2020年1月6日
贡献:劳拉Starita
营销人员竞争AI导致汽车的车轮。人工智能算法的兴趣是努力的自然进化成熟营销数据和分析功能推动客户中心性和个性化。然而AI的漩涡持续炒作否定了谨慎的营销人员。许多不确定如何区分高潜力的人工智能算法和那些继续实验。< / p >
“营销人员需要拥抱人工智能的新用途从哪里开始,但许多斗争,什么要求或与过去的经历如何协调的新方法,”说杰森McNellisGartner分析师,高级主管。“许多有趣的用例人工智能成为头条新闻;然而,许多新的人工智能方法比过去复杂得多,这阻碍了对整个方法的信任。”
这三个新算法交付价值营销团队通过改进预测,提供决策透明度,使营销人员能够识别有效的内容。< / p >
梯度推动机器(本研究)是高性能预测模型营销人员可以使用对客户行为的预测驱动个性化。本研究可以回答这样的问题:前景最像电流,高价值客户?客户可能升级到更高的服务水平?客户可能离开这个品牌吗?< / p >
“营销人员需要接受人工智能的新用途,但许多挣扎着从哪里开始……”< / p >
本研究比其他预测方法产生更精确的结果,因为他们往往是建立决策树的序列。分类错误的物品作为后续轮来调整模型的训练数据。这种迭代方法使得本研究比其他算法更准确,但这也意味着他们可以由数以百计的简单模型结合成一个单一的高度准确的(尽管通常是高度复杂和不透明)模型。< / p >
为什么这个算法想出答案了吗?随着人工智能成为主流,组织越来越多地要求解释他们的工具做出的决定。最近人工智能算法用于确定担忧的偏见信用资质或刑事审判导致更强人工智能监管的呼声。积极的公司现在有世鹏科技电子算法理解黑盒模型像本或神经网络产生他们的建议或预测。< / p >
世鹏科技电子算法回答两个重要问题:
模型得出的结论是如何为特定的记录呢?< / p >
哪些变量对模型有最大的影响?< / p >
为了回答这个问题,世鹏科技电子经常产生一个阴谋,可视化的各种元素和它们的相对重量影响决定。世鹏科技电子最适合的模型,使用结构化数据集,但是要注意:世鹏科技电子可以告诉你模型做什么,但它无法告诉你是否高质量的模型。世鹏科技电子也可以操作需要大量的计算能力,使其运行成本。< / p >
在过去的十年中,内容团队使用A / B测试和多元测试来确定最好的内容引起所需的反应不同的观众群体。上下文强盗算法改进内容的下一波测试。他们确定观众喜好更快和更加自动化的方式相比,a / B或多元方法,从而减少的人数见佳的内容。< / p >
上下文土匪特别有用在高流量渠道(易趣、亚马逊、微软)。高容量的印象可能在短时间内迅速在这些网站上产生有意义的结果,但结果也可以适用于实时让一个品牌从在线竞争对手在嘈杂的环境中脱颖而出。
上下文土匪工作相结合的信息客户与上下文相关的数据,如时间或当前的天气和任何可用的此次访问的细节或用户的历史。使用这些数据,上下文土匪提供广告内容测试和家庭的组合单词和视觉效果最好的生产所需的响应。
“我在决策中使用Gartner来支撑我的信心。”< / p >
保持更聪明。< / p >
