Makine öğrenimi; teknolojik değişimlerin birine adapte olurken, yenisinin yıkıcı evrimiyle sarsıldığımız şu günlerde adından sıklıkla söz etmeye başladığımız yeni bir kavram. Eğer makine öğrenimini ilk defa duyuyorsanız, önümüzdeki günlerde pek çok alanda adından söz edeceğimizi, bunun ötesinde zaten hayatımızın içine çoktan dahil olduğunu bilmenizde fayda var.
Makine Öğrenimi Nedir?
Makine öğrenimi, bilgisayarların zeki canlılara benzer şekilde faaliyetlerini yerine getirmesi anlamına gelen yapay zeka kavramından daha öteye gidiyor. Kullandığımız telefonların Siri özelliği, tanıyor olabileceğimiz kişileri bizlere sunan Facebook uygulaması zaten yapay zeka özellikleri barındırıyor. Makine öğrenmesi ise yapay zekadan bağımsız olmayan ancak onun bir alt dalı olan bir alan. Bu anlamda; diğer programlama türlerinden önemli ölçüde ayrıştığının altını çizmek gerekiyor. Normalde bir bilgisayarın belirli bir sorunu çözüme kavuşturması için ona doğru talimatların verilmiş olması gerekir. Ancak makineler artık, algoritmalarda saklı komutları yürütmenin ötesine geçerek, öğrenebilir hale geliyorlar. Bu doğrultuda makine öğrenimi; bilgisayarların öngörü veya çıkarım yapmak için toplanan yeni verilere dayalı olarak otomatik olarak öğrenmesini ve geliştirmesini sağlayan bir çalışma alanı olarak açıklanabilir. Evet aslında tam olarak anladığınız gibi, makinelerin insanlardan bağımsız olarak öğrenebilme yetisinden bahsediyoruz.
Yukarıda belirttiğim gibi; aslında makine öğrenimi hayatımıza çoktan dahil olmuş durumda. Örneğin; Facebook’ta bir arkadaşınızla fotoğrafınızı paylaşıp onu etiketlediğinizde makine algoritmaları verileri etiketlendirir ve bir sonraki fotoğraf yüklemenizde verilerdeki kalıpları tanıyarak kişiyi tespit ederek etiketlemenizi ister.
Makine öğrenimi özellikle; insanlar tarafından basitçe işlenemeyecek kadar büyük datalara sahip olduğunuzda oldukça etkilidir. Örneğin; milyonlarca kullanıcıya sahip bir uygulamada her bir kişinin davranışlarını anlamak oldukça güçtür. Söz konusu verilerdeki kalıpları etkili bir şekilde çözmek çoğu zaman imkansızdır. Makine öğrenme algoritmaları bu noktada verileri analiz edip, kalıplar oluşturarak kişilerin davranışlarını tanımlamayı otomatikleştirebilir.
Makine Öğrenimi Pazarlamada Nasıl Kullanılır?
Nesnelerin interneti, internetin hizmetleri ve siber-fiziksel sistemlerden oluşan bir değerler bütününü ifade eden 4. Endüstri Devrimi’ne giden yolda, markaların; makine öğrenimini kullanarak her türlü işletme fonksiyonlarını adapte etme süreci de çoktan başlamış durumda.
Pazarlama bağlamında makine öğrenimi; bu eğilimleri anlamak için çeşitli davranışsal verileri işleme yeteneğine sahip olmak anlamına geliyor. Bu doğrultuda, bir web sitesindeki sayfa görüntülemelerinden, çıkışlarından, sepete eklenen ürün ve hizmetlerden ve arama sorgularından türetilmiş analizler ifade edilmektedir. Binlerce ürünle yapılan müşteri etkileşimleri sürekli olarak işlenir ve her sayfa yenilenişinde anında, bireysel öneriler sunar.
Adından da anlaşılacağı üzere makine, müşteri yaşam döngüsü boyunca, her işlem ve hareketle birlikte öğrenir ve gelişir. Satın alma sürecinin her aşaması için özel öneri modelleri (araştırma ve keşif, alışveriş sepeti, satın alma, satın alma sonrası) tasarlayarak daha zeki olur.
Makine öğrenimi, dijital pazarlama alanında özellikle programatik reklam uygulamalarında yoğun olarak kullanılıyor. Ancak makine öğrenimi günümüzde daha çok Facebook ve Google gibi dijital tedarikçiler cephesinde uygulanıyor. Pazarlama alanında bunu en iyi uygulayan markalar ise Amazon ve Netflix. Amazon, ilgi alanlarınıza veya durumunuza uymayan bir satın alma önerisi verirse, bir dahaki sefere size daha iyi öneriler sunma amacı ile gözlemlediği davranışları temel alarak öğrenecek ve uyarlayacaktır.
Bu durumun en etkili örneklerinden biri ise birkaç yıl önce Target pazarlama ekibinin, genç bir kızın hamile olduğunu ebeveynlerinden önce öğrenmesiyle gerçekleşti. Bu öngörüye, genç kızın geçmiş alışveriş deneyimlerini analiz ederek ve diğer tüketicilerin satın alma kalıplarından yola çıkarak ulaşan Target ekibi, genç kızın hamile olduğunu öngörerek mail adresine gebelik ihtiyaçlarına yönelik kampanyalar yolladı. Bu durum, daha önce ulaşılmayan sonuçları öngörebilmek için makine öğreniminin markalar tarafından nasıl kullanılabileceğine dair gösterilebilecek en somut örneklerden biri.
Makine öğrenimi, henüz iş dünyası için oldukça yeni gelişen kavramlardan biri ancak büyük olasılıkla pazarlama otomasyonunun bir sonraki basamağı olarak; markaların tüketicileri kendilerinden önce analiz etmelerini sağlayacak gibi görünüyor. Şimdilik, makinelerin bizi bizden daha iyi tanıyacak kadar öğrenmesi kulağa biraz korkunç geliyor olabilir. Ancak sizin ya da eşinizin hamile olduğunu ailenizden daha önce, kullandığınız markanın öğrenmesi fikrine de kendinizi alıştırsanız iyi olur!
--
Bu yazı konuk yazarımız "Tuba Ulaştıran" tarafından kaleme alınmıştır.