Pazarlamada Yapay Zeka Çalışmaları: Criteo Örneği

Pazarlamada yapay zeka çalışmaları, artık konuşmamız değil, uygulamamız yani dahil olmamız gereken çalışmalar arasında yer alıyor. Çünkü yapay zeka hayatımızın tamamen içerisinde.

Evet, yapay zeka hayatımızın merkezinde. Telefonlar, bilgisayar, web siteleri, arama motorları, reklam araçları, otomobiller, ev güvenliği vs. Hatta TBMM dahi yapay zekayla korunuyor. O nedenle şimdi yapay zekanın anlam ve öneminden bahsedip, pazarlamada nasıl kullanabileceğimizi özetleyeceğiz.

Yapay Zeka Nedir?

Yapay zeka, çok fazla alt basamağı ve çalışma alanı, bilimi ve uygulama alanı olan bir terimdir. En yalın tanımıyla yapay zeka; makinenin bilinç sahibi olmasını ve karar alarak harekete geçmesini ifade etmektedir. Ama ansiklopedik bir tanım yapmak gerekirse yapay zeka; “bir bilgisayarın veya bilgisayar kontrolündeki bir robotun çeşitli faaliyetleri zeki canlılara benzer şekilde yerine getirme kabiliyeti. İngilizce “artificial intelligence” kavramının akronimi olan AI kısaltması da bilişimde sıklıkla kullanılır. (Wikipedia)

Tüm bunların ışığında özetlemek gerekirse yapay zeka; bilgisayarın düşünebilmesi ve karar verebilmesi anlamına gelen makine öğrenimi ve derin öğrenme gibi olguları olanaklı kılabilen yapıdır. Diğer bir ifadeyle yapay zeka bu yapıyı, ağları, algoritmayı, veritabanını oluşturan ve öğrenme odağında olan bilim ve çalışma alanıdır.

Makine Öğrenimi

Yapay zekadan bahsederken yer verdiğimiz önemli bir kavram olan “Makine Öğrenimi”; bilgisayarların algılayıcı verisi ya da veritabanları gibi veri türlerine dayalı öğrenimini olanaklı kılan algoritmaların tasarım ve geliştirme süreçlerini konu edinen bir bilim dalıdır.” (Wikipedia)

Derin Öğrenme

Yapay zekadan bahsederken yer verdiğimiz diğer önemli kavram olan Derin öğrenme; bir veya daha fazla gizli katman içeren yapay sinir ağları ve benzeri makine öğrenme algoritmalarını kapsayan çalışma alanıdır. Öğrenme denetimli, yarı denetimli veya denetimsiz olarak sınıflandırılabilir. (Wikipedia)

Ayrıca yapay zekanın kapsamına giren diğer kavram ve alanlar şöyle; davranışsal analitik, öngörüsel analitik, yapay zeka, veri madenciliği, veri işleme, büyük veri ve veri bilimi ile algoritmaları, kural tabanlı kişiselleştirme.

Evet, yapay zeka, makine öğrenimi, derin öğrenme gibi kavramları tanımladık. Ve yapay zeka için önemli olan kavramları sıraladık. Bu kavramların tanımını yaptığımıza göre şimdi yapay zeka, makine öğrenimi ve derin öğrenmenin pazarlamada nasıl kullanılabileceğinden bahsedelim. Bunu yaparken Criteo örneğinden yola çıkacağız.

Pazarlamada Yapay Zeka Kullanımı Ve Criteo

Criteo’nın Kinetic Design adlı interaktif video özelliği mevcut. Bu uygulama makine öğrenimiyle çalışıyor. Müşteri iç görülerini kullanıyor. Müşteri üzerinde en etkili olabilecek görsel öğeleri seçiyor. En doğru alışverişle sonuçlanacak anı yakalıyor. “Derin Öğrenme ile Pazarlamada Kişiselleştirme” sayesinde sonuca (alışveriş / satın alma davranışı) ulaşılıyor. Peki ama nasıl?

