Sitemap

Un'introduzione all'intelligenza artificiale nel marketing

Marketing con Intelligenza Artificiale.Sembra fantasioso.

E questo è il problema.

Il termine viene utilizzato nel testo pubblicitario degli strumenti di marketing, dai guru del marketing e pubblicizzato dai media.

Tuttavia, una definizione concreta è sfuggente.

Per molti, l'IA è un enigma circondato da parole d'ordine.

Ma l'ironia è che, per quanto il clamore abbia sopravvalutato ciò che l'IA potrebbe fare nei prossimi anni, la realtà di come l'IA sia già utilizzata oggi nel marketing è spesso sottovalutata.

  • Facebook utilizza il riconoscimento facciale per consigliare chi taggare nelle foto.
  • Google utilizza il deep learning per classificare i risultati di ricerca.
  • Netflix utilizza l'apprendimento automatico per personalizzare i consigli.
  • Amazon utilizza l'elaborazione del linguaggio naturale per Alexa.
  • Il Washington Post utilizza la generazione del linguaggio naturale per scrivere articoli basati sui dati.

La tua vita è già assistita dalla macchina e anche il tuo marketing può esserlo.

Che cos'è l'intelligenza artificiale?

Il modo migliore per comprendere l'intelligenza artificiale è come un termine generico.

È usato per descrivere una suite di tecnologie uniche, ma correlate, in grado di simulare le capacità umane.

Non è una singolare tecnologia magica che può fare tutto.

Ma un insieme di strumenti individuali con capacità reali, ma che si trovano a diversi stadi di sviluppo.

Di questi diversi sottoinsiemi di IA, ce ne sono alcuni particolarmente applicabili al marketing in questo momento.

  • Visione artificiale che consente all'IA di vedere.Ciò porta al rilevamento di oggetti, al riconoscimento facciale e all'ascolto visivo sui social media.
  • Elaborazione del linguaggio naturale (NLP) che consente all'IA di ascoltare e parlare, fornendoci chatbot, analisi semantica, generazione di contenuti e capacità di ricerca vocale.
  • L'apprendimento automatico consente all'IA di apprendere con i dati su come migliorare progressivamente le prestazioni di un'attività specifica nel tempo, senza essere programmato esplicitamente su cosa fare.Questo ci fornisce consigli sui contenuti, segmenti di pubblico simili, pubblicità programmatica e punteggio dei lead.

La capacità di auto-miglioramento fornita dall'apprendimento automatico è il sottoinsieme più critico dell'IA per i professionisti del marketing.

L'automazione non è uguale all'apprendimento automatico

Forse stai pensando di aver coperto tutta questa faccenda del marketing dell'IA perché hai uno strumento di automazione del marketing costoso.

Mettiamo in chiaro una cosa:

L'automazione non è apprendimento automatico.

L'automazione è un insieme di istruzioni che dice a una macchina cosa fare per produrre un risultato specifico.

Devi ancora progettare e inserire la logica di marketing.

L'apprendimento automatico consente di migliorare dall'esperienza, in modo che la macchina impari cosa fare per produrre il risultato desiderato.

La macchina non si limita alla pura esecuzione, ma si occupa anche dell'ottimizzazione.

Al centro, l'automazione replica ciò che fai ora.Consente di risparmiare tempo ma ha un impatto minimo sui KPI.

D'altra parte, l'apprendimento automatico non solo ti farà risparmiare tempo, ma migliorerà anche le tattiche attuali per aumentare continuamente i KPI.

Allora perché non stiamo sfruttando questa tecnologia?

Diamo un'occhiata ai quattro principali motivi per cui i marketer sono riluttanti ad adottare le applicazioni dell'IA e come superarle.

Motivo 1: mancanza di competenze tecniche

Anche se molti esperti di marketing ritengono di non avere le competenze tecniche per adottare l'IA.

Questo non deve essere il caso.

