ПЕРСПЕКТИВЫ ИСПОЛЬЗОВАНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В МАРКЕТИНГОВОЙ ДЕЯТЕЛЬНОСТИ

В современном мире осуществление любой предпринимательской деятельности требует тщательного планирования, грамотного бизнес-плана, умелого продвижения и управления. И в условиях постоянной конкуренции, с которой сталкивается бизнес, и большого количества различных организаций, окружающих своими товарами и услугами потенциальных потребителей, большую роль в данной деятельности играет маркетинг и рекламная политика организации. Без грамотно налаженных путей донесения до целевой аудитории о предлагаемых товарах и услугах потенциальный клиент может даже никогда не узнать о существовании организации.

Дополнительные сложности для маркетинга в современных условиях создают постоянно меняющиеся условия рынка. Изменение трендов и предпочтений потребителей, появление новых элементов, таких как конкурирующие организации либо перспективные технологии — всё это ведёт к необходимости постоянного сбора и анализа больших, всё увеличивающегося объёмов информации.

Такие объёмы всё больше становятся нереальными для оценки и анализа человеком. Всё больше требуется метаанализа уже собранных данных. Отделы маркетинга разрастаются по количеству сотрудников и объёму затрачиваемых на их функционирование ресурсов для обеспечения нормального функционирования любого стремящегося к успеху бренда.

Разработки последних лет в области искусственного интеллекта, машинного обучения и искусственных нейронных сетей позволяют разрешать эти проблемы в реальном времени.

Искусственный интеллект (ИИ) (Artificial intelligence, AI) — это наука о создании интеллектуальных (умных) машин, чаще всего представляющих собой компьютерные программы. [1]

Также понятие искусственного интеллекта означает свойство интеллектуальной системы выполнять творческие функции, которые считаются прерогативой человека.

Создание таких систем связано с использованием технологий машинного обучения (Machine learning) — подраздела искусственного интеллекта, изучающий различные способы построения обучающихся алгоритмов.

Искусственная нейронная сеть (ИНС) — совокупность взаимодействующих между собой искусственных нейронов, имитирующих работу биологических нейронов мозга человека, которая используется в машинном обучении. [4]

Данные нейронные сети показали свою перспективность и большой потенциал в самых различных областях человеческой деятельности, связанной со сбором, обработкой, анализом и использованием больших объёмов информации. Также они способны успешно использоваться в работе над проектами, в которых использование человеческого ресурса ограничено.

К примеру, рекламные бюджеты таких сервисов контекстной таргетированной рекламы, как Google AdWords или Яндекс.Директ, обычно требуют для своей грамотной настройки и отладки десятки тысяч рублей тестового бюджета, постоянного контроля со стороны специалиста, ручной калибровки цен на основе данных о конверсии показов объявлений и кликов по ним. При наличии грамотного специалиста это приносит желаемые результаты.

Однако данный метод всё ещё подвержен возможным ошибкам и упущенным возможностям, связанным с человеческим фактором:

1. Недостаточная оперативность реагирования на изменения. Даже при постоянном контроле, специалист не может абсолютно каждый момент времени следить за каждым конкретным рекламным кабинетом. Его наблюдение ограничивается периодическими проверками, между которыми могут происходить изменения, которые будут замечены лишь во время следующего осмотра.
2. Субъективность мнения. Даже опытный специалист подвержен ошибкам, связанным с ограниченностью своей точки зрения и имеющихся в распоряжении данных. Это снижает мешает достигнуть максимально возможной эффективности использования ресурсов и принятия наилучшего из решений.
3. Ограниченность возможной скорости обработки данных. Человеческий мозг обладает конечными ресурсами, которые он в состоянии использовать для работы с информацией и мыслительной деятельности. Поэтому при работе с крупными проектами требуется увеличивать штат задействованных сотрудников из-за ограниченности потенциала увеличения эффективности работы каждого из них.

