Sitemap

Introdução à Inteligência Artificial no Marketing

Marketing com Inteligência Artificial.Parece chique.

E esse é o problema.

O termo é usado na cópia do anúncio da ferramenta de marketing, por gurus do marketing e divulgado pela mídia.

No entanto, uma definição concreta é indescritível.

Para muitos, a IA é um enigma cercado de chavões.

Mas a ironia é que, por mais que o hype tenha exagerado no que a IA pode fazer nos próximos anos, a realidade de como a IA já é usada hoje no marketing é muitas vezes pouco reconhecida.

  • O Facebook usa o reconhecimento facial para recomendar quem marcar nas fotos.
  • O Google usa o aprendizado profundo para classificar os resultados da pesquisa.
  • A Netflix usa aprendizado de máquina para personalizar recomendações.
  • A Amazon usa processamento de linguagem natural para Alexa.
  • O Washington Post usa geração de linguagem natural para escrever artigos baseados em dados.

Sua vida já é assistida por máquina, e seu marketing também pode ser.

O que é Inteligência Artificial?

A melhor maneira de entender a inteligência artificial é como um termo genérico.

É usado para descrever um conjunto de tecnologias exclusivas, mas relacionadas, que podem simular as capacidades humanas.

Não é uma tecnologia mágica singular que pode fazer tudo.

Mas um conjunto de ferramentas individuais com capacidades reais, mas que estão em diferentes estágios de desenvolvimento.

Desses diferentes subconjuntos de IA, existem alguns que são particularmente aplicáveis ​​ao marketing no momento.

  • Visão computacional que permite que a IA veja.Isso leva à detecção de objetos, reconhecimento facial e escuta visual nas mídias sociais.
  • Processamento de linguagem natural (NLP) que permite que a IA ouça e fale – fornecendo chatbots, análise semântica, geração de conteúdo e recursos de pesquisa por voz.
  • O aprendizado de máquina permite que a IA aprenda com dados sobre como melhorar progressivamente o desempenho em uma tarefa específica ao longo do tempo, sem programar explicitamente o que fazer.Isso nos dá recomendações de conteúdo, públicos semelhantes, publicidade programática e pontuação de leads.

A capacidade de autoaperfeiçoamento fornecida pelo aprendizado de máquina é o subconjunto mais crítico da IA ​​para os profissionais de marketing.

Automação não é igual a aprendizado de máquina

Talvez você esteja pensando que tem toda essa coisa de marketing de IA coberta porque tem uma ferramenta cara de automação de marketing.

Vamos deixar uma coisa bem clara:

Automação não é aprendizado de máquina.

A automação é um conjunto de instruções que diz a uma máquina o que fazer para produzir um resultado especificado.

Você ainda precisa projetar e inserir a lógica de marketing.

O aprendizado de máquina permite que ele melhore a partir da experiência, para que a máquina aprenda o que fazer para produzir o resultado desejado.

A máquina não se restringe à pura execução, ela também cuida da otimização.

No núcleo, a automação replica o que você faz agora.Economiza tempo, mas tem pouco impacto direto nos KPIs.

Por outro lado, o aprendizado de máquina não apenas economizará seu tempo, mas também melhorará as táticas atuais para aumentar continuamente os KPIs.

Então, por que não estamos aproveitando essa tecnologia?

Vamos dar uma olhada nas quatro principais razões pelas quais os profissionais de marketing hesitam em adotar aplicativos de IA e como superá-los.

Razão 1: Falta de Habilidades Técnicas

Embora muitos profissionais de marketing sintam que não têm as habilidades técnicas para adotar a IA.

Este não precisa ser o caso.

A realidade é que você já sabe tudo o que precisa para começar.

Há uma diferença entre a pesquisa de aprendizado de máquina, que trata da construção de algoritmos melhores e é prerrogativa dos cientistas de dados, e o aprendizado de máquina aplicado, que usa algoritmos para resolver problemas de negócios, que é o que os profissionais de marketing precisam fazer.

Pense nisso desta maneira:

Você pode não entender completamente a ciência por trás de como um micro-ondas funciona.Mas isso não o impede de usá-lo para cozinhar.

  • Empresas sem cientistas de dados ainda podem escolher os melhores dados (melhores ingredientes).
  • Coloque essas informações em algoritmos de código aberto (o appliance).
  • Para criar modelos (as receitas).
  • Isso produz previsões – também conhecidas como táticas de marketing (o prato).
  • A qualidade da qual podemos avaliar por meio de testes (degustação).

E se o prato não for saboroso, você pode modificar a receita, ou comprar um fogão, ou obter ingredientes de melhor qualidade.

Você não se tornará um chef melhor aprendendo mais sobre a ciência por trás de como um micro-ondas funciona.

Você não se tornará um profissional de marketing melhor pesquisando os meandros da ciência de dados.

A melhor maneira de aprender a cozinhar é apenas começar.

