Go is gekraakt: wat betekent dit voor online marketing?

Begin 2016 deden kranten en andere media opeens uitgebreid verslag van een spel waar bijna niemand van had gehoord: go. Een bedrijf dat gefinancierd werd door Google had een programma ontwikkeld dat een zeer sterke menselijke tegenstander wist te verslaan. Wat had Google te maken met dit eeuwenoude en complexe denkspel en wat zijn de implicaties hiervan voor online marketing?

AlphaGo: een machine die zelf leert

Het programma, AlphaGo, maakt gebruik van ‘deep learning’. Deep learning houdt in dat een computer op meerdere lagen ingewikkelde en abstracte informatie verwerkt. Met deep learning leert een machine zichzelf te leren, door enorme hoeveelheden data te bekijken en door veel uit te proberen zo haar grenzen te verleggen. AlphaGo heeft duizenden partijen van professionals bestudeerd en is vervolgens tegen zichzelf gaan spelen om deze kennis bruikbaar te maken. Dit afkijken en vervolgens uitproberen heeft veel overeenkomsten met hoe een mens het spel zou leren. De werking van deep learning wordt dan ook wel vergeleken met die van het menselijke brein.

De mogelijkheden van deep learning zijn enorm en nu zelfs het spel is gekraakt waarvan velen dachten dat het nog jaren onkraakbaar was, kunnen veel van die mogelijkheden al waar gemaakt worden. Niet alleen Google, maar ook Facebook is bezig met ‘deep learning’. Dat zowel Google als Facebook hiermee bezig zijn, houdt in dat deze bedrijven denken dat het hen iets op kan leveren. Dit betekent ook dat er implicaties zijn voor de wereld van online marketing, maar wat zijn deze?

Zoekmachines leren lezen

Deep learning-programma’s zijn goed in het herkennen van patronen in grote hoeveelheden data. Bedrijven als Facebook en Google hebben hier natuurlijk beschikking over. Google keek aanvankelijk vooral naar de tags en andere kleine stukjes informatie op een pagina om de inhoud van een pagina en zo ook de relevantie voor gebruikers te bepalen. Maar omdat SEO-bedrijven steeds beter in staat waren om deze informatie zo aan te passen dat een pagina relevant en belangrijk leek, maar dat eigenlijk niet was, wilde Google natuurlijk ook kijken naar de rest van de pagina: de inhoud. Door middel van deep learning kan Google de kwaliteit van teksten steeds beter beoordelen. Er is een enorme hoeveelheid tekst op het internet en de zoekmachines leren nu zelf iedere dag bij waar een goede tekst uit bestaat.

Wat voor kleren had je aan op de Eifeltoren?

Ook Facebook stopt veel tijd in deep learning, want ook voor een social mediaplatform zijn de mogelijkheden aanlokkelijk. Zo kunnen afbeeldingen steeds beter gelezen worden, niet meer slechts door middel van de tekst die er bij staat, maar ook als afbeelding. Het is begonnen met het herkennen van gezichten, maar het kan natuurlijk veel verder gaan: zo kan herkend worden wíe er precies op de foto staat. Of op welke plek je precies was op het moment van fotograferen, of wat je aan het doen was. Iedere selfie zal daarom een schat aan informatie bevatten, ook over dingen die je (liever) niet expliciet deelt op je profiel. Sommigen zullen het eng vinden, maar voor Facebook is dit natuurlijk erg handig. Zij kunnen immers, door middel van bijvoorbeeld advertenties, geld verdienen aan deze informatie. Als mediamarketeers hier slim op inspelen, profiteren ze natuurlijk mee.

Een computer als trendwatcher

Daarnaast kan gebruikersgedrag op Facebook nog beter geanalyseerd worden. Hoewel menselijke sturing nog belangrijk is, zullen computers niet gehinderd worden door foutieve aannames en dus veel beter in staat zijn om te ontdekken wat de nieuwste hypes en trends zijn, en ook hoe lang deze zullen stand houden. Ze zullen op een gegeven moment diepe patronen kunnen herkennen in enorme hoeveelheden data (bijvoorbeeld tweets) en niet alleen kijken naar de voor de hand liggende smaakmakers. Zo zullen ze bijvoorbeeld vóór de grote modeshows al heel nauwkeurig weten wat de trends van het komende jaar zijn. Uiteraard is het nog wel van belang wélke data je invoert in zo’n machine, niet alleen omdat sommige data onbruikbaar is, maar ook omdat gebleken is dat computers enorme vooroordelen (over ras of geslacht bijvoorbeeld) kunnen hebben. Uiteindelijk baseren de programma’s zich op wat wij mensen al gedaan hebben en je kunt je afvragen of wij wel zulke goede leermeesters zijn.

Ondanks zulk soort bezwaren, schept de vooruitgang van deep learning enorm veel mogelijkheden. Online marketeers zullen bovenop deze ontwikkeling moeten zitten om niet snel achter te lopen. Een bedrijf dat hier al mee bezig is, is in Nederland bijvoorbeeld DTG. Natuurlijk is het onmogelijk om net zulke goede systemen te ontwikkelen als Google of Facebook: daarvoor zijn deze bedrijven te machtig. Maar door je te blijven verdiepen, zul je in staat zijn sneller en beter de steeds veranderende computerwereld te doorgronden en zo de scherpste marketingcampagnes op te zetten.

Geplaatst in Uncategorized

Over mij

Iedereen heeft wel eens geschaakt, maar wie heeft er nu van go gehoord? Daar probeer ik wat aan te veranderen. Vroeger hoorde je erover van je broer of zus, of speelde je het met medestudenten in de mensa. Tegenwoordig zullen de meeste mensen het oppikken via het internet. Maar hoe bereik je die mensen? Ik heb mij daar in verdiept en ik heb ontdekt dat het vooral heel erg helpt als je een goede website hebt, waar vaak nieuwe stukken op staan. Go is niet de enige gave hobby die meer aandacht verdient, dus speciaal voor mensen die iets onbekends onder de aandacht willen brengen beheer ik dit blog over internetmarketing.

augustus 2016
Z M D W D V Z
« Mrt    
 123456
78910111213
14151617181920
21222324252627
28293031  

Archief