Zum Inhalt
02_Elemente/Icons/PfeilLinks Zurück zu Einblicke
Einblicke > Digital & Technologie

Was werden KI, Big Data und Data Science im Jahr 2019 für das Marketing bringen?

4 Minuten lesen | März 2019

Heute gibt es mehr Datenpunkte über Verbraucher, sowohl kollektiv als auch individuell, als jemals zuvor. Noch wichtiger ist, dass die Möglichkeiten des maschinellen Lernens (ML) und der künstlichen Intelligenz (KI) immer ausgefeilter werden, was die Möglichkeiten der Vermarkter, diese Daten auf neue Weise zu aktivieren, erhöht.

Viele Vermarkter wissen, dass diese Technologien ihre Arbeit verändern werden, aber es ist immer noch unklar, was sich genau und wie schnell ändern wird. Um einen Einblick in die Zukunft zu bekommen, haben wir einige unserer Datenwissenschaftler gebeten, uns mitzuteilen, was ihrer Meinung nach die größten Trends in der nahen Zukunft sein werden.

Die Wissenschaftler werden ihre Fähigkeit verbessern, Computern beizubringen, Sprache richtig zu verstehen.

In diesem Jahr werden wir bedeutende Fortschritte bei der Modellierung und Verarbeitung von Text erleben. In Kreisen der natürlichen Sprachverarbeitung (NLP) gibt es derzeit eine hitzige Debatte über die Brüchigkeit einiger der erfolgreichsten Modelle in diesem Bereich und darüber, wie sehr einfache Manipulationen von Text dazu führen können, dass sie auf peinliche Weise zusammenbrechen. Derzeit sind die besten Modelle nur in der Lage, sich komplizierte Muster zu merken, und wir sind weit davon entfernt, ein Modell zu haben, das den Text tatsächlich verstehen kann. Daher erwarte ich viel Forschung in diesem Bereich und bin optimistisch, dass wir anfangen werden, über Möglichkeiten zu lesen, wie der "gesunde Menschenverstand" in unsere Modelle eingeführt und integriert werden kann.

- Michael Morgan, leitender Datenwissenschaftler, Nielsen

Die Bedeutung von qualitativ hochwertigen, sauberen Daten wird zunehmen.

Ich denke, wir werden uns verstärkt darauf konzentrieren, innovative Wege zur Ergänzung und Verbesserung der Trainingsdaten für "neuronale Netze" (z. B. Computersysteme, die dem menschlichen Gehirn und Nervensystem nachempfunden sind) zu finden. Diese Art von Modellen kann nur so gute Ergebnisse liefern wie die Daten, die eingegeben werden. Daher glaube ich, dass wir uns verstärkt darauf konzentrieren werden, die Qualität und Quantität dieser Datensätze effizient zu erhöhen.

- Jessica Brinson, leitende Datenwissenschaftlerin, Nielsen

Maschinelles Lernen und künstliche Intelligenz werden zu wichtigen Unterscheidungsmerkmalen für Unternehmen, die Wachstum erzielen wollen.

Dank ausgefeilterer Algorithmen, stärkerer Data-Science-Talente und zunehmender Datenmengen können Unternehmen ML und KI im Jahr 2019 als wichtige Differenzierungsmerkmale nutzen und mehr Wert als je zuvor freisetzen.

In fünf Jahren wird sich das Gespräch über Datenwissenschaft und KI darauf verlagern, wie durch die Entwicklung von Tools und Algorithmen komplexe Problemlösungskompetenzen entwickelt werden können. Außerdem werden Algorithmen und Software benutzerfreundlicher und demokratischer für die nicht-datenwissenschaftliche Bevölkerung werden.

- Avi Jain, Regional Data Science Client Lead, Nielsen

Die Möglichkeit, Online-Daten zu sammeln, wird schwieriger und fragmentierter.

Da immer mehr Internetbrowser beginnen, Cookies von Drittanbietern zu blockieren, werden die Anbieter von Datenmanagementplattformen (DMP) bei der Sammlung von Online-Daten vor Herausforderungen gestellt. Die Vermarkter werden feststellen, dass die einzelnen DMP nicht mehr in der Lage sein werden, die gleiche Menge an Daten mit dem gleichen Maß an Genauigkeit wie bisher anzubieten. Dies wird die Fähigkeit der Vermarkter, ihre Zielgruppen genau zu segmentieren, stark beeinträchtigen. In der Zwischenzeit werden die DMP-Anbieter nach Lösungen suchen, die es ihnen ermöglichen, diesen Datenverlust auszugleichen.

- Pengfei Yi, Direktor, Datenwissenschaft, Nielsen

Erfolgreiche Unternehmen werden erheblich in datenwissenschaftlich gestützte Lösungen investieren

Die Digitalisierung bringt das traditionelle Marketing durcheinander und schafft eine dynamischere und fragmentierte Landschaft. Infolgedessen sehen sich vor allem Unternehmen der Konsumgüterindustrie (Consumer Packaged Goods, CPG) einem erhöhten Druck ausgesetzt, ihre Leistungen mit größerer Rentabilität zu erbringen. CPG-Vermarkter legen mehr Wert auf Echtzeitlösungen, Relevanz und Geschwindigkeit als auf robustes und ideales Design. Sie suchen außerdem nach agilen und innovativen Ansätzen, um einen umfassenden Marktüberblick zu erhalten, und die Unternehmen werden sich zunehmend an Data Science wenden, um diese Herausforderungen anzugehen und zu lösen.

Es wird erwartet, dass sich die Menge an digitalen Daten, die Verbraucher erzeugen, in Zukunft jedes Jahr verdoppelt. Unternehmen, die diese digitale Flut bewältigen wollen, werden in digitalisierte Techniken zur Erfassung und Messung von Daten investieren. Sie werden auch Lösungen mit KI, ML und neuronalen Netzen entwickeln. Unternehmen, die datenwissenschaftliche Algorithmen einbeziehen, werden eine höhere Skalierbarkeit und Effizienz erreichen und in der Lage sein, über den herkömmlichen Messstrom hinauszugehen.

- Neerja Joshi, Direktorin, Datenwissenschaft, Nielsen

Fortsetzung der Suche nach ähnlichen Erkenntnissen