Machine Learning Tag

machine-learning

Compra Programática e Inteligencia Artificial, un nuevo reto en la optimización de presupuestos publicitarios

Según los últimos estudios realizados por Juniper Research, se calcula que, a lo largo de 2018, los anunciantes perderán aproximadamente 19K millones de dólares en actividades publicitarias fraudulentas en todo el mundo, lo que equivale a unos 51 millones de dólares al día. Esta cifra, que representa publicidad online y en dispositivos móviles, aumentará hasta alcanzar los 44 mil millones de dólares en 2022. El panorama se complica aún más si tenemos en cuenta dos factores:

  • Por un lado, que Facebook y Google –quienes operan como Walled Garden (jardines amurallados), restringiendo el flujo de datos para una medición independiente del rendimiento publicitario – representan más del 60% del gasto publicitario digital.
  • Por otro lado, los estafadores están desarrollando nuevos software que permiten imitar la actividad publicitaria real, incluidos los clics simulados, los movimientos del mouse y las cuentas de las redes sociales.

 

Así pues, la Inteligencia Artificial (IA) y el Machine Learning serán cruciales para analizar diariamente la gran cantidad de datos generados por las actividades publicitarias y minimizar las pérdidas debidas al fraude.

Inversión en publicidad

Los profesionales del marketing están cada vez más preocupados y quieren saber dónde se invierten sus presupuestos publicitarios. “Pedimos a las plataformas que ofrezcan una visibilidad del 60-70% para empezar. Si no pueden entregar eso, no los incorporamos a bordo”, dice Gopa Kumar, vicepresidente ejecutivo de Isobar India.

En ese sentido, estos profesionales del marketing están pasando de una estrategia basada en inventario, a una basada en la audiencia, y están aprovechando los datos para construir una estrategia de audiencia más sólida, programática y esclarecedora.

Según el estudio de Juniper Research, aquellas plataformas que aprovechen la Inteligencia Artificial para fines relacionados con la localización y segmentación de usuarios, representarán el 74% del gasto publicitario online total para 2022. Pero al mismo tiempo, estas plataformas deberán centrarse en nuevas fuentes de datos para mejorar la competencia de sus algoritmos de inteligencia artificial. Por lo tanto, los datos procedentes de los dispositivos IoT (Internet de las cosas), los acuerdos de intercambio de información y la identificación de usuarios cross-device serán muy demandados.

Compra programática

La compra programática, alimentada por IA, supone un nuevo avance en la predicción, probando nuevas formas de invertir en publicidad de manera más efectiva y aprovechando eficazmente el poder de la IA para segmentar dinámicamente a cada usuario. Con ello, se puede diferenciar con precisión entre usuarios, pujando por aquellos que más aportan a la cuenta de resultados y, por ende, son más valiosos al generar conversiones más eficientes.

A través del desarrollo de las tecnologías de compra de Deep Learning, ya se pueden obtener grandes mejoras en el ROI de las campañas, así como construir automáticamente algoritmos de compra personalizados para cada cliente, que escala y aprende por sí mismo.

Además, cuantos más datos se proporcionen a los algoritmos Deep Learning, mejores serán los resultados, lo que significa que, con el tiempo, el algoritmo envejece y se vuelve más “inteligente”. Estas tecnologías también permiten ajustar automáticamente las activaciones en respuesta a la dinámica cambiante del mercado, incluida la modificación de nuevas creatividades, el cambio del contenido del sitio web o la incorporación de diferencias estacionales.

En definitiva, el futuro parece venir acompañado de fraude en las actividades publicitarias, pero las posibilidades para reducirlo al máximo cada vez están más al alcance de todo profesional del marketing.

0
0
Biblioteca-machine-learning

Ventaja competitiva de tener un sistema de recomendación

Imagina esta situación: has estado muy ocupado y hace meses que no lees un libro. Te gustaría recuperar el hábito lector, pero la verdad es que estás sin ideas. Así que:

1- Escribes a una amiga con la que compartes gustos, para saber qué ha pasado por sus manos últimamente.

2- Controlas tres o cuatro autores que no te suelen fallar, así que echas un vistazo en Internet para ver si han sacado algo nuevo.

3- Te apetece que te sorprendan, por lo que decides elegir (casi al azar) entre el top five que viene en el periódico del fin de semana.

Ahora imagina que tienes un asistente-librero que valora, de forma conjunta, los gustos de personas afines a ti y las características de tus lecturas más apreciadas. También le añade la medida justa de novedad y sorpresa para seleccionar, de entre todos los posibles, el libro que justo te apetece leer en este momento. ¿Suena bien, no?

LEER MÁS

0
0
Web-Summit-2017

DIVISADERO en el Web Summit 2017 de Lisboa

La semana pasada, dos miembros del equipo de DIVISADERO tuvimos la oportunidad de disfrutar de la novena edición del Web Summit, la segunda celebrada en Lisboa. Con la presencia de más de 60.000 asistentes de unos 170 países distintos, y las charlas de más de 1.200 conferenciantes, Lisboa se convirtió, del 6 al 9 de noviembre, en la capital global de la tecnología y el mundo digital.

