Data-Driven Ideas

di Valerio Franco

Valerio Franco aka Mr. White, è l'evoluzione moderna e contemporanea della quasi estinta specie degli Strategic Planner. Fondatore e Chief Innovation Officer di Hallelujah, la prima agenzia italiana di data-driven-ideas. Già Partner & Strategy Director di Enfants Terribles + ebolaindustries, Valerio è da oltre 10 anni in prima linea nello sviluppo di strategie e progetti di comunicazione tra i più innovativi e sperimentali del nostro Paese. Insegna Marketing Non Convenzionale e Virale all’Accademia di Comunicazione di Milano e in alcune Università in Italia.

Il Machine Learning del futuro: da predizione a scoperta?

Il Machine Learning continua ad essere al centro di nuove e stimolanti conversazioni anche per il nostro settore, ponendosi ad un punto di convergenza tra big data, algoritmi, business intelligence e perfino artificial intelligence. Concetti che fino a neanche un anno fa, non avevano nulla a che fare con il mondo del marketing, anzi ne stavano decisamente alla larga.

Questa settimana, approfondiamo gli aspetti visionari di questo mondo, attraverso il punto di vista del professor Domingos, che ci sposta la prospettiva semplicemente di qualche mese più avanti! A parlarcene, Yilmas Mohammed Ali, digital strategist di Hallelujah.

Proseguiamo il nostro percorso di conoscenza del mondo Machine Learning portandovi un contributo interessante che prende spunto da un’intervista di Pedro Domingos apparsa recentemente nella rivista Contagious Magazine.

Domingos, Professore di Computer Science presso la Washington University, si esprime a riguardo di nuovi e stimolanti scenari per il Machine Learning, oggetto del suo ultimissimo libro, “The Master Algorithm”.

Esiste un alter-me algoritmico?

Viviamo in un mondo in funzione dei dati. Quello che un tempo era un gesto normale, come andare a comprare un libro, oggi si è trasformato in una serie virtualmente infinita di micro-momenti tracciati con estrema precisione da strumenti di raccolta informazioni, in un articolato processo che vuole “sfruttarle” al meglio, al fine ultimo di migliorare il servizio offerto all’utente finale.

Tutto questo però non avviene in automatico. Tutt’altro. Dietro a questo processo infatti, si cela un vero e proprio mondo “nascosto” fatto di strumenti di raccolta informazioni, sistemi di calcolo, articolati algoritmi e potenti mezzi di predizione di cui abbiamo già parlato nei precedenti articoli di questo blog.

La cosa interessante, è che questa catena del dato, in ottica di Machine Learning si conclude con la costruzione di un cosiddetto modello comportamentale dell’utente. Nutritosi di quanti più dati possibile e superati i vari step di elaborazione, il modello altri non è che una sorta di nostro alter-ego digitale che si muove sempre un passo avanti a noi, in termini di “potere predittivo” dei nostri comportamenti. Lo scopo finale infatti è quello di conferire alle aziende, uno strumento in grado di predire i comportamenti dei propri clienti.

Nel suo libro, Domingos insiste molto su questa teoria dei modelli e identifica in essi una nostra simulazione virtuale, in grado di compiere azioni nel cyberspazio che normalmente compieremmo noi nel mondo reale. Ed è proprio questo il vero vantaggio che si propone di portare alle aziende.

Facciamo un esempio: grazie a questa continua evoluzione che l’utilizzo del dato sta vivendo, oggi un cliente può facilmente arrivare, tra migliaia di libri, a quello giusto per lui senza neanche davvero cercarlo, ma semplicemente vedendoselo suggerito o consigliato.

