Chcielibyśmy Was uspokoić i powiedzieć: nie, człowiek jest wyjątkowy i żaden algorytm nie jest w stanie go zastąpić. Ale to nieprawda. Jak pisze Kyle Gibson, dzięki rozwojowi uczenia maszynowego (machine learning), roboty mogą już dziś rozwiązywać z powodzeniem wiele problemów, które kiedyś mógł rozwikłać jedynie człowiek. Nie tylko marketerzy powinni się tym przejąć: do 2025 maszyny przejmą 1/3 ludzkich zawodów, w tym anestezjologów, analityków, pracowników obsługi klienta, chirurgów czy prawników.
Jakie zadania marketerów już dziś świetnie wykonują maszyny?
Segmentacja klientów
W artykule Big Data-Driven Marketing: How machine learning outperforms marketers’ gut-feeling badacze opisali intrygujący eksperyment. Porównano, jakie wyniki przy segmentacji bazy klientów osiągną ludzcy marketerzy i maszyna – chodziło o wybranie adresatów konkretnej akcji promocyjnej, przeprowadzanej przez operatora sieci komórkowej.
Konwersja w grupie wyselekcjonowanej przez ludzi wynosiła 0,5%, maszyny osiągnęły 6,42%. Kompetencje ludzkich marketerów okazały się zupełnie nieprzydatne, a umiejętność wczucia się w sytuację odbiorców – zawodna.
Twórcza dusza robota
Maszyna nie napisze za mnie copy? Mit! To właśnie w tym obszarze pojawia się najwięcej rozwiązań, pozwalających zaadaptować Big Data i uczenie się maszyn. I nie mówimy tu bynajmniej o produkowaniu mechanicznych tekstów, ale o oryginalnych treściach. Na MIT opracowano DeepBeat – algorytm, który generuje poezję rymowaną, czyli po prostu rapuje na zadany temat, dbając o odpowiedni rytm oraz nawiązując do innych utworów.
Oto przykład utworu o miłości:
For a chance at romance I would love to enhance
But everything I love has turned to a tedious task
One day we gonna have to leave our love in the past
I love my fans but no one ever puts a grasp
I love you momma I love my momma – I love you momma
And I would love to have a thing like you on my team you take care
I love it when it’s sunny Sonny girl you could be my Cher
I’m in a love affair I can’t share it ain’t fair
Haha I’m just playin’ ladies you know I love you.
Robi wrażenie! Jednak twórczość maszyn to nie tylko tłuste bity, ale również teksty o charakterze marketingowym. Jak zauważa David Raab, to dość ironiczne, ale wbrew obiegowym opiniom o braku kreatywności maszyn, to właśnie z tworzeniem treści radzą sobie one rewelacyjnie. Jedna rzecz to zaawansowane programy do pisania, które masę pracy wykonują za autora i skutecznie wspomagają proces (Automated Insights), druga to maszyny, które same generują treści. Np. Persado wykorzystuje zebrane dane, by tworzyć jak najbardziej perswazyjne teksty. Ekonomista i autor Phil Parker przyznaje, że jego książki powstają dzięki specjalistycznemu oprogramowaniu.
Okazuje się, że właśnie twórcze zawody, które uznalibyśmy za najtrudniejsze do zastąpienia, będą musiały ustąpić miejsca maszynom. Być może poetów i pisarzy też nie będzie nam potrzeba?
Przewidywanie – zamiast ankiet
Dobra maszyna zastąpi nawet Twojego klienta, tę krnąbrna istotę, która udziela Ci nie dość precyzyjnych odpowiedzi w ankietach. Jak dowodzi artykuł Improving Preference Prediction Accuracy With Feature Learning, skuteczniejszą metodą przewidywania trendów i tego, czego będą potrzebować Twoi odbiorcy, jest badanie danych o ich wcześniejszych zachowaniach. Pozwala to na sporą oszczędność: zamiast zdobywać nowe dane o preferencjach odbiorców, pracujemy na już zgromadzonym materiale. Nie mówiąc o wyższej skuteczności takich działań w porównaniu do wysiłków ludzkich badaczy trendów czy interpretacji ankiet.
Personalizacja
Kolejnym paradoksem jest personalizacja: aby pokazać naszym odbiorcom, że traktujemy ich indywidualnie, musimy się odwołać do algorytmu i zastosować platformę Marketing Automation (nawet jeśli ręcznie wysyłasz dedykowane wiadomości każdemu użytkownikowi – co zdaje się czasochłonną rozrywką – wciąż masz mniejsze prawdopodobieństwo trafienia w gust użytkownika z ofertą niż algorytm, który szybko przeprocesuje większą ilość danych). To maszyna umożliwia nam naprawdę ludzką, zaangażowaną komunikację.
Będzie taniej
Maszyny są wydajniejsze, bardziej precyzyjne i tańsze niż ludzie. Braxton McKee odkrył, że np. z analityką finansową algorytm poradzi sobie nieskończenie lepiej i taniej niż ludzki pracownik. Jego narzędzie, Ufora, analizuje ogromna ilości danych by pomagać inwestorom podejmować decyzje. Kosztuje 10 dolarów.
To właśnie analitycy finansowi obok marketerów najczęściej wystąpują na listach zawodów zagrożonych przez rewolucję technologiczną.
Człowiek potrzebny do koordynacji?
Organizacje, które stosują rozwiązania tego typu i wykorzystują Big Data, wykazują lepsze wyniki, jak dowodzą badania. Jednak czy to właśnie w adaptacji takich rozwiązań tkwi klucz do sukcesu? Cytowany już Raab powiada, że choć poszczególne działania marketingowe mogą wykonywać roboty, to wciąż nie potrafią one same ich zaplanować i koordynować. Być może to niedługo będzie ostatni bastion ludzkich marketerów – a może w ogóle staniemy się niepotrzebni? I czy dalej możemy dobrodusznie mówić: „Nie trzeba się bać maszyn, to tylko narzędzia?”
Follow
