Hírek és szakértelem

Hogyan alakítja az AI, a Big Data a marketinget 2019-ben?
Cikk

Hogyan alakítja az AI, a Big Data a marketinget 2019-ben?

Napjainkban eddig soha nem látott mennyiségű adat érhető el a fogyasztókról kollektíven és egyénileg egyaránt.  Ennél is fontosabb, hogy a gépi tanulás (ML) és a mesterséges intelligencia (AI) egyre kifinomultabbá válnak, és mindez új lehetőségeket nyújt a marketingszakembereknek az adatok hasznosítására.

A marketingesek tisztában vannak azzal, hogy ezek a technológiák és eszközök megváltoztatják mindennapi munkájukat, de még mindig nem világos, hogy pontosan mi fog változni és milyen ütemben. Ahhoz, hogy mégis egy hozzávetőleges képet kapjunk, milyen irányban alakulhat a jövő, megkértünk néhány adatkutatót/tudóst a Nielsennél, hogy osszák meg, szerintük milyen trendek várhatóak a közeljövőben.

„A tudósok képesek lesznek megtanítani a gépeket egy pontosan érthető nyelvre”
Michael Morgan, Lead Data Scientist, Nielsen

Jelentős fejlesztések várhatóak a modellezés és a szövegfeldolgozás terén idén. Jelenleg indulatos vita zajlik a természetes nyelvfeldolgozás körül (natural language processing – NLP), ugyanis a legsikeresebb modellek is törékenyeknek bizonyulnak, a szöveg egyszerű manipulációjával könnyen darabjaira hullhatnak. Jelenleg ott tartunk, hogy a modellek képesek bonyolult minták memorizálására, ugyanakkor még közelében sem vagyunk, hogy értelmezzék a szöveget. Éppen ezért várható számos kutatás ezen a területen és optimisták lehetünka tekintetben, hogy a „józan paraszti ész” sikeresen implementálható majd a modellekbe.

„Egyre növekvő igény a megbízható és tiszta adatokra”
Jessica Brinson, Senior Data Scientist, Nielsen

Egyre nagyobb figyelmet fogunk fordítani azokra az innovatív módszerekre, amelyek a „neurális hálózatok” (az emberi agy és idegrendszer modellezésére alapuló hálózatok) fejlesztését és kiterjesztését tűzték ki célul. Az ilyen típusú modellek így annyira megbízható eredményekkel szolgálhatnak, mint amilyen megbízhatóak az adatok, amelyeket implementálunk ezekbe. Ennek következtében az adatállományok minőségének és mennyiségének hatékony növelésére kerül majd a hangsúly.

„A gépi tanulás és a mesterséges intelligencia jelenti majd a különbséget a cégek növekedését illetően”
Avi Jain, Regional Data Science Client Lead, Nielsen

A szofisztikáltabb algoritmusok, a tehetségesebb adattudósok és a növekvő adatmennyiség teszi majd lehetővé a cégek számára a gépi tanulás és mesterséges intelligencia segítségül hívását, hogy eddig nem látott mértékben növekedjenek 2019-ben.

5 év múlva az adattudománnyal és mesterséges intelligenciával kapcsolatos beszélgetések leginkább a komplex problémamegoldás fejlesztéséről szólnak majd. Ezentúl várhatóan az algoritmusok és szoftverek sokkal inkább felhasználóbaráttá és a nem adattudománnyal foglalkozó közönség számára is demokratizáltabbá válnak majd.

„Az online adatgyűjtés nagyobb kihívást jelent majd és sokkal fragmentáltabbá válik”
Pengfei Yi, Director, Data Science, Nielsen

Egyre több böngésző blokkolja a harmadik félnek információt átadó sütiket (cookies), miáltal az adatkezelő platformok (DMP) akadályokba ütközhetnek a jövőben  az online adatgyűjtést illetően. A piaci szereplők így nem tudnak majd hozzáférni annyi és olyan hiteles adathoz, mint eddig, ezzel a pontos és szegmentált targetálás is nehézkessé válik. Ezekre a kihívásokra próbálnak majd a felületek kezelői megoldást találni.

„A sikeres cégek az adattudománnyal támogatott megoldásokba fognak fektetni”
Neerja Joshi, Director, Data Science, Nielsen

A digitalizáció megzavarja a hagyományos marketing megközelítést, ennek eredménye, hogy egy sokkal dinamikusabb és fragmentáltabb környezettel kell szembenéznie a piaci szereplőknek. Így a további profit generálása egyre nagyobb kihívást jelent a csomagolt árukat gyártó cégek számára. Egyre nagyobb jelentőséget fordítanak a valós idejű megoldásokra, a relevanciára és a gyorsaságra,  miközben az erős és „ütős” dizájn háttérbe kerül. Ugyanakkor keresik az agilis és innovatív megközelítéseket, hogy teljes piaci képet kapjanak és előszeretettel fordulnak az adattudományhoz segítségért ezen  fokozódó kihívások következtében.

A fogyasztók által generált digitális adatok mennyisége várhatóan évente megduplázódik majd és azok a vállalatok, amelyek navigálni akarják ezt a digitális áradatot kénytelenek digitális technológiákba fektetni, hogy rögzítsék és mérjék az adatokat. Emellett a mesterséges intelligenciát, a gépi tanulást és a neurális hálózatokat is előreláthatóan nagyobb valószínűséggel fogják alkalmazni a megoldásaik során. Azok a vállalatok, amelyek hasznosítják majd az adattudomáy algoritmusait, több mérési lehetőséget és hatékonyságot tapasztalhatnak majd és képesek lesznek a hagyományos mérési folyamaton túllépni.