偏ったAIベースのマーケティングツールの購入を回避する方法 – venturebeat.com

したがって、マーケターは、独自のAIであろうとサードパーティベンダーのAIソリューションであろうと、使用するアルゴリズムのバイアスを最小限に抑えるための具体的な手順を開発することが重要です。
ただし、トレーニングデータが悪いと、AIが悪くなることが保証されます。
不正確なトレーニングデータは、アルゴリズム開発のプロセスを混乱させます。
たとえば、AIを使用して新製品を販売している場合、トレーニングデータは主にアーリーアダプターで構成されている可能性が高く、HHI（世帯収入）、ライフサイクル、年齢、その他の要因に関して特定の方法を歪める可能性があります。
したがって、アルゴリズムは、これらのアプリに関するより優れたデータを持ち、パフォーマンスのパターンをより適切に見つけることができるため、より短いテールの在庫に向けてキャンペーンを誘導する可能性があります。
トレーニングデータが不完全であるか、テストが不十分であると、パフォーマンスが最適化されなくなります。