Her gün milyonlarca insan, alacakları ürün, yakınlarındaki restoranlar ve binlerce başka seçeneği göz önünde bulundurarak yaptıkları aramalara göre satın alma kararı veriyor. Nielsen’in Küresel Tüketici Güveni (Global Trust in Advertising) raporuna göre, tüketiciler, çevrimiçi fikirler ya da fiyat karşılaştırmalarına güvenmekle birlikte, ağızdan ağıza yayılan (word of mouth) önerileri çok daha fazla dikkate alıyor. En güvenilir reklam, doğrudan tanıdığımız ve güvendiğimiz insanlardan geliyor ve araştırmaya katılanların yüzde 83’ü tamamen ya da kısmen arkadaşlarının ya da ailelerinin önerilerine güvendiğini belirtiyor.
Bu nedenle satın alma kararının son aşamasında insanların eşlerine, akrabalarına ya da yakın arkadaşlarına danıştıklarını tahmin etmek yanlış olmaz. Sonuçta bizi tanıyan, bizim zevk ve tercihlerimizi bilen de onlar. Peki ya bir bilgisayar sizi yakınlarınızdan, hatta sizden daha iyi tanırsa ne olur?
Bilgisayarlar bizimle ilgili şu anda ne biliyor?
Yaşadığımız dijital çağ, satın alma yolculuklarını çok daha karmaşık bir sürece dönüştürmenin yanı sıra çok da erişilebilir hale getirdi. Yüzlerce hatta binlerce seçenek arasında karar vermek gittikçe zorlaşıyor. Çevrimiçi öneri sistemleri, arama ve ürünü seçme yolumuza yön veriyor; baktığımız, tamamlayıcı ya da muadili bir ürüne bizleri yakınlaştırarak, karar verme sürecinde istediğimiz tercihleri yapmamıza yardımcı oluyor.
“Alışveriş kişiliğimiz” hakkında edinilen bu bilgiler, genellikle daha önce satın alınan ya da araştırılan ürünlerin, benzer profildeki kişilerin araştırdıkları ya da satın aldıklarıyla bağlantı kurulması sonrasında elde ediliyor. Tavsiye teknolojileri, neye baktığımızı dinliyor ve ürünleri karşımıza çıkarıyor. Tercihlerimizle ilgili milyonlarca veriyi bir araya getirerek en isabetli önerileri getiriyor.
İlk bakışta basit gibi duruyor ama bu teknolojiler için inanılmaz boyutlarda verinin toplanması gerekiyor. Tabii, ne kadar çok veri gelirse o kadar daha isabetli sonuçlar ortaya çıkıyor. İşte burada yapay zekânın inovatif bir kolu olan ve insan beynini taklit ederek veri işleyen, karar verme yollarını ortaya çıkaran “derin öğrenme” devreye giriyor.
Yapay zekâ ne istediğinizi öngörüyor
Birçoğumuz şimdiden veri temelli önerilerin karşımıza çıkmasına alıştık. Örneğin Amazon’da alışveriş yaparken “sıkça birlikte alınanlar” bölümünü kullanarak yeni ürünler aldık ya da LinkeIn’de “tanıyor olabileceğiniz kişiler” kısmından yeni insanlara ulaştık. Netflix üzerinden izlediğimiz bir filmde dahi karşımıza yine yapay zekâ temelli öneriler çıktı.
Artık bu yapay zekânın arkasındaki motorlar daha da akıllı hale geliyor. Derin öğrenme araçları sayesinde sadece birkaç ziyarette yaşanan kullanıcı deneyimi çok daha kişiselleştirilmiş sonuçlar ortaya çıkmasını sağlıyor. Gerçek zamanlı analizlerle birleştirildiğinde kendi kendine öğrenen algoritmalar, önerilerin seviyesini tahmin noktasına getirebiliyor. Spotify gibi hizmetler bir sonraki şarkı önerisinde oldukça isabetli tahminler yaparken, YouTube o sırada izlediğimiz videoyu baz alarak, henüz video izlendiği sırada önerilerini hazırlamış oluyor.
İsabetli hedefleme yapılmasının önünü açan derin öğrenme, tüm dijital sektörlerde kullanılmakla birlikte reklamcılık alanının da vazgeçilmezleri arasında yer alıyor. Yeniden hedefleme teknolojileri konusunda çalışan RTB House, kendi çalışmalarından yaptığı analize göre kendi kendine öğrenen algoritmalar sayesinde yüzde 50 daha isabetli öneriler ortaya çıkarabiliyor. Peki, nasıl oluyor da tahminler, bu kadar isabetli hale gelebiliyor?
