Inteligencia artificial dentro del marketing digital

En la actualidad, los procesos asociados a la inteligencia artificial (AI) tienen una incidencia vital dentro del marketing y la publicidad en internet porque estos facilitan el estudio del mercado en las marcas. Esto ha permitido hacer entrega de informacion publicitaria adecuada a las caracteristicas e intereses de los usuarios, proceso tambien llamado segmentacion por comportamiento. La IA, entonces, sirve para estudiar, definir y segmentar a los usuarios en pro de crear discursos y estrategias que respondan a las demandas y atributos de su publico. Disadvantage este fin, la IA contempla, ademas, distintas formas de rastreo y recoleccion de informacion tales como las cookies de rastreo o la captura de datos tras distintas plataformas gratis que alimentan sus bases de datos. De este modo, segun la cantidad y cualidad en informacion, y los objetivos y tiempos de empresas, existe cierto tipo de aprendizaje para la maquina de IA optimo para desarrollar la tarea. No obstante, la generacion de “soluciones” y resultados es united nations proceso repetitivo e incesante porque empresas siempre buscan anticiparse a la realidad.

La recoleccion de datos es el conjunto de procesos por los cuales es posible obtener la informacion para crear o enriquecer una base de datos esta puede darse de manera analoga o virtual. Dentro del mundo no-virtual las personas comparten su informacion cuando llenan una solicitud, se registran para votar, registran united nations producto para garantia, adquieren una licencia para conducir o van a participar de una rifa. Los datos delicados como los transaccionales tambien se pueden conocer cuando las personas usan su tarjeta de credito o questionnable una factura disadvantage united nations cheque. La informacion virtual, por otra parte, es principalmente favorecida por el internet porque dentro del las cookies registran cada clic, las busquedas conscientes dentro del navegador y la interaccion de las personas en las redes sociales se registran, los celulares graban a sus duenos si dicen “hola siri” o “ok google”, hay camaras en las calles que guardan registros en bases de datos etc. Y, a futuro, cuando se desarrolle e integre mas el internet de las cosas a la cotidianidad la cantidad de informacion sera mas detallada.​

La siguiente es la lista de tipologias de datos que una organizacion puede recolectar:

Para alimentar la IA disadvantage los datos se hace necesario conocer como se recopilo, limpio, muestreo, agrego, segmento y que transformacion es requerida antes de combinarla disadvantage otras secuencias de datos.​ Este proceso es primordial para garantizar que el resultado del analisis sirva para el objetivo deseado y pueda influenciar el mundo exterior: a modo de ejemplo encontrar el titular perfecto para inducir a united nations grupo de personas hacia la compra. Por esta razon se recomienda united nations experto en materia de datos para decidir que bits (informacion) deben ser incluidos y cuales rectificados.

Vease tambien Mineria de datos

Para united nations experto en Marketing es necesario saber la tipologia de los datos disadvantage los cuales se trabaja en inteligencia artificial. En este punto existen dos conceptos claves: la cardinalidad y la dimensionalidad. El primero se refiere a la unicidad de los elementos que hay en una columna de base de datos. A modo de ejemplo, united nations e-mail tiene alta cardinalidad porque deberia ser unico mientras que vivir en “Paris” tiene baja cardinalidad porque mas de 1 comparte esa caracteristica. En cuanto a dimensionalidad se refiere, se reconoce como la cantidad de atributos obtenidos acerca de united nations individuo cuando se tiene informacion de mas de united nations individuo se genera una base de datos en donde cada atributo se vuelve una dimension. La IA es clave dentro del tratamiento de base de datos multidimensional porque a traves de su red neuronal artificial es posible encontrar conexiones y patrones disadvantage fundamento estadistico. Estos datos multidimensionales se pueden mapear y estudiar por medio de maquinas de vectores de soporte que utilizan algoritmos para la predecir la categoria de united nations nuevo dato.

Vease tambien Modelo entidad-relacion

En general existen 3 tipos o niveles de aprendizaje en la Inteligencia artificial: supervisado, no supervisado y por refuerzo de los cuales, dependiendo en necesidad especifica en empresa, alguno podra ser aplicado.

Articulo principal Aprendizaje supervisado

Se trata de ensenarle a la maquina ciertas reglas (datos de entrenamiento) para que cree united nations perfil y reconozca los resultados que cumplen esas entradas. A modo de ejemplo, si se le ensena a identificar gatos a traves de united nations grupo de imagenes, dentro del futuro deberia poderlos identificar por si solo. O, si una marca ya tiene definido su mejor tipo de usuario, se pueden utilizar esas caracteristicas para ubicarlos a todos.

Articulo principal Aprendizaje no supervisado

La maquina realiza asociaciones y obtiene conclusiones nuevas a partir en informacion que ya contiene: Si ya identifica gatos entonces puede estudiar su contexto y reconocer que estos se encuentran en sillas y sofas como tendencia. O, a modo de ejemplo, puede encontrar que la persona que busco la camara “Sony DSC W830 de 20.1 Megapixeles camara digital” despues de haber buscado “camara digital”, “resenas de camaras digitales” y “camaras disadvantage wifi” tiene united nations 50% mas de probabilidad de comprar que el que solo busco “camara digital”, “resenas de camaras digitales” y “camaras digitales a la venta”.

Por reglas de asociacion las maquinas pueden inferir a modo de ejemplo si una persona es propensa a comprar algo disadvantage la logica de “los que compraron esto tambien compraron aquello”. El analisis de datos por asociacion tiene dos conceptos claves y boy: el soporte (support) y la confianza (confidence). El primero se referiria a la cantidad de veces que united nations item ha aparecido en la bolsa de compras y el segundo relaciona la cantidad de veces que dos products han sido comprados juntos. A modo de ejemplo, si una persona compro crema dental 400 veces y seda dental 300, y 300 veces compro los productos juntos significa que la confianza es de ¾ o el 75%, pero la asociacion entre los dos es del 100%.

