Target внедрил систему на основе генеративного AI для улучшения прогнозирования маркетинговых кампаний. Это решение позволяет анализировать и сопоставлять исторические кампании, что повысило точность рекомендаций до 100%.
Почему это важно
Новая система призвана уменьшить ручной труд при подборе аналогичных кампаний, повысив последовательность прогнозов и облегчая процесс принятия решений. Ранее Target использовал более простые методы, которые не справлялись с растущим числом форматов кампаний и требовали постоянного обновления правил.
Как работает новая система
Target применяет архитектуру с усилением поиска, совмещающую эмбеддинги и большие языковые модели. Исторические данные нормализуются и преобразуются в эмбеддинги, отражающие семантическое значение таких атрибутов, как сегмент аудитории, категория продукта и намерение кампании. При создании новой кампании система генерирует эмбеддинг на основе метаданных и находит сопоставимые исторические кампании. Затем большие языковые модели ранжируют и уточняют результаты.
По данным компании, новая система достигла 75% точности при учёте только лучших рекомендаций. При расширении до трёх аналогов покрытие возросло до 100%, что позволило упростить процесс поиска и минимизировать ошибки.
Что это значит для рынка
Для российских маркетологов и аналитиков эта система может стать темой для размышлений: внедрение AI в прогнозирование успеха кампаний помогает сократить затраты на ручной труд и повышает эффективность. С учетом высоких темпов роста маркетинговых стратегий, подходы, подобные использованию Target, становятся все более актуальными.
Следующий шаг для Target — улучшение обратной связи с пользователями и ещё более глубокая интеграция AI в процессы анализа данных.