در دهه‌ی اخیر خبرهای بسیاری از هوش مصنوعی (AI) و تأثیر آن بر حوزه‌های مختلف فناوری می‌شنویم. این‌بار خبر از تأثیر هوش مصنوعی بر حیطه‌ی «تحلیل داده‌ها» می‌رسد.
تحلیل اخبار
اخیراً شرکت خودروسازی فورد با خبر سرمایه‌گذاری یک میلیارد دلار در شرکت هوش مصنوعی آرگو برای پنج سال بعدی خود، در تیتر خبرها قرار گرفت. بی‌تردید می‌توان گفت که هوش مصنوعی بر تمام وجوه بازاریابی امروز تسلط می‌یابد، از فرایندهای کارآمدسازی[۱] گرفته تا تزریق خلاقیت، رمزگشایی رفتار مشتری و البته رمزگشایی داده‌ها.
در حالی که فقط همین چند سال پیش قرار بود که سردمداران، دانشمندان داده‌ها باشند، امروزه شاهد جایگزینی سریع آن‌ها هستیم. امروز هنوز در میان ما برندهایی هستند که برای جمع‌آوری داده‌ها بسیار تلاش می‌کنند اما نمی‌دانند که قدم بعدی چیست. آن‌ها دلیل این مشکل را ناکافی بودن تحلیلگران داده‌ها برای رمزگشایی داده‌ها و صحبت به زبان بازاریابی می‌دانند.
آیا ممکن است که حل مشکل آن‌ها، به جایگزینی نقش تحلیلگران داده‌ها با «یادگیری ماشین» بیانجامد؟
جیسون جرسینوویک مدیر جهانی ابتکارات بازاریابی در هاواس معتقد است که برخلاف ترس و وحشتی که در فیلم‌های فراماشین‌ها و «من، روبات» القا می‌شود، امروزه AI معمولاً بسیار لطیف‌تر و بی‌آزارتر است.
بی‌آزاری AI را می‌توان در الگوریتم‌های جستجو و ردیابی دید؛ در این الگوریتم‌ها، ماشین، اقلام ترجیحی مصرف‌کننده را می‌آموزد و سپس انواع مرتبط محتوا و علایق فردی را کندوکاو می‌کند. او اضافه می‌کند هوش مصنوعی با به‌کارگیری داده‌ها به چشم‌انداز ما وسعت می‌بخشد.
هوش مصنوعی به شیوه‌های ساده‌تری مجهز است که با آن‌ها می‌تواند بهتر از یک انسان دانشمند داده‌ها را ترجمه کند.
او می‌گوید: «هوش مصنوعی رابطه بین افراد و داده‌ها را ممکن می‌سازد؛ با تشخیص ماهیت فردی ما از ما بشرهای بهتری می‌سازد؛ به این ترتیب برای مشتریان امکان تجربه رودررو را فراهم می‌کند».
ازنظر جرسیونوویک اکنون که بازاریابی در میانه‌ی یک انقلاب اطلاعاتی است، هوش مصنوعی برندها را قادر به خلق نوین تجربه مشتری می‌سازد. او معتقد است در حال حاضر برندها فقط قادر به فهم یک‌پنجم از داده‌های ساختاریافته و جمع‌آوری‌شده هستند.
هوش مصنوعی نور را بر تاریکی داده‌ها می‌تاباند
جرسینوویک اظهار می‌کند: «سیستم‌ها در AI برندها را قادر می‌سازند که درک عمیق‌تری از مشتریان بیابند و برای آن‌ها تجربیات باارزش و شخصی‌شده‌ای را فراهم آورند؛ این تجربیات نشانگر درک درست از مشتری و شخصیت او است».
AI نه‌تنها به تشخیص پروفایل‌های خطرپذیر مصرف‌کننده کمک می‌کند، بلکه هر مشتری را به تعامل با برند وامی‌دارد و می‌آموزد که مشتری چه چیز را دوست داشته یا دوست نداشته است. مبنای این آموزش عملکردهای ساده‌ی مشتری در سفر مشتری است؛ مثل ضربه بر کلیک، چپ و راست رفتن بر صفحه، و نحوه‌ی پاسخگویی به نقاط تماس مختلف.
