İçerik Pazarlamasında Yapay Zeka: Bu 23 Dal Bir Hikaye Anlatıyor

Pazarlamacılar, işinizin Go oyunu oynamaktan daha karmaşık olduğuna şükredin.

İnsanlar yapay zekada büyük adımlar atmış olsa da, uygulamalı yapay zeka bize yalnızca daha akıllı araçlar ve sınırlı işlevsellik asistanları sağladı. Noam Chomsky'nin bu Scientific American röportajında ​​yansıttığı gibi, "Bebekler tarafından neredeyse refleks olarak ustalaşılan görevler bile çağdaş yapay zekanın kapasitelerinin çok ötesindedir." Bu nedenle, yakın zamanda bir AI derebeyi için çalışıyor olmanız pek olası değil.

John McCarthy ilk kez 1956'da konuyla ilgili bir akademik konferansın galasıyla "AI" terimini kullandı. O zamandan beri, giderek artan çeşitli uygulamalarda kullanım alanı bulan geniş ve karmaşık bir konu haline geldi.

Muhtemelen, farkında bile olmadan AI'ya maruz kaldınız. Daha önce SIRI kullandıysanız, Facebook'u ziyaret ettiyseniz veya Amazon'da bir satın alma işlemi yaptıysanız, yapay zeka yolculuğunuza yardımcı olmak için oradaydı.

Bu yazıda, içeriğe nasıl uygulandığına dair örneklerle birlikte, pazarlamacılar üzerindeki etkisini anlamak için iki düzineden fazla yapay zeka dalına bakıyoruz.

Yapay Yaratıcılık

Yapay yaratıcılık, bir algoritma içinde insan düzeyindeki yaratıcılığı yakalama girişimidir. Bazıları yapay zekanın hiç yaratıcı olmadığını ve yapabileceği en iyi şeyin insan yaratıcılığını taklit etmek olduğunu iddia ediyor. Buna rağmen, AI yaratıcılığı şu anda popüler çevrimiçi yayınlar arasında çeşitli düşük seviyeli şekillerde kullanılmaktadır.

Yapay zeka yaratıcılığı başlangıçta kazanç raporlarında ve spor ve seçim sonuçlarıyla ilgili veri ağırlıklı hikayelerde görüldü. Bu tür yazı, basit bir anlatıma sahip oldukça yapılandırılmış bir formülü takip eder ve bu da onu yapay zeka kullanımı için ideal bir durum haline getirir. Bu bağlamda AI, içerik oluşturucuların çabalarını artırarak onlara zamanlarını daha yüksek değerli içeriğe odaklama fırsatı verir.

Thomson Reuters, 2006 yılında kazanç raporlarının yayınlanmasını otomatikleştirmek için yapay zekayı kullanmaya başladı. Yapay zekayı yaratıcı bir şekilde kullanan diğer tanınmış yayınlar arasında Associated Press, Forbes, ProPublica ve The Los Angeles Times yer alıyor. AI'yı pazarlamada kullanma eğilimi, son 18 ayda piyasaya sürülen birçok AI yazma aracıyla hızlanmaya devam ediyor.

Otomatik Planlama ve Çizelgeleme

En üst düzeyde, bu yapay zeka dalı, stratejileri gerçeğe dönüştürmekle ilgilenir. Bununla birlikte, gerçek dünyadaki uygulamalar, günlük zorlukları çözme yaklaşımlarında daha az soyut ve daha somut olma eğilimindedir.

AI, pazarlamacılar için önemli bir fayda olan büyük miktarda veriyi hızlı bir şekilde analiz etmede üstündür. Akıllı yazılım, büyük bilgi yığınlarını hızla eyleme dönüştürülebilir içgörülere dönüştürebilir.

İçerik pazarlamacıları için en önemli fayda, artık analizle çıkmaza girmemeleridir. Eskiden günler olmasa da saatler süren işler artık dakikalar içinde yapılabiliyor. Bu, eleştirel düşünme ve karar verme gibi yüksek değerli faaliyetler için daha fazla zaman bırakır.

