;

Ultimamente si sente molto parlare di machine learning e intelligenza artificiale, ma di cosa si tratta? E dovremmo preoccuparcene noi lavoratori della comunicazione e del marketing?

ai-e-video-produzione-marketing

 

COSA SIGNIFICA MACHINE LEARNING?

Il machine learning, letteralmente "apprendimento automatico" è una sottobranca dell'intelligenza artificiale che permette a dei calcolatori di imparare qualcosa grazie ad una serie di informazioni in ingresso e di ricreare o predirne il futuro. Di recente nVIDIA ha sviluppato, ad esempio, un software in grado di generare volti umani iperrealistici partendo dall'analisi di milioni di foto di volti umani. La differenza sostanziale dalla statistica classica è che più informazioni vengono date in pasto al sistema, più lo stesso diventa bravo.

COME SI UTILIZZA IL MACHINE LEARNING NEL MARKETING?

Amazon ad esempio gestisce tutta la sezione dei prodotti consigliati grazie all'intelligenza artificiale. Milioni di acquisti vengono dati in pasto al sistema ed incrociati con le caratteristiche dei clienti. Il sistema analizza e quindi impara ad essere sempre più efficace. Ora Amazon è in grado di conoscere gli acquirenti e suggerirgli prodotti che molto probabilmente gli stessi comprerebbero. Il machine learning di Amazon genera attualmente circa il 55% degli introiti totali del colosso.

Nel 2017 Toyota ha deciso di analizzare il comportamento e le passioni dei suoi utenti online per generare automaticamente 300 video per il lancio del nuovo Rav4. In quel caso venne usata l'AI di IBM (Watson) per accostare attività ricreative preferite dalla clientela di Toyota, che apparentemente non avevano nulla in comune, per poi proporre agli utenti delle improbabili sfide. Ad esempio fare arti marziali preparando il barbeque. Certamente, gli umani avrebbero potuto trovare le strane combinazioni di parole che Watson (il sistema di AI di IBM) ha prodotto. Ma Pierantozzi, responsabile di Saatchi ha detto che Watson e la sua capacità di intelligenza artificiale producono "un nuovo livello di creatività che ci permette di pensare fuori dagli schemi".

UTILIZZARE IL MACHINE LEARNING ALTRUI

Non sempre è possibile o preferibile affidarsi all'intelligenza artificiale per la creazione di contenuti poichè la creatività e la sensibilità umana sono ancora impareggiabili, ma è sempre bene sfruttarla per la loro distribuzione. Sappiamo tutti che lo scoglio più grande non è produrre un buon video, ma riuscire ad ottenere visualizzazioni (e relativa conversione). Qui ci viene in aiuto l'intelligenza artificiale dei colossi della distribuzione. YouTube in primis.

Ottenere un buon numero di visualizzazioni organiche su YouTube è ormai più difficile che vincere alla lotteria, per chi non ne conosce il funzionamento intrinseco. Circa 400 ore di nuovi contenuti video vengono messi online ogni minuto. Di recente il colosso americano ha affidato il suo sistema di suggerimenti alla sua famosa rete neurale di deep learning, conoscerlo ed analizzarlo permette ai "nuovi arrivati" di sgomitare fino alla vetta ed ottenere visualizzazioni.

Ad esempio uno dei parametri a cui è stata data maggiore importanza è il watch time, ovvero il tempo speso da un utente a guardare il video. Fino a poco tempo fa uno dei parametri più importanti per un video era il titolo e l'immagine di anteprima. Questo ha portato alla diffusione dei famosi titoli clickbait, testi altisonanti usati per attirare visualizzazioni, poi smentiti dai contenuti del video stesso. Ora un video che ottiene un alto numero di visualizzazioni, ma un basso watch time viene penalizzato da YouTube poichè ricade probabilmente nella pratica del clickbait.

In sostanza un video che viene guardato nella sua interezza, ma ha pochi click viene proposto più spesso di un video che ottiene molti click, ma viene interrotto a metà.

I tre fattori sostanziali che vanno analizzati sono quindi:

Rapporto sul tempo di visualizzazione: scoprire quali video hanno i tempi di visualizzazione e i tassi di visualizzazione più elevati

Rapporto sulla fidelizzazione del pubblico: scoprire quali video hanno tempi di visualizzazione e tassi di visualizzazione ridotti. Cadute o decrementi ricorrenti nei grafici di fidelizzazione del pubblico possono avere un motivo comune per cui gli spettatori abbandonano i video

Rapporti di coinvolgimento del pubblico: guarda quali clip generano le azioni della community come commenti, preferiti e Mi piace

Dopo aver consultato le statistiche per questi tre fattori sarà possibile trovare punti in comune tra i risultati ed analizzarne i contenuti, definendo quali caratteristiche dei video ottengono il maggior consenso ed le maggiori conversioni.

 

#intelligenzaartificiale #marketing #video #youtube #retineurali


10 May 2019 - by Dario Corno




Liquid Gate Studio

  •   Sede Amministrativa
             Via Lesegno, 78 ,
             10136 - Torino ,
              Italia
  •   Sede Operativa
             Via Cuneo, 19 ,
             10022 - Carmagnola ,
              Italia
  • P.IVA: 09464170019
  •  +39 - 349 588 8139
  • info@liquidgate.it
  • Abilitati MEPA / CONSIP