В прошлый раз мы говорили о том, что такое нейросети и немного затронули тему разработки нейросетей в крупных компаниях.

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


В прошлый раз мы говорили о том, что такое нейросети и немного затронули тему разработки нейросетей в крупных компаниях.

Все статьи можно найти по тегу #cactusmarketing .

Корпорации имеют дело с обработкой большого количества данных, которые в том числе “скармливают” нейросети. Чтобы она могла обучаться и выводить нужные человеку результаты.

Сначала, нужно понять, что такое большие данные. Согласно определению из википедии big data (большие данные) - это обозначение структурированных и неструктурированных данных огромных объёмов и значительного многообразия, эффективно обрабатываемых горизонтально масштабируемыми программными инструментами, появившимися в конце 2000-х годов и альтернативных традиционным системам управления базами данных и решениям класса Business Intelligence.

Источником больших данных могут быть:

- Все страницы в интернете на определенную тему (например, все блоги, посвященные приготовлению кексов)

- Вся информация о транзакциях с карт клиентов в магазине для пекарей (или вообще все транзакции клиентов, совершенные в данном банке)

- Информация с камер наружного наблюдения

- Информация о покупках в сети крупных торговых центров

И многое другое.

Принципы работы с большими данными мы описывать не будем, но расскажем, как можно применять в числе прочих результаты проанализированных данных.

Итак, примеры, которые уже используют на практике. С помощью системы распознавания лиц можно выяснить пол/возраст/ покупателей, данные поступают ежедневно и обрабатываются, и скажем, становится понятно, что основное ядро ваших покупателей - это мужчины от 35 до 55, которые носят модные прически и бороды и т.д.

Что можно сделать дальше? В качестве простого варианта, можно выяснить, какую музыку поставить в зале, которая нравилась в молодости этому поколению.

Ностальгия имеет замечательное свойство - покупатель вспоминает (часто бессознательно), как раньше было хорошо, какие были замечательные времена, немного расслабляется (в этом ему помогает приятная любимая музыка, которая подобрана не случайным образом) и становится более подвержен к трате денег.

Кроме того, с помощью данных, полученных в ходе анализа лиц покупателей, можно выявить постоянных клиентов, которым в дальнейшем имеет смысл предложить персонализированную систему лояльности, основанную на их покупательском опыте в магазине.

Также, можно посчитать уникальных посетителей за определенный период и конверсию посещений в продажи.

А полученные результаты можно использовать для работы с персоналом и политикой ценообразования.

А как вы считаете, полезно ли использовать нейросети в построении маркетинговых стратегий?

Этично ли “вести слежку” за покупателями? Как вы относитесь к обработке персонализированных данных?

Комментарии: