Skip links

The Image Power: l’Image Recognition e l’evoluzione dei Social Network

Dalle auto intelligenti alle app mediche, passando per il supporto agli ipovedenti:nel campo dell’Intelligenza Artificiale l’Image Recognition diventa sempre più centrale. E cambia anche il mondo del Social Network.

Era il 1990 quando Tim Berners-Lee realizzò il primo browser, un passo fondamentale per la costruzione del Web come lo conosciamo ora: in poco meno di 30 anni, quella rete che ha generato cambiamenti enormi nel mondo si è riempita di parole, conversazioni, post, commenti. E di immagini.

Ma se le parole sono sempre state oggetto di analisi massicce e approfondite – dalla sociolinguistica all’analisi conversazionale, passando per la semiotica dei testi – le immagini lo sono un po’ meno. Malgrado la comunicazione visiva sia da sempre fondamentale per l’essere umano, le immagini sono un materiale più complesso e polisemico, e dunque di difficile interpretazione.

Una decisa spinta allo studio delle immagini in epoca contemporanea arriva dall’impiego dell’Intelligenza Artificiale: sono diverse già le applicazioni in ambito medico, nel comparto delle automobili intelligenti o nel supporto ai non vedenti. Un settore che ha visto uno sviluppo senza precedenti grazie all’evoluzione del Machine Learning e del Deep LearningL’Image Recognition sta cambiando anche il mondo dei Social Network: la possibilità di analizzare immagini tramite software aprirà diverse nuove strade per il lavoro dei marketers dei prossimi anni.

Se pensi di ottenere già il massimo dalla tua strategia di Visual Marketing su Instagram non continuare a leggere questo articolo e scarica la nostra checklist per capire se hai veramente tutto sotto controllo:

SCARICA LA CHECKLIST

Usala come test o come memorandum per le tue attività settimanali. Condividila con il tuo reparto e costruisci la tua Data-Driven Strategy giorno dopo giorno.

L’importanza dell’Image Recognition per i Social Network

La mole di immagini condivise sui Social Media è enorme: del resto sono gli stessi Network a invogliare spesso gli utenti all’upload di immagini. È un dato accertato ormai il fatto che i post con immagini abbiano un appeal maggiore di quelli fatti di solo testo. Secondo Hubspot, ad esempio, nel 2016 su Twitter, i tweet con immagini hanno ottenuto 150 volte più condivisioni rispetto ai tweet testuali.

Immagine che mostra un'Image Recognition: nella foto un uomo in mountain bike

Ma fino a poco tempo fa tutti questi dati fondamentali – pensate agli utenti che postano semplicemente un’immagine senza testo – andavano persi: oggi, grazie a diverse app per il riconoscimento delle immagini basate sull’AI, una nuova e abbondante mole di materiale è a disposizione degli analisti.

Ma esattamente cosa cambia con l’uso di questa tecnologia?

  1. Analisi e selezione dei dati. Chi svolge lavori di monitoraggio delle conversazioni ha spesso a che fare con milioni di interazioni e commenti quotidiani. Lo sviluppo di applicativi di Image Recognition può aiutare a scremare la quantità di dati, eliminando lo spam, individuando le interazioni più importanti e aiutando i marketers a focalizzarsi sui dati più significativi.
  2. Social Listening e Brand Reputation. Anche il monitoraggio delle informazioni trae benefici dall’IR: le immagini che gli utenti associano ai Brand possono essere molto significative. Inoltre, elementi come troll, contenuti offensivi, dosi massicce di spam possono creare i presupposti per una crisi: è fondamentale quindi riuscire ad analizzare non solo le parole, ma anche la parte visuale associata a questi messaggi, in modo da prevenire, per quanto possibile, l’incrinarsi delle relazioni con il nostro pubblico.
  3. Influencer MarketingAbbiamo già parlato di quanto sia importante puntare sull’Influencer giusto: la tecnologia di riconoscimento delle immagini può dare un enorme contributo in questo senso. Come? Vagliando milioni di utenti, analizzando come questi utilizzano le piattaforme e trovando coloro che si adattano meglio ai valori del Brand.
  4. Customer Care. L’IR combinata alla tecnologia dei chatbot può snellire enormemente il lavoro del Customer Care, automatizzando le procedure sui problemi ordinari e individuando invece le eventualità in cui è invece necessario l’intervento umano.
  5. Georeferenziazione. Il riconoscimento immagini legato a dati georefernziati può essere fondamentale per tutte quelle attività che fanno del geomarketing un asset importante: dai negozi agli operatori del turismo, passando per hotel & strutture recettive, fino all’oranizzazione di eventi.

Come funzione l’Image Recognition su Instagram

Data la crescente importanza delle immagini, negli ultimi anni piattaforme come Instagram e Snapchat sono cresciute in maniera repentina. Parallelamente, il riconoscimento delle immagini ha subito una notevole spinta grazie a progetti come ImageNet e Pascal VOC: data base gratuiti di immagini con milioni di immagini associate a parole chiaveIl primo è stato lanciato da un team formato da ricercatori di Stanford e Princeton nel 2009: da allora è cresciuto fino a includere oltre 14 milioni di immagini. Il secondo è invece frutto del lavoro di diverse università inglesi, contiene un numero minore di immagini rispetto a ImageNet, ma ha descrizioni e informazioni associate più ricche e dettagliate. I data base sono cruciali non solo per il lavoro delle università ma anche per Google, o per network come Facebook e Instagram, che li utilizzano per migliorare i propri strumenti di apprendimento automatico.

La capacità di analizzare e riconoscere le immagini rappresenta un vantaggio enorme per coloro che lavorano su network basati esclusivamente sulle immagini come Instagram: pensiamo banalmente al numero di selfie quotidiani, alla quantità di contenuti visivi postati dai foodies, al modo di interagire degli utenti appassionati di fashion o design. Allo stesso tempo, si evita la dispersione di messaggi importanti che magari non presentano alcun hashtag. Così lavora ad esempio MetaEyes: si parte selezionando un hashtag e facendo una ricerca esplorativa. Sulla base di ciò che la macchina apprende sui contenuti visivi con hashtag rilevanti, è in grado di trovare immagini simili ma prive di hashtag. Questo consente di raggiungere anche utenti che non hanno usato tag o keyword alcuna, aprendo un canale prima irraggiungibile.

Il riconoscimento delle immagini può aprire un numero elevato di opportunità per raggiungere nuovi target, è in grado di ottimizzare le procedure di interazione con gli utenti, ma anche di snellire il lavoro quotidiano di analisti e marketers, effettuando degli screening e permettendo loro di lavorare sui dati più significativi.

Se pensi di ottenere già il massimo dalla tua strategia di Visual Marketing su Instagram scarica la nostra checklist per capire se hai veramente tutto sotto controllo:

SCARICA LA CHECKLIST

Usala come test o come memorandum per le tue attività settimanali. Condividila con il tuo reparto e costruisci la tua Data-Driven Strategy giorno dopo giorno. 

Iscriviti alla community KPI6 e ricevi news e report riguardanti le più importanti tematiche della tua professione: Social Media Listening, Big Data Analysis, Influencer Marketing e molto altro ancora.