Ser inteligente nos negócios significa saber o que está ao virar da esquina.

Significa pensar no futuro

e se preparar para mudanças inevitáveis que impactarão a maneira como os negócios são conduzidos.
É isso que permite que uma empresa seja resiliente e prospere em um ambiente em mudança. O
marketing digital não é diferente.
De fato, em seu livro The Personal MBA, autor Josh Kaufman discute o valor da simulação
contrafactual. Isso significa imaginar possibilidades futuras e depois se preparar para elas.

Digamos que você tenha um grande negócio que está indo bem em um nicho específico. Talvez você
tenha uma empresa que vende um shake de proteína de soro de leite. O erro que algumas grandes
empresas cometem é assumir que são grandes demais para fracassar e seguir adiante como estão.
Mas o que aconteceria se outra empresa aparecesse e liberasse um shake de proteína melhor por uma
fração do preço? E se uma nova fonte de proteína fosse descoberta? E se um estudo revelou que a
proteína do soro de leite era ruim para nós? Qualquer uma dessas coisas poderia acontecer e abalar
completamente até os negócios mais estabelecidos.

A empresa inteligente, no entanto, já terá considerado essas eventualidades e preparada para elas. É
uma simulação contrafactual: está pensando no que está ao virar da esquina e se preparando para essas
possibilidades.

Como profissionais de marketing digital, isso significa pensar em coisas que podem impactar a face
do marketing. E uma das coisas que poderia ter o maior impacto de todos? Inteligência artificial.
A IA e o aprendizado de máquina têm o potencial de mudar completamente a face do marketing na
Internet, tornando obsoletas muitas estratégias mais antigas. Somente ao se preparar para essas
alterações, você pode garantir que seus sites mantenham sua posição nos SERPs, que suas campanhas
publicitárias continuem lucrativas e que seus serviços continuem relevantes.
E muitas dessas coisas não são apenas especulações: estão acontecendo agora. A IA já está causando
ondas enormes, mesmo que você ainda não perceba.

Está afetando a maneira como o SEO funciona, as ferramentas e o software que usamos e a maneira como
os anúncios são exibidos. A IA é capaz de pensar de forma mais rápida e inteligente do que qualquer ser
humano, e isso é especialmente verdadeiro quando se trata de marketing na Internet, que é uma busca
orientada por dados. Um profissional de marketing de IA pode criar quantidades infinitas
de conteúdo em um segundo - fazendo o trabalho de centenas de humanos. Todo esse conteúdo será
perfeito para o público-alvo. A AI executará o Google. Ele gerenciará modelos de negócios inteiros.
Ele executará o AdWords. E rodará novas ferramentas que ainda nem imaginamos. A singularidade
do marketing digital está ao virar da esquina. Este livro ajudará você a preparar e explicar vários
conceitos:
• AI vs Machine Learning
• Como conduzir o SEO agora que o Google é uma empresa "AI first"
• Chatbots
• Publicidade programática
• Big data
• RankBrain
• Assistentes digitais
• Ciência de dados
• SQL
• Indexação semântica latente
• O futuro do marketing na internet

Neste livro, você ganhará uma bola de cristal com a qual olhar para o futuro do marketing na Internet e
garantir que você esteja pronto para todas essas mudanças quando elas surgirem. No final, você estará
melhor preparado e em uma posição melhor do que 99,9% dos outros profissionais de marketing.
Antes de irmos mais longe, devemos primeiro examinar exatamente o que realmente são AI e
aprendizado de máquina. Esses são dois termos relacionados, mas também distintos, que
geralmente ficam confusos. Ambos terão impacto no marketing, mas de maneiras diferentes e
únicas.

AI é então inteligência artificial. Isso significa software e hardware projetados para agir e parecer
inteligentes. Esse software é capaz de fazer escolhas significativas e realizar atividades que
normalmente consideraríamos como remessas humanas.

A IA vem em dois sabores amplos. Uma é a IA fraca, que também é conhecida como IA
estreita. A IA fraca é essencialmente uma forma de IA projetada para executar um trabalho
específico.
Um exemplo disso é o carro autônomo. Essa forma de IA é capaz de conhecer as posições de inúmeros
carros na estrada e ser capaz de responder dirigindo, acelerando, quebrando etc. Se você assistir um
carro autônomo do lado de fora, pode pensar que um humano era dirigindo. Dessa forma, realiza um
trabalho que normalmente seria considerado um papel humano.

MAS, ao mesmo tempo, você não pode falar com um carro autônomo e não pode perguntar como
está se sentindo. Um carro autônomo certamente não passaria no Teste de Turing!

Nota: O teste de Turing é um teste desenvolvido para medir a eficácia de uma IA. Se você fala com
uma IA em um aplicativo de bate-papo e não sabe que ele não é humano, considera-se que "passou no
teste de Turing".Outro exemplo de IA fraca é usado ao criar bandidos em jogos de computador. Eles
usam a programação para se comportar de maneira humana e para fornecer um desafio ao jogador. No
entanto, o código é útil apenas no contexto do videogame e, portanto, não está prestes a se transformar
no Skynet tão cedo!

A IA fraca pode não parecer tão empolgante, mas está sendo usada para uma enorme variedade de
coisas extremamente empolgantes - desde ajudar no tratamento de doenças até melhorar a economia.
Por outro lado, o tipo de IA que geralmente vemos na ficção científica é o que conhecemos como "AI
geral". Esta é a IA que não tem apenas um objetivo, mas que é projetada para fazer tudo o que um humano
possa
façam. Assim, você pode jogar um jogo de palavras com essa IA, perguntar como está se
sentindo ou procurar algo útil.

Um exemplo de uma IA geral é o DeepMind, de propriedade do Google. A DeepMind é uma

empresa que desenvolveu uma “rede neural”, que emprega “algoritmos gerais de aprendizado”
para aprender uma enorme variedade de habilidades diferentes.

Muitas IAs, como o Watson da IBM, são pré-programadas. Isso significa que eles trabalham usando
um tipo de fluxograma e respondem a perguntas sempre com a mesma resposta. Por outro lado, o
DeepMind aparentemente é capaz de pensar e responder por meio de uma "rede neural convolucional".
Certos comportamentos são reforçados e incentivados, e estes começarão a se tornar mais
proeminentes.
Esta não é uma simulação perfeita de como funciona o cérebro humano (a psicologia cognitivo-
comportamental nos ensina a importância de ter diálogos e modelos internos para pensar); no entanto,
é a coisa mais próxima que temos atualmente de uma inteligência geral "verdadeira".

Machine Learning
O aprendizado de máquina, por outro lado, funciona de maneira diferente. O aprendizado de máquina
utiliza enormes conjuntos de dados para obter recursos surpreendentes e quase assustadores às vezes.
O aprendizado de máquina permite essencialmente que um software seja "treinado". Um exemplo
óbvio disso seria a visão computacional.
A visão por computador descreve a capacidade que algumas máquinas têm de entender informações
visuais. Um exemplo é o Google Lens, que pode dizer para onde você está apontando a câmera do
telefone, seja um tipo de flor ou um produto que você pode comprar nas lojas. A visão por computador
é necessária para os carros autônomos navegarem com êxito em seus ambientes, e é usada por
aplicativos como o Snapchat, que usam filtros para mudar o rosto das pessoas.
Como isso funciona? Observando milhares e milhares de fotos de todos os tipos de objetos. Embora o
algoritmo de aprendizado de máquina nunca entenda o que está vendo, ele pode procurar padrões nos
dados que serão úteis para identificar esses objetos no futuro. Por exemplo, pode-se notar que os
rostos são de forma oval, com uma mecha de cabelo escura por cima. Ele então sabe que se vê uma
forma oval com uma mancha escura na parte superior, possivelmente está olhando para um rosto.
O aprendizado de máquina tem um enorme potencial em praticamente todos os campos. No futuro,
ele pode ser usado para diagnosticar doenças com mais precisão do que um médico humano,
aconselhar sobre decisões financeiras, identificar transferências bancárias fraudulentas e muito
mais.
Tudo isso tem enormes implicações potenciais para o marketing na Internet, e é isso que
exploraremos nos próximos capítulos.
Há um tempo, o Google anunciou que havia se tornado uma empresa pioneira em IA. Embora isso
possa parecer uma tagarelice sem sentido no marketing, a verdade é que essa determinação
realmente tem enormes repercussões em potencial para profissionais de marketing, empresas e SEO.
Em primeiro lugar, o que o Google quer dizer com isso?
Conheça o Google novo e mais inteligente
Você pode pensar no Google como uma empresa que busca primeiro. O primeiro produto que o
Google forneceu foi um mecanismo de pesquisa e ainda é o que a maioria de nós associa à
empresa.
Tradicionalmente, o mecanismo de pesquisa do Google não funcionava muito como uma IA. Em vez
disso, a pesquisa funcionou tentando combinar os termos de pesquisa com o conteúdo de um artigo. É
por isso que o conselho para os SEOs era inserir muitas frases-chave em seus artigos, para que as
aranhas do Google pudessem ler esse conteúdo e identificar rapidamente que seria uma boa
combinação para o que a pessoa estava procurando.
Como todos sabemos, isso não funcionou perfeitamente para o Google. Muitos "comerciantes"
inescrupulosos abusaram do sistema inserindo centenas de termos de pesquisa em todos os artigos, o
que, por sua vez, significava que o conteúdo que o Google mostraria ao usuário seria ilegível e ilegível.
É por isso que, com o tempo, o Google começou a trabalhar cada vez mais como uma IA. Agora, o
Google não tenta mais procurar correspondências exatas de palavras-chave. Em vez disso, o Google
tenta responder às perguntas que você faz. Ele faz isso tentando entender o que o usuário está
procurando junto com o contexto e, em seguida, fornecer respostas relevantes por meio de sua
pesquisa.
RankBrain
O Google é capaz de fazer isso através do aprendizado de máquina. Especificamente, ele usa uma
forma de processamento de linguagem natural, à qual o Google se refere como RankBrain.
O RankBrain é, pelo menos em parte, responsável por ajudar o Google a lidar com frases e palavras
que nunca viu antes. Se o RankBrain identifica uma palavra com a qual não está familiarizada, pode
"adivinhar" o que ela pode significar com base no contexto e com base em seu uso em outros lugares.
Isso ajuda o Google a lidar com pesquisas incomuns que nunca havia visto antes, sem simplesmente
corresponder os termos de pesquisa ao conteúdo dos artigos.
As consultas de pesquisa são transformadas em "vetores de palavras", chamados "representação
distribuída". Estas são palavras e frases próximas umas das outras em significado e contexto. O RankBrain
tentará mapear a consulta em palavras que entenda ou grupos de palavras semelhantes. A partir daí, insinua
o que o pesquisador
realmente significa e está procurando, e fornece resultados nessa base. O RankBrain também
entende os relacionamentos entre as palavras e a maneira como elas trabalham juntas.
A certa altura, a junção de palavras como "the" ou "and" foi ignorada pelo Google. Agora, o Google
entende a importância dessas frases e a maneira como elas afetam a intenção do usuário.
Como todos os melhores algoritmos de aprendizado de máquina, o RankBrain tenta melhorar com o
tempo e se adaptar aos usuários. Ele pode ver quais os resultados mais clicados e, assim, saber quando
está indo bem e quando está errado. Dessa forma, é capaz de melhorar rapidamente os resultados de
pesquisa de qualquer palavra-chave por meio de testes algorítmicos, o que ajuda a eliminar conteúdo
de baixa qualidade que tenta enganar o sistema.
O RankBrain funciona usando uma TPU (Tensor Processing Unit), que é um hardware específico
da IA armazenado nos data centers do Google. Este é um chip específico que é mais capaz de lidar
com os desafios específicos das tarefas de aprendizado de máquina.
Planos adicionais do Google
Nos últimos anos, o Google pode ter aparentemente diversificado. Agora ele fabrica smartphones,
agora produz carros autônomos e cria aplicativos como o Google Lens.
Mas, no centro de todas essas iniciativas, há alguma forma de IA ou aprendizado de máquina. O
Google Lens usa o aprendizado de máquina para identificar objetos em uma cena e permitir que os
usuários “pesquisem” o mundo real ao seu redor. É claro que carros autônomos dependem muito
de várias formas de IA.
E os telefones com pixel do Google? Indiscutivelmente, seu foco principal é colocar o Google
Assistant nos bolsos de todos.
E essa é a pista real sobre o que o Google está fazendo. O Google Assistant é um assistente virtual e
de IA que os usuários podem usar para obter boletins meteorológicos, reservar táxis, tocar música e
muito mais. O Google Assistant usa uma combinação de aprendizado de máquina (para detectar
linguagem humana, por exemplo) e IA para fornecer resultados úteis e falar de maneira natural.
O Google Assistant está intimamente integrado à pesquisa do Google. Você pode fazer uma pergunta
ao Google Assistant como "quem estrelou o Homem de Ferro?" e isso lhe dará uma resposta natural.
Isso é feito primeiro usando o aprendizado de máquina para transformar seu discurso em uma
sequência, depois usando a Pesquisa do Google para procurar respostas úteis (que envolvem o
aprendizado de máquina na forma de RankBrain), depois usando a IA estreita para extrair as
informações mais úteis respostas das melhores páginas da Web e, em seguida, usando outra forma de
IA estreita para fornecer a resposta de maneira natural (projetada para parecer uma IA geral). Muito
disso é realizado não no dispositivo que você ' estamos falando, mas nas TPUs do Google localizadas
na nuvem.
O que tudo isso significa para os profissionais de marketing?
Então, o que tudo isso significa para os profissionais de marketing? Simples: significa que o Google
deseja entender seu conteúdo e extrair as informações mais úteis. Ele não deseja mais que você use
palavras-chave rígidas e deseja que você se prepare para uma forma de pesquisa mais orientada por
voz.
O Google está apostando muito em IA e aprendizado de máquina. Ele acredita que, no futuro, os
assistentes de IA serão ENORME e deseja que o Google Assistant seja o número um. Ele prevê um
futuro em que passamos menos tempo olhando nossos dispositivos e, em vez disso, obtemos as
informações necessárias solicitando nossos telefones ou nossas Casas do Google. Falaremos
naturalmente com esses dispositivos, e eles nos fornecerão respostas úteis.
Se o Google Assistant eventualmente se tornar a ferramenta onipresente que o Google deseja ou não, o
fato é que o Google quer que a pesquisa se torne cada vez mais natural e humana. Já existe de várias
maneiras.
Isso significa que os profissionais de marketing e os proprietários de sites precisam fazer algumas
alterações na maneira como fazem as coisas. Não é mais suficiente encontrar uma palavra-chave e
repeti-la bastante, agora você precisa trabalhar como se estivesse falando com uma IA. E isso
significa algumas coisas.
LSI: indexaçã o semâ ntica latente