La realtà è che sai già tutto ciò di cui hai bisogno per iniziare.

C'è una differenza tra la ricerca sull'apprendimento automatico, che riguarda la creazione di algoritmi migliori ed è prerogativa dei data scientist, e l'apprendimento automatico applicato, che utilizza algoritmi per risolvere i problemi aziendali, che è ciò che i marketer devono fare.

Pensaci in questo modo:

Potresti non comprendere appieno la scienza alla base di come funziona un microonde.Ma questo non ti impedisce di usarlo per cucinare.

  • Le aziende senza data scientist possono comunque scegliere i dati migliori (i migliori ingredienti).
  • Inserisci queste informazioni in algoritmi open source (l'appliance).
  • Per creare modelli (le ricette).
  • Ciò produce previsioni, alias, metti in atto tattiche di marketing (il piatto).
  • La qualità di cui possiamo valutare mediante test (assaggio).

E se il piatto non è gustoso, puoi modificare la ricetta, o acquistare un fornello, o ottenere ingredienti di migliore qualità.

Non diventerai uno chef migliore imparando di più sulla scienza alla base del funzionamento di un forno a microonde.

Non diventerai un marketer migliore, ricercando le complessità della scienza dei dati.

Il modo migliore per imparare a cucinare è iniziare.

Il modo migliore per i professionisti del marketing di superare il nostro problema di scala è implementare qualsiasi caso d'uso dell'IA.

Motivo 2: paura del nostro lavoro

Alcuni team non vogliono avviare iniziative di intelligenza artificiale poiché temono che provocherà la prossima rivoluzione industriale e rimarranno senza lavoro: questo naturalmente causa molta resistenza.

A meno che tu non preveda di andare in pensione nei prossimi 5 anni, l'intelligenza artificiale avrà un impatto significativo sulla tua carriera nel marketing.Ma questo non significa che sarai sostituito da un robot di marketing.

Il tuo lavoro cambierà dall'esecuzione di attività ripetitive all'insegnamento dell'IA a svolgere tali attività per te.

Permettendoti di reinvestire il tuo tempo in creatività e strategia.

Ma cosa comporta effettivamente insegnare un'IA?

Perché suona molto tecnico.

Il metodo di formazione più comune per i casi d'uso di marketing è l'apprendimento supervisionato.

Ciò comporta due fasi.

Il primo è il processo di insegnamento iniziale.

Supponiamo che tu abbia 1 milione di recensioni dei clienti.

Nessun essere umano potrebbe leggerli tutti, quindi si desidera utilizzare l'apprendimento automatico per comprendere il sentimento, classificando la recensione come positiva, neutra o negativa.

Per raggiungere questo obiettivo, prendi un campione di quelle recensioni ed etichetta ciascuna di esse con una delle tue tre classificazioni.

Quindi inserisci questi dati di addestramento nel tuo algoritmo di apprendimento automatico.

Più dati ha, migliore sarà il riconoscimento dei modelli e nel tempo più affidabile sarà in grado di classificare il sentimento delle recensioni da solo.

Per testare le sue capacità, invece di alimentarlo con dati etichettati, inserire i dati grezzi e valutare la qualità dei risultati.

Spesso, se hai svolto bene il processo di insegnamento iniziale, sarà già in grado di classificare correttamente gran parte dei dati.

E puoi passare alla seconda fase; il processo di insegnamento in corso.

Dove regolarmente rietichettare eventuali errori per insegnare all'algoritmo cosa ha fatto di sbagliato, consentendogli di migliorare continuamente.

Potresti aver già insegnato algoritmi senza saperlo.

Chi ha compilato un captcha di Google basato su immagini, ha contrassegnato un'e-mail come non spam o ha contrassegnato notizie false su un post di Facebook.

Con ciascuna di queste azioni, stavi dimostrando la verifica manuale, l'aggiunta di etichette e l'insegnamento degli algoritmi.

Pensa al lancio di un algoritmo di apprendimento automatico come assumere un nuovo marketer junior.

Il giorno in cui lo sali a bordo, è il giorno peggiore in cui si esibirà.

Farà il lavoro, ma farà degli errori, quindi è necessario supervisionare i risultati, correggendo se necessario.

Più a lungo funziona, meglio diventa e più tempo devi reinvestire per ridimensionare altri canali di marketing.

Ma a differenza di un essere umano, le macchine sono felici di fare lo stesso, molto ristretto lavoro per sempre, che si tratti di classificare le recensioni, regolare le offerte pubblicitarie, pubblicare sui social media o prevedere la crescita.

Non stai cedendo il controllo del marketing a una macchina.

Stai insegnando loro come raccogliere le informazioni di cui hai bisogno o come eseguire un elemento specifico della tua strategia di marketing.

E l'IA offre un livello di scala completamente nuovo.

Classificare 1 milione di recensioni non è un problema per un algoritmo di machine learning.

Inoltre, a causa di questa scala, può produrre informazioni che altrimenti non sarebbero disponibili.

Quello che scegli di fare con queste intuizioni è ciò che diventa fondamentale per il successo.

Quelle domande strategiche sono dove i marketer dovrebbero passare il tempo.

Motivo 3: investimento di risorse e budget

I dirigenti sono spesso preoccupati per gli sforzi di implementazione e i costi per le applicazioni di intelligenza artificiale.

Quindi il miglior punto di partenza non è chiedere più budget e risorse, ma chiederti che stai sfruttando appieno ciò per cui stai già pagando?

Considera le capacità di intelligenza artificiale del tuo attuale set di strumenti di marketing.

Le piattaforme di automazione del marketing come HubSpot, CRM come SalesForce e strumenti pubblicitari come Google Ads e Facebook Ads hanno tutti incorporato l'IA nei loro sistemi.

Se sei un cliente di una di queste soluzioni, i loro team di supporto possono essere una risorsa preziosa per iniziare l'implementazione dell'IA della tua organizzazione, poiché puoi imparare dalle loro conoscenze ed esperienze.

È un ottimo modo per iniziare a sviluppare le competenze del tuo team nelle applicazioni di intelligenza artificiale senza costi aggiuntivi.

E per quanto riguarda le capacità di intelligenza artificiale del tuo attuale stack tecnologico?

Le tecnologie di intelligenza artificiale non sono basate sui canali, sono basate sui casi d'uso.

Quindi, se disponi di un motore di suggerimenti in esecuzione sul tuo sito Web, perché non utilizzare questo algoritmo di apprendimento automatico per migliorare la personalizzazione della newsletter, delle notifiche push o dei contenuti del chatbot.

È possibile utilizzare queste tecnologie esistenti come proof of concept a basso investimento.

Quindi, nel momento in cui chiedi risorse e budget aggiuntivi, i tuoi dirigenti sono già completamente a bordo.

Quando stai cercando un nuovo strumento, fai attenzione alle parole d'ordine.

Molte soluzioni di intelligenza artificiale non sono in realtà così intelligenti.Anche quando ci sono le parole "AI" o "machine learning" proprio lì nella descrizione del prodotto.

Alcuni strumenti usano spudoratamente questi termini per descrivere l'automazione comune o le capacità di targeting.

Ora che hai una comprensione più profonda di cosa sia veramente l'IA, metti alla prova quei venditori.

Se il venditore non può spiegare in dettaglio come funziona l'IA, non comprarlo.Se sembra troppo bello per essere vero, non comprarlo.

Perché, mi dispiace dirlo, non esiste una piattaforma di marketing AI che raggruppa tutto in modo ordinato in un unico abbonamento mensile.

Questo perché l'IA ha capacità limitate e deve essere costruita appositamente per risolvere un problema ben definito.

