I social media non servono per vendere, ma per comunicare. Questa è la prima lezione che ogni marketer deve far sua quando si approccia al mondo del SMM (Social Media Marketing). E in questo articolato universo fatto di interazioni e discussioni a distanza, vengono generati dati altrettanto complessi da analizzare. Uno degli obiettivi che i ricercatori tentano di conquistare con l’intelligenza artificiale è la comprensione del linguaggio umano e di tutti i mezzi di comunicazione accessori, come immagini, video, emoji e reactions. L’uso dei social è sempre più pervasivo nella vita delle persone, le piattaforme di condivisione si sono trasformate in strumenti in grado di cambiare il modo in cui pensiamo e le strategie con cui interagiamo con il prossimo. Le persone sviluppano attitudini, generando schemi che rendono le azioni dei singoli utenti prevedibili secondo il contesto. Il social media behavior non è altro che una definizione tecnica di questa classe di abitudini, ovvero il modus operandi di un individuo nella sua interazione online.
Lì dove ci sono schemi ricorrenti, è possibile applicare tecniche di Machine learning che consentono di individuarli e classificarli. Ed è in questa fase che l’AI diventa uno strumento sociologico potente, un tool in grado di comprendere le persone nel profondo e di poterne addirittura prevedere il comportamento. Se i dati sono numerosi e di buona qualità, le reti neurali arrivano ad avere una conoscenza tanto intima delle persone da avvicinarsi a uno scenario distopico.
Come l’AI classifica il social media behavior
Da un punto di vista neurologico, i social media hanno un profondo impatto sul funzionamento del nostro cervello. Le interazioni online possono generare dei trigger specifici, che attivano sistemi di ricompensa in grado di motivare determinate reazioni dell’utente.
Le reti neurali per il pattern recognition sono potenti strumenti per estrarre informazioni nascoste nei dati. Per la classificazione del Social Media Behaviour le AI appositamente addestrate possono rilevare i trigger che spingono uno specifico utente all’azione. Strumenti come anteo.ai sono progettati per misurare la risposta degli utenti a particolari eventi d’interazione, ad esempio like, citazioni e commenti, classificando i partecipanti a una specifica discussione secondo il loro social media behavior.
Diversi studi hanno dimostrato attraverso l’uso della tecnologia MRI (Risonanza Magnetica per Immagini) che durante lo “scroll” dei post sui social media, l’attività neuronale varia in base ad alcuni parametri che riguardano sia il contenuto in sé (immagini, video e testi), che le reaction di altri utenti allo stesso contenuto.
Individuare i driver delle azioni degli utenti
I tool per l’analisi delle conversazioni online tramite il social media behavior individuano e classificano le motivazioni che spingono l’utente ad azioni dirette. Alcuni driver classificabili sono:
- Risposta a un bisogno psicologico
L’AI identifica i topic e i contesti che consentono all’utente di soddisfare i suoi bisogni psicologici primari. Queste informazioni possono essere usate per attivare trigger specifici che hanno un’alta probabilità di spingere all’azione.
- Accettazione sociale
Reti neurali appositamente addestrate possono rilevare i pattern che portano gli utenti a sentirsi parte di un gruppo. Questo senso di appartenenza è un sistema di ricompensa molto potente per il cervello umano.
- Autorealizzazione
I social sono anche vetrine per esporre i propri successi e i traguardi raggiunti. Un’analisi approfondita delle interazioni di uno specifico utente nelle piattaforme di condivisione online può rivelare quali sono gli obiettivi di autorealizzazione che possono attivare un trigger.
Behavior based marketing
Il marketing è una delle principali applicazioni di questi sistemi di analisi del social media behavior AI-Powered. Il tracciamento delle interazioni delle persone sia con i social media che con le web application genera dati preziosi per capire meglio gli interessi e i bisogni degli utenti.
I tool di analisi possono generare report che evidenziano quali siano i contenuti con più alta probabilità di scatenare un trigger in una audience molto verticale. Questo dà la possibilità di disegnare strategie di marketing tailor-made (e quindi particolarmente efficaci) per una classe di utenti accomunati da una specifica attitudine.
Per massimizzare la precisione di queste indicazioni, i tool consentono di impostare degli obiettivi ben definiti e di caratterizzare il target da analizzare. Alcuni esempi di obiettivi che possono essere raggiunti sono:
- incrementare la fidelizzazione
- convogliare traffico ben targettizzato
- massimizzare il coinvolgimento degli utenti
- costruire un rapporto di fiducia
- migliorare il tasso di conversione delle campagne
- costruire una pipeline che guidi i potenziali acquirenti al prodotto
- segmentare meglio l’audience.
Conclusioni
I sistemi di AI che provano a capire i meccanismi di funzionamento del nostro cervello devono fare paura? Molto dipende dall’uso che si fa di queste informazioni. I tool AI-Powered per l’analisi della conversazione possono migliorare la qualità delle nostre interazioni online, rendendo il web un posto più gradevole e sicuro. Questi sistemi sono in grado di identificare e mitigare attitudini nocive, che generano odio e malcontento, comportamenti che possono addirittura diventare pericolosi per la sicurezza pubblica.
C’è anche da dire che tutta questa attenzione ai nostri dati e alle nostre abitudini è un potenziale attacco alla privacy. Immaginare che i nostri dati e le nostre abitudini sono merce di valore che i marketer si scambiano per ottenere attenzione (e spingerci all’acquisto), dovrebbe spingerci a divulgare in maniera consapevole contenuti personali sui canali di comunicazione online.