A indexação semântica latente é uma das coisas mais importantes a considerar se você estiver
interessado em melhorar seu SEO e chegar ao topo do Google. É ainda mais crítico se você espera estar
pronto para o futuro impulsionado pela IA do Google. Não apenas é um conceito poderoso em si, mas
também é um microcosmo importante das mudanças mais amplas que estamos vendo no SEO hoje.
A otimização de mecanismos de pesquisa é uma parte grande e muito importante do marketing
digital e se você deseja direcionar o número máximo de pessoas para o seu site ou blog, é
absolutamente essencial que você tenha os mecanismos de pesquisa a bordo.
No passado, o SEO dependia amplamente da criação de toneladas de conteúdo em torno de um
determinado tópico e do uso repetido de um número definido de palavras-chave ou frases-chave nesse
conteúdo para ajudar o Google a identificar o assunto e ajudar os visitantes certos a encontrar suas
páginas. Infelizmente, algumas pessoas começaram a tirar proveito desse sistema e começaram o
"preenchimento de palavras-chave" usando as mesmas palavras-chave repetidas vezes até o ponto de
distração. O Google teve que ficar mais inteligente e assim foi.
Hoje, usar demais a mesma palavra-chave causará problemas. Então, o que o Google faz? Ele analisa o
contexto e o assunto mais amplo do artigo. Em outras palavras, ele procura sinônimos e termos
relacionados, além de oferecer a capacidade de entender melhor o que é a sua página.
Por exemplo, se você tivesse escrito um artigo sobre “árvores de decisão”, no passado, o Google
poderia, teoricamente, ficar confuso e criar seu site como resultado quando alguém procurava por
árvores. Pode ter pensado que você estava falando sobre decisões sobre árvores!
Agora, porém, ele pode procurar termos relacionados como "fluxograma" e, assim, ajudar a
corresponder com mais precisão o artigo ao leitor. Na verdade, o LSI vem da matemática e usa uma
técnica chamada decomposição de valor singular. Isso significa que ele varrerá dados não estruturados
e procurará os relacionamentos entre as palavras e os conceitos contidos.
Como lidar com LSI

Então, como você garante que seu site seja otimizado para LSI?
Resposta curta: você não.
Embora seja obviamente tentador para as empresas de SEO agora começarem a oferecer seus serviços
otimizados para LSI, a verdade é que você deveria ter feito isso o tempo todo e sem pensar nisso. Isso
é o que os melhores profissionais de marketing na web como Andrej Ilisin sempre recomendaram e é o
que Matt Cutts também recomenda.
Em resumo, escrever naturalmente deve significar que você está incluindo sinônimos e tópicos
relacionados. Caso contrário, sua escrita parecerá bastante repetitiva. A moral é o que sempre foi:
pare de adivinhar e apenas escreva para o leitor! Isso é algo a que voltaremos várias vezes no que diz
respeito à preparação para um Google mais inteligente.
Mas também há outras dicas que você deve ter em mente se quiser garantir que o Google saiba do que
está falando.
Primeiro, certifique-se de usar mais de uma frase de pesquisa. É uma boa ideia, por várias razões, usar
uma combinação de termos de pesquisa diferentes, em vez de segmentar apenas um. Como o Google
geralmente mostra resultados que não usam a frase-chave exata que a pessoa pesquisou, faz sentido
tentar incluir algumas iterações populares do mesmo termo.
Da mesma forma, certifique-se de usar um vocabulário bom e variado em torno do tópico. Isso ajuda
a demonstrar melhor o contexto e o assunto do seu artigo. Em vez de preencher um artigo com
sinônimos aleatórios, pense em palavras que geralmente ocorrem ao lado do tópico com o qual você
está trabalhando (como nosso exemplo anterior de fluxogramas). Isso é chamado de coocorrência e é
o tipo de coisa que algoritmos de aprendizado de máquina amor!
Dados Estruturados

O outro grande conceito que os SEOs precisam considerar para estarem prontos para a IA do Google
no futuro são as marcações de esquema, também conhecidas como dados estruturados, também
conhecidas como rich data.
Lembre-se: o objetivo do Google é permitir que o Assistente responda a perguntas em linguagem
natural com respostas úteis, que se baseiam nas informações encontradas na Web. O Google não
apenas deseja obter uma lista de resultados de pesquisa úteis, mas também pode responder a
perguntas. Então, se alguém perguntar como fazer bolonhesa, ela simplesmente lerá os ingredientes.
Para fazer isso, o Google precisa encontrar as informações mais relevantes em uma passagem de texto
e, em seguida, obter a resposta específica. Isso leva o conceito do RankBrain para o próximo nível,
permitindo que ele entenda não apenas o que é um artigo, mas como cada parágrafo desse artigo
funciona.
O problema é que a IA do Google ainda não pode fazer isso. Pelo menos não o suficiente para poder
fornecer respostas úteis para as pessoas sem incluir ocasionalmente completamente bobagens!
É aí que entram as marcações de esquema.
A idéia de uma marcação de esquema é essencialmente anotar seus artigos e postagens no blog,
informando ao Google o que cada bit é e o que faz. Essencialmente, você está dizendo "esta é uma
lista de ingredientes" ou "esta é uma classificação do usuário".
Isso também ajuda o Google a fornecer o que é conhecido como "rich snippets". Rich snippets são
resultados de pesquisa nas SERPs (páginas de resultados dos mecanismos de pesquisa) que incluem
mais do que apenas uma meta descrição. Você pode ver um resultado de pesquisa listado, por
exemplo, que também inclui etapas de marcador ou que inclui ingredientes para a refeição. Dessa
forma, o usuário pode ver as informações que está procurando, sem precisar sair do site!
Como usar marcaçõ es
As marcações se parecem muito com HTML. Aqui está um exemplo de como isso pode ser:
<DIV ITEMSCOPE ITEMTYPE = "HTTP://SCHEMA.ORG/LOCALBUSINESS">
<A ITEMPROP="URL" HREF="HTTP://WWW.FIREFLY-FLORAL.COM </>
<DIV ITEMPROP = "NAME"> <STRONG> A FÁBRICA DE VELAS
</STRONG> </DIV> </A>
<DIV ITEMSCOPE ITEMTYPE = "HTTP://SCHEMA.ORG/ORGANIZATION">
<SPAN ITEMPROP = "TELEPHONE"> 888-888-8888 </SPAN>
</DIV>
Isso significa basicamente dizer ao Google que você está falando sobre uma empresa local (The
Candle Factory). Você também pode usar o esquema para destacar nomes de produtos, autores,
classificações agregadas, aplicativos de software, restaurantes, filmes e muito mais!
Para usar isso você mesmo, você pode procurar o código HTML e implementá-lo por conta própria
ou pode usar o útil assistente de marcação do Google: https://www.google.com/webmasters/markup-
helper/u/0/.
Aqui, você simplesmente compartilhará o URL da página que deseja marcar e, em seguida, fornecerá a
oportunidade de criar as tags necessárias.
Existem também plugins que você pode usar para o mesmo fim através do WordPress.
As boas e as ruins das marcaçõ es de esquema