In pratica, con l’avvento di Machine Learning sempre più performanti e sofisticati, l’utente si interfaccerà con un sistema che avendo sviluppato un modello comportamentale in grado di profilarlo, sarà adesso capace di predirne le azioni, servirlo in anticipo e quindi permettergli di risparmiare tempo e spesso anche denaro. Si tratta di portare all’utente proprio l’offerta che stava per cercare. Il tutto con uno sforzo del consumatore-utente decisamente minimo.

immagine-2-ddi

Le opportunità per le aziende non finiscono qui. Raccogliere dati associati agli utenti non vuol dire solo cercare di ottenere la formula magica della vendita. Il Machine Learning gioca un ruolo determinante anche nella costruzione della relazione brand-cliente. In questo senso un bell’esempio continua ad essere YouTube, in grado di fornire contenuti video in primo piano che, sulla base del modello comportamentale, potrebbero essere più vicini ai gusti dell’utilizzatore. Tanto più si è in grado di costruire modelli precisi ed affidabili, tanto migliore sarà il percepito del consumatore, il quale sarà sempre più aperto a stabilire una relazione duratura con l’azienda. Ad esempio: un utente YouTube nota che il sistema gli suggerisce di vedere un nuovo video sulla base del suo alter-ego digitale; ponendo il caso in cui proceda alla visualizzazione e ne resti soddisfatto: la prossima volta sarà più probabile che tenda a fidarsi del suggerimento e guardi il prossimo video. Viceversa, se il cliente si troverà insoddisfatto, sarà meno disponibile a fidarsi in futuro.

I rischi del Machine Learning

Secondo Domingos però, il Machine Learning porta con sé anche alcuni rischi, che non sono esattamente quelli descritti dai media come il pericolo di creare una macchina intelligente con una vera e propria volontà indipendente che si ribella contro di noi. Qui si parla di costruire uno strumento che è comunque programmato da noi e che gli unici rischi che porta con sé sono quelli di un errato sviluppo del suo sistema di elaborazione e comprensione dati, che può portare ad output indesiderato in termini di modello comportamentale.

In poche parole potrebbe male interpretare i dati e predire in modo sbagliato le nostre prossime azioni: ad esempio potrebbe decidere che non dovremmo dare la nostra carta di credito quando invece dovremmo, o che siamo potenziali criminali, quando invece non lo siamo.

L’unica soluzione in questo senso è quella di rendere il Machine Learning sempre più intelligente. Domingos dice: “la gente ha paura che i computer diventino troppo intelligenti e dominino il mondo, ma il vero problema è che sono troppo stupidi e lo hanno già conquistato.”

Non sarà quindi subito facile fidarsi: il tema della privacy e della raccolta dati porranno sicuramente resistenza, ma col tempo e con il costante miglioramento della tecnologia, gli utenti avranno modo di comprendere sempre meglio tutti i benefici che ne derivano e andranno via via abituandosi a ricevere servizi profilati, fino a quasi non poterne più fare a meno.

immagine3-ddi

Da strumento predittivo a strumento “creativo” e di scoperta

Ma la vera forza del Machine Learning deve ancora esprimersi pienamente. Il Machine Learning infatti è uno strumento potentissimo in grado di predire le nostre azioni sulla base di modelli comportamentali costruiti elaborando una quantità praticamente smisurata di nostri dati. E questo è solo l’inizio. Secondo il professore, i suoi usi futuri sono tutt’altro che limitati al business e ai servizi delle aziende. Grazie alla sua costante evoluzione tecnologica infatti, il Machine Learning presto potrà diventare un vero e proprio strumento di scoperta e avrà un ruolo da protagonista in settori come quelli della ricerca e della scienza, facendo esattamente quello che fanno gli scienziati e gli inventori, solo che sarà in grado di svolgere meglio il compito, oltre che in tempi minori. Domingos dice: “possiamo lavorare per curare il cancro, o possiamo lavorare per costruire un Machine Learning intelligente al punto da permettergli di usare i suoi algoritmi per trovare la cura”. Ma siamo certi, che dalla scienza e tecnologia al marketing, il passo come sempre sarà breve e non è difficile immaginare quali possibili usi di un modello “creativo” (di nuovi prodotti, di comunicazione, di soluzioni ai problemi, ecc..) e di “scoperta” si potrebbero avere nell’ambito del nostro settore e di come un brand potrebbe relazionarsi con i suoi consumatori.

Seguendo le parole di Domingos, ci aspetta un futuro nel quale: “il compito di scoprire, il compito di inventare, verrà svolto dagli algoritmi.”

Se vi interessa contribuire al dibattito e arricchire la conversazione di nuovi spunti, non esitate a scrivermi a yilmas.mohammedali@hallelujah.it. oppure continuate a seguire il nostro Blog per nuovi aggiornamenti sul mondo data-driven ideas.