Machine Learning: ¿el camino a mejores resultados?
¿Cómo lograr que las máquinas sean tan inteligentes que puedan resolver problemas de la misma forma que lo haría una persona?
¿El Machine Learning trata de solventar problemas de una forma escalable o estamos yendo hacia el camino que nos ha mostrado Hollywood durante años?
¿Cómo lograr que las máquinas sean tan inteligentes que puedan resolver problemas de la misma forma que lo haría una persona?
Esa disciplina se llama Machine Learning y en el mundo de la publicidad ocupa cada vez más y más terreno.
¿Eso significa que los especialistas del Marketing se quedan sin trabajo?
¡Nada que ver!
El Machine Learning les acerca la posibilidad de solucionar problemas de una forma escalable. Es un ganar-ganar.
Por ejemplo, con la programación tradicional (muy manual) era difícil enseñar a un sistema a reconocer entre un perro y un gato.
El Machine Learning entiende que hay patrones y analiza píxeles para reconocer las diferencias entre ambos.
¿Cuáles son entonces las implicaciones del Machine Learning dentro del mundo de la publicidad digital?
Machine Learning: la mejor segmentación
Quienes hayan utilizado Google Ads desde sus inicios (cuando se llamaba Adwords) recordará cómo era la plataforma.
Y si no estabas en el mundo del Marketing digital vamos con un poco de historia.
Antes de ser una plataforma amigable, que guía a sus usuarios paso a paso hacia el armado de la campaña perfecta, Adwords consistía en optimizar vía pujas manuales. No existía la red de Display (publicidad en página web), ni en Gmail, ni en Youtube.
El aprendizaje automático, hoy una realidad, ayuda a personalizar los anuncios de la forma más exacta posible.
Sigamos con el ejemplo. Hoy en día, si quisieras, pudieras armar una campaña dirigida exclusivamente para publicarse en Gmail, cuyo público sean sólo profesionales del sector salud, pero digamos que no llegas a buen puerto respecto a datos como la edad o el sexo ideal de tus clientes.
Lo que va a hacer Google (gracias Machine Learning) es mostrarse a públicos de todas las edades por unos días y tras conseguir algunas conversiones te va a sugerir: tu público ideal son mujeres de 30 a 45 años. La decisión sigue siendo tuya.
Otro caso es la publicidad contextual. Consiste básicamente en analizar y entender (por parte de la IA) el contenido de una página web para que luego podamos publicar anuncios que se alineen con el contexto y coincidan con los intereses del usuario.
Las estadísticas en el mundo del Machine Learning
Sabemos que hacer un seguimiento exhaustivo de una gran cantidad de datos y analizar pormenorizadamente cada uno de ellos puede resultar pesado, especialmente si es de forma manual.
¿Y cómo puede el Machine Learning ayudar acá?
El aprendizaje automático puede ayudar a que este proceso sea mil veces más rápido y más simple.
El algoritmo de aprendizaje automático de una campaña brinda información sobre cuáles son los factores exactos y cómo cambiarlos para tener mayor probabilidades de encontrar una receta ganadora.
Y bueno, con el tiempo todo sistema se vuelve más inteligente, especialmente cuando la cantidad de data que recopila empieza a crecer.
¿Puede predecir resultados el Machine Learning?
Básicamente el sueño de todo Marketer. Poder responder a la pregunta acertadamente de si tal o cual estrategia va a funcionar (o no).
Esto no es una fantasía gracias al Machine Learning.
Básicamente, el algoritmo empieza a analizar la campaña en tiempo real, la compara con otras previas y diseña una imagen general.
¿El resultado? Indica a cuántas personas se podrá alcanzar, a qué costo aproximado y cuántas conversiones podrían generarse. Si los números no nos satisfacen, entonces es hora de replantearnos la estrategia.
¿Y cómo las marcas usan el Machine Learning?
Un ejemplo que Google usa a menudo es el caso de Trivago, la agencia de viajes online.
Pues un día se pusieron como objetivo impulsar las transacciones en la aplicación. ¿Qué hicieron?
Primero que nada armaron campañas universales de aplicaciones dentro de la interfaz de Google Ads.
Dichas campañas usan tecnología de Machine Learning, a fin de optimizar la llegada a compradores que probablemente realizarían conversiones en la aplicación
¿El resultado? Trivago reportó un incremento del 20% en en número de usuarios de alta calidad a través de aplicaciones móviles.
El rol del Machine Learning en la compra de publicidad
¿Sabías que en la compra de publicidad los costos son dos veces más caros en el mes de diciembre que en enero?
Muchos de nosotros al principio no lo sabíamos y eso se traduce en inexactitudes y datos poco relevantes para los clientes.
Pero con el aprendizaje automático se puede predecir más fácilmente el resultado de una campaña, ya que el software almacena todos los datos anteriores y los actualiza continuamente.
Y eso también permite escalar un equipo. No es como muestra Hollywood, donde un robot se encarga de las tareas humanas. Es más bien simplificar el trabajo, permitiéndonos centrarnos en la estrategia.
Es que incluso con todos los datos proporcionados por una máquina, las decisiones siempre van a ser nuestras. Por ejemplo, en esa vez que sugirió aumentar un 100% el presupuesto en la campaña de marketing pero ya estábamos en nuestro límite y no podíamos hacerle caso.
¿Y qué hay de los costos?
Si un algoritmo es capaz de predecir el resultado de tu campaña, ¿qué sucede?
Pues que mejoran los resultados y los costos disminuyen, debido a que maximiza los resultados por cada dólar invertido.
Esto mismo es difícil de lograr si sólo tenemos como referencia hojas de cálculo a nuestro alrededor.
Lo cierto es que el aprendizaje automático es una tendencia de hace algunos años que llegó para quedarse y sólo puede mejorar.
A medida que avanza la tecnología, las computadoras podrán hacer correlaciones cada vez más complejas, como comprender el vínculo entre dos audiencias en plataformas sociales.
Además, estamos en pleno avance hacia un mundo cada vez más móvil, por lo que los anunciantes deben confiar cada vez más en las plataformas para transmitir su mensajes y alcanzar mejores resultados.
