Caso práctico de la IA generativa: generar contenido para campañas de marketing personalizadas

En este documento se proporciona una arquitectura de alto nivel para una aplicación que usa la IA para generar contenido para campañas de marketing personalizadas.

Este documento está dirigido a arquitectos, desarrolladores y administradores que crean y gestionan aplicaciones de IA generativa en la nube para los sectores de los medios y el marketing. En este documento se presupone que tienes conocimientos básicos sobre la IA generativa.

En la sección Implementación de este documento se proporcionan enlaces a ejemplos de código para ayudarte a experimentar con la implementación de aplicaciones de IA generativa para aplicaciones de marketing.

Arquitectura

En el siguiente diagrama se muestra la arquitectura de una aplicación en Google Cloud que procesa datos de usuario para generar recursos multimedia para campañas de marketing personalizadas.

Arquitectura de una aplicación de IA generativa que genera campañas de marketing personalizadas. Arquitectura de una aplicación de IA generativa que genera campañas de marketing personalizadas.

La arquitectura muestra los siguientes flujos:

  • Ingerir y tratar datos de usuarios:

    1. Los datos de usuario de fuentes internas Google Cloud y externas se suben a BigQuery.
    2. Una canalización de Dataflow procesa los datos subidos y obtiene estadísticas de marketing, como perfiles demográficos, intereses y patrones de compra.
    3. Eventarc activa un servicio de Cloud Run.
    4. El servicio Cloud Run envía las estadísticas de marketing a la API de Gemini en Vertex AI, con una petición para generar recursos multimedia personalizados para las campañas de marketing.
    5. Gemini genera contenido de audio, vídeo y texto para cada usuario en campañas de marketing online.
    6. El servicio Cloud Run sube el contenido generado a un segmento de servidor de contenido en Cloud Storage.

  • Publicar recomendaciones de productos:

    Cuando los usuarios visitan el portal web de la empresa, se hace lo siguiente:

    1. Recupera contenido de marketing específico para el usuario del servidor de contenido de Cloud Storage.
    2. Muestra el contenido de marketing en las páginas web que visitan los usuarios.

Para mejorar la calidad del contenido generado, puedes hacer los siguientes ajustes en la arquitectura:

  • Crea un bucle de retroalimentación para que el modelo aprenda del impacto de las campañas de marketing.
  • Antes de subir el contenido generado a Cloud Storage, deja que un usuario humano verifique que el contenido es seguro y se ajusta a la marca.

Productos usados

Esta arquitectura de ejemplo usa los siguientes productos de Google Cloud :

  • Cloud Run: una plataforma de computación sin servidor que te permite ejecutar contenedores directamente en la infraestructura escalable de Google.
  • Vertex AI: una plataforma de aprendizaje automático que te permite entrenar y desplegar modelos de aprendizaje automático y aplicaciones de IA, así como personalizar LLMs para usarlos en aplicaciones basadas en IA.
  • BigQuery: un almacén de datos empresariales que te ayuda a gestionar y analizar tus datos con funciones integradas como el aprendizaje automático, el análisis geoespacial y la inteligencia empresarial.
  • Dataflow: un servicio que proporciona un procesamiento de datos unificado por lotes y en tiempo real a gran escala.
  • Eventarc: una solución sin servidor para enrutar de forma asíncrona los mensajes activados por eventos.
  • Cloud Storage: un almacén de objetos ilimitado y a un coste bajo para diversos tipos de datos. Se puede acceder a los datos desde dentro y fuera de Google Cloud, y se replican en varias ubicaciones para ofrecer redundancia.

Implementación

El repositorio IA generativa para marketing de GitHub incluye ejemplos de código que puedes usar para experimentar con el despliegue de aplicaciones de IA generativa para marketing.

Siguientes pasos

Colaboradores

Autor: Kumar Dhanagopal | Desarrollador de soluciones multiproducto

Otros colaboradores: