یادگیری عمیق چیست؟ در اینجا همه چیزهایی است که بازاریابان باید بدانند

مطالعه اخیر توسط McKinsey نشان می دهد که 71٪ از مصرف کنندگان انتظار دارند که شرکت ها تعاملات شخصی ارائه دهند و 76٪ وقتی این اتفاق نمی افتد ناامید می شوند. در حالی که شخصی سازی برای تجربه مشتری بسیار مهم است، زمانی که اطلاعات زیادی برای تجزیه و تحلیل وجود دارد، اجرای آن دشوار است.

شخصی سازی بیش از حد می تواند به ویژگی های ارتباطی مانند چت های زنده نیز گسترش یابد و یادگیری عمیق می تواند جمع آوری اطلاعات از این چت های زنده را آسان کند. برای مثال، هوش مصنوعی تشخیص نام چت زنده ما، می‌تواند اطلاعات تماس با ارزش (مانند نام‌ها) را جمع‌آوری کند و بدون نیاز به ادغام چیزی در HubSpot CRM به‌روزرسانی کند.

پیش بینی رفتار مصرف کننده

برای پیش‌بینی تمایل خرید، ابتدا چندین «ویژگی» را انتخاب می‌کنیم که برای تعریف رفتار دیجیتالی این شخص کلیدی هستند. این ویژگی ها شامل کدام یک از چهار صفحه وب زیر است:

  1. قیمت گذاری
  2. پیکربندی خودرو.
  3. مشخصات فنی.
  4. تامین مالی

“1” به این معنی است که کاربر از صفحه وب بازدید کرده است. نورون‌های وسط، مقادیر نورون‌های متصل خود را با استفاده از وزن اضافه می‌کنند – به این معنی که اهمیت هر صفحه وب بازدید شده را مشخص می‌کنند.

با این حال، یادگیری عمیق می تواند برای توسعه موتورهای شخصی سازی استفاده شود که می تواند به بازاریابان کمک کند تا فرآیند ارائه محتوای بیش از حد شخصی سازی شده را ساده کنند. نمونه‌هایی از مطالب بسیار شخصی‌شده شامل وب‌سایت‌هایی است که محتوایی را نمایش می‌دهند که بسته به اینکه چه کسی در حال مرور است، متفاوت است یا اعلان‌های فشاری برای مشتریانی که بدون خرید آن را ترک می‌کنند، نمایش می‌دهند.

فرض کنید ما یک نمایندگی آنلاین خودرو هستیم و می‌خواهیم از مناقصه بی‌درنگ (RTB) برای خرید فضای تبلیغاتی برای محصول خود در سایر وب‌سایت‌ها برای اهداف هدف‌گذاری مجدد استفاده کنیم.

یادگیری عمیق زیرمجموعه ای از یادگیری ماشینی است و رشته ای در هوش مصنوعی است که از الگوریتم های تقلید از مغز انسان استفاده می کند. الگوریتم های یادگیری عمیق از شبکه های عصبی برای یادگیری یک کار خاص استفاده می کنند. شبکه های عصبی متشکل از نورون های به هم پیوسته ای هستند که داده ها را هم در مغز انسان و هم در رایانه پردازش می کنند.

اما یادگیری عمیق چیست؟ چگونه کار می کند؟ و چگونه می توان آن را برای بازاریابی و فروش در شرکت شما اعمال کرد؟ در اینجا همه چیزهایی است که بازاریابان باید در مورد یادگیری عمیق و نقش مفیدی که می تواند در صنعت بازاریابی ایفا کند بدانند.

در این مثال، ما از یادگیری عمیق برای انجام این پیش‌بینی استفاده می‌کنیم. این بدان معناست که نرم افزار RTB ما از یک شبکه عصبی برای پیش بینی تمایل خرید استفاده می کند.

دعوت به اقدام جدید



منبع

هر چه مقدار خروجی بالاتر باشد، احتمال اینکه این خروجی صحیح باشد بیشتر است -یا هرچه شبکه با دقت بیشتری رفتار کاربر را پیش بینی کند.

اکنون دانلود کنید: گزارش وضعیت رایگان بازاریابی