sistema IA: A tarefa mais desafiadora é o treinamento do algoritmo de IA. Isso requer grandes quantidades de bons dados (e conteúdo) para treinamento, bem como validação, o que pode ser um esforço intensivo e oneroso. 

 Repensar a segmentação. Segmentação é sobre a criação de "segmentos" que são mais propensos a converter. À medida que os sistemas de IA evoluem, a interação do usuário com o "próximo" estágio é sempre maximizada para a maior probabilidade de conversão. Como tal, segmentos pré-formados perdem o seu significado. A compreensão precisa do contexto é que impulsionará a conversão. Assim, precisamos repensar quando e onde usamos segmentos de audiência clássicos versus IA.

 Avaliar seus recursos de ciência dos dados. Os limites em torno do que as máquinas podem fazer estão sendo redefinidos. Portanto, as marcas também devem redefinir suas capacidades de ciência dos dados. Sistemas cognitivos de IA, redes neurais, análises preditivas usando IA, sistemas de autoaprendizagem - todas essas coisas exigem uma forte dependência da ciência dos dados. Para considerar adequadamente esses fatores, uma equipe de análise robusta é fundamental.

 As marcas devem mergulhar nesse processo, já que liderar a evolução do intelecto rapidamente passará de tendência à alavanca chave na condução de desempenho.

Chat