A inteligência artificial e o fim dos cookies
A inteligência artificial pode ser considerada como uma ‘fábrica’ que aumenta a precisão e a velocidade das decisões tomadas dentro de uma empresa
A inteligência artificial e o fim dos cookies
BuscarA inteligência artificial e o fim dos cookies
BuscarA inteligência artificial pode ser considerada como uma ‘fábrica’ que aumenta a precisão e a velocidade das decisões tomadas dentro de uma empresa
Nos últimos dias, parece que parte do mercado “acordou” para algo anunciado há mais de um ano: o fim dos cookies de terceiros no Chrome, o browser mais popular da internet . O que ficou mais claro recentemente é que outras formas de identificação individual, como e-mail e o “fingerprinting” , também entraram na mira do Google. A conscientização social sobre a importância e o valor financeiro da privacidade, combinada com o medo de uma tomada de posição mais dura por parte das agências reguladoras, levou a gigante das buscas a seguir um caminho similar ao trilhado pela Apple e pela Microsoft.
Não é “o fim do mundo”, mas veremos um aumento da variação do comportamento das audiências vendidas para os anunciantes muito maior do que o percebido com os cookies (reparem que estou falando na percepção deste comportamento e na forma como é comercializado, e não uma avaliação factual dele). Para acompanhar este cenário mais volátil, as áreas de Mídia de agências e anunciantes e os departamentos de Inteligência de Mercado/Audiência dos produtores de conteúdo terão que utilizar de forma intensa a inteligência artificial na escolha do conteúdo e espaços de veiculação das campanhas. Mas será que agências e veículos estão preparados?
É importante destacar que o Google irá continuar coletando dados, mas eles não serão mais distribuídos ao longo de toda a cadeia de fornecimento da “economia da atenção”. Diversos indicadores serão agregados naquilo que a empresa chama de FLoC: Federated Learning of Cohorts. Uma tradução aproximada seria “Aprendizado de Agrupamento de Coortes” — um conceito da estatística utilizado para definir um grupo que apresenta características comuns em um determinado período de tempo (com certeza ainda vamos ter muita discussão sobre um nome de batismo em português).
O objetivo é classificar segmentos de consumidores com base nos seus hábitos de navegação, mas utilizando uma API que vai garantir que cada grupo seja suficientemente homogêneo, tenha um tamanho razoável em termos de interesse para o anunciante e que seja ao mesmo tempo capaz de evitar a identificação de integrantes individuais. Um primeiro paper produzido pelo Google sugere que este número está ao redor de pelo menos cinco mil indivíduos.
Utilizando um algoritmo capaz de identificar quão similares são conjuntos de informações (textos, por exemplo), o FLoC poderá ser combinando com dados disponíveis pelo veículo ou anunciante (mas não com dados de terceiros) para determinar qual campanha será exibida. Além do problema óbvio com as estratégias de retargeting, isso vai mexer com alguns indicadores de desempenho e retorno de investimento, pelo fato de que o tamanho das “audiências” vai apresentar grande variabilidade em um primeiro momento. E quando os anunciantes dividirem o valor do investimento pela audiência poderemos ver flutuações dramáticas, algo que não agrada nenhum gestor financeiro corporativo.
Para conseguir atingir algum grau de competitividade, as agências e seus parceiros terão que desenvolver técnicas de agrupamentos de clusters baseados em interesses comuns de um grupo de usuários em escala que justifique o interesse do anunciante. Com as rápidas flutuações que deverão ocorrer não somente no momento de transição entre cookies e FLoCs, mas também as flutuações de comportamento dentro dos mesmos grupos, somente o uso de machine learning será capaz de analisar essas flutuações com a velocidade adequada.
A inteligência artificial pode ser considerada como uma “fábrica” que aumenta a precisão e a velocidade das decisões tomadas dentro de uma empresa. Seu principal uso nas empresas da América Latina não está baseado nas sofisticadas “redes neurais”, mas em tarefas de (relativamente) baixa complexidade, como análises descritivas, classificatórias e preditivas de um grande volume de dados em curto espaço de tempo. Exatamente o tipo de desafio que esta transição vai exigir. Se os profissionais de Mídia e Inteligência de Mercado não estiverem preparados para esse momento, serão engolidos pelos mesmos “robôs” que comeram os cookies.
*Crédito da foto no topo: iStock
Compartilhe
Veja também