Jen za posledních pět let se vyhledávání termínu „machine learning“ (ML) neboli strojové učení podle Google Trends zosminásobilo a stalo se v datovém světě dalším buzzwordem po boku výrazů jako „big data“ a „data science“.
Metody ML používají statistici už celé dekády třeba v biomedicíně. Teprve v posledních letech je začínáme díky rozmachu dostupné výpočetní kapacity ve velkém využívat v digitálním světě, mimo jiné v on-line marketingu. Ten se tak ještě rychlejším tempem odklání od expertního řízení, kdy expertem býval nejlépe placený člověk v místnosti, případně jeho manželka.
Konečně se dostáváme k poněkud objektivnějšímu data-driven přístupu. Abychom byli spravedliví, musíme zmínit, že i samotné ML metody poslední dobou doznaly určitých vylepšení. Všimli jste si třeba, jak se zhruba před rokem překotně zlepšily překlady v Google Translator? Zároveň se marketéři čím dál víc propojují s informačními technologiemi a mění se i podstata jejich práce. Z kreativců se postupně stávají datoví analytici.
A jak zavést ML do marketingu i u vás? Potřebujete především dva zdroje: data a chytré lidi. U dat je klíčová jejich kvalita a kontinuita, stejně jako jejich demokratizace a centralizace napříč firemními odděleními. Čím víc kvalitních dat, tím lépe. Dobrým zdrojem bývají nástroje jako Google Analytics a CRM databáze.
U lidí je to krapet složitější – můžete si najmout šikovného interního „dataře“, anebo zkušeného externistu. Pokud vám už po firmě pobíhá kolega s pozicí data scientist, prodiskutujte potenciál. Klíčové je, aby porozuměl nejen firemním datům, ale především vašemu byznysu. Pomůže, když rovnou přizvete také vašeho odborníka na marketingová data a nástroje.
Společně pak hledejte klíčová místa, kde vám ML může pomoci. Ať už je to predikce odchodu věrných zákazníků, odhad budoucí hodnoty jednotlivého zákazníka, chytrá segmentace klientů nebo modelování jejich životního cyklu. Klíčové je rychle aplikovat výsledky modelů do praxe a tím postupně budovat důvěru v ML napříč společností. Nebojte se zahrnout do projektů také další oddělení. Například volba perspektivních kontaktů na základě modelace jejich předchozího chování na webu se u klienta setkala s pozitivní odezvou kolegů z call centra. Počáteční náklady nemusí být přitom ze zkušeností nikterak velké.
Matej Veverka, Digital Analyst & Consultant, Optimics
