• sábado, 27 de enero de 2018

    La Inteligencia Artificial detrás de las campañas PPC de Google



    La inteligencia artificial (AI) ha existido durante mucho tiempo, entonces ¿por qué estamos recién ahora explorando sus aplicaciones en las campañas de Pago Por Clic? En este artículo hablaremos sobre la implicación de la revolución tecnológica de los últimos años en las búsquedas de pago.

    Sin duda alguna la inteligencia artificial será un factor clave en la optimización de campañas PPC en el 2018, ya que conduce a un mayor y mejor desarrollo en este tipo de publicidad, ¿Qué role jugaremos los humanos cuando la administración del PPC se automatice casi por completo?, aún no lo sabemos, pero lo más seguro es que esta pregunta se responda sola cuando empiece la ejecución de la IA sobre el PPC.

    Las tecnologías que impulsan la inteligencia PPC

    Al igual que un gerente desea conocer de lo que son capaces sus empleados entrevistándolos antes de contratarlos, se deben comprender las capacidades (y los límites) de una tecnología antes de agregarla al conjunto de herramientas. Entonces veamos cómo funciona la inteligencia artificial en el PPC.

    Inteligencia PPC a través de reglas programadas

    Antes de la llegada de la AI como campo de investigación en 1956, se podía hacer que una máquina pareciera "inteligente" programándola para ofrecer respuestas específicas a una gran cantidad de escenarios. Pero esa forma de IA es muy limitada porque no funciona en casos improvistos, los cuales invariablemente hay muchos en el mundo real.

    En PPC, esto sería similar al uso de Reglas automatizadas para escribir condiciones para todas las posibles situaciones que una cuenta pueda encontrar. Las reglas son geniales para cubrir la mayoría de los casos de uso, pero el mundo real es complicado, y tratar de escribir reglas para cada situación es un trabajo duro.

    Inteligencia PPC a través de representaciones simbólicas

    Entre los años 1950 y 1980, la AI evolucionó hacia el uso de sistemas simbólicos para poder tomar atajos heurísticos como lo hacen los humanos, enmarcando los problemas en forma humana legible, a tal punto de considerar que las máquinas podían hacer deducciones lógicas.

    Entonces, el sistema ahora puede automatizar la administración de ofertas y podría establecer una oferta similar a otras palabras clave en la campaña porque sabe que las campañas tienden a tener palabras clave con algo en común.

    Inteligencia PPC a través de métodos estadísticos de aprendizaje

    El tipo de IA, responsable de mucho éxito en el PPC, hoy se basa en estadísticas y aprendizaje automático para categorizar cosas. El Nivel de calidad (QS) es un gran ejemplo; Google analiza el comportamiento histórico de los clics de los usuarios y utiliza el aprendizaje automático para encontrar correlaciones que ayuden a predecir la probabilidad de un clic o una conversión.

    Al tener una puntuación de la probabilidad de que cada búsqueda se traduzca en una conversión, los productos de ofertas automáticas como los que se ofrecen en AdWords pueden "pensar" a través de muchas más dimensiones (como ubicación geográfica, hora del día, dispositivo o audiencia) que podría afectar la probabilidad de una conversión.

    Gracias a la enorme potencia de cómputo disponible hoy en día, estos sistemas también pueden considerar interacciones entre dimensiones sin ser "abrumados" por la naturaleza combinatoria del problema.

    ¿Qué sigue para la inteligencia artificial?

    Los sistemas de inteligencia artificial que llaman mucho la atención hoy en día, como AlphaGo Zero, ya no dependen de datos estructurados y pueden volverse "inteligentes" sin estar "limitados por el conocimiento humano", como lo explica el gerente general de DeepMind, Demis Hassabis.

    El equipo creó el algoritmo AlphaZero usando el aprendizaje de refuerzo para que pudiera aprender a ganar otros juegos además de AlphaGo. Ellos afirmaron que a finales de 2017, este algoritmo aprendió mejor que los humanos a jugar ajedrez en menos de 1 día - un gran salto de la IA.

    El aprendizaje de refuerzo utiliza el poder de cómputo masivo para ejecutar muchas simulaciones hasta que comienza a reconocer acciones que conducen a resultados deseables. Se puede aplicar a los juegos porque hay un resultado claro de "ganar" o "perder". Podríamos aposta que cuando Google se de cuenta de lo que significa ganar o perder en el juego de AdWords, veremos una gran aceleración en las mejoras de sus herramientas de automatización.

    0 comentarios:

    Publicar un comentario