MarketMuse, belirli konu kategorileri için rekabet edebilecek içerik stratejileri oluşturmak için yapay zeka kullanır. Ek içerik veya mevcut sayfaların optimizasyonu ile hedeflenmesi gerekebilecek ilgili konuları ortaya çıkarmak için konu modellemeyi kullanır.

Bir sosyal medya yönetim aracı olan Tailor Social, sosyal medya gönderilerini planlamaya yardımcı olmak için yapay zeka kullanır. Yakın zamanda betadan çıktı.

Otomatik Akıl Yürütme

Otomatik akıl yürütme, düşünmenin farklı yönlerini anlamaya çalışır ve bir gün içerikten “estetik özelliklerin, duyguların ve hatta duyguların çıkarılmasına” yol açabilir.

Ama henüz orada değiliz, aslında ondan çok uzağız. Ancak o gün geldiğinde, pazarlamacıların ne zaman ne de girişimde bulunma arzusunun olmadığı, içeriğin derinliklerine inen çok daha güçlü araçlar göreceğiz.

Otomasyon

Otomasyon, yapay zekadan çok daha uzun süredir varlığını sürdürüyor, ancak AI, verimliliği artırmanın daha akıllı ve daha iyi yollarını oluşturmaya yardımcı oldu. Bu alandaki gelişmeler, daha önce insanların alanı olan görevlerin otomasyonunu sağlamıştır. Sonuç olarak, içerik üreticilerinin yaptığı işin türü değişiyor.

Örneğin, tasarım ve içerik oluşturma dahil olmak üzere tipik olarak çok sayıda disiplini içeren web tasarım sürecini ele alalım. The Grid, sağladığınız içeriğe dayalı olarak web siteleri oluşturan yapay zeka destekli bir web tasarım sistemidir.

Bilgisayarla Görme / Nesne Tanıma

Sayısal görüntü işleme, örüntü tanıma, sınıflandırma ve özellik çıkarma gibi birçok alanda kullanılmaktadır. Pratik düzeyde, yapay zeka bilgisayar görüşü, dijital varlıkları yönetmeyi kolaylaştırır. Miro'nun görüntü tanıma teknolojisini kullanan MavSocial buna bir örnektir.

Remove.bg, ön plan katmanlarını algılamak ve bunları arka plandan ayırmak için gelişmiş AI teknolojisini kullanır. Photoshop kullanarak genellikle bir saat veya daha fazla süre gerektiren zor bir işlem artık yalnızca beş dakika sürüyor.

Bu teknolojinin yardımcı olabileceği başka bir yol da otomatik içerik denetimidir. Clarifai, insan müdahalesi olmadan platformunuzdaki hassas bilgileri denetleme ve filtreleme yeteneği sağlar.

Bilgi Yönetimi

Girard & Girard, Online Journal of Applied Knowledge Management'ta (PDF) “bilgi yönetimi, organizasyonel bilgi ve bilginin yaratılması, paylaşılması ve kullanılmasının yönetim sürecidir” diyor. Yapay zekanın bir dalı olarak kavram madenciliği, veri madenciliği, metin madenciliği, bilgi çıkarma ve bilgi temsili gibi çeşitli yönleri kapsar. Bu özel uygulamalarda içerik pazarlamacıları için zaten faydalar buluyoruz.

Konsept Madencilik

Konsept madenciliği, bir web sayfası veya blog yazısı gibi eserlerden kavramların çıkarılmasından gelir. Örneğin, Aylien, bir metinde hangi konulardan bahsedildiğini bulmak için kavram çıkarma uç noktasına sahip bir API sunar.

API olarak, çoğu pazarlamacının yararlanabileceği bir şey değildir. Ancak yazılım geliştiriciler, içerik pazarlama alanında kullanmak üzere bu API'yi kendi yazılımlarına dahil edebilir.

Bunun pazarlamacıların yararına nasıl kullanılabileceğine dair bazı fikirler için Yapay Yaratıcılık bölümüne bakın.