او می‌گوید: «هر تعاملی اهمیت دارد. با هوش مصنوعی می‌توانید سفر (مشتری) را کوتاه کنید و درنتیجه، امکان خرید و دستیابی به اهداف تجاری‌شان را فراهم آورید».
دیوید ساندرسون، مؤسس و مدیرعامل ناگیت معتقد است که هوش مصنوعی کلیدی برای شخصی‌سازی تا حدنیاز است. او اظهار می‌کند: «تصور کنید که یک بازاریاب دارید که همه چیز را در مورد هر کدام از مشتریان شما می‌داند. چنین چیزی با انسان‌ها غیرممکن است، اما با هوش مصنوعی می‌توانید. می‌توانید به‌جای رویکرد «یک چیز، مناسب برای همه»، هزاران پیام هدف‌گیری‌شده‌ی دقیق ایجاد کنید».
او اضافه می‌کند که هم برندها می‌توانند به دلیل بازدهی در بازاریابی در هزینه‌ها صرفه‌جویی کنند، و هم مشتریان می‌توانند از یک تجربه‌ی مرتبط و بهینه برخوردار باشند؛ در این بازی برد-برد، هردو برنده خواهند بود.
او توضیح می‌دهد: «برای ایجاد تجربه‌ی سفارشی ایدئال باید متحمل یک روند یادگیری شد؛ اما چنین هدفی از آینده‌ی بازاریابی خیلی دور نیست و هوش مصنوعی نقش کلیدی‌ای در آن خواهد داشت».
صرفه‌جویی در زمان، دقت و مقیاس‌گذاری
ساندرسون قابلیت هوش مصنوعی را در کل فرایند تحلیل داده‌ها توضیح می‌دهد. هوش مصنوعی در تحلیل داده‌ها ازلحاظ صرفه‌جویی در زمان، زمان برگشت[۲]، دقت و مقیاس‌گذاری برای بازاریابی ارزش دارد.
او ادامه می‌دهد که ازلحاظ صرفه‌جویی زمانی، هوش مصنوعی می‌تواند با سامان‌دهی داده‌ها، پردازش و نقشه‌کشی، ۵۰ تا ۸۰ درصد از زمان تحلیلگران را حفظ کند تا بر تحلیل‌های باارزش‌تر تمرکز کنند.
به دلیل اینکه هوش مصنوعی میزان دخالت فرایندهای انسانی را کمتر می‌کند، زمان برگشت را نیز کمتر می‌کند.
او می‌گوید: «به‌جای صبر کردن برای تحلیل و ارائه‌ی راهکار یک تیم تحلیلگر به مدت یک‌هفته، با هوش مصنوعی می‌توان فوراً راهکارهایی را فراهم کرد».
او اضافه می‌کند که با هوش مصنوعی می‌توان از دقت نیز برخوردار بود زیرا در آن هیچ تعصبی نیست، پس ازلحاظ تحلیل داده‌ها و خودکارسازی شفافیت بیشتری را ایجاد می‌کند. می‌تواند داده‌ها را به‌طور مستقل و بدون جهت‌گیری‌ها انسانی یا خطاهای دستی یا اهداف پنهانی پردازش کند.
هوش مصنوعی در پردازش داده‌ها نامحدود است؛ ازاین‌رو می‌توان فوراً و برحسب نیاز، به تحلیل‌ها افزود.
ساندرسون اظهار می‌کند: «با پیشرفت هوش مصنوعی، میتوانیم انتظار یک مدل تجاری جدید را داشته باشیم که در آن برحسب پروژه، هوش مصنوعی به‌کار گرفته می‌شود، درست مثل به‌کارگیری مشاور. امروزه با هوش مصنوعی نه‌تنها می‌توان زبان طبیعی را برای تشخیص عاطفه‌ی مشتری نسبت به برند پردازش کرد، بلکه برای استمرار مکالمات انسانی، می‌توان با ماشین پیام‌های زبانی طبیعی و شخصی‌شده‌ای ایجاد کرد».
[۱] Streamlining process
[۲] turnaround time
