Słownik Digital Marketing

Osobista lista inteligentnych słówek

Pokusiłem się o przedstawienie ulubionych przeze mnie definicji kilku coraz częściej używanych określeń związanych z szeroko pojętą sztuczną inteligencją. Definicje celują w okolice beletrystyki, nie mniej jednak całkiem trafnie opisują terminy nawiązujące do poważnych zagadnień biznesowych (a czasem i naukowych).

  • Artificial Intelligence (AI), to koncepcja ‘szkolenia’ komputerów, aby były w stanie ‘myśleć jak ludzie’. Innymi słowy doprowadzenie do sytuacji, gdy algorytmy będą w stanie wykonywać operacje podobne do tych, które zachodzą w ludzkim umyśle – rozumowanie, planowanie, nauka, zrozumienie języka.
  • Machine Learning (ML) możemy z kolei określić, jako procesy polegające na wyszukiwaniu wzorców, zależności i niezmienności w dużych zbiorach danych (historycznie i w przyszłości). Założeniem jest, iż maszyna uczy się samodzielnie w oparciu o pobrane informacje i zestawy danych. ML pozwala bazując na znalezionych wzorcach i przykładach odpowiedzieć na pytanie jak rozwiązać dany problem i jakie kroki należy w tym celu przedsięwziąć.
  • Deep Learning (DL) jest częścią ML. Używa technik ML w celu rozwiązywania problemów poprzez wykorzystanie sieci neuronowych symulujących proces decyzyjny człowieka. Sprawdza się w wykrywaniu oszustw finansowych, spamu, rozpoznawaniu pisma ręcznego, zdjęć, głosu.
  • Natural Language Processing (NLP) wykorzystuje natomiast techniki ML dla wyszukiwania w repozytoriach informacji wzorców w celu rozpoznawania znaczenia języka naturalnego (mówionego). Przykładem może być rozpoznawanie sentymentu użytkowników mediów społecznościowych dla konkretnego produktu lub brandu.
  • Big Data jest z kolei bazą zawierającą duże wolumeny ustrukturyzowanych oraz nieustrukturyzowanych danych i informacji, dzięki którym AI jest w stanie korzystając z wzorców budować modele predykcyjne.
  • Internet of Things (IoT) to sieć połączonych urządzeń począwszy od tosterów, poprzez samochody, skończywszy na silnikach lotniczych potrafiących zbierać i przekazywać pomiędzy sobą informacje w celu optymalizacji swoich funkcji.
  • Predictive Analytics natomiast jest procesem analizy umożliwiającym stworzenie obrazu przyszłych zdarzeń w oparciu o dane i przykłady historyczne. Dzięki temu wiemy na przykład, jak przygotowywać procesy komunikacji z klientami w sposób, który będzie dla nich optymalny. W ujęciu definicji Oxfordzkiej systematyczna analiza danych lub statystyk w celu tworzenia modelów predykcyjnych.
  • Słowo Kluczowe wyraz lub fraza składająca się z jednej lub wielu słów używana do wyszukiwania informacji w wyszukiwarce, wpisywana w oknie zapytanie wyszukiwarki. Słowa kluczowe, frazy charakteryzują się wieloma parametrami opisującymi ich wartość z punktu widzenia marketera używającego ich jako narzędzia do pozyskiwania użytkowników/klientów z wyszukiwarki internetowej.
  • Wyszukiwarka Internetowa jest to strona służąca do wyszukiwania informacji, stron internetowych, obrazów, wideo wiadomości. W wyniku wpisania zapytania w postaci słowa kluczowego otrzymujemy wy-listowane listy linków do stron wraz z opisami. Wyniki wyszukiwania dzielone są na dwie części, wyniki organiczne bezpłatne oraz wyniki płatne czyli linki sponsorowane.
  • Algorytm Wyszukiwarki jest program komputerowy, który ma cztery podstawowe funkcje: zbieranie informacji o stronach internetowych, indeksowanie i magazynowanie danych w indeksie, rangowanie stron pod kontem jakości i relewantności w stosunku do zapytań użytkowników oraz wyświetlania informacji użytkownikom wyszukiwarki.
  • RankBrain Sztuczna inteligencja, którą Google wprowadziło do algorytmu w październiku 2015 roku więcej informacji znajdziesz w artykule o RankBrain
  • Ahrefs narzędzie SEO służące do analizy profilu linkowania, widoczności stron w wynikach organicznych i płatnych Google oraz z funkcjami podpowiedzi słów kluczowych. Więcej szczegółów w artykule o Ahrefs 
  • Optymalizacja strony pod kątem wyszukiwarek jest to proces mający na celu poprawienie parametrów technicznych strony internetowej zgodnie z zaleceniami i dobrymi praktykami rekomendowanymi przez wyszukiwarki oraz specjalistów SEO. Najważniejsze grupy parametrów to parametry wpływające na szybkość działania strony, szybkość indeksacji całej strony, kontroli dostępności serwisu dla robotów wyszukiwarek sposobu prezentacji strony w wynikach wyszukiwania wyszukiwarki.
  • Widoczność w wyszukiwarce jest to jeden z głównych parametrów określających skuteczność działań SEO. Widoczność jest mierzona ilością słów kluczowych, na które nasza strona jest widoczna w wynikach wyszukiwarki. Najczęstszą miara są TOP3 oznacza obecność naszej strony na pozycjach 1,2 lub 3 w wynikach SERP, TOP10 oznaczającą obecność w wynikach od 10 do 1 oraz TOP50 oznaczającą obecność w pierwszych 50 pozycjach.
  • SERP(Search Engine Result Page) jest to strona wyników wyświetlanych przez wyszukiwarki internetowe. Na stronie wynikowej otrzymujemy listę linków, gotowych odpowiedzi na zapytanie wprowadzone w oknie wyszukiwarki. W zależności od wyszukiwarki mamy kilka typów informacji wyświetlanych przez wyszukiwarkę. Są to linki do stron, grafiki, video, mapy, wiadomości, gotowe odpowiedzi i kilka innych.
  • Słowa generyczne Są to słowa kluczowe, które są ogólne krótkie i potencjalnie generują dużą liczbę wejść. dobrym przykładem są takie słowa jak “pozycjonowanie”, “pożyczki” czy “opony”. Słowa te generują więcej ni 500-1000 zapytań miesięcznie.
  • Słowa “Long Tail” słowa nie generyczne charakteryzujące się małą liczba zapytań miesięcznie rzędu 10 do 500. Przykłady “pozycjonowanie słów o małym potencjale”, “toyota samochody używane Toruń”, “zegarki garmin fenix”.
  • Słowa “brandowe” słowa dzielimy również ze względu na to czy są to słowa związane z nazwami firm, produktów. Wszystkie słowa i kombinacje słów powiązanych z nazwami naszych lub konkurencyjnych firm lub produktów należą do tej grupy. Przykłady “Performance Media”, “K2” nazwy agencji czy “Lenor”, “Nutella” nazwy produktów.
  • Słowa “nie brandowe” są to słowa nie powiązane ze słowami brandowymi. Przykład “sztuczna inteligencja”, “pozycjonowanie” czy “odżywki”.
  • RWD (Responsive Web Design) to technologia projektowania stron internetowych pozwalająca na ich wyświetlanie w formacie dostosowanym do rozmiaru ekranu lub przeglądarki internetowej wykorzystywanej przez użytkownika. RWD jest również formułą rekomendowaną i faworyzowaną przez Google w kontekście ‘mobilnych’ wyników wyszukiwania.
  • LTV (Lifetime Value) jest niczym innym jak tylko oceną wartości klienta w czasie. Nieco bardziej naukowo-ekonomicznie, LTV to całkowity zysk (lub strata) oszacowany na podstawie interakcji z klientem w trakcie całego okresu trwania relacji biznesowych. A więc wszystko, co już zarobiliśmy oraz to, co jesteśmy w stanie przewidzieć, jako przyszłe zyski.
  • Content (czyli treść…),a więc dowolny tekst, obraz, wideo, dźwięk, aplikacja lub inny materiał opublikowany w Internecie z przeznaczeniem dla konkretnej grupy odbiorców.
  • Hashtag (#) – symbol umieszczany bezpośrednio przed słowem lub słowami w celu oznaczenia wpisu na Twitterze. Często używany do grupowania tweetów według popularnych kategorii i zainteresowań. Pomaga użytkownikom śledzić tematy dyskusji.
  • Collective Intelligence (Inteligencja Grupy) – koncepcja, według której wspólnota lub grupa osób skuteczniej realizuje większe procesy myślowe niż jednostka. Jednym z najlepszych przykładów idei Collective Intelligence jest Wikipedia.