Veri madenciliği

Veri madenciliği, büyük veri kümelerindeki kalıpları keşfetmeyi amaçlar. İçerik pazarlaması perspektifinden bakıldığında, bu yapay zeka dalı, alıcı yolculuğunda doğru zamanda sunulacak en iyi içeriğin belirlenmesine yardımcı olabilir.

American Express, kart sahibi harcamalarını analiz ederek müşterileri çeken ve elinde tutan özelleştirilmiş teklifler sunabilir. Ardından, tüccarları doğru müşterilerle, yani ortalama tüketiciden daha fazla harcama eğiliminde olanlarla eşleştirmek için bu hedefli pazarlamayı kullanır.

British Airways, her bir müşteriyi benzersiz bir şekilde tanımlamak ve e-posta pazarlamasını ve diğer müşteri iletişimlerini kişiselleştirmek için veri varlıklarını kullanır.

Metin Madenciliği

Metin madenciliği, doğal dil işleme (NLP) yoluyla örüntü tanıma ve diğer yaklaşımları kullanarak metinden bilgi çıkarmaya odaklanan bir tür veri madenciliğidir. Grammarly gibi gelişmiş dilbilgisi denetleyicileri, bu teknolojiden oluşturulmuş bir tür araçtır. Hiç şüphe yok ki pazarlamacılar faydaları takdir ediyor!

Daha gelişmiş bir düzeyde, Acrolinx platformu, tüm içeriğinizin markada kalmasını sağlamak için yazarların stilini, dilbilgisini, terminolojiyi ve tonu yönlendiren bir dilsel analiz motoru sunar. Bu, tüm kurumsal içerik oluşturucuların karşılaştığı önemli bir zorluğu ele alır; içerik oluşturucudan bağımsız olarak içeriği tutarlı ve markayı yansıtan tutmak.

Süreç Madenciliği

Trendleri ve kalıpları belirlemek için olay günlüğü verilerini analiz etmek, süreç madenciliği olarak bilinir. Livejourney, müşteri yolculuğunu gerçek zamanlı olarak izlemek için bunu uyguladı. Tüm müşteri temas noktalarını izleyerek ve yolculukları bir müşterinin bakış açısıyla analiz ederek, verimsizlikleri giderebilir ve müşteri memnuniyetini artırabilirsiniz.

E-posta Spam Filtreleme

Spam ile spam ile mücadele edin. Rescam, dolandırıcılık e-postalarına yanıt veren yapay olarak akıllı bir e-posta botudur. Chatbot, sözde bir dolandırıcıyla konuşmaya devam etmek için insan kişiliklerinden birini kullanır. Botla zamanlarını boşa harcamak, dolandırıcılara gerçek kurbanları takip etmek için daha az zaman verir. Rescam bugüne kadar dolandırıcıların beş yıldan fazla zamanını boşa harcadı.

Bilgi Çıkarma

Bu AI dalı, sıklıkla NLP kullanarak insan dili metnini işlemeye odaklanır. Gerçek dünya uygulamaları, e-postalardan otomatik olarak metin çıkarma (Ayrıştırıcı) gibi nispeten basit olanlardan, bir belgeyi özetleme (frase) gibi daha karmaşık görevlere kadar çeşitlilik gösterir. Bu teknolojinin doğrudan bir kullanım durumu, günlük yeni toplamalar için veya içerik küratörlüğünde kullanım için otomatik metin özetleri sağlamak olabilir.

Anlamsal ağ

Semantik ağ, dünya çapında ağın mucidi Tim Berners-Lee tarafından 2001 yılında ortaya atılan bir terimdi (pdf). Buradaki fikir, internet, içerik, bağlantılar ve işlemlerdeki tüm verilerin makine tarafından analiz edilebilmesidir. Ancak konsept çekiş kazanmak için mücadele ediyor. Semantik web işaretlemesi kullanan sitelerin sayısı artmaya devam etse de hala azınlıktalar.

Semantik web teknolojisinin daha dikkate değer kullanımlarından biri, 2010 yılında tüm Dünya Kupası web sitesine güç sağlamak için onu kullanan BBS'dir. Semantik web teknolojisinin diğer önemli kullanımları arasında Time Inc., Elsevier ve Library of Congress bulunmaktadır.

