A visão computacional avançou a passos largos, permitindo novas oportunidades de marketing. O sistema verifica as fotos e identifica adequadamente os itens e elementos dentro delas usando IA e ML.
Os sistemas digitais podem reconhecer e dar sentido às informações contidas nas imagens usando a visão computacional, de maneira análoga à forma como os humanos veem e interpretam o mundo ao seu redor usando os olhos e a mente. Nas redes sociais, você provavelmente já lidou com muitos aspectos da visão computacional. Em um sentido mais amplo, os algoritmos de visão computacional podem desconstruir e transformar o conteúdo visual em metadados, que podem ser subsequentemente armazenados, categorizados e analisados da mesma forma que qualquer outro conjunto de dados.
Como a visão computacional é usada no marketing?
Merchandising online mais inteligente
Geralmente, o merchandising de comércio eletrônico tem tudo a ver com marcação. Cada produto inclui várias tags, permitindo que os clientes filtrem por características específicas, ao mesmo tempo que permite que os mecanismos de recomendação descubram produtos semelhantes.
Se uma loja online deseja destacar um produto particularmente significativo, eles podem substituir os algoritmos.
No entanto, o software baseado em IA, como o Sentient Aware, agora permite a descoberta visual do produto, o que elimina a necessidade da maioria dos metadados e produtos relacionados às superfícies apenas em sua afinidade visual. Isso significa que, em vez de utilizar um método de filtragem tradicional, os clientes podem escolher um produto de que gostem e ser apresentados a produtos visualmente relacionados.
Retargeting mais eficaz
O retargeting pode ser feito com a mesma tecnologia usada para merchandising. Redirecionar o tráfego do site com anúncios gráficos para um produto específico (possivelmente após o abandono do carrinho) pode ser benéfico, mas também é uma estratégia brutal.
Os varejistas podem ficar confusos se um comprador já comprou um produto específico off-line, portanto, a criatividade dinâmica que mostra uma gama de produtos aparentemente comparáveis pode ter mais eficácia.
Descoberta de produtos do mundo real
O Pinterest lançou recentemente um recurso chamado Lens, que funciona de maneira semelhante ao Shazam, mas é focado em conteúdo visual. Isso permite que os clientes apontem seu telefone com câmera para algo e, em seguida, façam uma pesquisa no Pinterest para encontrar esse produto ou conteúdo relacionado.
Isso pode ser usado para localizar um fornecedor de uma determinada peça de mobiliário ou uma receita de um vegetal desconhecido incomum.
Desde 2015, a plataforma de mídia social tem um grau de funcionalidade de pesquisa visual que permite aos usuários selecionar uma parte de uma imagem e pesquisar coisas relevantes, mas o Lens levou isso ainda mais longe, permitindo que as marcas destacassem os produtos encontrados nas fotos.
Escuta social com reconhecimento de imagem
As marcas procuram principalmente menções aos seus produtos e serviços na Internet. No entanto, escrever é apenas uma pequena porcentagem do que as pessoas postam nas redes sociais; fotos e vídeos talvez sejam igualmente significativos.
Já existem empresas (como Ditto ou goma) que fornecem serviços de escuta social que podem detectar o uso de logotipos de empresas, auxiliando os gestores da comunidade na identificação de feedback positivo e negativo.
Experiências de armazenamento sem fricção
Em dezembro de 2016, o Amazon Go foi notícia. Os usuários entram na loja digitalizando um código de barras em seu aplicativo Amazon Go em um portão.
O usuário é então rastreado pela loja usando tecnologia de visão computacional (provavelmente em conjunto com algum tipo de monitoramento de telefone, embora a Amazon não tenha fornecido mais detalhes), e sensores na prateleira detectam quando o consumidor escolhe um produto.
Você simplesmente sai pela porta quando tiver tudo de que precisa, com o aplicativo Go rastreando o que você trouxe. A loja-conceito da Amazon em Seattle parece ter aberto caminho para que a visão mecânica desempenhe um papel no alívio da dor do caixa.
Análise de varejo
Density é uma start-up que usa um pequeno equipamento que pode monitorar o movimento através das portas para rastrear discretamente os movimentos das pessoas enquanto elas caminham pelos ambientes de trabalho.
Esses dados podem ser usados para uma variedade de finalidades, como medir o quão ocupada uma loja está ou a duração da fila / tempo de espera.
Contadores de passos computadorizados já existem há algum tempo, mas os desenvolvimentos na visão por computador tornaram as pessoas de rastreamento inteligentes o suficiente para serem empregadas na otimização de merchandising.
Análise Emocional
A MediaCom declarou em janeiro de 2016 que usaria as tecnologias de identificação e análise facial da Realeyes em testes de conteúdo e relações com a mídia.
A tecnologia captura as reações dos consumidores a anúncios e informações utilizando painéis remotos de pessoas e suas webcams existentes.
A inteligência emocional é “mais rápida e barata” do que pesquisas típicas da Internet ou grupos de foco, de acordo com o fundador do Realeyes, Mikhel Jaatma, e obtém respostas diretas em vez de confiar em opiniões subjetivas ou presumidas.
Pesquisa de imagem
Conforme a visão computacional se desenvolve, será possível usá-la para executar a rotulagem automática de imagens. Isso poderia eliminar potencialmente a necessidade de rotulagem manual e inconsistente, permitindo uma organização mais rápida e precisa das imagens em ampla escala.
Quando acostumados com o vídeo, a quantidade de dados disponíveis será, no final das contas, estonteante, e a maneira como adquirimos e preservamos as imagens pode mudar drasticamente.
Mas ainda está um pouco distante, muitas pessoas já estão familiarizadas com a capacidade de busca de imagens no Google Fotos, que foi treinada para identificar milhares de objetos, bem como a busca reversa de imagens nos resultados de busca do Google ou em banco de imagens.
Realidade aumentada
A realidade aumentada está sendo rapidamente considerada um possível próximo estágio para a computação móvel, das lentes Snapchat à tecnologia ainda economicamente não comprovada que incorpora fones de ouvido como os Hololens.
Conclusão
Embora os sistemas de visão por computador ainda tenham um longo caminho a percorrer em termos de precisão, confiabilidade, aceitação e possíveis problemas de privacidade, o progresso que eles fizeram nos últimos anos é impressionante o suficiente para atrair a atenção dos profissionais de marketing. Os profissionais de marketing podem utilizar essa tecnologia para investigar os benefícios e os diversos casos de uso descritos acima, bem como muito mais. Devemos esperar que muitas novas e fascinantes aplicações criativas da visão computacional surjam à medida que a tecnologia avança e a dependência da sociedade da comunicação visual aumenta.
source – www.analyticsinsight.net