Questo è il motivo per cui devi prima scegliere il caso d'uso giusto, poiché ogni caso d'uso avrà probabilmente bisogno del proprio strumento.

Ma quello che puoi fare è iniziare a costruire la tua intelligenza artificiale.

La tecnologia AI sta diventando più conveniente e accessibile perché aziende come Google, Amazon, IBM e SalesForce stanno offrendo i loro algoritmi al mondo.

Alcuni servizi di terze parti sono open source, altri sono a pagamento, ma tutti forniscono un trampolino di lancio da cui è possibile personalizzare la propria soluzione.

Soprattutto se offrono l'accesso a set di dati aggiuntivi da sovrapporre ai tuoi dati di prima parte, rendendo la tua applicazione di intelligenza artificiale più potente.

Motivo 4: qualità delle fonti di dati

I migliori strumenti e talenti di intelligenza artificiale al mondo non daranno risultati se ti manca il componente più critico per l'apprendimento automatico: dati di alta qualità per informare l'algoritmo di apprendimento.

La qualità dei dati è probabilmente la sfida più grande che dovrai affrontare quando implementerai l'IA.

Come osserva eMarketer, i dati sono spesso vecchi, o in silos o semplicemente non ne abbiamo abbastanza in primo luogo.

E non stiamo dedicando risorse per risolvere questo problema.

Il problema è che inserire dati errati in un buon algoritmo di apprendimento automatico non darà le risposte giuste.

Senza questa comprensione dell'importanza fondamentale dei dati, è probabile che tu attribuisca all'IA gli scarsi risultati.

Ci sono cose che i marketer dovrebbero fare per ottenere dati utilizzabili.

  • Quando è stata l'ultima volta che hai eseguito un audit di Google Analytics?
  • Hai implementato il markup strutturato e la codifica dei contenuti?
  • Stai utilizzando script di remarketing per raccogliere più dati utente?
  • Supporti la raccolta di dati che possono essere utilizzati per identificare gli utenti su dispositivi e canali, come gli indirizzi e-mail?
  • Hai integrato i tuoi strumenti di marketing con la tua piattaforma di gestione dei dati (DMP)?

Devi concentrarti su queste aree ora, perché un buon marketing basato sull'IA dipende dalla disponibilità di dati fruibili che sono strutturati, integrati attraverso un identificatore comune, abbondanti e (soprattutto) accurati.

Guardando al futuro

L'intelligenza artificiale sta cambiando il comportamento dei consumatori.

I consumatori sono colpiti da troppe informazioni ogni giorno.

Non vogliono perdere tempo a valutare tutte le opzioni.Quindi delegano.

Pensa a ciò che è già controllato dall'IA.

  • Gli algoritmi social influenzano i marchi con cui interagiamo.
  • Le mappe digitali determinano quali percorsi prendiamo o suggeriamo luoghi nelle vicinanze da visitare.
  • I motori di raccomandazione modellano la consapevolezza e influenzano gli acquisti.
  • Un'IA può anche determinare chi sposerai.In base allo scorrimento a sinistra e a destra, l'algoritmo nella tua app di appuntamenti sceglie la tua corrispondenza.

Gli algoritmi diventeranno i nuovi gatekeeper, attraverso dispositivi come gli assistenti personali digitali.

E il futuro della tua attività dipende dalla tua capacità di influenzare le IA che formulano le raccomandazioni agli esseri umani, se non l'intera decisione.

Pensaci.Quando un cliente chiede a Google Home o ad Alexa di "ordinarmi i cookie", è l'IA che decide il marchio.

Devi capire come viene presa questa decisione.Tratta gli algoritmi come un nuovo pubblico.Comprendere i loro bisogni.

Inizia il marketing per le macchine con le macchine.

Altre risorse:


Crediti immagine

Immagini in primo piano e in-post: create dall'autore, aprile 2020
Tutti gli screenshot presi dall'autore, aprile 2020