Inteligência artificial e o marketing

Mariana Stocco
9 de fevereiro de 2017 - 12h16

(*) Por Tomer Naveh, do Advertising Age

As marcas podem não estar substituindo suas áreas de tecnologia com a inteligência artificial (IA) por enquanto, mas muitas estão experimentando soluções em tarefas isoladas, como recomendações, compra de anúncios com target, ações ligadas a sentimentos e por ai vai.

A onda de inteligência artificial na publicidade será definida pela execução autônoma de campanhas coesas. Para as marcas, isso significa abrir mão do controle e confiar na tecnologia para realizar tarefas que antes eram dadas a tecnologias complexas e times.

Mas antes de entregar o reino, é importante saber como a inteligência artificial funciona. Aqui estão cinco passos para converter o pensamento humano em algoritmos, e esses algoritmos em programas de marketing digital que funcionam de maneira autônoma, do começo ao fim.

1. Entender porque anunciantes fazem o que fazem
Criar IA para tecnologia de marketing independente não é muito diferente de criar IA para um carro autônomo. No caso do carro, você tem que saber quão perto ele está de outros veículos, como fazer uma curva e terminar na posição certa depois de virar, quando apertar a embreagem, entender a condição da via e muito mais. Tudo isso sem o motorista te dizendo o que fazer.

Como dirigir um carro, muitas decisões que estão presentes no dia a dia da execução de programas de marketing acontecem, em grande escala, de maneira inconsciente. Transformar esses processos em algoritmos requer o entendimento do porquê cada decisão foi tomada e perguntar ao publicitário para verbalizar a razão para ter tomado essa decisão específica:

“Porque você mantém essas palavras e retirou essas?” “Como você decide o tamanho da fonte?” “Se você decidir aumentar o gasto em 20% em uma dada palavra-chave… porque você escolheu 20%?” “Qual o melhor horário para mandar coisas para aquela pessoa?” “E sobre aquela outra pessoa?”

2. Ensinar tecnologia a entender informações abstratas, como criatividade

Dados são o domínio da inteligência artificial, mas o que acontece quando a tecnologia é demandada para processar e fazer decisões que são mais criativas em sua essência?

Para um humano, entender o motivo porque algumas imagens e textos fazem mais sentido como uma primeira interação com o consumidor do que uma segunda ou interação final é quase automático. Uma máquina, no entanto, precisa ser ensinada (ou programada) com esse conhecimento para poder julgar imagens e textos, e determinar quando elas devem aparecer ao longo da jornada, sem depender de um humano.

3. Programar para todos os cenários e resultados antes de todo e qualquer movimento

A qualquer momento, existem inúmeras variáveis – e combinações de variáveis – que influenciam um exponencial número de resultados em uma campanha. “Se eu fizer isso, aquilo acontece. Mas, se eu fizer aquilo, isso acontece”.

Pegue, por exemplo, a decisão de qual slogan usar com cada conceito criativo em um canal específico. Pode ser que existam dez opções criativas e seis de slogan. A tecnologia deve criar um modelo que preveja as centenas de combinações existentes e qual delas vai performar melhor em relação às outras opções, levando em conta variáveis como audiência, comportamento anterior, o canal específico, região geográfica, hora do dia etc. Depois de ter previsto todos os cenários possíveis, a tecnologia ainda deve executar o combo com slogan e modelo criativo que irá se sair melhor, de acordo com o seu modelo.

4. Fazer a construção individual funcionar em um programa integrado

Um dos grandes problemas de marketing digital é que os diferentes aspectos do programa – Facebook, pesquisa, Twitter, display, email, SMS e outros – são cuidados por diferentes pessoas e tecnologias.

Cada um possui diferentes insights que são usados para calibrar seus respectivos esforços, mas é impossível juntar manualmente insights de uma plataforma e aplicar da mesma forma nos demais canais com o mesmo alcance e eficiência de uma máquina.

Para a inteligência artificial fazer isso, esses sistemas necessitarão de um entendimento da interação de todas essas peças que vão dentro de um programa coeso e holístico. Além da habilidade de criar um todo que seja melhor que suas partes individuais.

5. Introduzir checagem e balanços para que a inteligência artificial não trapaceie

Não deixar que a IA trapaceie pode ser uma das maiores preocupações das empresas. Então, é necessário que sejam introduzidas regras que previnam ela de tomar decisões que passem por cima dos propósitos das pessoas ou empresa que está servindo.

Isto é especialmente crítico quando está relacionado com decisões ligadas a orçamentos. Imagine, por exemplo, que a máquina preveja que você deva triplicar o seu gasto habitual em publicidade. Nesse caso, provas e balanços poderiam entrar para dar ao time a oportunidade de entender as condições de mercado e os resultados potenciais antes de deixar a máquina agir por si só.

Por fim, tudo isso deve acontecer automaticamente, com quase nada ou nenhuma interferência de publicitários, e em uma escala superior a de grandes equipes.