Google известен большими данными, очевидно. Но революция происходит, а большинство людей даже не подозревают об этом. Научная фантастика об искусственном интеллекте проникает в вашу повседневную жизнь, и вы, вероятно, даже не подозревали об этом! На последнем выступлении Google Next компания Google рассказала о некоторых достижениях машинного обучения в органическом и платном поиске.
Это первая часть многостраничного поста о рекламе и машинном обучении, поэтому возвращайтесь, чтобы следить за новыми новостями. Эта статья впервые появилась в моем личном блоге в 2017 году и войдет в серию, опубликованную на Medium.
Машинное обучение делает поиск более применимым
Искусственный интеллект и машинное обучение очень реальны, и они влияют на каждый аспект вашей жизни. Сегодня алгоритмы машинного обучения (эти умные фрагменты кода, которые создают логику ИИ и практически всего остального) становятся все более изощренными, настоящим узким местом становится вычислительная мощность и объем памяти, необходимые для обработки сложных вычислений машинного обучения. С квантовыми компьютерами и наноматериалами эти два препятствия устраняются, пока мы говорим.
Google, пожалуй, одна из немногих компаний, способных справиться с таким масштабным проектом. Компания приложила много усилий для интеграции машинного обучения в нашу повседневную жизнь, даже если мы об этом не знали. Фактически, в последнем выступлении представитель Google заявил, что за последний год они собрали и обработали больше данных о клиентах с помощью машинного обучения, чем за предыдущее десятилетие! Если мы действительно подумаем о том, что это значит, это довольно невероятно. Лично я считаю, что это одно из величайших достижений человечества, и оно войдет в учебники истории так же, как это сделал первый микропроцессор. Но опять же это может привести к злым роботам, которые захватят мир….
Как машина изменила ландшафт поиска?
Ну, мы можем не знать точно, не взламывая Google. Не волнуйтесь, мы не собираемся этого делать. Но новости, опубликованные Google, указывают на то, что как обычный, так и платный поиск извлекают выгоду из машинного обучения как для издателей, так и для рекламодателей.
Для рекламодателей Google уже много лет находится в авангарде атрибуции клиентов наряду с такими компаниями, как Facebook. Google подтолкнул к тому, чтобы релевантный контент как в обычном, так и в платном поиске приводил к более эффективным результатам для пользователя и рекламодателя. Наряду с запуском проекта AMP (Accelerated Mobile Pages) направление Google остается прежним и заставляет разработчиков создавать контент, который пользователи сочтут релевантным их поиску и, что наиболее важно, с которым они будут взаимодействовать.
Это означает, что Google теперь собирает и атрибутирует клиентов, как никогда раньше. Тип и количество данных беспрецедентны. С учетной записью Google у вас есть доступ к бесплатной электронной почте, службам потоковой передачи, календарям и многому другому, что упрощает управление нашей повседневной жизнью, но Google также следит за нами, пока мы вошли в свою учетную запись Google. Это означает, что теперь Google может отслеживать всю воронку конверсии, как никогда раньше.
Пример атрибуции клиентов с помощью машинного обучения
Давайте возьмем простой пример, чтобы проиллюстрировать, что происходит за кулисами. Допустим, вы вошли в свою учетную запись Google на своем рабочем, домашнем и мобильном устройствах. Находясь на работе, вы ищете, где купить новую обувь. Google сначала покажет вам местные места для покупки обуви, но он даже просматривает историю данных о вашем местоположении, чтобы увидеть, какие магазины и торговые центры вы предпочитали в прошлом. Google использует эту информацию, чтобы адаптировать результаты поиска к местным местам и рекламным объявлениям, уникальным для вас.
Теперь по дороге домой вы можете поискать обувь той или иной марки на своем мобильном телефоне. Google отмечает это, поэтому, когда вы возвращаетесь домой и выполняете поиск на своем рабочем столе, вам теперь предоставляются обычные и платные результаты, которые сочетают в себе ваш интерес к разным местам и особенностям. Этот очень простой пример раньше был предметом научной фантастики, но сегодня детальная атрибуция клиентов использует машинное обучение для прогнозирования поведения потребителей и позволяет маркетологам охватить очень целевую аудиторию. Это будет означать повышение эффективности рекламы как для издателя, так и для рекламодателя.
Использование Google машинного обучения изменит то, как мы взаимодействуем с окружающим миром. Помните, что Интернет вещей (также известный как IoT) становится все более интегрированным в окружающий нас мир. Это приводит к постоянно растущему объему доступных данных об атрибуции клиентов и, таким образом, означает, что специалисты по маркетингу смогут получить доступ к более подробным профилям таргетинга, чем когда-либо прежде.
