Obecnie istnieje więcej punktów danych o konsumentach, zarówno zbiorowo, jak i indywidualnie, niż kiedykolwiek wcześniej. Co ważniejsze, możliwości uczenia maszynowego (ML) i sztucznej inteligencji (AI) stają się coraz bardziej zaawansowane, zwiększając możliwości marketerów w zakresie skalowania, aby aktywować te dane na nowe sposoby.
Wielu marketerów wie, że te technologie zmienią sposób wykonywania ich pracy, ale wciąż nie jest jasne, co dokładnie się zmieni i jak szybko. Aby uzyskać wgląd w to, jak wygląda droga przed nami, poprosiliśmy kilku naszych naukowców zajmujących się danymi, aby podzielili się tym, co ich zdaniem będzie największymi trendami w najbliższej przyszłości.
Naukowcy poprawią swoje zdolności do nauczenia komputerów dokładnego rozumienia języka.
W tym roku będziemy świadkami znaczącego postępu w sposobie modelowania i przetwarzania tekstu. W kręgach zajmujących się przetwarzaniem języka naturalnego (NLP) toczy się obecnie gorąca debata na temat kruchości niektórych z najbardziej udanych modeli w tej dziedzinie i tego, jak bardzo proste manipulacje tekstem mogą powodować ich kłopotliwe załamania. Obecnie najlepsze modele są zdolne jedynie do zapamiętywania skomplikowanych wzorców, a nigdzie nie jesteśmy blisko modelu, który faktycznie potrafi zrozumieć tekst. Dlatego spodziewam się wielu badań w tej dziedzinie i jestem optymistą, że zaczniemy czytać o sposobach, w jakie można wprowadzić i włączyć do naszych modeli "zdrowy rozsądek".
- Michael Morgan, Lead Data Scientist, Nielsen
Znaczenie jakościowych, czystych danych będzie rosło.
Myślę, że będziemy świadkami zwiększonego nacisku na poszukiwanie innowacyjnych sposobów uzupełniania i ulepszania danych treningowych dla "sieci neuronowych" (np. systemów komputerowych wzorowanych na ludzkim mózgu i układzie nerwowym. Tego typu modele mogą przynieść tylko tak dobre wyniki, jak dane, które są w nich umieszczone. Dlatego uważam, że będziemy obserwować większy nacisk na efektywne zwiększanie jakości i ilości tych zbiorów danych.
- Jessica Brinson, Senior Data Scientist, Nielsen
Uczenie maszynowe i sztuczna inteligencja staną się kluczowymi wyróżnikami dla firm chcących odblokować wzrost.
Bardziej wyrafinowane algorytmy, silniejsze talenty data science i rosnąca ilość danych umożliwią firmom wykorzystanie ML i AI w 2019 roku jako kluczowych wyróżników i uwolnienie większej wartości niż kiedykolwiek wcześniej.
Za pięć lat rozmowy wokół nauki o danych i AI będą szły w kierunku tego, jak rozwijać umiejętności rozwiązywania złożonych problemów na podstawie rozwoju narzędzi i algorytmów. Dodatkowo, algorytmy i oprogramowanie staną się bardziej przyjazne dla użytkownika i zdemokratyzowane dla osób nie zajmujących się naukami o danych.
- Avi Jain, Regional Data Science Client Lead, Nielsen
Możliwość gromadzenia danych online stanie się trudniejsza i bardziej fragmentaryczna.
Ponieważ coraz więcej przeglądarek internetowych zaczyna blokować pliki cookie stron trzecich, dostawcy platform zarządzania danymi (DMP) zaczną napotykać wyzwania przy gromadzeniu danych online. Marketerzy zauważą, że poszczególne DMP nie będą w stanie zaoferować takiej samej ilości danych z takim samym poziomem dokładności jak wcześniej. To znacznie wpłynie na zdolność marketerów do precyzyjnego targetowania i segmentacji odbiorców. W międzyczasie dostawcy DMP będą szukać rozwiązań, które pozwolą im zrekompensować tę utratę danych.
- Pengfei Yi, Dyrektor, Data Science, Nielsen
Firmy, które odniosły sukces, będą znacząco inwestować w rozwiązania wspierane przez naukę o danych
Cyfryzacja zakłóca tradycyjne podejście do marketingu, tworząc bardziej dynamiczny i rozdrobniony krajobraz. W rezultacie, w szczególności firmy z branży pakowanych dóbr konsumpcyjnych (CPG) dostrzegają dodatkową presję, aby działać z większą rentownością. Marketerzy CPG przywiązują większą wagę do rozwiązań w czasie rzeczywistym, istotności i szybkości niż do solidnego i idealnego projektu. Poszukują również zwinnego i innowacyjnego podejścia do zapewnienia całościowego spojrzenia na rynek, a firmy będą coraz częściej zwracać się do nauki o danych, aby zająć się i rozwiązać te wyzwania.
Oczekuje się, że ilość danych cyfrowych generowanych przez konsumentów będzie się podwajać każdego roku w przyszłości, a firmy, które chcą poruszać się w tym cyfrowym zalewie, będą inwestować w zdigitalizowane techniki przechwytywania i pomiaru danych. Będą również projektować rozwiązania wykorzystujące AI, ML i sieci neuronowe. Firmy, które włączą algorytmy data science, znajdą zwiększoną skalowalność, wydajność i będą w stanie wyjść poza konwencjonalny strumień pomiarów.
- Neerja Joshi, dyrektor, Data Science, Nielsen