Derin öğrenme tavsiyeleri nasıl etkiliyor?
Örnek olarak yeni bir kıyafet satın alma sürecini inceleyelim. Bir ziyaretçi internet sitesi içerisinde tıkladığı herhangi bir nokta ile öneri mekanizmasına bir veri gönderiyor. Bakılan elbisenin rengini, odaklandığınız ayrıntıları, fiyat aralığını, bedenlerini ve benzer birçok noktayı kontrol ediyor. Sonra bu veriyi birçok satın alma yöntemi olasılığına bağlıyor. Gerçek zamanlı olarak ölçen ve analiz eden sistem; geçmişi, zevkleri, ilgi gösterilen ürünleri ve hatta o anki ruh halini anlıyor ve satın alınacak ürünle ilgili doğru öneriyi kullanıcıya gösteriyor. Ayakkabılar, mücevherler, gece çıkarken giyilecek kıyafetler ya da yazlık giysiler arasında en çok hangisi etkili bulunursa o gösteriliyor. Tüm bunların hepsi herhangi bir insan dokunuşuna ihtiyaç duymadan gerçekleşiyor. Satın alma tahminlerinin olduğu alanda kendiliğinden öğrenen algoritmalar, girilebilecek yanıltıcı bilgileri dikkate almamayı bilecek kadar çok fazla bilgiye sahipler.
Tipik öneri modelleri bu seviyede bir ayrıntıya giremez. İlk öneri sistemlerinde basit şekilde toplanan veri, “Kadın olduğu düşünülen ve sadece kadın kıyafetlerini inceleyen ziyaretçilere mücevherleri göster” gibi daha önce pazarlama uzmanı tarafından belirlenmiş kurallara göre seçilmiş ürünlerin gösterilmesini sağlıyordu. Ama şimdi “Sistem, kadın kıyafetlerini inceleyenlerin potansiyel mücevher alıcıları olduğunu öngörüyor ve bir erkeğin de kendilerine ya da hediye olarak mücevher alabileceğini öğreniyor”.
Derin öğrenme algoritmaları düşünme yöntemini taklit ederek herhangi bir insan müdahalesine gerek kalmadan öğrenmeye devam ediyor. Bir makine, hiçbir zaman sıkılmadan ya da yorulmadan sayısız veriyi analiz edebilir ve oldukça mantıklı, riskli tercihleri herhangi bir stres yaşamadan, söylenmeden öneriler ortaya çıkarabilir. Reklamcının genel kurallarına uygun hareket etmenin de ötesinde insan gücünün sergileyemeyeceği performansı göstererek, proaktif olarak yeni kurallar yazar ve öğrenir. İşte, bu yüzden reklam endüstrisi için kendi kendine öğrenen algoritmalar oldukça etkili ve önemlidir.
Yapay zekânın kişiselleştirilmiş deneyimi gelişiyor
Janrain & Harris Interactive’e göre, çevrimiçi ziyaretçilerin yüzde 74’ü bir internet sitesinde kendileriyle ilgili olmayan bir içerik gördüklerinde hayal kırıklığına uğradığını hissediyor. Dahası, Infosys’in araştırmasına katılan tüketicilerin yüzde 86’sı kişiselleştirmenin satın alma kararında etkin bir rol oynadığını ifade ediyor.
İsabetli öneri sistemleri kullanıldığında, markanın müşterileriyle olan bağını güçlendirdiği bir gerçek. Bununla birlikte film, müzik ya da reklam endüstrisinde, satış sürecini hızlandırdığı, dönüşüm oranını artırdığı ve doğrudan gelirin artmasına katkı sağladığı gözlemleniyor. Daha isabetli ve inandırıcı teklifler, yalnızca e-ticaret sektöründe değil, bankacılık, sigorta, seyahat ve hatta günlük market alışverişlerinde dahi olumlu sonuçlar doğuruyor.
Steve Jobs’ın klasikleşen sözünde belirttiği gibi, “İnsanlar siz onlara göstermedikçe ne istediklerini bilemezler.” Derin öğrenme endüstrisi, bu sözü dijital çağda her kullanıcının günlük yaşamının bir parçası haline getiriyor.
Yorumlar