Machine learning

Machine learning is de tak van artificiële intelligentie waarbij een systeem patronen leert uit data in plaats van vaste regels te volgen. Je geeft het model voorbeelden, het ontdekt zelf de samenhang, en het wordt beter naarmate het meer kwalitatieve data ziet.

Hoe leert een model?

Grofweg zijn er drie manieren. Bij supervised learning krijgt het model gelabelde voorbeelden, bijvoorbeeld duizenden e-mails die als spam of niet-spam zijn gemarkeerd. Bij unsupervised learning zoekt het zelf structuur in ongelabelde data, handig om klantsegmenten te ontdekken. Bij reinforcement learning leert het door beloning en straf, zoals een biedalgoritme dat leert wat de beste advertentiebod is.

Waarom het marketeers aangaat

Veel tools die je dagelijks gebruikt draaien op machine learning: Smart Bidding in Google Ads, lookalike-doelgroepen, voorspellende lead scoring, aanbevelingen in webshops. Begrijpen hoe ze leren helpt je betere input te geven. Een model is namelijk zo goed als de data die je het voedt.

De valkuil

Machine learning is geen magie. Slechte of bevooroordeelde data leidt tot slechte uitkomsten, en een model dat op het verkeerde doel optimaliseert, optimaliseert hard de verkeerde kant op. Stuur daarom altijd op een doel dat echt telt, omzet en klanten, en niet op een cijfer dat enkel mooi oogt in een dashboard.