Spróbuj.Potem wyjaśnię Ci czy maszyna była lepsza niż ty i jakie to ma znaczenie dla marketera.
Nie trudno zgadnąć, że każda pomyłka o 7 lat i więcej łechcze moje ego. Dosyć oczywiste. Dlatego kiedy natrafiłem na system, który maszynowo sprawdza wiek postanowiłem sprawić sobie malutką przyjemność i pośmiać się nieudolnych algorytmów.
Wziąłem więc zdjęcie, wrzuciłem w system. Nim minęła jedna sekunda system wypluł dane i pomylił się zaledwie o dwa lata. Chociaż nie zupełnie, bo zdjęcie było robione rok temu, a więc zaledwie rok!
Maszyna pobiła wszystkich ludzi. Może po prostu nie ma emocji i nie nie ma powodu być miła? Jakkolwiek. Niezależnie od powodu – strzał w dziesiątkę.
I co z tego?
Przyzwyczailiśmy się już do tego, że maszyny potrafią dosyć skutecznie rozpoznawać twarze. Są w tym już dużo lepsze ode mnie i chociaż nie cierpię na propagozję i nie mylę swojej żony z kapeluszem (ani kapelusza z żoną), to chociażby tak popularny system jak Picassa rozpoznaje twarze znacznie lepiej ode mnie.
Wiadomo też, że maszyny potrafią rozpoznawać emocje na twarzy. Co prawda moje doświadczenia z takimi systemami są nacechowane dosyć mocnym poziomem rozczarowania, przypuszczam, że od moich ostatnich testów które miały miejsce 5 lat temu, systemy te poczyniły bardzo znaczące postępy.
Jednak celność w rozpoznaniu wieku danej osoby i to jak się potem okazało różnych grup etnicznych, zaskoczyła mnie na tyle by wrócić do tematu i spojrzeć na niego jeszcze raz z perspektywy Martechera (takie nowe słowo).
Potencjalne korzyści
Wyobraź sobie, że odpowiedniej jakości kamera połączona z systemami uczenia maszynowego zbiera dane o tym kto, co, kiedy kupuje w sklepie off-line.
W ten sposób wiemy czy produkt X kupuje kobieta szczęśliwa i młoda czy starszy i niezadowolony mężczyzna, czy był to otyły młodzieniec czy chuda sześćdziesięciolatka.
Oczywiście to jest całe morze danych o tym kto kupował co, ile ważył, jaki był wysoki, czy miał wysokie czy niskie tętno (tak to także można zbadać, chociażby przez zmiany koloru skóry), czy miał dobry czy zły nastrój, czy się spieszył czy też nie, itd. itd.
Wszystkie te dane mogłyby zabić najbardziej wytrwałego analityka, ale systemy big-data z łatwością znajdą tam wzorce zachowań.
Okaże się na przykład, że kobieta między 40-50 rokiem życia, zadowolona i szczupła kupuje produkt chętniej niż kobieta o 10 lat młodsza i nieszczęśliwa, ale kupują to także nieszczęśliwi i spieszący się mężczyźni.
Takie dane to tylko wstęp do pracy marketera, który może zacząć stosować te same dane do osób on-line.
Zagrożenia
Do momentu aż dane będą zbierane anonimowo czyli bardzie interesuje nas cecha niż konkretny osobnik, skorelowana z tym co zostało zakupione, to wszystko jest w porządku. Od super efektywna i bardzo interesująca, dynamiczna segmentacja klientów.
Jeżeli natomiast będziemy rozpoznawać konkretnego użytkownika (co nie będzie problemem z uwagi na rozpoznawanie twarzy) i będziemy śledzić jego zakupy a przestrzeni na przykład całej siedzi sprzedażowej dużej firmy, to będzie to już na pewno naruszało prywatność tych osób.
Stąd już bardzo blisko do prób połączenia danych off-line z danymi on-line i całą masą danych, które już i tak są zbierane o tobie w sieci na przeróżne sposoby.
To zaś powoduje, że iluzja prywatności przestaje istnieć. Wiadomo o nas wszystko.
MarTech i AdTech v/s ludzie
Zawodowo – dla marketera – taka technologia i opisane wyżej systemy to niepowtarzalna szansa na to, żeby przejść z marketingu „chyba” na marketing „na pewno”. Z perspektywy osoby prywatnej, trochę mnie to przeraża.
Rozwiązanie zagadki
Mam 39 lat (na dzień dzisiejszy) czyli urodziłem się w 1976 roku. Większość ludzi jest tak miła, że daje mi od 27 (tutaj bardzo mocno zaczynam podejrzewać o pochlebstwo) do 35. Maszyna wystrzeliła po 1 sekundzie analizy z 37 lat. Rok pomyłki biorąc pod uwagę to kiedy robione było zdjęcie.
Sprawdź sam ile masz lat tutaj.
Podsumowanie
Maszyny robią coraz więcej rzeczy lepiej niż ludzie. Nawet tak „ludzkie” wydawałoby się umiejętności jak rozpoznawanie twarzy, wieku czy takie jak chociażby gra w szachy, stają się coraz bardziej zawodne w porównaniu z maszynami.
Dodatek
Google próbuje sił z nowymi Google Glass, Microsoft zamierza zmiażdżyć konkurencje HoloLens. Wyobraźcie sobie jak przy odpowiednich aplikacjach, może zmienić się to co do kogo i jak mówimy (rozpoznawanie ludzi, ich wieku, nastrojów, itd.) a tym samym jakich dokonujemy wyborów w sklepach (automatyczne dane dotyczące produktów np. ilość mięsa w mięsie). Żyjemy naprawdę w super ciekawych czasach – szczególnie dla marketerów.