O mais experiente entre vocês pode ter notado alguns problemas preocupantes com as marcações de
esquema. Especificamente:
eles incentivam as pessoas a não visitarem seu site!
Digamos que você tenha um site de receitas e incluiu um artigo sobre cozinhar bolonhesa. Você
provavelmente fez isso, esperando que as pessoas o pesquisassem no Google, encontrassem seu site e
depois visitassem sua página para ler sobre ele. Ao fazer isso, eles também podem clicar em alguns
anúncios, comprar um produto afiliado ou lembrar-se da sua marca para voltar novamente no futuro.
Mas se o Google simplesmente pegar suas informações principais e compartilhá-las, não haverá
incentivo real para elas realmente visitarem sua página da web. Dessa forma, não há chance de eles
clicarem nos seus anúncios ou comprarem seus produtos. Eles nem sabem que as informações vieram
do seu site!
Essencialmente, o Google usa dessa maneira nossa propriedade intelectual sem remuneração - o que
incomodou muitos webmasters, empresas e profissionais de marketing.
Portanto, você deve evitar usar esses recursos completamente? Infelizmente, isso não é realmente uma
opção. Lembre-se de que o Google também usa marcações para fornecer rich snippets. Estas são as
listagens de pesquisa mais ricas em mídia que incluem itens como classificações por estrelas,
imagens, pontos de bala e muito mais. Isso realmente ajuda uma página da Web a se destacar nos
SERPs e, assim, garante que mais pessoas cliquem nessa lista.
E embora você não tenha nenhum benefício em ter o Google lido seus ingredientes, se você não incluir
a linguagem de marcação, ele obterá as mesmas informações de um de seus concorrentes. O Google
quer que usemos marcações de esquema, o que significa que provavelmente recompensará os sites que
obtiverem um pequeno impulso de SEO. Por todos esses motivos, é essencial que você continue
usando essa estratégia, mesmo que esteja fornecendo informações gratuitas ao Google.
No futuro, se mais e mais pessoas conversarem com seu Assistente do Google em vez de navegar
na Web em busca de informações, é possível que o Google precise repensar sua política: para
que ele não sofra uma reação dos criadores de conteúdo!
Você pode ouvir muito o termo “big data” e não entender completamente o que significa isso. Neste
capítulo, você será esclarecido e aprenderá como o big data pode ajudar você e sua empresa, agora e
no futuro.

Essencialmente, o big data nada mais é do que grandes conjuntos de dados. Esses grandes
conjuntos de dados são cada vez mais comuns online, visto que tudo online é fácil de medir e
documentar. Se você pensa em uma empresa como o Google, ela possui imensos conjuntos de
dados dos quais trabalha, descrevendo o histórico de pesquisas de bilhões de usuários.

Mas mesmo um site padrão que recebe 1.000 visitantes por dia funcionará com grandes quantidades de
informações. Um site registrará naturalmente cada uma dessas visitas e também armazenará dados
sobre cada uma - como o país de origem e o tempo gasto no site. Em algumas semanas, esses dados
provavelmente travarão muitos softwares de planilhas!

A razão pela qual o big data é destaque em tantas discussões é que é muito difícil de lidar. Entender
essas quantidades enormes de informações requer muita matemática inteligente, enquanto
simplesmente armazenar e manipular esse tipo de dados requer muito armazenamento e poder
computacional.
Mas o valor potencial do big data também é absolutamente enorme. O big data fornece padrões e
informações que você simplesmente não consegue ao observar alguns usuários. É essencialmente
assim que o aprendizado de máquina funciona - procurando padrões em conjuntos de dados
massivos. A diferença é que isso está sendo alavancado de uma maneira um pouco diferente.
Modelagem Preditiva

A modelagem preditiva é um processo que envolve mineração de dados e probabilidade de prever

possíveis resultados futuros. Um modelo é criado usando vários "preditores". Preditores são variáveis
que se acredita influenciarem resultados futuros.
Depois que os dados são coletados para esses preditores, um modelo estatístico pode ser criado. Isso
pode usar uma equação linear simples ou redes neurais complexas. De qualquer maneira, a análise
estatística pode então ser usada para fazer previsões sobre como as coisas provavelmente irão
acontecer no futuro.
No que diz respeito ao marketing, isso pode ajudar a fornecer melhores percepções dos clientes,
melhor pontuação de leads, criação de campanhas, upselling e vendas cruzadas, recomendações
personalizadas de produtos e muito mais!
A Amazon é um exemplo de site que usa big data para fornecer recomendações personalizadas de
produtos. A Amazon não usa apenas um banco de dados de itens agrupados (o que seria quase
impossível de manter), mas gera dados automaticamente a partir de cada transação e venda e, em
seguida, procura padrões. Ele verá quais produtos tendem a ser comprados juntos (há essa co-
ocorrência novamente) e, portanto, pode usar essas informações para mostrar itens que ele acha que
um usuário pode querer comprar em seguida!
Da mesma forma, quando se trata de pontuação de leads, o big data pode ser imensamente útil. A
pontuação de leads significa entender quais leads provavelmente estão prontos para comprar e quais
não. Essas são informações imensamente úteis para empresas que desejam enviar cartas de vendas
para a seção transversal da lista de e-mails que eles acham que realmente comprarão delas (em vez de
serem adiadas pela quantidade de material de vendas que estão recebendo).
A Anistia Internacional utiliza técnicas de segmentação e “modelagem preditiva” para identificar
melhor os grupos certos para o mercado. Ao coletar dados e, em seguida, analisar o que esses dados
revelam sobre o tipo de pessoas que doam, a Anistia Internacional sabe quem deve ser o alvo com seus
anúncios, quanto eles provavelmente gastarão e como provavelmente o farão.
Qualquer instituição de caridade pode se beneficiar desse tipo de análise de dados, assim como
qualquer empresa.
Coletando Big Data

Se você deseja começar a coletar dados para o seu negócio, há um grande número de plug-ins e
ferramentas que você pode usar para fazer isso. Você deve descobrir que muitas ferramentas, como o
Google Analytics, permitem exportar grandes quantidades de dados para trabalhar.
Você pode optar por usar essas informações por conta própria ou terceirizá-las para uma
organização de ciência de dados que possa usar essas informações para fornecer informações
valiosas e úteis.
Outra boa idéia para se preparar para o futuro é permitir que os usuários criem perfis. Ao fazer isso, você
pode coletar muito mais dados sobre usuários individuais e, no futuro, fornecer melhores recomendações
individualmente. Isso é algo que as lojas fazem há décadas com cartões de fidelidade, mas é claro que a
natureza digital da venda on-line cria ainda mais oportunidades em potencial!
Como mencionado, a visão computacional é a capacidade das máquinas e computadores de "ver"
aprendendo com enormes conjuntos de dados e aprendizado de máquina. Observando inúmeras
imagens, uma máquina pode aprender a identificar imagens em um objeto ou a navegar em um
ambiente sem colidir com as coisas.
O que isso significa para o futuro do SEO?

Uma coisa GRANDE - e uma coisa para a qual você deve se preparar - é que o Google
provavelmente começará a prestar mais atenção às imagens nos sites.

Tradicionalmente, nos disseram para evitar o uso de imagens para coisas como nomes de sites.
Por quê? Porque o Google não pode "ler" e imagem e, portanto, não obteremos nenhum
benefício de SEO com isso.
Mas o Google possui um software que pode ler texto de uma imagem. Isso se chama OCR
(reconhecimento óptico de caracteres) e, se você quiser ver o quão bom é, tente apontar o Google
Translate para um idioma estrangeiro e vê-lo aparecer na sua língua nativa em tempo real. Se o Google
puder fazer isso, levará apenas uma questão de tempo para começar a ler o texto em suas imagens para
ver se elas fazem o backup do nicho e da frase-chave que você está direcionando ao seu site.

