Pazarlamada Yapay Zeka Çalışmaları: Criteo Örneği

Pazarlamada yapay zeka çalışmaları, artık konuşmamız değil, uygulamamız gereken bir hal alıyor. Çünkü yapay zeka hayatımızın tamamen içerisinde. Bu makalede ise Criteo örneği ile pazarlamada yapay zeka çalışmalarına değineceğiz.

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 bahsederek pazarlamada yapay zeka nasıl kullanılabilir sorusunu yanıtlayacağız. Ama önce kavramsal bazı açıklamalarda bulunalım.

Yapay Zeka Nedir?

Yapay zeka, çok fazla alt basamağı, 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 kabiliyetidir. İngilizce artificial intelligence’ kavramının akronimi olan AI kısaltması da bilişimde sıklıkla kullanılır. (Wikipedia)

Yapay Zeka Nedir

Tüm bu bilgiler ışığında özetlemek gerekirse yapay zeka; bilgisayarın düşünebilmesi ve karar verebilmesi anlamına gelen makine öğrenimi ve derin öğrenme gibi olguları olanaklı kılabilen bir yapıdır. Öte yandan 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 ise şöyle tanımlanabilir;

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

Yine yapay zekanın kapsamına giren bir diğer önemli kavram olan Derin Öğrenme ise şöyle tanımlanmaktadır;

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)

‍∴

Bu iki önemli kavramın yanı sıra aslında yapay zekanın kapsamına giren birçok kavram bulunmaktadır. Bunlardan bazıları ise şöyle;

  • Davranışsal analitik,
  • Öngörüsel analitik,
  • Veri madenciliği
  • Veri işleme
  • Büyük veri
  • Veri bilimi

‍∴

Evet, yapay zeka, makine öğrenimi, derin öğrenme gibi kavramları tanımladık. Sonra da yapay zeka için önem arz eden diğer kavramları sıraladık. Kısacası, kavramları tek tek ele almaya ve aktarmaya çalıştık. O halde şimdi artık 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 bir video özelliği mevcut. Bu uygulama makine öğrenimiyle çalışıyor ve müşteri iç görülerini kullanıyor. Daha açık ifade etmek gerekirse; uygulama müşteri üzerinde en etkili olabilecek görsel öğeleri seçiyor. Ve en doğru alışverişle sonuçlanacak anı yakalıyor. “Derin Öğrenme ile Pazarlamada Kişiselleştirme” sayesinde ise sonuca (alışveriş / satın alma davranışı) ulaşılıyor. Peki ama nasıl?

Criteo Ve Yapay Zeka

Kinetic Design Nasıl Çalışıyor?

1. Aşama: İnteraktif Video

Uygulama; markanın marka rehberini kullanarak, ürün veri akışıyla beraber, interaktif ve kişiselleştirilmiş videolar hazırlıyor. Ve bu videoları yayın içi, yayın dışı, uygulama içi olmak üzere çeşitli alanlarda sunabiliyor. Diğer bir ifadeyle gerçek zamanlı alışveriş yapanların verileriyle bu özel videoları oluşuturuluyor. Videoda ise çoklu ürün önerip ardından müşteriyi ürün sayfasına yönlendiriliyor.

2. Aşama: Kreatif Takım ve Composer

Dijital tasarım şablonunu marka rehberine göre hazırlayan bir takım.

3. Aşama: RTCO

Bu kısaltmanın Türkçesi; 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 trilyonun üzerinde oluyor.

5. Aşama: Aktif Öğeler

Facebook ve Instagram’da tümüyle dinamik olarak kişiselleştirilerek hazırlanmış reklamlar… Bunlar; ürün görseli, logo, metin, CTA, derecelendirmeler şeklinde… Hepsi de gerçek zamanlı performansta, kişiselleştirilmiş marka deneyimini yegane bir şekilde sunuyor.

Made Örneği

Makine Öğreniminin Faydası

Yapay zekada makine öğreniminin faydasını özetlemek gerekirse; bu durum, derin öğrenme denilen olguyu veya süreci ciddi bir maddi yükten kurtarıyor. Ayrıca derin öğrenmenin harcaması gereken emek de makine öğrenimi sayesinde minimize edilmiş oluyor.

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.

‍∴

Özetlemek gerekirse; makine öğrenimi teknolojisi, 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. İşte bu yüzden pazarlamada yapay zeka kullanımı, makine öğrenimi, derin öğrenme gibi kavramlar büyük önem taşıyor.


💡 Yapay Zeka Sigara İçen Sürücüyü Yakalıyor

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