Τη δυναμική των νέων τεχνολογικών τάσεων, όπως η Τεχνητή Νοημοσύνη, να αλλάξουν τις αγοραστικές συνήθειες των καταναλωτών, επιβεβαιώνουν όλο και περισσότερες έρευνες. Μία εξ αυτών, την οποία διενήργησε η RTB House,  διεθνής τεχνολογική εταιρεία που παρέχει λύσεις retargeting χρησιμοποιώντας τεχνολογία αιχμής, έδειξε ότι η τεχνητή νοημοσύνη μπορεί να αναγνωρίσει, να μάθει πρότυπα και να προβλέψει ατομικές αγοραστικές συμπεριφορές καλύτερα απ’ ό,τι ένας άνθρωπος. 

Οι αλγόριθμοι self-learning είναι πιο επιτυχημένοι σε σχέση με τον άνθρωπο στη στόχευση της αγοραστικής συμπεριφοράςΣτην προσπάθεια να κατανοήσει το κατά πόσο η τεχνολογία μπορεί να ξεπεράσει τον άνθρωπο, η εταιρεία πραγματοποίησε ένα συγκριτικό τεστ μεταξύ  των banner, που έχουν κατασκευαστεί από τον άνθρωπο σε σχέση με όσα έχουν δημιουργηθεί μέσω της τεχνητής νοημοσύνης. Θέλοντας να διασαφηνίσει κατά πόσο η διαίσθηση εμποδίζει την επιτυχία της online διαφήμισης κι εάν η τεχνητή νοημοσύνη μπορεί να έχει καλύτερα αποτελέσματα, η εταιρεία πρόσφατα ανέλυσε μαζικά σύνολα δεδομένων.  Η μελέτη διεξήχθη λαμβάνοντας υπόψη τον τρόπο αντίδρασης των χρηστών σε δύο διαφημιστικά banners, από τα οποία το ένα είχε επιλεγεί από marketer (άνθρωπο) από ένα πακέτο banners που στο παρελθόν είχαν υψηλή απόδοση και το δεύτερο είχε επιλεγεί από αλγόριθμους self-learning (deep learning).

Αρχικά, η RTB House επέλεξε ένα υποσύνολο από banners τα οποία είχαν αποδώσει πιο αποτελεσματικά click-through rate (CTRs: η σχέση μεταξύ του αριθμού των κλικ σε μία διαφήμιση)σε προηγούμενες εκστρατείες που “έτρεχε” η εταιρεία σε Τουρκία, Ρωσία και Ολλανδία. Παράλληλα, η εταιρεία διεξήγαγε εκστρατείες με δημιουργικά τα οποία είχαν επιλεγεί απευθείας από αλγόριθμους deep learning (η πιο υποσχόμενη υποκατηγορία έρευνας που ασχολείται με την τεχνητή νοημοσύνη) και με δημιουργικά, που είχαν επιλεγεί από marketers. Μετά από μία εβδομάδα δοκιμών αποδείχθηκε ότι οι χρήστες κλίκαραν περισσότερο και προχώρησαν σε αγορά, αφού είχαν δει διαφημιστικά banners από self-learning αλγόριθμους. 

Deep learning
Ως αποτέλεσμα, οι καμπάνιες που χρησιμοποιούσαν banners από deep learning αλγόριθμους είχαν πολύ καλύτερη απόδοση απ’ ό,τι τα δημιουργικά που χρησιμοποιούνταν στο παρελθόν και θεωρούνταν πιο αποτελεσματικά. Πιο συγκεκριμένα, η προσέγγιση που ήταν βασισμένη στην τεχνητή νοημοσύνη είχε ως αποτέλεσμα 35% καλύτερο convertion rate (CR), κατά μέσο όρο 7% καλύτερα ποσοστά click-through rate (CTR) κι έως και 28% μεγαλύτερη επισκεψιμότητα.

“Σε κλάσματα δευτερολέπτου, υπάρχει η δυνατότητα μέσω της τεχνητής νοημοσύνης να τμηματοποιηθούν οι πελάτες, να δημιουργηθούν ακριβείς, στοχευμένες διαφημίσεις για κάθε δυνητικό πελάτη και να κατανοηθεί η αλλαγή στην  συμπεριφορά του πελάτη σε πραγματικό χρόνο. Εκτός απ’ αυτά, η τεχνητή νοημοσύνη εξαλείφει σφάλματα τα οποία θα μπορούσε να προκαλέσει ο άνθρωπος, τα οποία πιθανά προέκυπταν από προσωπικές συμπεριφορές ή βασίζονταν σε παλιές πληροφορίες”, αναφέρει η εταιρεία.