Search

Kolme asiaa, jotka markkinoijan pitää tietää tekoälystä

Tero Kemppi, Machine Learning Developer
Dagmar
17.03.2020

Termi tekoäly aiheuttaa paljon innostusta, mutta myös turhaa hypeä, koska siinä sekoitetaan kaksi hyvin erilaista asiaa: kapea ja laaja tekoäly. Kapea tekoäly on nimensä mukaisesti hyvin rajoittunut. Se tekee yhden tehtävän eikä sitäkään milloinkaan täydellisesti, mutta joskus paremmin kuin ihminen. Termi laaja tekoäly taas tarkoittaa ihmisenkaltaista älyä. Se herättää paljon ajatuksia ja siitä saa ihan kivoja leffoja, mutta ei vielä paljon muuta.

Mitä tekoälyllä voi tehdä markkinoinnissa?

Tarvitsemme dataa, jotta voimme tehdä parempia päätöksiä. Tekoälyä tarvitsemme, jotta saamme datasta enemmän irti päätöksenteon tueksi. Tekoälyn ansiosta datan analysointia voidaan automatisoida, ja kyllä, tässä tekoäly on meitä ihmisiä tarkempi ja nopeampi. Tämä on asia, jota ei kannata sivuuttaa – emmehän halua antaa kilpailijoille etumatkaa.

On hyvä muistaa, että tekoälyllä tehdään pääasiassa täysin samoja asioita, jotka ovat markkinoijille entuudestaan tuttuja. Esimerkiksi tekoälyä voidaan käyttää kohdennettuun markkinointiin, budjettiallokaatioihin tai luovien sisältöjen suunnitteluun.

Tekoälyn hyötyjä ei kannata liioitella, mutta ei myöskään vähätellä. Monet asiat, jotka eivät ennen olleet mahdollisia riittävällä tarkkuudella, kuten tekstin kääntäminen eri kielille ja kuvantunnistus, ovat nyt tehtävissä tekoälyn avulla.

kuva-1-dagmar-vk-juttu

Kahdenlaisia tekoälyprojekteja

Jos tekoäly on uutta markkinoinnissa, kannattaa aloittaa pienillä kokeiluilla. Kokeilujen pitää aina liittyä johonkin suurempaan kokonaisuuteen, älä siis kokeile pelkästään kokeilemisen vuoksi. Hyvä ensimmäinen kokeilu ei välttämättä ole se kaikkein tuottavin, vaan sellainen, joka tuo konkreettista hyötyä nopeasti ja jonka toteutus ei ole liian monimutkainen. Jos aloitetaan vain kaiken datan tallentamisella, mennään helposti metsään, ja fokus katoaa. On syytä kysyä: mitä olemme tavoittelemassa?

Tekoälyprojekteja on karkeasti kahdenlaisia: kertaluontoisia, ymmärrystä lisääviä projekteja, joiden lopputuotos kiteytetään muutamalle slidelle ja ohjelmistoprojekteja, joiden lopputuloksena on järjestelmä, joka työskentelee taustalla jatkuvasti tehden analyysejä, päätöksiä tai optimointia. Kertaluontoisilla projekteilla on paljon arvoa, jos ne tuovat lisätietoa johonkin ongelmaan tai luovat edellytyksiä jatkolle. Sen sijaan, että ensin tutkitaan laajasti kaikkia datan tarjomia mahdollisuuksia, kannattaa lähteä liikkeelle päätöksistä, joita tarvitsee tehdä. Se kertoo mitä pitää keskittyä selvittämään datasta.

Jotta projektista olisi hyötyä, tekoälyn tuottamat havainnot pitää johtaa toimenpiteisiin tai jatkuvaa optimointia tekevä järjestelmä pitää viedä tuotantoon. Epäonnistuminen on inhimillistä, mutta liian usein myös onnistuneen proof-of- conceptin tuotantoon vienti ei ikinä tapahdu tai datasta tehdyt havainnot eivät johda toimenpiteisiin. Lopputulos on päättymätön sarja proof-of-concepteja. Kertaluonteisissa projekteissa on tärkeää miettiä, mihin kysymykseen datasta haluaa vastauksen ja mitä sillä päätöksellä tehdään.

kuva-2-dagmar-vk-2020

Työskentely tekoälyprojektissa

Perinteinen organisaatio haluaisi toimituksen muutamassa kuukaudessa sovitulla laadulla ja isolla varmuudella. Tällaisiin tapauksiin törmään usein. On hyvä muistaa, että tekoälyn ja datan kanssa ei ole ehdottomia varmuuksia. Jos dataa ei ole tarpeeksi tai se ei ole kovin laadukasta, tavoiteltua laatua ei välttämättä saavuteta. Dataa tutkiessa voi kuitenkin tulla muita havaintoja tai ideoita sen käyttämiseen.

Tekoälyprojektit eivät ole perinteisiä projekteja. Jos organisaatiolla ei ole kokemusta ketteryydestä, kehitysprojektien luonne voi tulla yllätyksenä. Ensin projektissa tutkitaan dataa. Tässä vaiheessa malttamattomimmat käyvät kuumana: ”Miksi ihmeessä tutkitaan dataa, miksei aloiteta jo tekemään?” Tutkimisen jälkeen tehdään ensimmäinen, vähän nykytilannetta parempi tekoälytoteutus. Sitä parannetaan sprintti sprintiltä niin kauan kuin saavutettavat hyödyt ovat vaivan arvoisia.

kuva-3-dagmar-vk2020

Parhaassa tapauksessa syntyy kehä: tekoälytoteutuksella saadaan lisää asiakkaita, joilta saadaan lisää dataa, jolla taas tehdään entistä parempi tekoälytoteutus ja niin edelleen.

Ole valmis oppimaan uutta

Tekoälyn perusperiaatteet eivät ole monimutkaisia. Koska tekoäly on jo osa markkinoinnin arkea, jokaisen markkinoijan pitäisi ymmärtää ne. Erinomainen ja ilmainen verkkokurssi tekoälystä ja sen käyttämisestä on Courseran AI for Everyone.

Tämä kirjoitus on myös julkaistu Asiakkuusmarkkinoinnin vuosikirjassa 2020. Jos et ole vielä saanut vuosittaista bestselleriä, voit tilata sen veloituksetta tästä

Scroll to Top