AI-Driven Client Acquisition in Social Media: Optimizing Engagement through Convolutional and Recurrent Neural Networks
Questo studio dimostra che un framework di IA ibrido che combina Reti Neurali Convoluzionali e Ricorrenti con l'aumento dei dati e la generazione di contenuti basati su LLM può ottimizzare significativamente l'acquisizione di clienti sui social media, raggiungendo un'elevata accuratezza nella classificazione dei gruppi target e dei post promozionali all'interno delle comunità di VKontakte.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immaginate Internet come una città digitale immensa e frenetica, dove miliardi di persone chiacchierano, condividono foto e postano continuamente dettagli sulle proprie vite. In questa città, le imprese sono come negozianti che cercano di trovare i clienti perfetti per i loro prodotti. Per molto tempo, trovare questi clienti è stato come urlare in uno stadio affollato sperando che qualcuno ti sentisse. Ma recentemente, gli scienziati hanno iniziato a costruire "aiutanti intelligenti" chiamati Intelligenza Artificiale (IA) per fare il lavoro di annuncio al posto loro.
Per capire come funzionano questi aiutanti, pensate a due tipi principali di capacità cerebrali. Primo, ci sono le Reti Neurali Convoluzionali (CNN). Potete immaginarle come dei super-scansionatori che guardano un pezzo di testo e individuano istantaneamente piccoli schemi importanti, come un detective che nota un'impronta digitale specifica o una frase unica. Sono bravissime a guardare brevi istantanee di informazioni. Secondo, ci sono le Reti Neurali Ricorrenti (RNN). Pensate a loro come a dei narratori che ricordano l'ordine delle cose. Leggono una frase dall'inizio alla fine, tenendo traccia di come una parola porti alla successiva, il che aiuta a comprendere il flusso di una conversazione. La grande domanda per i marketer è: possiamo combinare questi strumenti intelligenti per trovare automaticamente le persone giuste, capire che tipo di messaggi preferiscono e persino scrivere quei messaggi per noi?
Questo articolo, scritto da un team di ricercatori, approfondisce proprio questa domanda. Hanno costruito un sistema digitale progettato per aiutare le imprese a trovare nuovi clienti su una popolare piattaforma di social media chiamata VKontakte (VK), che è molto simile a Facebook ma enorme in Russia. Il loro obiettivo era creare una macchina capace di fare tre cose: trovare i gruppi di persone giusti da colpire, capire quali tipi di post attirano maggiormente l'attenzione e poi scrivere nuovi post accattivanti in modo automatico.
I ricercatori hanno impostato una macchina a tre fasi per testare le loro idee. Per prima cosa, hanno insegnato alla loro IA ad agire come uno scout. Hanno fornito all'IA migliaia di descrizioni di diversi gruppi su VK. L'IA doveva decidere: "Questo è un gruppo sulla consegna di cibo, o riguarda qualcos'altro, come ricette di cucina o musica?". Hanno provato diversi tipi di cervelli artificiali per questo compito. Hanno scoperto che il cervello "scansionatore" (la CNN) era l'assolutamente migliore per questo compito. Ha identificato correttamente i gruppi di consegna cibo con un'accuratezza incredibile del 98,8%. Ciò significa che ha commesso pochissimi errori, anche quando i gruppi sembravano un po' complicati. I cervelli "narratori" (le RNN) erano buoni, ma non proprio altrettanto acuti del l'scansionatore per questo specifico lavoro.
Successivamente, il team voleva che l'IA agisse come un editor di contenuti. Hanno raccolto migliaia di post reali da questi gruppi alimentari e hanno chiesto all'IA di suddividerli in categorie. Erano post che cercavano solo di essere amichevoli? Offrivano uno sconto? Un regalo gratuito? Un cashback? O la promessa di una consegna veloce? Questo era più difficile perché alcuni post suonavano molto simili. Per rendere il compito equo, i ricercatori hanno usato un trucco speciale: hanno chiesto a un potente' IA linguistica di inventare esempi extra per le categorie rare (come il "cashback") in modo che l'IA non si confondesse a causa della mancanza di dati. Con questo aiuto, lo scansionatore CNN ha vinto di nuovo la corsa, classificando correttamente i post il 90,6% delle volte. Ha imparato che i post brevi e d'impatto con parole chiave specifiche erano la chiave per spingere le persone a cliccare e condividere.
Infine, i ricercatori volevano vedere se la macchina potesse essere uno scrittore. Hanno preso i modelli che l'IA aveva appreso dai post di successo e hanno chiesto a un modello linguistico (nello specifico uno chiamato YaGPT) di scrivere nuovi post pubblicitari da zero. Hanno dato all'IA un'istruzione semplice, come "Scrivi un post che offra uno sconto", e hanno osservato cosa succedeva. I risultati sono stati impressionanti. L'IA ha scritto post che suonavano proprio come quelli reali, usando le emoji giuste, l'entusiasmo e le chiamate all'azione. Mentre altri modelli di IA a volte si confondevano o scrivevano cose che non si adattavano alla richiesta, YaGPT è rimasto in pista, creando annunci che sembravano naturali e pronti all'uso.
Il team ha concluso che il loro sistema funziona. Hanno dimostrato che è possibile automatizzare l'intero processo di ricerca dei clienti: dal individuare i gruppi giusti alla scrittura degli annunci. Hanno scoperto che per i testi brevi dei social media, lo stile "scansionatore" dell'IA (CNN) è solitamente migliore dello stile "narratore" (RNN). Hanno anche provato che l'uso dell'IA per creare dati di pratica extra aiuta a risolvere il problema della mancanza di esempi per i tipi di post meno comuni. Sebbene questo sistema sia stato costruito specificamente per VK, i ricercatori suggeriscono che le stesse idee potrebbero funzionare su altre piattaforme di social media, a patto che gli strumenti possano connettersi ad esse. È un passo verso un futuro in cui le imprese non si limitano a indovinare cosa vogliono i loro clienti, ma usano strumenti intelligenti per trovarli e parlare con loro in un modo che funzioni davvero.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.