LEER MÁS

0
0
Cloud Solutions

Cloud Solutions: machine learning en marketing y Recursos Humanos

En los últimos años hemos vivido una gran democratización del Big Data, impulsada principalmente por el auge de tecnología en la nube y la complejidad de las estrategias de inteligencia digital. En este sentido, los principales players de MarTech han puesto a nuestro alcance sus mejores vástagos (Google con Cloud Platform, Amazon con Web Services, Microsoft con Azure, etc.), suites que funcionan como un big data as a service en la nube con todos los beneficios que esto conlleva: son plataformas sencillas, de fácil manejo, muy personalizables, y con una gran flexibilidad de almacenamiento y explotación de datos.

¿Qué significa esto? Que tenemos a nuestro alcance todo el poder del Big Data, de forma que ya no dependemos directamente de tecnología de sistemas o de business intelligence, para beneficiarnos de esa computación avanzada. Ese tenemos hace referencia, principalmente, a los que trabajamos en el sector del Marketing y la comunicación digital, pero no exclusivamente. Hay otros sectores dentro de las grandes empresas que se pueden beneficiar de esta disrupción, como es el caso de Recursos Humanos y lo que se conoce como People Analytics (toma de decisiones relacionadas con la gestión del talento, basadas en datos y modelos matemáticos). Hoy vamos a reflexionar sobre cómo es este impacto del cloud en la toma de decisiones data driven haciendo una analogía entre Marketing y RRHH.

LEER MÁS

0
0
MVP_Basket

Producto Mínimo Viable en proyectos Big Data

Quien con monstruos lucha cuide de convertirse a su vez en monstruo. Cuando miras largo tiempo a un abismo, el abismo también mira dentro de ti.
F. Nietzsche “Más allá del bien y del mal”

Abordar un proyecto Big Data implica Big Challenges, todo es BIG en este nuevo paradigma

 

Por supuesto, contamos con grandes cantidades de datos, que requieren grandes infraestructuras de IT para almacenarlas. Sin olvidarnos del gran esfuerzo que implica el aprovisionamiento de estos datos, cada uno generado en diferentes silos de la empresa, con su propio formato, su granularidad, su mayor o menor estructuración y, la mayor parte de las veces, sin documentación sobre cómo se genera, periodicidad, etc. El reto de convertir DATA into KNOWLEDGE requiere, también, de un gran equipo de Data Scientist y de gran capacidad de computación para atacar, procesar y modelizar los inmensos datasets para dar respuesta a los objetivos del proyecto (porque los objetivos se han definido antes de lanzar el proyecto, ¿verdad?)

LEER MÁS

2
0
MachineLearning_BigData

Por qué el Machine Learning no es la solución a tus problemas (de Big Data)

Much of the current enthusiasm for big data focuses on technologies that make taming it possible […]. While those are important breakthroughs, at least as important are the people with the skill set (and the mind-set) to put them to good use

 Data Scientist: The Sexiest Job Of the 21th Century . T. Davenport (2012)

 

Sin duda, vivimos en tiempos mediatizados por tendencias, hashtags, influencers, gurús, etc.  que, de forma sistemática, van posicionando, entre los términos más cool, diferentes conceptos de los cuales parece que todo el mundo tiene que hablar, debatir y tuitear. Detrás de esta democratización del conocimiento hay una evidente banalización del mismo, generándose, en muchos casos, conversaciones, debates y tweets con mucho continente y muy poco contenido. Uno de estos términos es Machine Learning (ML), considerado como la tendencia estrella en Big Data para el 2017, que parece viene para resolver todos esos problemas que, hasta ahora, se están encontrando las compañías que han acometido este tipo de proyectos.  Sin ánimo de quitar importancia al ML como herramienta para afrontar análisis sobre grandes volúmenes de datos y sobre los excelentes resultados que se pueden obtener al aplicar estos algoritmos en concreto, sí que sería conveniente no dejarse llevar por las tendencias sin contar con una mínima estructura que nos permita afrontar con garantías los vaivenes y tendencias del mercado de lo hype.

LEER MÁS

2
0
chatbots

Chatbot: un pequeño ayudante digital

Una de las principales tendencias de la industria MarTech, hoy en día, consiste en poner la tecnología al servicio de las personas, democratizando el dato y convirtiendo los procesos técnicamente complejos en tareas fácilmente manejables. Si le sumamos a esta tendencia la ley del mínimo esfuerzo innata a los seres humanos, obtendremos los Chatbots, la criatura de la que seguro habéis escuchado hablar.

LEER MÁS

0
0
Reflexion_futuro

El futuro pertenece a quienes se preparan para hoy

El futuro ha llegado, estaba en la canopia de los árboles, entre la fronda. Ahora que empiezan a caer las hojas es ya un hecho innegable. Alguna gente no se ha dado cuenta, todavía, los que no miran a lo lejos. Los que nunca levantan la vista de la pantalla en la oficina, los que tampoco quitan ojo de la carretera cuando vuelven a sus casas ¡Despertad!

No estamos ante una serie de eventos a los que se pueda reaccionar, son más bien cambios sutiles que se dejan entrever y que hay que buscar activamente y abrazar.

LEER MÁS

0
0

¡Suscríbete a nuestra newsletter mensual Stay Sharp!

Para más información

CONTÁCTANOS