Bununla birlikte, anlamsal web için içeriği biçimlendirme, mevcut süreçlerden çok daha karmaşıktır. Eklenen zaman ve masraf, pazarlamacılar arasında yavaş benimsenmesini açıklayabilir.

Makine öğrenme

Makine öğrenimi, bilgisayarların görev için programlanmadan verilerden "öğrenmesini" sağlayan bir yapay zeka alanıdır. Curata, Scoop.it ve Zetaare makine öğreniminde kullanılanlar gibi öneri motorları iş başında.

Bunun gibi sistemlerin yararı, sistem neyin iyi bir öneri oluşturduğunu öğrendikçe önerilerin zamanla iyileşmesidir. Ancak, pazarlamacıların bu iyileştirmeleri bekleyecek sabrı olmayabilir!

Persado, dönüşümler için optimize edilmiş "e-posta konu satırları ve sosyal medya ücretli reklamları için yapay zeka tarafından oluşturulan dili" kullanır. Bunu dönüşümler için otomatik test olarak düşünün.

Bir dönüşüm oranı optimizasyon uzmanı olmanıza veya düzenli olarak testler yapmanıza gerek yoktur. Yazılımın arkasındaki yapay zeka, sürekli öğrenerek ve pazarlamacıya daha iyi seçenekler sunarak tüm bu işleri halleder.

Her kullanıcı için kişiselleştirilmiş içerikle gerçek zamanlı öneriler sunduğunu hayal edin. LiftIgniter, bu hedefe ulaşmak için makine öğrenimini kullanır. Belirlediğiniz belirli bir hedefe dayalı olarak sürekli öğreniyor ve optimize ediyor.

Makine öğrenimi, uygun önerilerde bulunmaya yardımcı olmaktan daha fazlasını yapabilir. Hatta içerik oluşturmak veya daha doğru bir şekilde küratörlüğünü yapmak için kullanılabilir.

IBM Watson, bir Hollywood gerilim/korku filmi için bir fragman oluşturulmasına yardımcı oldu.

İlk olarak, korkutucu sahneleri ve korkunç müziği nasıl tanımlayacağı ve onları neyin korkutucu yaptığını belirlemek için film sahnelerinin kompozisyonunu nasıl analiz edeceği öğretildi. Ardından filmin uzun versiyonunu izledi ve fragman için en iyi yarışmacı olacak on anı seçti.

Gerçek düzenleme görevini yerine getirmek insan zekasına bırakıldı. İşte sonuç:

Derin Öğrenme

Derin öğrenme, göreve özel algoritmalar kullanmak yerine veri temsiline dayalı makine öğreniminin bir yönüdür. Doğal dil işleme, makine çevirisi ve bilgisayarla görme gibi çeşitli alanlara uygulanmıştır.

2018 Oyun Geliştiricileri Konferansı'nda NVIDIA, "Derin Öğrenme ağlarının gerçekçi görünümlü insan animasyonu oluşturmak için kullanılabileceği yollara ilişkin son araştırmaları" ve doku sentezine derin öğrenmeyi nasıl uyguladıklarını gösterdi.

Daha pratik bir uygulamada Envision, pazarlamacıların en iyi video küçük resmini, segmentini veya resmini seçmelerine yardımcı olmak için yapay zeka kullanır. Ayrıca, Instagram gönderileriniz için en iyi hashtag'leri otomatik olarak bulmak ve eklemek için derin öğrenmeyi kullanır.

Doğal Dil İşleme

Metin içeriğiyle ilgilenen pazarlamacılar için doğal dil işleme, yapay zekanın önemli bir alanıdır. Yapay zekanın bu dalı, bilgisayarların dili anlamasını sağlamakla ilgilenir.

Bu alandaki önemli zorluklar, konuşma tanıma, doğal dil anlama ve doğal dil oluşturmadır. Bununla birlikte, sohbet robotlarının çoğalması, makine çevirisi ve SIRI gibi doğal dil kullanıcı arayüzünün kullanımında görüldüğü gibi önemli ilerlemeler kaydedilmektedir.

