Sitemap

Bevezetés a mesterséges intelligenciába a marketingben

Marketing mesterséges intelligenciával.Fantasztikusan hangzik.

És ez a probléma.

Ezt a kifejezést a marketingeszköz hirdetésszövegében dobálják a marketingguruk, és a média felkeltette.

A konkrét meghatározás azonban megfoghatatlan.

Sokak számára a mesterséges intelligencia egy rejtély, amelyet hívószavak vesznek körül.

De az irónia az, hogy bármennyire is túlértékelték a hírverést, hogy a mesterséges intelligencia mit fog tenni a következő években, a valóságot, hogy az MI-t már ma is használják a marketingben, gyakran nem ismerik el.

  • A Facebook arcfelismerés segítségével javasolja, hogy kit jelöljön meg a fotókon.
  • A Google mély tanulást használ a keresési eredmények rangsorolásához.
  • A Netflix gépi tanulást használ az ajánlások személyre szabásához.
  • Az Amazon természetes nyelvi feldolgozást használ az Alexa számára.
  • A Washington Post természetes nyelvgenerálást használ adatvezérelt cikkek írásához.

Az életed már gépi segítséggel történik, és a marketinged is az lehet.

Mi a mesterséges intelligencia?

A mesterséges intelligencia megértésének legjobb módja egy gyűjtőfogalom.

Egyedülálló, de kapcsolódó technológiák leírására használják, amelyek képesek szimulálni az emberi képességeket.

Ez nem valami egyedülálló varázstechnika, amely mindenre képes.

Hanem valódi képességekkel rendelkező, de a fejlesztés különböző szakaszaiban lévő egyedi eszközök halmaza.

A mesterséges intelligencia ezen különböző részhalmazai közül van néhány, amely jelenleg különösen alkalmazható a marketingre.

  • Számítógépes látás, amely lehetővé teszi a mesterséges intelligencia látását.Ez tárgyfelismeréshez, arcfelismeréshez és vizuális meghallgatáshoz vezet a közösségi médiában.
  • Természetes nyelvi feldolgozás (NLP), amely lehetővé teszi a mesterséges intelligencia számára, hogy halljon és beszéljen – chatbotokat, szemantikai elemzést, tartalomgenerálást és hangalapú keresési lehetőségeket biztosít számunkra.
  • A gépi tanulás lehetővé teszi, hogy a mesterséges intelligencia olyan adatokból tanuljon, amelyek segítségével fokozatosan javítható egy adott feladat teljesítménye idővel anélkül, hogy kifejezetten be lenne programozva, mit kell tenni.Ez tartalmi ajánlásokat, hasonló közönséget, automatizált hirdetéseket és potenciális ügyfelek pontozását ad nekünk.

A gépi tanulás által biztosított önfejlesztési képesség az AI legkritikusabb részhalmaza a marketingesek számára.

Az automatizálás nem egyenlő a gépi tanulással

Talán azt gondolja, hogy ez az egész mesterséges intelligencia marketing dolog lefedett, mert drága marketingautomatizálási eszköze van.

Tegyünk egy dolgot kristálytisztán:

Az automatizálás nem gépi tanulás.

Az automatizálás egy olyan utasításkészlet, amely megmondja a gépnek, hogy mit kell tennie egy meghatározott eredmény elérése érdekében.

Továbbra is meg kell terveznie és be kell vinnie a marketinglogikát.

A gépi tanulás lehetővé teszi, hogy a tapasztalatok alapján fejlődjön, így a gép megtanulja, mit kell tennie a kívánt eredmény elérése érdekében.

A gép nem korlátozódik a tiszta végrehajtásra, az optimalizálásról is gondoskodik.

Lényegében az automatizálás azt reprodukálja, amit most csinál.Időt takarít meg, de nincs közvetlen hatása a KPI-kre.

Másrészt a gépi tanulás nemcsak időt takarít meg, hanem javítja a jelenlegi taktikát is a KPI-k folyamatos növelésére.

Akkor miért nem használjuk ki ezt a technológiát?

Vessünk egy pillantást a négy legfontosabb okra, amelyek miatt a marketingesek haboznak elfogadni az AI alkalmazásait, és hogyan lehet leküzdeni ezeket.

1. ok: Technikai készségek hiánya

Bár sok marketingszakember úgy érzi, hogy hiányoznak a technikai készségek az AI elfogadásához.

Ennek nem kell így lennie.

A valóság az, hogy már mindent tud, amire szüksége van az induláshoz.

Különbség van a gépi tanulási kutatások között, amelyek a jobb algoritmusok kidolgozásáról szólnak, és az adattudósok kiváltsága, és az alkalmazott gépi tanulás között, amely algoritmusokat használ üzleti problémák megoldására, amit a marketingeseknek kell tenniük.

Gondolj bele a következőképpen:

Lehet, hogy nem érti teljesen a mikrohullámú sütő működésének tudományát.De ez nem akadályozza meg abban, hogy főzéshez használja.

  • Az adatokkal nem rendelkező vállalatok továbbra is kiválaszthatják a legjobb adatokat (legjobb összetevőket).
  • Helyezze ezt az információt nyílt forráskódú algoritmusokba (az eszközbe).
  • Modellek (receptek) létrehozása.
  • Ez előrejelzéseket hoz létre – más néven marketingtaktikát (az ételt) alkalmaz.
  • Aminek minőségét teszteléssel (kóstolóval) tudjuk felmérni.

És ha az étel nem ízletes, módosíthatja a receptet, vagy vásárolhat tűzhelyet, vagy jobb minőségű alapanyagokat szerezhet be.

Nem lesz belőled jobb szakács, ha többet tanulsz a mikrohullámú sütő működésének tudományáról.

Nem leszel jobb marketinges, ha kutatod az adattudomány fortélyait.

A legjobb módja annak, hogy megtanulj főzni, ha elkezded.

A marketingszakemberek a méretproblémánk leküzdésének legjobb módja az AI bármely használati esetének bevezetése.

2. ok: Félünk az állásainktól

Egyes csapatok nem akarnak mesterséges intelligencia kezdeményezéseket indítani, mert attól tartanak, hogy az a következő ipari forradalmat idézi elő, és munka nélkül marad – ez természetesen nagy ellenállást vált ki.

Hacsak nem tervezi nyugdíjba vonulását a következő 5 évben, a mesterséges intelligencia jelentősen befolyásolja a marketinges karrierjét.De ez nem jelenti azt, hogy egy marketingrobot váltja fel.

Az Ön feladata az ismétlődő feladatok végrehajtásáról a mesterséges intelligencia megtanítására változik, hogy ezeket a feladatokat elvégezze helyette.

Lehetővé teszi, hogy idejét újra kreativitásba és stratégiába fektesse.

De mit is foglal magában az AI tanítása?

Mert nagyon technikásnak hangzik.

A marketing felhasználási esetek leggyakoribb képzési módszere a felügyelt tanulás.

Ez két fázisból áll.

Az első a kezdeti tanítási folyamat.

Tegyük fel, hogy 1 millió vásárlói véleménye van.

Egyetlen ember sem tudná elolvasni az összeset, ezért a gépi tanulást szeretné használni a hangulat megértéséhez, pozitív, semleges vagy negatív kategóriába sorolva a véleményt.

Ennek eléréséhez vegyen egy mintát ezekből az értékelésekből, és mindegyiket címkézze fel a három besorolás valamelyikével.

Ezután töltse be ezeket a képzési adatokat a gépi tanulási algoritmusába.

Minél több adattal rendelkezik, annál jobban képes lesz felismerni a mintákat, és idővel annál megbízhatóbban lesz képes önállóan osztályozni a vélemények véleményét.

A képességeinek teszteléséhez ahelyett, hogy címkézett adatokat adna hozzá, adja meg a nyers adatokat, és értékelje az eredmények minőségét.

Gyakran, ha jól végezte a kezdeti tanítási folyamatot, már képes lesz az adatok nagy részét helyesen osztályozni.

És továbbléphet a második fázisba; a folyamatban lévő tanítási folyamat.

Ahol rendszeresen újracímkézné a hibákat, hogy megtanítsa az algoritmusnak, hogy mit csinált rosszul, lehetővé téve a folyamatos fejlesztést.

Lehet, hogy már algoritmusokat tanított anélkül, hogy tudta volna.

Aki kitöltött egy képalapú Google captcha-t, megjelölt egy e-mailt nem spamként vagy álhíreket jelölt meg Facebook-bejegyzésen.

Ezen műveletek mindegyikével igazolta a kézi ellenőrzést, címkéket adott hozzá, és megtanította az algoritmusokat.

Gondoljon egy gépi tanulási algoritmus elindítására, mint egy új junior marketinges felvételére.

Az a nap, amikor felkerülsz a fedélzetre, az a legrosszabb nap, amikor valaha is teljesíteni fog.

El fogja végezni a munkát, de hibázik, ezért felügyelnie kell az eredményeket, szükség szerint javítva.

Minél tovább működik, annál jobb lesz, és annál több időt kell újra befektetni más marketingcsatornák bővítésére.

De az emberrel ellentétben a gépek örömmel végzik ugyanazt a nagyon szűk munkát örökké – legyen az értékelések osztályozása, hirdetési ajánlatok módosítása, közösségi médiában való közzététel vagy növekedés előrejelzése.

Ön nem adja át a marketing irányítását egy gépnek.

Megtanítja nekik, hogyan gyűjtsék össze a szükséges információkat, vagy hogyan hajtsák végre marketingstratégiája egy bizonyos elemét.

A mesterséges intelligencia pedig egy teljesen új léptéket kínál.

1 millió vélemény osztályozása nem jelent problémát egy gépi tanulási algoritmus számára.

Sőt, ennek a léptéknek köszönhetően olyan betekintést nyerhet, amely egyébként nem lenne elérhető.

Az, hogy mit választasz ezekkel a meglátásokkal, az válik kritikussá a sikerhez.

Ezek a stratégiai kérdések azok, ahol a marketingeseknek időt kell tölteniük.

3. ok: Erőforrások és költségvetés befektetése

A vezetők gyakran aggódnak az AI-alkalmazások megvalósítási erőfeszítései és költségei miatt.

Tehát a legjobb kiindulópont nem az, ha több költségvetést és forrást kér, hanem ha felteszi magának a kérdést, hogy teljes mértékben kihasználja-e azt, amiért már fizet?

Fontolja meg jelenlegi marketingeszközkészletének AI-képességeit.

Az olyan marketingautomatizálási platformok, mint a HubSpot, a CRM-ek, mint a SalesForce, és az olyan hirdetési eszközök, mint a Google Ads és a Facebook Ads, mind beépítették a mesterséges intelligenciát rendszereikbe.

Ha Ön ezen megoldások egyikének ügyfele, akkor a támogató csapataik értékes erőforrást jelenthetnek a szervezet mesterséges intelligencia bevezetésének megkezdéséhez, mivel tanulhat meglátásaikból és tapasztalataikból.

Ez egy nagyszerű módja annak, hogy csekély vagy többletköltség nélkül elkezdje építeni csapata AI-alkalmazásokkal kapcsolatos kompetenciáját.

És mi a helyzet a jelenlegi technológiai csomagod AI-képességeivel?

Az AI-technológiák nem csatornaalapúak, hanem használati esetalapúak.

Ha tehát ajánlómotor fut a webhelyén, miért ne használja ezt a gépi tanulási algoritmust az e-mailes hírlevelek, a push értesítések vagy a chatbot-tartalom személyre szabásának javítására.

Használhatja ezeket a meglévő technológiákat alacsony befektetési koncepcióként.

Tehát mire Ön további forrásokat és költségvetést kér, a vezetők már teljesen készen állnak.

Ha új eszközt keres, óvakodjon a hívószavaktól.

Sok AI-megoldás valójában nem ennyire intelligens.Még akkor is, ha a termékleírásban ott van az „AI” vagy a „gépi tanulás” szavak.

Egyes eszközök szégyentelenül használják ezeket a kifejezéseket a közönséges automatizálási vagy célzási képességek leírására.

Most, hogy mélyebben megértette, mi is az AI valójában, vezesse át az eladókat a tempójukon.

Ha az eladó nem tudja részletesen elmagyarázni az AI működését, ne vásárolja meg.Ha túl szépnek tűnik, hogy igaz legyen, ne vásárolja meg.

Sajnálom, mert nincs olyan marketing mesterséges intelligencia platform, amely mindent szépen egyetlen havi előfizetésbe foglalna.

Ennek az az oka, hogy a mesterséges intelligencia szűkös a képességeit tekintve, és célirányosan kell építeni egy, jól meghatározott probléma megoldására.

Ezért először ki kell választania a megfelelő használati esetet – mivel minden használati esetnek valószínűleg saját eszközre lesz szüksége.

De amit megtehetsz, az az, hogy elkezded saját mesterséges intelligenciádat építeni.

A mesterséges intelligencia technológia egyre megfizethetőbbé és elérhetőbbé válik, mert olyan cégek, mint a Google, az Amazon, az IBM és a SalesForce kínálják algoritmusaikat a világnak.

Néhány harmadik féltől származó szolgáltatás nyílt forráskódú, mások fizetősek – de mindegyik ugródeszkát ad, ahonnan testreszabhatja saját megoldását.

Különösen akkor, ha hozzáférést biztosítanak további adatkészletekhez, amelyek a saját, külső féltől származó adatokra rétegezhetők, így hatékonyabbá téve az AI-alkalmazást.

4. ok: Az adatforrások minősége

A világ legjobb mesterséges intelligencia eszközei és tehetségei nem hoznak eredményt, ha hiányzik a gépi tanulás legkritikusabb összetevője – a tanulási algoritmushoz szükséges kiváló minőségű adatok.

Az adatminőség valószínűleg az egyetlen legnagyobb kihívás, amellyel szembe kell néznie az AI megvalósítása során.

Ahogy az eMarketer megjegyzi, az adatok gyakran régiek, vagy silókban vannak, vagy egyszerűen nincs elejük.

És nem fordítunk erőforrásokat ennek javítására.

A probléma az, hogy rossz adatok betáplálása egy jó gépi tanulási algoritmusba nem ad megfelelő válaszokat.

Anélkül, hogy megértené, hogy az adatok kritikus fontosságúak, valószínűleg az AI-t hibáztatja a rossz eredményekért.

Vannak dolgok, amelyeket nekünk marketingszakembereknek meg kell tennünk, hogy megvalósítható adatokhoz jussunk.

  • Mikor végzett utoljára Google Analytics auditot?
  • Bevezette a strukturált jelölést és tartalomcímkézést?
  • Remarketing szkripteket használ több felhasználói adat gyűjtésére?
  • Támogatja az olyan adatok gyűjtését, amelyek segítségével azonosítani lehet a felhasználókat az eszközökön és csatornákon keresztül, például e-mail címeket?
  • Integrálták marketingeszközeit adatkezelési platformjával (DMP)?

Most ezekre a területekre kell összpontosítania, mert a jó mesterségesintelligencia-marketing a strukturált, közös azonosítóval integrált, bőséges és (ami a legfontosabb) pontos, használható adatokon múlik.

A Jövőbe tekintve

A mesterséges intelligencia megváltoztatja a fogyasztói magatartást.

A fogyasztókat nap mint nap túl sok információ éri.

Nem akarnak időt tölteni az összes lehetőség kiértékelésével.Tehát delegálnak.

Gondoljon arra, hogy mit irányít már az AI.

  • A közösségi algoritmusok befolyásolják, hogy milyen márkákkal foglalkozunk.
  • A digitális térképek határozzák meg, hogy milyen útvonalakat járunk be, vagy javasolják a közelben meglátogatandó helyeket.
  • Az ajánlómotorok alakítják a tudatosságot és befolyásolják a vásárlásokat.
  • Egy mesterséges intelligencia még azt is meghatározhatja, hogy kihez menjen feleségül.A balra és jobbra húzás alapján a társkereső alkalmazás algoritmusa kiválasztja a megfelelőt.

Az algoritmusok lesznek az új kapuőrök, olyan eszközökön keresztül, mint a digitális személyi asszisztensek.

Vállalkozásának jövője pedig attól függ, hogy képes-e befolyásolni az embereknek ajánlásokat megfogalmazó mesterséges intelligenciákat, ha nem a teljes döntést.

Gondolkozz el róla.Amikor egy ügyfél arra kéri a Google Home-ját vagy az Alexát, hogy „rendeljen nekem cookie-kat”, az AI dönt a márkáról.

Meg kell értened, hogyan születik ez a döntés.Kezelje az algoritmusokat új közönségként.Megérteni az igényeiket.

Kezdje el a marketinget a gépekkel rendelkező gépek felé.

További források:


Kép kreditek

Kiemelt és beküldött képek: szerző készítette, 2020. április
Az összes képernyőképet a szerző készítette, 2020. április