Da mesma forma, considerar o reconhecimento facial já é um grande problema no que diz respeito à
segurança e ao Facebook, provavelmente é apenas uma questão de tempo até que o Google comece a
usá-lo também.
Por exemplo, se você escrever um post sobre Sylvester Stallone, o Google algum dia poderá olhar não
apenas para o seu conteúdo, mas também para as fotos da sua página para ver se há fotos do Stallone
lá! Um dia, as Imagens do Google podem não depender totalmente do texto circundante, mas sim
basear seus resultados puramente no que vê na imagem e se isso está alinhado com o que você está
procurando.
Problemas como a qualidade da imagem também provavelmente desempenharão um grande papel no
futuro. O Google pode optar por não recomendar sua página da web se considerar que as imagens não
são bem escolhidas e deslocadas.
Então, o que você pode fazer para se preparar? Por enquanto, a coisa mais próxima de se comunicar
com o Google por meio de imagens é o uso da linguagem de marcação e / ou nomes de arquivos e tags
alt. O uso de tags alt para descrever imagens pode ajudar o Google a saber o que elas representam e,
portanto, a decidir melhor se seu site é relevante para um usuário específico.
Enquanto isso, verifique se todas as imagens que você está usando são relevantes e de alta qualidade!
Na sua essência, o aprendizado de máquina é sobre a evolução. Trata-se de obter mais e mais dados, a
ponto de poder fazer afirmações mais precisas. Embora a detecção de rostos nas imagens possa
começar ruim, o sistema evolui e aprende até o ponto em que se torna mais preciso que o humano.
Imagine se você pudesse transformar esse poder em publicidade. Imagine se você pudesse exibir
anúncios precisos, precisos, para as pessoas certas, nos momentos certos. Imagine se sua campanha
publicitária "evoluiu" para se tornar cada vez mais específica, de modo que um número cada vez maior
de espectadores clicou nos anúncios e comprou seus produtos. Quanto mais a campanha durasse, mais
seus lucros aumentariam e menos você gastaria em anúncios ineficazes.
É exatamente assim que a publicidade programática funciona e você pode começar a usá-la agora
mesmo!
O que é publicidade programá tica?

As campanhas de publicidade programática permitem que os profissionais de marketing comprem

anúncios nativos em uma variedade de sites dos editores, usando algoritmos inteligentes para garantir
que estejam segmentando os espectadores certos nos momentos certos, permanecendo dentro do
orçamento, graças a um sistema de lances que lhes permite competir por impressões com outros
anunciantes.

Em resumo, essas campanhas fornecem a precisão e a qualidade da publicidade nativa (como

banners) e, ao mesmo tempo, permitem o controle, a adaptabilidade e a precisão que você obteria
com uma campanha PPC. O resultado líquido são anúncios exibidos nos sites de editores
cuidadosamente selecionados, mas somente quando e se é provável que eles produzam os melhores
resultados.

A publicidade programática usa um algoritmo complexo para identificar o cliente ideal da sua
empresa e depois descobrir onde é provável que eles apareçam na web. Em seguida, ele exibe os
anúncios nesses locais e, em seguida, utiliza um algoritmo de aprendizado para
Em vez de passar de um editor para outro, discutindo taxas, você permite que um "bot" faça todo o
trabalho por você. Mais importante, porém, isso significa que você não desperdiçará dinheiro em um
local de anúncio que ninguém olha. Seus anúncios serão escolhidos e aprimorados por um algoritmo
inteligente, e o resultado será que eles obterão CTRs mais altas dos clientes segmentados certos!
RTB

É assim que a compra programática é diferente do PPC ou apenas da compra de um banner no

seu site de notícias favorito. Enquanto isso, você terá mais controle sobre a opção de usar RTB
ou "Lances em tempo real".

O que o RTB significa essencialmente é que você entra automaticamente em uma guerra de lances
toda vez que uma página é carregada com base no seu orçamento predefinido. Essas guerras de lances
permitem que seus anúncios concorram com outros anunciantes em uma grande variedade de sites
diferentes, que atendem à demografia e ao contexto específicos que você escolheu. Em outras palavras,
você definirá que deseja segmentar sites de esportes que atendem a um público masculino entre 20 e
40 anos e, a partir daí, seus anúncios serão exibidos em uma seleção desses sites (que você ainda pode
selecionar em alguns casos, se desejo) com base no resultado de cada pequena oferta. Isso permite que
você direcione seu público-alvo para vários sites diferentes e evite pagar muito para isso).

Por outro lado, a compra direta é essencialmente um pedido em massa de impressões de um site /
sites específico, como o ESPN. Você ainda pode filtrar suas impressões por vários fatores, como
local ou navegador, mas, basicamente, você estará segmentando um site específico e garantindo
um local naquele local preciso.

A compra direta é efetivamente um pouco mais parecida com a publicidade com um banner,
enquanto o RTB é um pouco mais próximo do modelo PPC. Você oferece lances para locais em
vários sites (enquanto ainda tem um pouco mais de controle).

A decisão sobre o que funcionará melhor para você dependerá de vários fatores. Por exemplo, seu
orçamento entrará em jogo, pois as compras diretas tendem a ser mais caras (porque CPIs mais baixos
não terão tantas oportunidades para aparecer). Também vale a pena considerar que o RTB oferece mais
flexibilidade, mais dados e mais controle - você pode identificar quais sites estão funcionando melhor
para você, em quais horários e para quais espectadores e, em seguida, pode personalizar sua
abordagem de acordo.
Por outro lado, se você definir lances muito baixos usando o RTB, corre o risco de seus anúncios não
aparecerem. Isso contrasta diretamente com as compras diretas, que essencialmente "garantem" o local
do seu anúncio e você terá certeza de que obterá esse número de impressões. Isso é útil para uma
empresa com objetivos mais concretos e um prazo fixo. Da mesma forma, com a compra direta, você
poderá controlar com mais rigidez a aparência de sua publicidade e estabelecer um relacionamento
mais próximo entre sua marca e a do editor.

Portanto, diferentes abordagens funcionarão para diferentes profissionais de marketing e para

diferentes fins. Seu trabalho é decidir qual funciona melhor para você, e a melhor maneira de fazer
isso pode ser mergulhar o dedo do pé e experimentá-lo por si mesmo.
Como ter mais sucesso com compras programá ticas

A publicidade programática rapidamente ganhou destaque no setor de marketing on-line e é uma

ferramenta nova e importante para qualquer empresa que queira atingir um público maior. No entanto,
mesmo as melhores ferramentas programáticas são tão eficazes quanto as pessoas que as controlam;
portanto, antes de se antecipar, considere estas quatro dicas cruciais para garantir seu sucesso.

Não esqueça o componente criativo

Não importa quão bem seus anúncios sejam segmentados ou quão inteligente sua campanha seja em
termos de exposição, se você não tiver investido no aspecto criativo, esses anúncios vão falhar. Crie
bem seus anúncios e teste para ver quais designs funcionam melhor. Da mesma forma, pense na
identidade da sua marca e como você pode fortalecer isso mesmo através de anúncios que não são
clicados. Escolha um parceiro programático que possa ajudá-lo com esse aspecto.

Considere o público e o contexto

Antes de escolher quais editores trabalhar, você precisa olhar para o público-alvo que eles estão
atraindo e também para o contexto. O parceiro ideal será um site que escreve sobre tópicos
relacionados ao seu e tem como alvo exatamente o mesmo grupo demográfico que você é.
Em alguns casos, você não conseguirá encontrar os dois e, portanto, precisará selecionar os editores
que oferecem o melhor equilíbrio. E não fique tentado a ignorar o contexto nessas situações, porque
os estudos mostram que é mais provável que a mesma pessoa clique em um anúncio de tacos de
golfe quando eles estão em um site de golfe em comparação com um site de notícias. Mais ao ponto,
alguém que quer um vestido de noiva só vai querer esse vestido de noiva durante um período
específico de sua vida e isso realmente demonstra a importância do contexto.

Esteja disposto a gastar para começar

A vantagem da publicidade programática é que você pode gerenciar diretamente seus gastos em
tempo real para garantir a máxima exposição, independentemente do seu orçamento. No entanto, é
altamente recomendável que você comece com um limite de gastos mais alto do que pretende
continuar, pois isso permitirá identificar mais rapidamente o que funciona e o que não funciona.
Lembre-se de que você deseja mais dados e isso significa que deseja mais cliques. À medida que
você ajusta sua campanha em resposta às estatísticas e ao ROI, você se aproxima cada vez mais da
configuração ideal, mas se você não gastar o dinheiro adiantado, não poderá saber se sua campanha
está funcionando porque você não ganhará lances suficientes. Gaste um pouco de antecedência e
você economizará dinheiro a longo prazo quando se estabelecer no seu ritmo.

Verifique se seus anúncios se encaixam

A desvantagem de qualquer campanha de publicidade automatizada é que você pode perder esse
"toque pessoal" - os benefícios advindos do trabalho com um editor para desenvolver uma campanha
de publicidade que corresponda ao tom e à aparência de todo o site e que eles ajudarão a promover o
conteúdo deles. Infelizmente, a publicidade nativa é difícil de ser dimensionada e é por isso que tantas
plataformas automáticas são populares.
Para ter sucesso com a publicidade programática, isso é algo que você precisa considerar. Seu
anúncio está segmentando as pessoas certas, nos dispositivos certos, nos contextos certos. Mas é o
ajuste certo para o trabalho? Esse anúncio precisa parecer com um anúncio nativo da mesma
maneira que um banner. Criar anúncios que se misturam a vários "ambientes" é uma maneira de
fazer isso. Outra é escolher uma ferramenta que permita selecionar as marcas com as quais você
deseja trabalhar e, em seguida, escolher aquelas que já estejam estreitamente alinhadas com seus
próprios objetivos e estilo.
A chave para o sucesso na web não é apenas ganhar tráfego, mas também controlar esse tráfego. O
que isso significa? Isso significa que você precisa saber como decidir com quais visitantes deseja
conversar a qualquer momento. Isso significa que você precisa entender seus visitantes e saber o que
eles estão pensando, qual é o humor deles e o que eles estão interessados a qualquer momento. E isso
significa que você precisa saber como e quando atacar quando se trata de vender produtos ou
incentivar as pessoas a se inscreverem na sua lista de e-mails. Esse é um tema que vimos surgir várias
vezes com aprendizado de máquina e IA. E o email marketing não é diferente.

Você pode fazer tudo isso criando uma lista de endereçamento e segmentando essa lista.
Primeiro, vamos rever os conceitos básicos do marketing por email novamente para aqueles que não
são familiares.
O marketing por email é obviamente o processo de marketing por email. Em outras palavras, isso
significa que você criará uma grande lista - uma coleção de emails - e fará isso pedindo aos visitantes
do seu site que compartilhem os detalhes de contato deles quando chegarem à sua página inicial.
Por sua vez, isso requer um autoresponder. Um autoresponder é uma ferramenta usada para criar
formulários de email e depois gerenciar todos os contatos da sua lista. Você pode usar o formulário em
algum lugar da sua página para permitir que as pessoas digitem seus detalhes e usará o autoresponder
para enviar todos os seus e-mails.
Deve ficar imediatamente aparente qual é o valor disso. Enviar todos os seus e-mails manualmente
usando o Gmail ou outro cliente da Web não é fácil e provavelmente resultaria em muitos não serem
entregues. Você precisaria enviar muitos e-mails diferentes para listas mais longas e precisaria
gerenciar manualmente todas as solicitações de inscrição ou cancelamento de inscrição.

Um autoresponder gerencia tudo isso para você, então você só precisa escrever um e-mail e clicar em
"enviar". O outro benefício de um autoresponder é que ele pode coletar dados para você e usar essas
informações para fazer uma variedade de coisas diferentes. Por exemplo, um autoresponder pode
mostrar a porcentagem de assinantes que realmente abrem seus emails. Se os títulos do assunto do seu
email não encorajarem as pessoas a ler, você poderá identificar esse problema e trabalhar em uma
solução.
De repente, estamos usando uma abordagem orientada a dados e o aprendizado de máquina
novamente!
Você pode ver todos os visitantes que leram uma determinada mensagem em um só lugar. Ou escolha
ver todos os que não foram. Você pode ver a taxa de abertura para diferentes visitantes individuais e
organizar sua lista por diferentes fatores.
Essa é outra coisa útil sobre o uso de um autoresponder: ele permitirá que você obtenha mais
informações usando o formulário incorporado em sua página e essas informações podem ser usadas
para agrupar seus visitantes. Quer apenas enviar uma mensagem aos homens? Vá em frente. Deseja
apenas enviar mensagens para as pessoas com mais de 30 anos? Voce tambem pode fazer isso. Ou que
tal ter várias listas de discussão diferentes para marcas diferentes ou mesmo para produtos diferentes?
Tudo isso pode ser realizado usando apenas um único autoresponder.
E, claro, esse tipo de controle e automação abre todo tipo de possibilidades quando se trata de IA e
aprendizado de máquina para profissionais de marketing.
Calor de chumbo e segmentaçã o de email

O verdadeiro poder de todas essas informações advém de poder usá-los nesses dados para escolher
para quem suas mensagens são enviadas. Por exemplo, você pode decidir que deseja enviar um email
apenas para pessoas que se enquadram em categorias específicas.
O que nos interessa é o envio de e-mails com base no envolvimento, retenção e entusiasmo.
Um lead é qualquer pessoa que demonstre algum tipo de interesse em comprar de você. Isso
significa que qualquer pessoa que se inscreveu na sua lista de e-mails pode ser considerada um
lead, porque demonstrou interesse simplesmente fazendo isso.
Mas, ao mesmo tempo, um lead também é quem visita seu site ou leva seu cartão. Esse é um lead
"frio", enquanto alguém que realmente fornece os detalhes de contato é um lead "quente".
Os leads ficam mais quentes quanto mais interesse eles mostram no que você faz e no que está
vendendo.
E quanto mais quente for o lead, maior a probabilidade de ele comprar de você.
De fato, esse é o objetivo verdadeiro e mais útil de ter uma lista de e-mails: permite que você pegue
seus leads gelados e os transforme em leads quentes e depois pague aos clientes.
Eu sempre comparo isso a pedir o número de telefone de alguém. Se você fosse até alguém em um
clube e pedisse o número deles, eles provavelmente lhe diriam para ir embora.
Por que eles forneceriam seu número quando não sabem nada sobre você e não demonstram interesse
em você?

Primeiro, você precisa conversar com eles e deixá-los conhecer você. Se eles olham para você e
sorriem, são uma pista fria. Se eles responderem às suas brincadeiras espirituosas e lhe disserem o
nome deles, serão uma liderança calorosa. Se eles te beijaram ou deixaram que você lhes pagasse
uma bebida, eles são uma vantagem. E quando estiverem quentes, você pode pedir o número deles.
Isso é tudo sobre o tempo. O tempo está errado e eles não vão lhe dar o número deles, porque você
não preparou o terreno!

Exatamente a mesma coisa acontece com o marketing na internet. Se alguém visitar o seu site e você
pedir para comprar seu produto imediatamente, ele não o fará. Por que eles? Você não lhes deu
nenhum motivo para confiar em você. Você não disse nada a eles sobre você. Eles não sabem muito
sobre o produto.
Peça-lhes que entreguem seus e-mails depois de algumas postagens no blog e você poderá começar a
aumentar o envolvimento com suavidade. É então que você os impressiona com todas as suas
informações e todo o seu conhecimento. Você os diverte um pouco e deixa que eles o conheçam.

Se eles não abrirem seus e-mails, isso equivale a dar-lhe o ombro frio. É como a garota ou o cara do
clube que não ri de suas piadas e fica olhando para o outro lado. Se você tentar vender para eles agora,
você se tornará spam. E você é excluído.
E eles nunca retornam ao seu site.
Mas se eles abrirem seus e-mails, você saberá que está com uma chance. Isso significa que você
pode enviar mais informações sobre seus produtos e empolgá-los com o lançamento do produto. Se
durante esse período eles continuarem abrindo seus e-mails, você saberá que tem uma chance ainda
maior de sucesso. Se agora você tentar vender para eles, há uma chance muito maior de comprarem
de você.

Usando a segmentação de e-mail, você pode fazer exatamente isso: você pode ver quais visitantes
estão abrindo seus e-mails, clicando em seus links e rolando a tela para baixo.
De fato, usando cookies, é ainda possível ver qual desses visitantes esteve no seu site e analisou seus
produtos. Você pode ver quem pairou sobre seus produtos e foi tentado a clicar em comprar.
Segmentaçã o de email combinada com aprendizado de má quina

Se você está prestando muita atenção, talvez já tenha descoberto para onde isso está indo. Lembra
quando discutimos big data, dissemos que você poderia usar análises preditivas para avaliar
melhor os leads?

É aqui que as coisas podem ficar realmente interessadas nos autoresponders do futuro. Imagine se o
seu autoresponder não apenas segmentou seu público-alvo e analisou as taxas de abertura e o
engajamento, mas se poderia procurar tendências em grandes conjuntos de dados.
Em outras palavras, e se o seu autoresponder registrasse todas as pessoas que compraram de você e
avaliasse quais ações elas geralmente executavam primeiro. Isso permitiria que o algoritmo de
aprendizado de máquina identificasse melhor quando um usuário estivesse se comportando como
alguém pronto para comprar e enviasse uma mensagem personalizada para incentivar essa compra!

Isso pode ser combinado com recomendações inteligentes, a fim de aumentar a probabilidade de
compra ainda mais.

Isso já está sendo usado por algumas grandes marcas, por isso é apenas uma questão de tempo até que
mais de nós tenha acesso a essa mesma quantidade de precisão.
Dicas que os profissionais de marketing podem seguir agora

Para que isso funcione, você também precisa garantir que as pessoas estejam se inscrevendo na sua
lista de e-mails. Novamente, isso nos ajudará a nos preparar para o futuro da IA. Existem algumas
maneiras de incentivar isso.
Em primeiro lugar, certifique-se de mostrar sua lista de correspondência sempre que puder. No
mínimo, isso deve significar que sua lista de discussão é exibida na parte inferior de suas postagens.
Ao mesmo tempo, você também pode colocá-lo nas barras laterais para que sua lista fique visível em
todas as páginas do seu site.
Outra dica é ter certeza de que você chama atenção. Um erro que muitas pessoas cometem é criar sua
lista de endereços e, em seguida, apenas 'esperar' que as pessoas a vejam. Muito mais eficaz é
ocasionalmente contar às pessoas sobre isso e explicar em suas postagens por que é uma boa
oportunidade e por que as pessoas devem estar empolgadas em se inscrever.
Mas o problema é o seguinte: você deve sempre ser honesto.
O objetivo de uma lista de discussão não é aumentá-la o máximo possível. Em vez disso, o objetivo é
expandi-lo o máximo possível com apenas visitantes altamente segmentados.
Se seus visitantes não tiverem interesse no que você está oferecendo através de sua lista, você
apenas os frustrará e efetivamente enviará spam.
Os chatbots são uma ferramenta cada vez mais popular para profissionais de marketing, empresários e
webmasters. Então, o que é um chatbot?

Essencialmente, um chatbot é uma IA minúscula que normalmente fica em um site e que pode
responder a perguntas e se engajar em conversas básicas.
Muitas vezes, os chatbots são usados no atendimento ao cliente. Dessa forma, um site pode responder
a perguntas comuns e diminuir significativamente a carga de sua equipe de atendimento ao cliente. A
empresa pode fornecer o suporte que deseja para seus compradores, sem gastar muito com
funcionários extras e call centers.

Mas um chatbot pode ser muito mais do que apenas suporte ao cliente. Os chatbots são igualmente
eficazes em marketing e podem ser extremamente eficazes para aumentar as vendas e os lucros. Os
chatbots são particularmente eficazes no início de um processo de vendas, dando as boas-vindas aos
visitantes de um site e perguntando o que eles estão procurando. Em vez de confiar no UX para tentar
guiar o visitante para a parte certa da página, um chatbot pode simplesmente perguntar o que ele espera
comprar e levá-lo para essa página. O que é mais é que ele pode fornecer recomendações úteis (talvez
informadas pelo histórico de compras anterior) e pode reduzir qualquer preocupação que os usuários
possam ter.

Os chatbots podem até obter informações dos clientes, solicitando seu orçamento ou o que eles estão
procurando. Mesmo que eles não comprem, agora você entende a intenção deles e pode usar essas
informações para aprimorar ainda mais sua estratégia de marketing.
Alguns especialistas argumentam que nos próximos anos, 85% dos negócios podem ser feitos
através de chatbots! Então, como você pode começar? 80% das empresas dizem que querem
chatbots até 2020!
Chatbots do Facebook

