Inteligência Artificial: O que torna as recomendações de deep learning tão precisas?

Recomendações de produtos baseadas em algoritmos de deep learning podem garantir até 41% mais eficiência às campanhas online

O Brasil é um dos campeões de acesso à internet. Segundo dados do IBGE, em 2017, o país tinha 126,4 milhões de internautas. Ainda de acordo com o Instituto, o acesso à web por domicílio subiu 75% na comparação com 2016. Esses números representam também um avanço significativo no consumo de conteúdo e de produtos no mundo virtual. A empresa Hootsuite em parceria com a We Are Social indica que o brasileiro fica, em média, nove horas e 14 minutos conectado à rede por dia. Estamos atrás apenas de Tailândia e Filipinas, lideres no ranking mundial de tempo gastos na internet. Neste cenário, a grande pergunta que os anunciantes tentam responder hoje é: como impactar e engajar essa audiência?

Para lidar com esse desafio, as adtechs e martechs devem seguir uma tendência mundial e investir cada vez mais em tecnologias de inteligência artificial como machine learning e deep learning, que não só tornam os anúncios mais atrativos e relevantes, como também os direcionam com mais precisão para as pessoas certas. Segundo a consultoria IDC, essa adoção deverá crescer 43,1% em cinco anos e representará 40% de todos os gastos cognitivos e de inteligência artificial.

Essa solução é essencial para o comércio eletrônico, onde os estoques de produtos são grandes e diversificados, assim como os perfis de consumidores. Uma análise detalhada feita por meio de técnicas como essa possibilita que as ofertas personalizadas apareçam com rapidez e sejam ajustadas para os usuários certos. O resultado final é uma campanha com recomendações precisas, com mais significado e melhor experiência para o usuário, e consequentemente melhores resultados para os anunciantes.

Personalização em tempo real

O perfil comportamental do usuário sofre alterações o tempo todo, mas as decisões sobre os anúncios devem ser tomadas dentro de milésimos de segundos. Um serviço de retargeting eficiente deve ser capaz de realizar essas análises em tempo real, avaliando o tipo de consumidor e ajustando o que será apresentado no banner de acordo com sua preferência.

Nesse contexto, aproveitar os benefícios do machine learning e de outras técnicas de Inteligência Artificial é o primeiro passo, mas é possível atingir ainda maior precisão com o uso de algoritmos de deep learning. Isso porque tecnologias mais antigas de retargeting costumam construir ou reconstruir os perfis comportamentais dentro de padrões pré-definidos por humanos e em intervalos de tempo fixos. Isso significa que muitos produtos exibidos são aqueles que o usuário não está mais interessado, ou até mesmo que não condizem com o perfil dele.

Os algoritmos de deep learning respondem e se ajustem às reações dos usuários de maneira dinâmica, permitindo que seu perfil comportamental seja construído em tempo real e não sendo necessário enquadrá-lo em um perfil já estabelecido. Ele não se baseia apenas no que a pessoa estava fazendo na loja, mas também em como eles responderam às mensagens publicitárias.

Como resultado, após implementar deep learning nos mecanismos de recomendação, os usuários tendem a receber até 41% mais cliques do que o normal. Esse crescimento é percebido especialmente em e-commerces de vestuários e multimarcas, onde as possibilidades de recomendações por categorias cruzadas são quase infinitas.

Com tais resultados, o deep learning está se tornando cada vez mais popular no universo da mídia digital. Isso porque, claramente, o retargeting tradicional já não é mais suficiente. Para combater a hiperestimulação por anúncios os anunciantes precisam recorrer a tecnologias mais avançadas para diferenciar suas campanhas e torna-las mais eficientes.

Fonte: *Por André Dylewski, country manager da RTB House no Brasil

Login

Bem vinda! Entre na sua conta

Lembre de mim Perdeu sua senha?

Lost Password