Kinetic Design Nasıl Çalışıyor?

  1. Aşama: İnteraktif Video: Uygulama; markanın marka rehberini kullanarak, ürün veri akışıyla beraber, interaktif ve kişiselleştirilmiş videolar hazırlıyor. Bu videoları yayın içi, yayın dışı, uygulama içi alanlarda sunabiliyor. Gerçek zamanlı alışveriş yapanların verileriyle özel deneyimi sunabiliyor. Videoda çoklu ürünleri önerip ardından direkt olarak ürün sayfasına yönlendirebiliyor.
  2. Aşama: Kreatif Takım ve Composer: Dijital tasarım şablonunu marka rehberine göre hazırlayan bir takım.
  3. Aşama: RTCO: Gerçek zamanlı kreatif iyileştirmesi. Sistem, aylık 1 milyarın üzerindeki, alışveriş yapanların davranışsal verisini analiz ediyor. Kreatif ekip ise en ideal tasarım bileşenlerini belirliyor. Composer, her bir müşteri için reklam deneyimi etkileşimini artıracak şekilde tasarımla eşleştiriyor.
  4. Aşama: Derleyici: RTCO, kısaca bileşenleri kullanmayı belirliyor. Derleyici ise her bir müşteri için ideal şablon ve boyutları belirliyor. Yayıncının reklam alanına da uyarlayarak içeriği sunuyor. Sistem, Criteo’nun yayıncı ağıyla iletişim halinde. Boyut ve şablon limitlerini ortadan kaldırdığı için bu ağdaki potansiyel tasarım çeşidi sunumu 17 trilyon üzerinde oluyor.
  5. Aşama: Aktif Öğeler: Facebook ve Instagram’da tümüyle dinamik olarak kişiselleştirilerek hazırlanmış reklamlar. Ürün görseli, logo, metin, CTA, derecelendirmeler şeklinde. Hepsi de gerçek zamanlı performansta, kişiselleştirilmiş marka deneyimini yegane bir şekilde sunuyor.

Makine Öğreniminin Faydası

Makine öğreniminin faydasını özetlemek gerekirse; derin öğrenimi ciddi maddi yükten kurtardığı gibi emek yükünden de kurtarıyor. Mesela Criteo’nın Kinetic Design’ında hazırlanmış bir çekirdek video reklam kampanyası, binlerce bireysel potansiyel müşteriye özel olarak sunulabiliyor. Bu sayede on binlerce farklı video üretmek zorunda kalmıyoruz. Hatta bu uygulama; büyümeden emin olarak otomatize ettiğimiz, kişiselleştirilmiş programatik video sunabiliyor. Bu tip teknolojiler her bir bireyde %80 daha fazla verim elde edileceğini iddia ediyor.

Criteo’nun İfadesiyle Makine Öğrenimine Dair Son Söz:

Makine öğrenimi teknolojileri, bireysel tüketicilerle kreatif kampanya ilişkisini kurabiliyor. Hem de ölçeklerine adapte olarak, daha fazla etkili etkileşim meydana getiriyor. Bunlara ek olarak derin bağlar ve marka değeri de oluşturabiliyor.

Makalemi okuduğunuz için teşekkürler. Konuyla ilgili daha fazla bilgi alışverişi yapabilmemiz ve soru – cevap için Twitter’da; Branding Türkiye’yi (@brandingtrcom), beni (@hyturkyilmaz) ya da stüdyomuz G4A’i (@g4asw) etiketleyerek bir sohbet başlatabilirsiniz. Ayrıca makaleyi sosyal ağlarda paylaşmayı veya fikir ve görüşlerinizi yorum kısmına yazmayı unutmayınız.

Bülten Aboneliğinizi Aktifleştirin

Güncel makaleler, sektörel haberler ve ücretsiz etkinlikler için mail listemize abone olun.

Abone olduğunuz için teşekkür ederiz.

Bir şeyler yanlış gitti.

Bir Yorum Yap

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir