Por que la inteligencia artificial y los medios de pago internacionales son una combinación perfecta

Al mirar hacia atrás en el verano de 2018, es difícil ignorar el optimismo que ha estado en el aire. ¿Tiempo soleado? Cheque. ¿Triunfo del fútbol de Inglaterra? ¡Casi! ¿La IA como la próxima gran novedad en el marketing digital? Intente contar la cantidad de artículos, publicaciones de blog y fragmentos de sonido que ha encontrado durante el último mes que citan la IA de una manera exagerada.

Ahora todos estamos a favor de un poco de optimismo bien razonado, y no hay duda de que la IA es un conjunto de herramientas extremadamente poderoso que tendrá un impacto positivo en todo tipo de actividad socioeconómica. Pero no estamos tan seguros del verdadero valor de la IA en el contexto del marketing digital, y específicamente para los medios de pago internacionales.

Volver a lo básico

Para superar el bombo publicitario, comencemos por ver exactamente cómo funcionan la inteligencia artificial y el aprendizaje automático en el contexto de los medios de pago internacionales. Por ejemplo, a nivel de palabras clave, ¿cuántos y qué tipo de datos se necesitan para que la IA tome una buena decisión?

Bueno, el producto de aprendizaje automático de Google, Smart Bidding, afirma que “le permite adaptar las ofertas en función del contexto de cada usuario. Smart Bidding incluye señales importantes como dispositivos, ubicaciones y listas de remarketing para una mejor automatización y rendimiento ”.

Esto implica que las señales requeridas por el algoritmo se pueden extraer de la suma del comportamiento de los usuarios y que sus “capacidades de aprendizaje maximizan rápidamente la precisión de sus modelos de oferta para mejorar la forma en que optimiza la cola larga [by evaluating] patrones en la estructura de su campaña, las páginas de destino, el texto del anuncio, la información del producto, las frases de palabras clave y muchos más para identificar similitudes más relevantes entre los elementos de la oferta para tomar prestado de manera efectiva los aprendizajes entre ellos ”.

Esto sugiere que la fuente de datos “ir a” es nuestra propia campaña. Pero, ¿cuáles son estos patrones, cuánto tiempo es “rápido” y cómo diablos pueden ayudar los datos de la página de destino con la gestión de ofertas?

Siguiendo con la gestión de ofertas como ejemplo, creemos que funciona así:

  • Datos primarios: el algoritmo analiza las interacciones directas históricas con una palabra clave dentro de la campaña de un cliente y toma una decisión de costo / posición basada en objetivos predefinidos como ROI o CTR, y de suficientes datos.
  • Una forma de abordar un posible problema de volumen de datos sería mirar hacia atrás. Pero esto ignoraría la estacionalidad, las promociones y los cambios en el comportamiento de los consumidores a lo largo del tiempo.
  • Datos secundarios: el algoritmo no tiene datos suficientes para tomar una “buena” decisión sobre la base primaria, por lo que utiliza datos corroborativos (indicadores de rendimiento de otras campañas que tienen características similares (por ejemplo, la misma vertical, el mismo lenguaje) para tomar decisiones.

¿Tenemos siquiera suficientes datos?

La pregunta es si, además de las campañas de gran categoría de muy alto volumen (piense en seguros de automóvil, tarjetas de crédito), hay suficientes datos primarios para impulsar la toma de decisiones de inteligencia artificial efectiva. La IA necesita una gran cantidad de datos para ser eficaz. Cuando Deep Blue de IBM aprendió ajedrez, por ejemplo, el desarrollador se basó en 5 millones de conjuntos de datos. La mayoría de los expertos de la industria creen que la mayor limitación de la inteligencia artificial será el acceso a datos de alta calidad de suficiente escala.

Tampoco tenemos idea de cómo es un “buen” volumen de datos. Esto es aún más improbable para el PPC internacional, donde las campañas suelen ser muy granulares, en varios idiomas y están diseñadas para incluir muchas palabras clave de cola larga (que, por definición, no tienen mucho volumen).

Cuando se trata de datos secundarios, ¿cuán relevantes pueden ser los datos corroborativos? Para obtener la máxima relevancia, tomando al CLIENTE X como ejemplo, tendríamos que asumir que el algoritmo está asimilando rápidamente los datos de los competidores directos del CLIENTE X y usándolos para informar mejor la estrategia de gestión de ofertas.

Seguramente ese tipo de datos enriquecidos de forma cruzada impulsaría las tácticas de oferta de todos los jugadores de subastas, creando un ciclo en el que ningún jugador tiene una ventaja.

Si no se utilizan datos de la competencia, entonces, ¿qué tipo de datos secundarios son lo suficientemente relevantes para impulsar buenas decisiones de IA? Esto sería más fácil si supiéramos definitivamente cómo se construyeron las reglas de los algoritmos, pero por supuesto, nunca lo sabremos.

Es hora de comprobar la realidad

En resumen, si supiéramos que 10, 100 o incluso 1000 interacciones son suficientes para ofrecer una eficiencia superior a través de la IA, estaríamos encantados. Las campañas se podrían planificar y ejecutar para utilizar la combinación óptima de inteligencia artificial y capacidades humanas, con mejores resultados para plataformas publicitarias, agencias y clientes. La IA podría centrarse en las interacciones a nivel de marca y categoría, con supervisión humana y gestión detallada de long tail.

Parece poco probable que se produzca una transparencia adecuada sobre cómo funciona realmente la IA, cuántos datos se necesitan y cómo funcionan las ‘reglas’, a menos que se produzcan cambios significativos en los modelos o prácticas comerciales.

En cambio, la IA es sobrevalorada con optimismo como la próxima gran novedad digital, mientras ignora alegremente la premisa básica de la IA y los aspectos prácticos actuales de los medios de pago digitales nacionales e internacionales.