İşte dikkat edilmesi gereken birkaç ilginç örnek.

Narrative Science, otomatik olarak açıklamalar oluşturmak ve kişiselleştirilmiş iletişimler sağlamak için doğal dil oluşturmayı kullanarak geniş ölçekte kişiselleştirmeyi otomatikleştirir.

Conversica, ilgileri satın alma niyetine dönüşene kadar gelen potansiyel müşterileri beslemek için yapay zekaya güveniyor. Daha spesifik olarak, e-posta yanıtlarını yorumlamak için yapay zeka kullanırlar, bir takip olarak benzersiz ve kulağa doğal gelen yanıtlar gönderirler.

sohbet robotları

Chatbotlar her yerde! Genellikle olası satışları nitelendirmek için kullanılırlar veya bir içerik dağıtım sistemi olarak kullanılırlar.

İki temel sohbet robotu türü, sınırlı komutları anlayan ve doğal dil işlemeyi kullananlardır.

Sınırlı komut tipi sohbet robotları, görev seçenekleri sınırlı olduğunda kullanışlıdır ve etkileşimi çok iyi tanımlanmış yollarda yönlendirebilirsiniz. NLP sohbet robotları daha fazla konuşma akışına izin verir.

Flow XO gibi sohbet robotu platformları, kodlama becerilerine olan ihtiyacı ortadan kaldırır, ancak yine de birkaç nedenden dolayı uygulanması zor olabilir:

• Pazarlamacıların, ziyaretçilerinin başarmak istediği görevleri bilmesi gerekir.
• İzleyicileri tarafından yapılan yolculuklar hakkında derin bir anlayışa ihtiyaçları var.
• Bu bağlamda kullanılan içeriğin türü kökten farklı olabilir.
• Zengin bir içerik stratejisinden yoksun olabilirler.

Dil Tanımlama

Dil tanımlama, makine çevirisi ve doğal dil işlemenin kritik bir bileşenidir. Pazarlamacılar üzerinde doğrudan bir etkisi olmamasına rağmen, kurumsal düzeyde çalışan içerik stratejistleri genellikle dil çevirisi sorunları ve bunun içerik üzerindeki etkisi ile ilgilenir.

Google AI, dil tanımlama da dahil olmak üzere doğal dil teknolojileriyle ilgili her şeyle derinden ilgilenir. Yabancı dilde bir sayfayı ziyaret ederken bunu deneyimlemiş olabilirsiniz.

Çeviri için sıfır bütçesi olan içerik stratejistleri için bu bir cankurtaran olabilir.

Doğal Dil Kullanıcı Arayüzü

Prototip doğal dil kullanıcı arayüzleri ilk olarak 1960'ların sonlarında ortaya çıktı ve ancak son zamanlarda popüler hale geldi. Daha önce SIRI veya Amazon Echo kullandıysanız, doğal bir dil arayüzü deneyimlediniz.

İçerik pazarlamacıları için bu, potansiyel olarak düşünme ve içerik oluşturma şeklimizi değiştirir. Arama motorları anahtar kelimeye dayalı olmaya devam eder ve içerik oluşturucular, birçok anahtar kelime için iyi sıralama umuduyla genellikle uzun içerik parçaları oluşturur.

Ancak, özellikle ses kontrollü bir doğal dil arayüzünün kullanılması yeni bir bağlam yaratır. Kullanıcılar, 10.000 kelimelik bir manifestonun uygun olmadığı belirli sorulara hedefli cevaplar arıyor. Daha geniş içeriğe yönelik bir eğilim görmemize rağmen, bu eğilim yakında değişebilir.

Doğal Dil Anlayışı

Doğal dil anlama, 1964 yılında Daniel Bobrow'un doktora çalışmasının yayınlanmasıyla birlikte doğal dil işlemenin bir alt konusudur. tez. Büyük ölçekli içerik analizi, soru cevaplama ve metin kategorizasyonu ile ilgisi nedeniyle doğal dil anlayışına büyük ilgi vardır.

Gerçek dünya uygulamaları, en azından pazarlama kullanımı için, bir belgedeki kavramları kavramak için oldukça karmaşık anlama yetenekleri gerektirir. OneSpot, site ziyaretçilerinin içerik tüketimini işlemek ve geniş ölçekte bireyselleştirilmiş içerik sunmak için makine öğrenimi ve doğal dilin bir kombinasyonunu kullanan böyle bir şirkettir.

Makine Çevirisi

Doğal dil işlemenin bir diğer alt dalı makine çevirisidir. Google çeviri kullandıysanız, makine çevirisinin yüzeyini çizdiniz.

Çeviri doğruluğu artmaya devam ettikçe, B2B ve tüketici pazarlarında çeviri fırsatları da artıyor.

Küresel şirketlerde çalışan içerik stratejistleri, içeriği uygun maliyetli bir şekilde uygun ölçekte çevirmek için makine çevirisinden yararlanır. Teknoloji, finans, hukuk, sağlık vb. iş alanlarının kendi nüansları ve terimleri vardır, bu nedenle alana özel makine çevirisi tercih edilen yol olmuştur.

Ancak, Kantan'ın sunduğu gibi çok alanlı makine çevirisi zemin kazanmaya başlıyor.

Soru Cevaplama

Soru yanıtlama, bir insan dilinde sorulan soruları otomatik olarak yanıtlayacak sistemler tasarlayan doğal dil işlemenin bir alt kümesidir. START Natural Language Soru Yanıtlama Sistemi, "dünyanın ilk Web tabanlı soru yanıtlama sistemi olduğunu, Aralık 1993'ten beri çevrimiçi ve kesintisiz olarak çalıştığını" iddia ediyor.

Facebook'un soruları yanıtlamak için yapay zekayı eğittiğini biliyor muydunuz? AI'ya görüntüleri analiz etmeyi ve bu resimler hakkında sorulan soruları yanıtlamayı öğretiyorlar. Şu anda AI yalnızca basit cevaplar sağlayabilir. Ancak fikir, tıpkı bir insan gibi daha ayrıntılı yanıtlar sunmasını sağlamaktır.

Semantik Çeviri

Semantik, kelimelerin anlamlarını ve yapılarını yorumlamakla ilgilenen bir dilbilim dalıdır. Anlamsal çeviri, bir belgenin başka bir dile çevrilirken anlamını korumayı amaçlar.

Küresel iş için çalışan içerik stratejistleri, birden çok dilde içerik yönetimi konusunda zorluk yaşıyor. Anlamsal çevirinin kullanılması, çeviri verimliliğini artırmaya ve yanlış yorumlama riskini azaltmaya yardımcı olabilir. PROMT, anlamsal bilgi içeren bir uygulama örneğidir.

İçerik Pazarlamasında Yapay Zekanın Geleceği

Elon Musk bir AI kıyametinden korkabilir, ancak gördüğüm kadarıyla, hala birçok yapay zeka dalı için uygulanabilir uygulamalar oluşturmak için mücadele ediyoruz. Bununla birlikte, kapsamı sınırlı, hayatımızı önemli ölçüde iyileştiren daha akıllı yazılımlar görmeye başlıyoruz.

Netflix ve Amazon gibi dev şirketlere güç veren öneri motorları buna bir örnek. Artık bu gelişmişliği Bibblio gibi bir yazılımla kendi sitenize getirebilirsiniz. Birçok "ilgili gönderi" uygulamasına sağlanan basit yaklaşımın aksine, AI destekli algoritması anlamsal olarak alakalı içerik önerileri sunar.

Büyük bir site işletmiyorsanız, bunun gibi yazılımlar büyük bir hit olmayabilir. Bununla birlikte, yapay zeka alanı, bugün, şu anda pazarlamacıları etkileyen gerçek ölçülebilir adımlar atıyor. Yapay zekanın işinizi yakın zamanda sizin için yapmasını beklemeyin.

Freepik tarafından tasarlanan özellik görüntü vektörü