Kim wird von ihrem Chef gefragt, warum sie Arbeitszeit in ihre neue App-Kampagne von Google investieren muss. Er ist der Meinung, dass Machine Learning die gesamte Arbeit übernimmt. Welche drei Möglichkeiten hat sie, das Machine-Learning-System beim Optimieren der Kampagne zu unterstützen?

Obwohl maschinelles Lernen vieles automatisiert, ist menschliches Eingreifen entscheidend für den Erfolg von Google App-Kampagnen. Eine große Menge hochwertiger Daten zur Verfügung zu stellen, ist fundamental, da das System darauf trainiert wird, Muster zu erkennen und Optimierungen vorzunehmen. Ohne relevante Daten kann es nicht effektiv lernen. Grenzwerte festzulegen (z. B. Budget, geografische Ausrichtung, Zielgruppen-Ausschlüsse) ist wichtig, um dem System klare Rahmenbedingungen zu geben und sicherzustellen, dass die Kampagne innerhalb der Geschäftsziele bleibt. Schließlich muss die Strategie weiterentwickelt werden, da sich Marktbedingungen, Nutzerverhalten und Geschäftsziele ändern. Das maschinelle Lernen optimiert innerhalb der vorgegebenen Strategie, aber die strategische Ausrichtung muss vom Menschen angepasst werden. Tägliche Kampagneneinstellungen zu aktualisieren oder Gebote regelmäßig anzupassen, widerspricht dem Prinzip des maschinellen Lernens, das diese Aufgaben automatisiert.