對(duì)于營(yíng)銷人員而言，了解消費(fèi)者的需求和理想狀態(tài)（理想情況下甚至是在他們還沒(méi)有這么做之前）就一直是當(dāng)務(wù)之急。人工智能（AI）可以使這項(xiàng)工作變得容易得多，尤其是隨著深度學(xué)習(xí)的出現(xiàn)。深度學(xué)習(xí)是AI的一個(gè)子集，杭州包裝設(shè)計(jì)公司可以通過(guò)幫助企業(yè)預(yù)測(cè)消費(fèi)者的行為來(lái)改變營(yíng)銷的未來(lái)。這是一種機(jī)器學(xué)習(xí)方法，它使用類似于生物大腦中發(fā)現(xiàn)的分層或“深度”神經(jīng)網(wǎng)絡(luò)來(lái)學(xué)習(xí)技能和解決復(fù)雜問(wèn)題的速度超過(guò)了人們。它可以幫助計(jì)算機(jī)（或機(jī)器人）處理“人類”任務(wù)，例如感知物體，識(shí)別語(yǔ)音和翻譯語(yǔ)言。

在給定一組輸入的情況下，深度學(xué)習(xí)提供了一種訓(xùn)練AI預(yù)測(cè)輸出的方法。聽起來(lái)很容易，但事實(shí)并非如此：相比傳統(tǒng)的機(jī)器學(xué)習(xí)技術(shù)，深度學(xué)習(xí)需要人類進(jìn)行更少的數(shù)據(jù)預(yù)處理，而深度學(xué)習(xí)則需要大量的數(shù)據(jù)集和大量的計(jì)算能力。但是，如果深度學(xué)習(xí)系統(tǒng)可以訪問(wèn)這些關(guān)鍵元素，則可以學(xué)習(xí)相當(dāng)準(zhǔn)確地預(yù)測(cè)人類行為?？紤]“預(yù)測(cè)性視覺(jué)”實(shí)驗(yàn)。麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室的研究人員訓(xùn)練了深度學(xué)習(xí)系統(tǒng)，以預(yù)測(cè)“辦公室”等節(jié)目中場(chǎng)景中的人物是擁抱，親吻，握手還是五歲以下。觀看了600多個(gè)小時(shí)的YouTube視頻后，系統(tǒng)可以在43％的時(shí)間內(nèi)預(yù)測(cè)動(dòng)作。根據(jù)杭州包裝設(shè)計(jì)公司研究人員的說(shuō)法，現(xiàn)有算法只能在36％的時(shí)間內(nèi)完成。

深度學(xué)習(xí)預(yù)測(cè)人類行為的能力的另一個(gè)著名示例涉及自動(dòng)駕駛汽車?？的螤柎髮W(xué)和斯坦福大學(xué)的研究人員開發(fā)了“ Brains4Cars”系統(tǒng)，該系統(tǒng)包括攝像頭，傳感器和可穿戴設(shè)備，用于監(jiān)控駕駛員的肢體語(yǔ)言和車輛周圍的交通狀況。當(dāng)駕駛員似乎快要出車禍時(shí)，系統(tǒng)會(huì)發(fā)出警報(bào)。該系統(tǒng)的算法可以提前約3.5秒預(yù)測(cè)駕駛員的行為。

發(fā)現(xiàn)新客戶-并提前幾個(gè)月預(yù)測(cè)消費(fèi)者行為

這些實(shí)驗(yàn)取得了令人信服的結(jié)果，但是對(duì)營(yíng)銷人員來(lái)說(shuō)，結(jié)果是什么？隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展和完善，杭州包裝設(shè)計(jì)公司最終可以將其收集的有關(guān)大量在線和離線渠道的當(dāng)前，以前和潛在客戶的所有海量數(shù)據(jù)投入使用。隨著物聯(lián)網(wǎng)的不斷發(fā)展，深度學(xué)習(xí)將成為營(yíng)銷人員更重要的工具，并且從各種各樣的設(shè)備生成和收集更多有關(guān)消費(fèi)者行為的數(shù)據(jù)。

將大數(shù)據(jù)與深度學(xué)習(xí)相結(jié)合將幫助企業(yè)創(chuàng)建個(gè)性化的營(yíng)銷方法，從而吸引可能購(gòu)買其產(chǎn)品的任何人。要更好地了解這個(gè)機(jī)會(huì)，請(qǐng)查看杭州包裝設(shè)計(jì)公司首席執(zhí)行官兼聯(lián)合創(chuàng)始人Jeremy Fain的這篇文章。他的熱狗立場(chǎng)比喻闡述了如何基于現(xiàn)有客戶和其他數(shù)據(jù)的深度神經(jīng)網(wǎng)絡(luò)算法如何幫助識(shí)別未來(lái)的客戶。