콘텐츠로 건너뛰기
디지털 > 기술에 대한 통찰력

AI, 빅 데이터 및 데이터 과학은 2019 년에 마케팅에 무엇을 가져올 것입니까?

4 분 읽기 | March 2019

오늘날 소비자에 대한 데이터 포인트는 그 어느 때보 다 집단적으로나 개별적으로 더 많습니다. 더 중요한 것은 기계 학습(ML) 및 인공 지능(AI) 기능이 더욱 정교해지고 있으며, 마케터가 새로운 방식으로 해당 데이터를 활성화하기 위해 확장할 수 있는 능력이 증가하고 있다는 것입니다.

많은 마케터들은 이러한 기술이 업무 수행 방식을 바꿀 것이라는 것을 알고 있지만 정확히 무엇이 바뀌고 얼마나 빨리 변할 것인지는 아직 명확하지 않습니다. 앞으로의 길이 어떻게 생겼는지 엿볼 수 있도록, 우리는 몇몇 데이터 과학자에게 가까운 장래에 가장 큰 트렌드가 될 것이라고 생각하는 것을 공유하도록 요청했습니다.

과학자들은 컴퓨터가 언어를 정확하게 이해하도록 가르치는 능력을 향상시킬 것입니다.

올해에는 텍스트를 모델링하고 처리하는 방식이 크게 발전할 것입니다. 현재 자연어 처리(NLP) 업계에서는 이 분야에서 가장 성공적인 모델 중 일부의 취약한 특성과 텍스트를 아주 간단하게 조작해도 당황스러운 방식으로 고장을 일으킬 수 있다는 점에 대해 열띤 논쟁이 벌어지고 있습니다. 현재 최고의 모델은 정교한 패턴을 암기할 수 있을 뿐이며, 실제로 텍스트를 이해할 수 있는 모델에는 아직 근접하지 못했습니다. 따라서 이 분야에 대한 많은 연구가 이루어질 것으로 기대하며, '상식'을 도입하여 모델에 통합할 수 있는 방법을 찾기 시작할 것으로 낙관합니다.

마이클 모건, 수석 데이터 과학자, 닐슨

품질, 깨끗한 데이터의 중요성이 커질 것입니다.

나는 우리가 "신경 네트워크"(예 : 인간의 뇌와 신경계를 모델로 한 컴퓨터 시스템)에 대한 훈련 데이터를 보완하고 개선하는 혁신적인 방법을 찾는 데 더 많은 초점을 맞출 것이라고 생각합니다. 이러한 유형의 모델은 입력된 데이터만큼 우수한 결과만 제공할 수 있습니다. 따라서 이러한 데이터 세트의 품질과 양을 효율적으로 늘리는 데 더 중점을 둘 것이라고 생각합니다.

제시카 브린슨, 선임 데이터 과학자, 닐슨

기계 학습과 인공 지능은 성장을 촉진하려는 기업에게 중요한 차별화 요소가 될 것입니다.

더욱 정교한 알고리즘, 강력한 데이터 과학 인재 및 데이터 양 증가로 인해 기업은 2019년에 ML과 AI를 주요 차별화 요소로 사용하고 그 어느 때보다 더 많은 가치를 창출할 수 있게 될 것입니다.

앞으로 다섯 년 후, 데이터 과학과 AI에 관한 대화는 도구 및 알고리즘 개발에서 복잡한 문제 해결 기술을 개발하는 방법으로 발전 할 것입니다. 또한 알고리즘과 소프트웨어는 비 데이터 과학 인구에 대해보다 사용자 친화적이고 민주화 될 것입니다.

Avi Jain, 지역 데이터 과학 클라이언트 리더, 닐슨

온라인 데이터를 수집하는 능력은 더욱 어려워지고 단편화 될 것입니다.

점점 더 많은 인터넷 브라우저가 타사 쿠키를 차단하기 시작함에 따라 DMP(데이터 관리 플랫폼) 공급업체는 온라인 데이터를 수집할 때 어려움에 직면하기 시작할 것입니다. 마케터는 개별 DMP가 이전과 동일한 수준의 정확도로 동일한 양의 데이터를 제공 할 수 없다는 것을 알게 될 것입니다. 이것은 잠재 고객을 정확하게 타겟팅하고 세분화하는 마케터의 능력에 큰 영향을 미칩니다. 그 동안 DMP 공급 업체는 이러한 데이터 손실을 보상 할 수있는 솔루션을 모색 할 것입니다.

– Pengfei Yi, Nielsen 데이터 과학 이사

성공적인 기업은 데이터 과학 지원 솔루션에 크게 투자 할 것입니다.

디지털화는 전통적인 마케팅 접근 방식을 방해하고보다 역동적이고 분열 된 환경을 조성하고 있습니다. 그 결과, 소비재 (CPG) 회사는 특히 더 큰 수익성으로 수행해야한다는 압박감을 느끼고 있습니다. CPG 마케팅 담당자는 견고하고 이상적인 설계보다 실시간 솔루션, 관련성 및 속도를 더 중요하게 생각하고 있습니다. 그들은 또한 전체 시장 전망을 제공하기 위해 민첩하고 혁신적인 접근 방식을 찾고 있으며, 기업들은 이러한 문제를 해결하고 해결하기 위해 데이터 과학으로 점점 더 많이 전환 할 것입니다.

소비자가 생성하는 디지털 데이터의 양은 앞으로 매년 두 배가 될 것으로 예상되며,이 디지털 홍수를 탐색하려는 회사는 데이터를 캡처하고 측정하기 위해 디지털화 된 기술에 투자 할 것입니다. 또한 AI, ML 및 신경망을 사용하여 솔루션을 설계합니다. 데이터 과학 알고리즘을 통합하는 기업은 향상된 확장성, 효율성을 발견하고 기존의 측정 흐름을 뛰어 넘을 수 있습니다.

– Neerja Joshi, Nielsen 데이터 과학 이사