Uma opção é investir em um chatbot do Facebook. Existem muitos sites e serviços online que os
configuram para você.
O Facebook Messenger é uma nova fronteira para muitas pequenas empresas. Embora tenha se
infiltrado no radar para muitos profissionais de marketing, os números falam por si. Atualmente, o
Facebook Messenger é usado por mais de 1,2 bilhão de pessoas! Isso representa 11% de toda a
população humana.
E o que torna o Messenger ainda mais poderoso é que ele pode ser incorporado ao seu site. Mais de 20
milhões de páginas usam mensagens e esse número está crescendo. Isso fornece uma maneira muito
simples e fácil de se comunicar com seus visitantes, responder às consultas deles e ajudar a converter
tráfego em vendas.
Mas você não pode estar disponível 24/7 para atender às necessidades de todos os visitantes. E é aí que
entra um chatbot. Essa é uma IA básica que pode atender aos seus clientes e ajudar a fornecer uma
experiência mais pessoal ao responder a perguntas básicas.
Essa é uma ferramenta extremamente poderosa para as empresas, pois significa que você não perderá
mais os visitantes que lutam para encontrar o caminho no site ou obter as informações de que
precisam.
Imagine se os clientes pudessem pedir comida apenas enviando uma mensagem do Facebook e
respondendo a algumas perguntas automatizadas?
Ou, se uma empresa pudesse acessar sua consultoria jurídica especializada sem precisar falar
pessoalmente com você? Tudo isso é possível em um futuro próximo.
Os chatbots do Facebook podem até ser proativos enviando mensagens para clientes em potencial.
Você precisa ser extremamente cuidadoso com isso, pois pode ser visto como spam. Mas se você
tiver um sistema automatizado capaz de alcançar compradores em potencial no momento certo com
uma mensagem cuidadosamente elaborada, isso pode ser enorme para os negócios!
Outros tipos de chatbot

Obviamente, nem todos os chatbots são do Facebook. Existem muitas outras maneiras de implementar
chatbots em um site, desde a criação do zero usando software caseiro até o uso deles para responder a
emails ou SMS.
Se você deseja garantir que não seja deixado para trás pelos desenvolvimentos em IA e aprendizado
de máquina, pode ser útil aprender habilidades relevantes que você pode usar para implementar suas
próprias estratégias. Pelo menos, entendendo as ferramentas usadas na IA e no aprendizado de
máquina, você poderá navegar por esses novos horizontes e tomar decisões mais inteligentes para
seus negócios.
Um dos principais conceitos a entender é o SQL. SQL significa Structured Query Language e é uma
linguagem declarativa usada para armazenar e recuperar informações de um banco de dados. Se isso
soa como gobbledygook, basicamente fornece um conjunto de comandos que você pode usar para
manipular grandes conjuntos de dados.
SQL é crucial para ciência de dados e aprendizado de máquina. É preciso vários formulários, como
MySQL, SQL Server e SQLite. Cada um usa um dialeto ligeiramente diferente para obter a mesma
coisa: interagir com bancos de dados relacionais.
Os bancos de dados relacionais consistem em várias tabelas, como você vê no Excel, com colunas e
linhas. Portanto, se você tiver uma lista de visitantes em seu site, poderá preencher os dados em
várias linhas, como nome, idade, detalhes de contato etc. Pegue qualquer visitante e ele trará os
detalhes para que você pronto para chamá-los e comercializá-los.
O SQL permite que você faça coisas como criar tabelas totalmente novas ou inserir novas linhas,
colunas ou células. Você pode fazer isso com comandos simples como "CREATE TABLE" e
"INSERT INTO".
Para criar um novo banco de dados, você primeiro precisa usar um comando para fazê-lo e, a
partir daí, pode começar a inserir tabelas da seguinte forma:

CRIAR QUADRO CLIENTS (

ROWID INTEGER CHAVE PRIMÁRIA,
euASTNAME TEXT,
FIRSTNAME TEXT,
PTEXTO DE MEL,
ETEXTO DO CORREIO
);
Um dos comandos mais poderosos é o chamado SELECT, que permitirá recuperar informações em
uma ou mais tabelas. Por exemplo, você pode usar isso para obter os detalhes de qualquer pessoa
acima de uma certa idade, assim:
SELECIONE FIRSTNAME DE CLIENTS
ONDE ERA > 23;
GROUP BY é um comando que permite agrupar resultados de acordo com determinadas condições.
CURSORES, vamos percorrer conjuntos de dados e fazer alterações.
Embora tudo isso possa parecer bastante simples, combinado com grandes quantidades de dados,
esses comandos simples podem produzir resultados fascinantes e ser extremamente úteis para
informar decisões futuras. É basicamente assim que o aprendizado de máquina funciona, e se você
quiser trabalhar como cientista de dados para empregar soluções de big data ou aplicativos de
aprendizado de máquina, é isso que você precisará saber.
Ao longo deste e-book, examinamos um grande número de diferentes tipos de IA e aprendizado de
máquina no contexto do marketing digital.

O objetivo de tudo isso foi ajudá-lo a se preparar melhor para o futuro. Você sabe que deve começar a
coletar o máximo de dados possível no momento, que precisa adicionar marcações de esquema ao seu
site, que deve usar o LSI, que pode se beneficiar de um chatbot…
Você até conhece um pouco sobre SQL, caso decida se envolver nos bastidores! Mas com toda a
probabilidade, tudo isso vai mudar muito mais antes de entrar em cena - e não podemos realmente
prever como será sentido o impacto.

Há ondas enormes fazendo o seu caminho através do marketing na internet, e o poder da IA não pode
ser subestimado. Imagine, por exemplo, o que acontecerá quando a IA capaz de escrever conteúdo de
alta qualidade se tornar comum e comercialmente disponível. Essa tecnologia já existe - uma IA que
pode escrever quase tão bem quanto um ser humano - mas, quando é permitida a liberação na Web,
pode potencialmente inundar a Internet com conteúdo novo o suficiente para dobrar ou triplicar seu
tamanho em questão de dias!
Como saberemos o que é escrito por um humano e o que não é? E quando a IA pode criar imagens com
aparência realista? Já vimos o poder das falsificações profundas: como saberemos o que é real e o que
não é?

Não podemos realmente nos preparar para esses cenários, porque não sabemos como eles se
desenrolam. Então, por enquanto, é melhor focar no que sabemos. E, em particular, como profissional
de marketing, isso significa focar na mudança do Google para o processamento de linguagem natural
e interações mais humanas.
Isso também significa que o Google vai ficar cada vez mais inteligente. O Google costumava procurar
correspondências de palavras-chave, mas agora realmente entende o significado de um site e pode usar
muito mais métricas para entender se é de alta ou baixa qualidade e se está cumprindo o que afirma fazer.
De fato, o Google provavelmente tem o potencial de se tornar a IA mais poderosa do planeta,
devido à enorme quantidade de informações a que tem acesso e aos enormes recursos que a
empresa coloca nela. Isso torna cada vez mais difícil 'jogar' o sistema ou tentar enganar o Google.
A melhor coisa que podemos fazer então? Crie o melhor conteúdo de qualidade possível. À medida
que o Google se torna cada vez mais humano, escrever para o Google e escrever para o leitor
significa essencialmente a mesma coisa. Chegou a hora de começarmos a focar em conteúdo de
ótima qualidade e fornecer valor real.
A principal coisa a lembrar é que o Google atende seus clientes em primeiro lugar. Quem são seus
clientes? Os usuários que o usam para encontrar informações e entretenimento. O Google quer que as
pessoas continuem usando sua pesquisa e, como tal, precisa garantir que apenas traga apenas as
informações mais relevantes e interessantes.

Desde que você se preocupe em criar conteúdo de ótima qualidade para seus leitores, seus objetivos e
os do Google estarão alinhados. Assim, cada vez que ficar um pouco mais inteligente, isso funcionará
a seu favor, em vez de ser algo com que você precisa se preocupar.

À medida que o Google se torna mais inteligente, encontrará mais maneiras de identificar o conteúdo
de melhor qualidade. Portanto, se você estiver focado em oferecer isso, o Google encontrará mais
maneiras de conectar você ao seu público. Combine isso com mais coleta de dados e uma abordagem
de marketing geralmente mais orientada a dados, e você estará pronto para o futuro do setor.