Искусственная же нейронная сеть, в зависимости от имеющихся в её распоряжении ресурсов, позволяет справляться с огромным объёмом данных практически в реальном времени, и моментально подстраивать настройки рекламного кабинета под текущую ситуацию. Она способна объективно анализировать абсолютно все имеющиеся в распоряжении данные и принимать наилучшие математически просчитанные решения. При этом использование таких систем делает возможным учёт опыта предыдущих проектов и применение его в данной структуре.

В связи с этим, использование нейронной сети обладает следующими преимуществами: [5]

1. Решение задач при неизвестных закономерностях. После обучения на множестве предыдущих заданий в качестве примеров, нейронная сеть получает возможность использовать накопленный практический опыт в похожих проектах, даже если все данные, зависимости между ними и закономерности развития ситуации ещё не известны.
2. Адаптация к изменениям окружающей среды. Учитывая накопленный опыт взаимодействий в уже сформировавшихся условиях, нейронная сеть способна достаточно быстро переквалифицироваться для использования в при помещении её в новую среду для взаимодействия, особенно если новая среда не слишком сильно отличается от предыдущей. Также нейронная сеть, обученная изменять себя в реальном времени, способна успешно функционировать в среде с постоянно меняющимися условиями, что невозможно при использовании классического программного обеспечения.

Однако следует учитывать, что обратная сторона высоко адаптивной системы – меньшая устойчивость к внешнему шуму. Это требует баланса адаптивной изменчивости и устойчивости, и должно учитываться в каждом отдельном случае для подбора наиболее подходящего варианта.

3. Устойчивость к шумам во входных данных. Благодаря налаженной на практических ситуациях системе взаимодействия с имеющимися в распоряжении информацией и ресурсами, нейронная сеть имеет возможность самостоятельно отсеивать малопригодные для работы данные.
4. Неограниченный потенциал скорости взаимодействия. Благодаря параллельной реализации обработки информации, а также возможностью использования всех доступных аппаратных ресурсов, нейронные сети обладают потенциальным сверхвысоким быстродействием.
5. Отказоустойчивость аппаратной реализации. Это значит, что при неблагоприятных условиях производительность нейронной сети падает незначительно, и снижение качества её работы происходит медленно. Происходит это благодаря распределённому характеру хранения информации в нейронной сети и тому, что нейронная сеть не теряет всего своего функционала и продолжает работать даже при выходе из строя отдельных её нейронов или их связей. Хотя точность и скорость обработки информации при этом может и уменьшаться в зависимости от серьёзности повреждений.

Эти преимущества позволяют успешно применять нейронные сети в маркетинговой деятельности, учитывая постоянно меняющиеся условия рынка и в рекламной деятельности.

Также возможности установления нейронными сетями связей и закономерностей во входящих данных позволяют эффективно использовать их потенциал для таких вещей, как: [3]

1. мониторинг и анализ рынков;
2. исследование и предсказание предпочтений потребителей;
3. планирование и распределение выделенного бюджета;
4. коммуникации и консультирование клиентов.

Список литературы:

1. Искусственные нейронные сети. Основные термины и общие понятия // Портал искусственного интеллекта — 2014. [электронный ресурс] Режим доступа. — URL: http://neuronus.com/theory/150-iskustvenii-neronnii-seti.html (дата обращения: 15.07.2018)
2. Искусственный интеллект (ИИ) // Деловой портал TAdviser — 2015. [электронный ресурс] Режим доступа. — URL: http://www.tadviser.ru/index.php/Продукт:Искусственный_интеллект_(ИИ,_Artificial_intelligence,_AI)
3. Нейронные сети и маркетинг // Онлайн-сервис Widget — 2016. [электронный ресурс] Режим доступа. — URL:  https://witget.com/blog/nejronnye-seti-i-marketing (дата доступа: 18.07.2018)
4. Нейросеть // Сайт компании BaseGroup Labs — 2015. [электронный ресурс] Режим доступа. — URL: https://basegroup.ru/deductor/function/algorithm/neuronet (дата доступа: 17.07.2018)
5. Преимущества нейронных сетей // Портал искусственного интеллекта AIportal — 2015. [электронный ресурс] Режим доступа. — URL: http://www.aiportal.ru/articles/neural-networks/advantages.html (дата обращения: 16.07.2018)