Contrario a los patrones estan las anomalias, a las cuales se l’ensemble des debe prestar especial atencion pues boy cambios inesperados que deben ser explicados para tomar accion. A modo de ejemplo, se puede detectar united nations fraude si aparece una compra realizada en united nations lugar que no coincide disadvantage la ubicacion real en persona. No obstante, tambien pueden haber anomalias beneficas para tomar decisiones de marketing como ser tendencia en twitter y poder aprovechar la fama para inducir a la compra.

La maquina, a partir de su propio proceso de aprendizaje, genera salidas y conclusiones que somete a prueba para aprender y mejorar. El aprendizaje por refuerzo se diferencia del supervisado porque dentro del supervisado el hombre debe indicar cuando la maquina se equivoca mientras que “por refuerzo” la maquina crea su propio modelo mental del mundo dentro del cual, a modo de ejemplo, decide cual es el poster mas impactante para cierto grupo de personas.

Este sistema de aprendizaje se compone de redes neuronales que funcionan como united nations cerebro en donde cada neurona transmite informacion a otras para generar united nations resultado. Cada neurona artificial tiene sus limites pues a nivel individual cuenta disadvantage ciertas entradas y salidas, no obstante, si se da una situacion disadvantage alto soporte (support) y alta confianza (confidence) manda el mensaje a otras porque dada la situacion las hace propensas a difundir la senal. Considerando la situacion de una ida a cine las entradas serian los factores que pueden influenciar que se de o no: clima, esfuerzo, costo. Estas entradas no boy binarias sino que operan en una escala de grises (porque el sentimiento sobre el clima o el esfuerzo no tienen una respuesta a o b por tal razon las salidas boy united nations united nations porcentaje (a modo de ejemplo, 65% de probabilidad de ir a cine).

Esta cantidad de capas y factores crean diferentes capas de decision que se convierten en aprendizaje profundo o deep learning. Este aprendizaje combina muchas capas de informacion (a modo de ejemplo el nivel de educacion, la probabilidad de comprar pasta y seda dental etc.) para enriquecer cada unidad neuronal y asi proveer nuevas salidas y conclusiones. De esta forma, ya no es el humano quien establece esas relaciones sino que a partir de los datos la maquina crea united nations proceso de aprendizaje. El fortalecimiento y robustez de este aprendizaje se transforma en lo que previamente se le llamo “aprendizaje por refuerzo”.

Google a traves de su “red de display de Google” compuesta por distintos sitios web (tambien llamados editores) apoya su servicio/programa “Google ads”. Dentro del Google recibe anuncios de anunciantes para posteriormente seleccionar los sitios web (editores) asociados al anuncio dependiendo de criterios como la relevancia del contenido, el precio de oferta y los ingresos que obtendria. Asi, dentro del modelo de publicidad dirigida de Google, los editores boy usados para rastrear a los usuarios mientras navegan en internet (por medio en cookie DoubleClick cuyo dominio pertenece a google) y al mismo tiempo para perfilar a los usuarios cuando estos visitan sus paginas.​ A modo de ejemplo, si united nations usuario que visita frecuentemente united nations sitio web de futbol sera tageado en la categoria de “deporte” y en la subcategoria de “futbol”. Ello cruzado a la informacion demografica que Google posee (como edad, genero, locacion) crea united nations perfil de usuario que sera usado para mostrarle publicidad (el metodo de segmentacion por comportamiento). Segun una investigacion, el 88% de etiquetas/categorias disadvantage que se perfila united nations individuo (como a modo de ejemplo “futbol”) reciben anuncios dirigidos que estan directamente asociados a las palabras claves que las definen (“deportes”).​ Estas etiquetas/categorias que definen a los individuos se actualizan en united nations rango de 1 y 2 minutos y se pueden observar en la pagina de preferencias de Google Ads.

Facebook, al igual que otras plataformas como Amazon . com, utilizan el metodo de mercadotecnia 1×1 en donde se utiliza: el historial de paginas visitadas, la informacion recopilada por firmas corredoras de datos (tales como Experian, Acxiom y Epsilon que se dedican a la perfilacion de datos digitales) y los datos e interacciones de los usuarios en la plataforma para perfilarlos y anunciarles segun sus intereses.​ Especificamente Facebook tuvo una evolucion en su tecnologia de anuncios dirigidos cuando en mayo 6 del 2015 se asocio disadvantage IBM disadvantage el fin de darle a sus usuarios una experiencia mas personalizada y relevante. En la practica, anuncios personalizados de Facebook han convertido a la plataforma en una herramienta indispensable para los anunciantes (el 92% de companias de mercadotecnia la usan) porque es menos costosa que otros medios y ademas tiene gran alcance (al menos 1.39 mil millones de usuarios activos por mes).​

Los modelos de negocio como el de Google en donde la informacion personal adquiere united nations valor monetario genera grandes preocupaciones sobre la privacidad de los usuarios. Categorias sensibles como la orientacion sexual, la salud, la religion y la ideologia politica estan siendo utilizadas para mostrar publicidad dirigida aun cuando en muchos lugares esta prohibido hacer uso de esa informacion.​ Segun una investigacion entre united nations 10% y 40% de anuncios mostrados a personas perfiladas disadvantage dichas condiciones sensibles corresponden a anuncios que apelaban a esas caracteristicas.​