Sitemap

Úvod do umělé inteligence v marketingu

Marketing s umělou inteligencí.Zní to luxusně.

A to je ten problém.

Tento termín se objevuje v reklamách marketingových nástrojů, marketingovými guru a medializovanými médii.

Konkrétní definice je však v nedohlednu.

Pro mnohé je umělá inteligence záhadou obklopenou módními slovy.

Ironií však je, že jakkoli humbuk přeháněl, co by umělá inteligence mohla v příštích letech udělat, realita toho, jak se AI již dnes v marketingu používá, je často nedoceněna.

  • Facebook pomocí rozpoznávání obličeje doporučuje, koho označit na fotografiích.
  • Google používá hluboké učení k hodnocení výsledků vyhledávání.
  • Netflix používá strojové učení k personalizaci doporučení.
  • Amazon používá pro Alexu zpracování přirozeného jazyka.
  • The Washington Post používá generování přirozeného jazyka k psaní článků založených na datech.

Váš život je již strojově podporován a váš marketing může být také.

Co je umělá inteligence?

Umělou inteligenci nejlépe pochopíme jako zastřešující termín.

Používá se k popisu sady jedinečných, ale souvisejících technologií, které mohou simulovat lidské schopnosti.

Není to nějaká jedinečná magická technologie, která dokáže všechno.

Ale soubor jednotlivých nástrojů se skutečnými schopnostmi, které jsou však v různých fázích vývoje.

Z těchto různých podskupin AI existuje několik, které jsou v současné době zvláště použitelné pro marketing.

  • Počítačové vidění, které umožňuje AI vidět.To vede k detekci objektů, rozpoznávání obličejů a vizuálnímu naslouchání na sociálních sítích.
  • Zpracování přirozeného jazyka (NLP), které umožňuje umělé inteligenci slyšet a mluvit – díky tomu máme chatboty, sémantickou analýzu, generování obsahu a možnosti hlasového vyhledávání.
  • Strojové učení umožňuje umělé inteligenci učit se pomocí dat, jak postupně zlepšovat výkon na konkrétním úkolu v průběhu času, aniž by bylo výslovně naprogramováno, co má dělat.To nám poskytuje doporučení obsahu, podobná publika, programatickou reklamu a skóre potenciálních zákazníků.

Schopnost sebezdokonalování poskytovaná strojovým učením je pro obchodníky nejkritičtější podmnožinou AI.

Automatizace se nerovná strojovému učení

Možná si myslíte, že máte celou tuhle záležitost s AI marketingem pokrytou, protože máte drahý nástroj pro automatizaci marketingu.

Ujasněme si jednu věc:

Automatizace není strojové učení.

Automatizace je soubor instrukcí, které říkají stroji, co má dělat, aby dosáhl určitého výsledku.

Stále musíte navrhnout a zadat marketingovou logiku.

Strojové učení mu umožňuje zlepšovat se na základě zkušeností, takže se stroj učí, co má dělat, aby dosáhl požadovaného výsledku.

Stroj se neomezuje na čisté provádění, ale také se stará o optimalizaci.

V jádru automatizace kopíruje to, co děláte nyní.Šetří čas, ale má malý přímý dopad na KPI.

Na druhou stranu vám strojové učení nejen ušetří čas, ale také zlepší současnou taktiku, abyste neustále zvyšovali KPI.

Proč tedy tuto technologii nevyužíváme?

Pojďme se podívat na čtyři hlavní důvody, proč marketéři váhají s přijetím aplikací AI a jak je překonat.

Důvod 1: Nedostatek technických dovedností

Ačkoli se mnoho obchodníků domnívá, že jim chybí technické dovednosti k tomu, aby umělou inteligenci přijali.

Nemusí tomu tak být.

Realita je taková, že už víte vše, co potřebujete, abyste mohli začít.

Existuje rozdíl mezi výzkumem strojového učení, který je především o vytváření lepších algoritmů a je výsadou datových vědců, a aplikovaným strojovým učením, které využívá algoritmy k řešení obchodních problémů, což je to, co musí marketéři udělat.

Přemýšlejte o tom takto:

Možná úplně nerozumíte vědě za tím, jak mikrovlnná trouba funguje.To vám ale nebrání používat ho k vaření.

  • Společnosti bez datových vědců si stále mohou vybrat nejlepší data (nejlepší ingredience).
  • Vložte tyto informace do otevřených algoritmů (zařízení).
  • Vytvořit modely (receptury).
  • To vytváří předpovědi – aka, uzákonit marketingovou taktiku (jídlo).
  • Jejich kvalitu můžeme posoudit testováním (ochutnávkou).

A pokud jídlo není chutné, můžete upravit recept nebo koupit sporák nebo získat kvalitnější suroviny.

Lepším kuchařem se nestanete tím, že se dozvíte více o vědě, která stojí za fungováním mikrovlnné trouby.

Zkoumáním složitosti datové vědy se nestanete lepším obchodníkem.

Nejlepší způsob, jak se naučit vařit, je prostě začít.

Nejlepší způsob, jak marketéři překonat náš problém s rozsahem, je zavést jakýkoli případ použití AI.

Důvod 2: Strach o naši práci

Některé týmy nechtějí zahájit iniciativy AI, protože se obávají, že to způsobí další průmyslovou revoluci a oni budou bez práce – to přirozeně vyvolává velký odpor.

Pokud neplánujete v příštích 5 letech odejít do důchodu, umělá inteligence výrazně ovlivní vaši kariéru v marketingu.To ale neznamená, že vás nahradí marketingový robot.

Vaše práce se změní z provádění opakujících se úkolů na výuku umělé inteligence, aby tyto úkoly dělala za vás.

Umožní vám znovu investovat svůj čas do kreativity a strategie.

Co ale výuka AI ve skutečnosti zahrnuje?

Protože to zní velmi technicky.

Nejběžnější školicí metodou pro případy marketingového použití je učení pod dohledem.

To zahrnuje dvě fáze.

První je počáteční proces výuky.

Řekněme, že máte 1 milion zákaznických recenzí.

Žádný člověk by je nemohl všechny přečíst, takže k pochopení sentimentu chcete použít strojové učení a klasifikovat recenzi jako pozitivní, neutrální nebo negativní.

Chcete-li toho dosáhnout, vezměte si vzorek těchto recenzí a označte každou z nich jednou ze svých tří klasifikací.

Poté vložte tato tréninková data do svého algoritmu strojového učení.

Čím více dat bude mít, tím lépe bude rozpoznávat vzorce a časem spolehlivěji bude schopen samostatně klasifikovat sentiment recenzí.

Chcete-li otestovat jeho schopnosti, místo toho, abyste je dodávali označeným datům, vložte nezpracovaná data a zhodnoťte kvalitu výsledků.

Často, pokud jste provedli počáteční proces výuky dobře, bude již schopen správně klasifikovat velkou část dat.

A můžete přejít do druhé fáze; probíhající vyučovací proces.

Kde byste pravidelně přeznačovali jakékoli chyby, abyste algoritmus naučili, co udělal špatně, a umožnili mu tak se neustále zlepšovat.

Možná jste již učili algoritmy, aniž byste o tom věděli.

Kdo vyplnil obrázek captcha Google založený na obrázcích, označil e-mail, že není spam, nebo označil falešné zprávy u příspěvku na Facebooku.

Každou z těchto akcí jste prokazovali ruční ověření, přidávali štítky a učili algoritmy.

Představte si spuštění algoritmu strojového učení, jako je najmutí nového juniorského obchodníka.

Den, kdy nastoupíte na palubu, je nejhorším dnem, který kdy zažije.

Práci to udělá, ale bude dělat chyby, takže na výsledky musíte dohlížet a podle potřeby je opravovat.

Čím déle to funguje, tím je lepší a tím více času musíte investovat do škálování dalších marketingových kanálů.

Na rozdíl od lidí však stroje rády dělají stejnou, velmi úzkou práci navždy – ať už jde o klasifikaci recenzí, úpravu nabídek pro reklamy, zveřejňování na sociálních sítích nebo předpovídání růstu.

Nepředáváte řízení marketingu stroji.

Učíte je, jak sbírat informace, které potřebujete, nebo jak realizovat konkrétní prvek vaší marketingové strategie.

A umělá inteligence nabízí zcela novou úroveň rozsahu.

Klasifikace 1 milionu recenzí není pro algoritmus strojového učení problém.

A co víc, díky tomuto rozsahu může produkovat poznatky, které by jinak nebyly dostupné.

To, co se rozhodnete udělat s těmito poznatky, je pro úspěch rozhodující.

Tyto strategické otázky jsou, kde by měli marketéři trávit čas.

Důvod 3: Investice zdrojů a rozpočtu

Vedoucí pracovníci se často obávají implementačního úsilí a nákladů na aplikace AI.

Takže nejlepším místem, kde začít, není požadovat více rozpočtu a zdrojů, ale ptát se sami sebe, zda plně využíváte to, za co již platíte?

Zvažte možnosti AI vaší současné sady marketingových nástrojů.

Platformy pro automatizaci marketingu jako HubSpot, CRM jako SalesForce a reklamní nástroje jako Google Ads a Facebook Ads začlenily do svých systémů AI.

Pokud jste zákazníkem jednoho z těchto řešení, jejich týmy podpory mohou být cenným zdrojem pro zahájení implementace AI ve vaší organizaci, protože se můžete poučit z jejich postřehů a zkušeností.

Je to skvělý způsob, jak začít budovat svou týmovou kompetenci v aplikacích AI za malé nebo žádné dodatečné náklady.

A co schopnosti AI vašeho současného technologického balíku?

Technologie AI nejsou založeny na kanálech, jsou založeny na případu použití.

Pokud tedy na vašem webu běží nástroj pro doporučení, proč nepoužít tento algoritmus strojového učení ke zlepšení personalizace vašeho e-mailového zpravodaje, oznámení push nebo obsahu chatbota.

Tyto stávající technologie můžete použít jako důkaz konceptu s nízkou investicí.

Takže v době, kdy žádáte o dodatečné zdroje a rozpočty, jsou vaši manažeři již plně zapojeni.

Až budete hledat nový nástroj, dejte si pozor na buzzwords.

Mnoho řešení AI ve skutečnosti není tak inteligentních.I když jsou v popisu produktu slova „AI“ nebo „strojové učení“.

Některé nástroje tyto termíny bezostyšně používají k popisu běžných možností automatizace nebo cílení.

Nyní, když hlouběji rozumíte tomu, co umělá inteligence skutečně je, vyzkoušejte tyto obchodníky.

Pokud prodejce nedokáže podrobně vysvětlit, jak AI funguje, nekupujte to.Pokud se vám to zdá příliš dobré na to, aby to byla pravda, nekupujte to.

Protože, je mi líto, že to musím říct, neexistuje žádná marketingová platforma AI, která by vše úhledně sdružovala do jediného měsíčního předplatného.

Je to proto, že umělá inteligence má úzké možnosti a musí být účelově vytvořena k vyřešení jednoho, dobře definovaného problému.

To je důvod, proč si nejprve musíte vybrat správný případ použití – protože každý případ použití bude pravděpodobně potřebovat svůj vlastní nástroj.

Co ale můžete udělat, je začít budovat svou vlastní umělou inteligenci.

Technologie AI se stává dostupnější a dostupnější, protože společnosti jako Google, Amazon, IBM a SalesForce nabízejí své algoritmy světu.

Některé služby třetích stran jsou open source, jiné jsou placené za hraní – ale všechny poskytují odrazový můstek, odkud si můžete přizpůsobit své vlastní řešení.

Zejména pokud nabízejí přístup k dalším datovým sadám, které lze navrstvit na vaše vlastní data 1. strany, díky čemuž bude vaše aplikace AI výkonnější.

Důvod 4: Kvalita zdrojů dat

Nejlepší nástroje a talent umělé inteligence na světě nepřinesou výsledky, pokud vám chybí nejkritičtější součást strojového učení – vysoce kvalitní data pro výukový algoritmus.

Kvalita dat je pravděpodobně největší výzvou, které budete čelit při implementaci AI.

Jak poznamenává eMarketer, data jsou často stará, v silech nebo jich prostě nemáme dost.

A nevěnujeme zdroje na to, abychom to napravili.

Problém je v tom, že vkládání špatných dat do dobrého algoritmu strojového učení nedává správné odpovědi.

Bez pochopení, že data jsou kriticky důležitá, budete pravděpodobně vinit špatné výsledky na AI.

Existují věci, které bychom my marketéři měli dělat, abychom dosáhli použitelných dat.

  • Kdy jste naposledy provedli audit Google Analytics?
  • Implementovali jste strukturované značkování a značkování obsahu?
  • Používáte remarketingové skripty ke sběru dalších uživatelských dat?
  • Podporujete shromažďování dat, která lze použít k identifikaci uživatelů napříč zařízeními a kanály, jako jsou e-mailové adresy?
  • Máte své marketingové nástroje integrované s vaší Data Management Platform (DMP)?

Na tyto oblasti se nyní musíte zaměřit, protože dobrý marketing AI závisí na použitelných datech, která jsou strukturovaná, integrovaná prostřednictvím společného identifikátoru, hojná a (co je nejdůležitější) přesná.

Pohled do budoucnosti

Umělá inteligence mění chování spotřebitelů.

Spotřebitelé jsou každý den zasaženi příliš velkým množstvím informací.

Nechtějí trávit čas vyhodnocováním všech možností.Takže delegují.

Přemýšlejte o tom, co je již ovládáno AI.

  • Sociální algoritmy ovlivňují, s jakými značkami spolupracujeme.
  • Digitální mapy určují, jakými trasami se vydáváme, nebo doporučují místa v okolí k návštěvě.
  • Motory doporučení utvářejí povědomí a ovlivňují nákupy.
  • AI může dokonce určit, koho si vezmete.Na základě vašeho přejetí doleva a doprava vybere algoritmus ve vaší seznamovací aplikaci vaši shodu.

Algoritmy se stanou novými strážci prostřednictvím zařízení, jako jsou digitální osobní asistenti.

A budoucnost vašeho podnikání závisí na vaší schopnosti ovlivňovat AI, které lidem doporučují, ne-li celé rozhodnutí.

Přemýšlejte o tom.Když zákazník požádá své domovské stránky Google nebo Alexu, aby mi „objednali soubory cookie“, je to AI, kdo rozhoduje o značce.

Musíte pochopit, jak se toto rozhodnutí dělá.Zacházejte s algoritmy jako s novým publikem.Porozumět jejich potřebám.

Začněte uvádět na trh stroje se stroji.

Další zdroje:


Obrazové kredity

Doporučené obrázky a obrázky v příspěvku: Vytvořil autor, duben 2020
Všechny snímky pořízené autorem, duben 2020