  • Bayesian Program Synthesis (BPS) – technologia predykcji opierająca się na prawdopodobieństwie, wykorzystywana do szkolenia narzędzi bazujących na Artificial Inteligence (AI) z użyciem minimalnej możliwej liczby przykładów. Wynaleziona przez Gamalon, jest znacznie wydajniejsza od rozwiązania Deep Learning (DL) Googla.
  • CRM (Customer Relationship Management) – całokształt działań związanych z zarządzaniem relacjami z klientem, oznaczający strategie i oprogramowanie umożliwiające firmie optymalizację interakcji z klientami. CRM jest kombinacją strategii stosowanych przez firmę w celu radzenia sobie z istniejącymi klientami lub w celu przyciągnięcia nowych klientów.
  • UX (User Experience) – pojęcie obejmuje wszystkie aspekty interakcji użytkownika końcowego z firmą, jej usługami i produktami.
  • UI (User Interface) – to wszystkie elementy zaprojektowane w ramach danego urządzenia, interfejsu lub oprogramowania, z którym użytkownik może wchodzić w interakcję. Może to obejmować ekrany wyświetlacza, klawiatury, mysz i wygląd pulpitu. Jest to również sposób, w jaki użytkownik współdziała z aplikacją lub witryną internetową.
  • Usability (a więc użyteczność) – użyteczność to cecha jakościowa, która ocenia, jak dostępne i intuicyjne są interfejsy użytkownika. Słowo “użyteczność” odnosi się również do metod poprawy łatwości użycia podczas procesu projektowania. Użyteczność jest definiowana przez 5 komponentów jakości:
    • Przyjazność: jak łatwo jest użytkownikom wykonywać podstawowe zadania przy pierwszym spotkaniu z interfejsem?
    • Wydajność: jak szybko użytkownicy są w stanie poznać interfejs, jak szybko mogą wykonywać zadania?
    • Zapamiętywanie: jak szybko użytkownicy powracający do korzystania z interfejsu po okresie nieużywania go, mogą uzyskać pełną operacyjność?
    • Błędy: Ile błędów popełniają użytkownicy, jak poważne są te błędy i jak łatwo interface mogą zostać przywrócony do pełnej sprawności po wystąpieniu błędu?
    • Satysfakcja: jak ‘przyjemne’ jest korzystanie z interfejsu oraz dostarczonych funkcjonalności?
  • Gamification – ogólnie przyjętą definicją gamifikacji jest zastosowanie technik projektowania gier w kontekście działań biznesowych. Innymi słowy gamifikacja to zastosowanie mechaniki gier w celu podniesienia poziomu zaangażowania osobistego, a w efekcie wywołania pożądanego działania / efektu.
  • Test Turinga – standardowy test na inteligencję stosowany do testowania inteligentnych algorytmów, sztucznej inteligencji. Test opiera się na tym by sędzia nie wykrył, że na zadawane przez niego pytania odpowiada algorytm, maszyna a nie człowiek. Test Turinga przeprowadzany jest w warunkach gdzie sędzia nie ma możliwości korzystać z bodźców wizualnych i dźwiękowych. Ocena jest oparta na odpowiedziach na zadane pytania.
  • Ocena sztucznej inteligencji – Obecnie przyjmuje się prosty model oceny sztucznej inteligencji. Skala rozpoczyna się od poziomu optymalna oznaczająca niemożliwość osiągnięcia lepszych wyników, zdecydowanie lepszy od człowieka działanie lesze od jakiegokolwiek człowieka, lepszy do człowieka działanie większe niż większości ludzi oraz poziom najniższy gorszy od człowieka działanie gorsze niż większość ludzi.
  • TPR(true positive rate) – parametr oceniający algorytmy predykcyjne, łączną liczbę predykcji pozytywnie prawdziwych podzieloną łączną liczbę pozytywnych wartości w całym zbiorze danych. Nazywana jest również czułością (sensivity, recall)
  • TNR(true negative rate) – jest to parametr określający liczbę predykcji prawdziwie negatywnych podzielona przez łączna liczbę wartości negatywnych w całym zbiorze.
  • FPR(false positive rate) – jest to 1 minus TNR
  • FNR(false negative rate) – jest to 1 minus TPR