W codziennej pracy coraz częściej bazujemy na rekomendacjach i wskazówkach generowanych przez sztuczną inteligencję. W ramach naszych prac stworzyliśmy własne rozwiązanie generujące rekomendacje co do mediów i grup docelowych w oparciu o autorskie modele AI, w ekosystemie Mety (FB, Instagram, itd). Następnie precyzyjnie je testowaliśmy w kolejnych turach eksperymentów na rzeczywistych kampaniach (prawdziwe eksperymenty, gdzie równolegle puszczano prawdziwe reklamy ustawione przez człowieka i równolegle poprawione przez algorytm) i badań rzeczywistych użytkowników. Dość łatwo było udowodnić, że algorytm daje efekty o 25% lepsze niż doświadczony specjalista od performance marketingu. Znacznie trudniej – przekonać tych specjalistów do współpracy z tak efektywnym narzędziem. Udało się to dzięki wprowadzeniu wyjaśnialności rekomendacji, możliwości wyboru z których rekomendacji skorzysta, a także odpowiedniej konstrukcji interfejsu. W swoim wystąpieniu chcę sprawnie podsumować wyniki i przebieg badań. Sformułuję też wnioski co do wprowadzania rozwiązań opartych na AI, zarówno kontekstowe dla działań mediowych (np. klienci docelowi byli znacznie bardziej skłonni do wprowadzania rekomendacji niż agencje), jak i bardziej ogólne (np. „explainability” modeli).

TAGI: AI, sztuczna inteligencja, rekomendacje, optymalizacja, prognozy, reklama, grupy docelowe