Makine öğrenmesi algoritmaları, bireysel tüketiciler için reklamları kişiselleştirebilir

İnsanların Facebook, Twitter, metin blogları ve diğer çevrimiçi sitelerde bıraktığı dijital ayak izleri, kullanıcıların dışa mı dönük, içe mi dönük veya daha mı muhafazakar ya da yeni şeyler denemeye istekli olup olmadıklarını belirlemek için veri sağlar. Tüketici Psikolojisi Dergisi'nde yayımlanan yeni bir çalışmada araştırmacılar, bu dijital verinin kişilik türlerine göre reklamları kişiselleştirmek için makine öğrenmesi algoritmalarından nasıl yararlanabileceğini gösteriyor.

New York'taki Columbia Business School'da işletme ve organizasyonel davranış profesör yardımcısı olan doktora profesörü Sandra Matz, “Hedef, tüketiciyle daha alakalı hale getirmek için bir deneyim oluşturmaktır. Bu, müşteriye daha iyi hizmet sunmanın bir yoludur, çünkü özelleştirilmiş bir deneyim.” diyor.

Araştırmacılar, renk tonu, doygunluk, renk çeşitliliği, insan sayısı ve ayrıntı düzeyi dahil olmak üzere 89 özellik elde etmek için bilgisayar algoritmaları kullanmaya başladılar. 745 katılımcı topladılar ve bir ilâ yedi ölçekte görüntüleri nasıl beğendiklerini derecelendirmelerini istediler. Daha sonra katılımcılar kendilerini beş alanda değerlendiren bir kişilik testi yaptılar; açıklık, vicdan, dışa dönüklük, anlaşılabilirlik ve nevrotiklik. Araştırmacılar bu verileri, bu beş kişilik özelliğinin her birine hangi görüntülerin hitap ettiğini belirlemek için kullandı.

Örneğin dışa dönük insanların, insanları öne çıkaran basit görüntüleri tercih ettiklerini, açık fikirli insanların da hiç kimsenin olmadığı ve mavi ve siyah gibi serin renklerin olduğu resimleri tercih ettiğini keşfettiler. Belki de şaşırtıcı sonuç, nevrotiklik oranı yüksek insanların sakin ve minimal olan teşvik edici sahneleri sevdikleriydi. Daha sonra araştırmacılar bu bilgileri her görüntü için kişilik tipleri atamak için kullandılar.

Bir sonraki çalışmada, araştırmacılar farklı görüntülere atanan kişilik özelliklerinin tüketici tercihlerini doğru şekilde tahmin edip etmediğini araştırdılar. Katılımcılar, ürünlerle ilgili görüntüleri üç kategoriden birinde gördüler; tatil, güzellik veya telefon. Daha sonra farklı görüntüler için çekicilik seviyesini derecelendirdiler. Beklenildiği gibi, bir görüntünün "kişiliğini" katılımcının kendi rapor ettiği kişiliğiyle eşleştirmek tercih derecelendirmelerini önemli ölçüde yordamıştır.

(Yordamak: Bilinen veya gözlenen durumlardan yola çıkarak bilinmeyen veya gözlenmeyen durumlar hakkında tahminde bulunmak)

Araştırmacıların amacı nihayetinde görüntü ile kişilik arasındaki bu uyumu tüketicinin bir ürün satın alma konusundaki ilgisini etkileyip etkilemediğini öğrenmekle ilgiliydi ve veriler bunun böyle olduğunu gösterdi. İnsanlar sadece kişilikleriyle uyuşan görüntüleri tercih etmekle kalmayıp, aynı zamanda bu markalara yönelik daha olumlu tutumlar ve satın alma niyetleri de bildirmiştir.

Markalar genellikle reklamları olan belirli bir cinsiyet, yaş grubu veya sosyal grubu hedef alsa da, kişiliğe uygun reklamlar, pazarlamacıların ürünlerini daha geniş bir insan grubuna uyarlamalarına izin verebilir.

Bizi Takip Edin

Makine öğrenmesi algoritmaları, bireysel tüketiciler için reklamları kişiselleştirebilir

ÖNERİLEN VİDEO

Esenyurt'ta bıçaklı yumruklu kavga kameralarda! Tartıştığı şahsın ayağını arabanın kapısına sıkıştırarak kırdı

Popüler Haberler

"Netanyahu'nun oyununa gelinmemeli"

NATO toplantısına damga vuran Gazze mesajı

Tahran füzeleri bir kez daha ateşledi: İsrail'de sirenler yeniden çalıyor

"Eko-Sistem"de büyük oyun! Kirli paraya "dokunulmazlık" koruması

Soykırımcı İsrail kana doymuyor! Çok sayıda Filistinli şehit oldu