A melhor maneira de os profissionais de marketing superarem nosso problema de escala é lançar qualquer caso de uso de IA.

Razão 2: Medo de nossos empregos

Algumas equipes não querem iniciar iniciativas de IA, pois temem que isso cause a próxima revolução industrial e fiquem sem emprego – isso naturalmente causa muita resistência.

A menos que você planeje se aposentar nos próximos 5 anos, a inteligência artificial afetará significativamente sua carreira em marketing.Mas isso não significa que você será substituído por um robô de marketing.

Seu trabalho mudará de executar tarefas repetitivas para ensinar a IA a fazer essas tarefas para você.

Permitindo que você reinvestir seu tempo em criatividade e estratégia.

Mas o que realmente envolve ensinar uma IA?

Porque soa muito técnico.

O método de treinamento mais comum para casos de uso de marketing é o aprendizado supervisionado.

Isso envolve duas fases.

O primeiro é o processo de ensino inicial.

Digamos que você tenha 1 milhão de avaliações de clientes.

Nenhum humano poderia ler todos eles, então você quer usar o aprendizado de máquina para entender o sentimento, classificando a avaliação como positiva, neutra ou negativa.

Para conseguir isso, pegue uma amostra dessas avaliações e rotule cada uma delas com uma de suas três classificações.

Em seguida, alimente esses dados de treinamento em seu algoritmo de aprendizado de máquina.

Quanto mais dados tiver, melhor será o reconhecimento de padrões e, com o tempo, mais confiável será capaz de classificar o sentimento das avaliações por conta própria.

Para testar suas habilidades, em vez de alimentá-lo com dados rotulados, insira os dados brutos e avalie a qualidade dos resultados.

Muitas vezes, se você tiver feito bem o processo de ensino inicial, ele já conseguirá classificar corretamente uma grande parte dos dados.

E você pode passar para a segunda fase; o processo de ensino em curso.

Onde regularmente você rotularia quaisquer erros para ensinar ao algoritmo o que ele fez de errado, permitindo que ele melhorasse continuamente.

Você pode já estar ensinando algoritmos sem saber.

Quem preencheu um captcha do Google baseado em imagem, marcou um e-mail como não spam ou marcou notícias falsas em uma postagem no Facebook.

Por cada uma dessas ações, você estava provando a verificação manual, adicionando rótulos e ensinando os algoritmos.

Pense em lançar um algoritmo de aprendizado de máquina como contratar um novo profissional de marketing júnior.

O dia em que você a bordo, é o pior dia em que ele vai se apresentar.

Ele fará o trabalho, mas cometerá erros, então você precisa supervisionar os resultados, corrigindo conforme necessário.

Quanto mais tempo funcionar, melhor se tornará e mais tempo você terá para reinvestir no dimensionamento de outros canais de marketing.

Mas, ao contrário de um ser humano, as máquinas ficam felizes em fazer o mesmo trabalho muito limitado para sempre – seja classificar avaliações, ajustar lances de anúncios, postar nas mídias sociais ou prever crescimento.

Você não está entregando o controle do marketing para uma máquina.

Você está ensinando a eles como coletar as informações que você precisa ou como executar um elemento específico de sua estratégia de marketing.

E a IA oferece um nível totalmente novo de escala.

Classificar 1 milhão de avaliações não é um problema para um algoritmo de aprendizado de máquina.

Além disso, devido a essa escala, pode produzir insights que de outra forma não estariam disponíveis.

O que você escolhe fazer com esses insights é o que se torna crítico para o sucesso.

Essas questões estratégicas são onde os profissionais de marketing devem gastar tempo.

Razão 3: Investimento de Recursos e Orçamento

Os executivos geralmente se preocupam com os esforços e custos de implementação dos aplicativos de IA.

Portanto, o melhor lugar para começar não é pedir mais orçamento e recursos, mas perguntar a si mesmo: você está aproveitando totalmente o que já está pagando?

Considere os recursos de IA do seu conjunto de ferramentas de marketing atual.

Plataformas de automação de marketing como HubSpot, CRMs como SalesForce e ferramentas de publicidade como Google Ads e Facebook Ads incorporaram IA em seus sistemas.

Se você é cliente de uma dessas soluções, suas equipes de suporte podem ser um recurso valioso para iniciar a implementação de IA de sua organização, pois você pode aprender com seus insights e experiências.

É uma ótima maneira de começar a desenvolver a competência de sua equipe em aplicativos de IA por pouco ou nenhum custo adicional.

E quanto aos recursos de IA de sua pilha de tecnologia atual?

As tecnologias de IA não são baseadas em canais, são baseadas em casos de uso.

Portanto, se você tiver um mecanismo de recomendação em execução em seu site, por que não usar esse algoritmo de aprendizado de máquina para melhorar a personalização de seu boletim informativo por e-mail, notificações push ou conteúdo de chatbot.

Você pode usar essas tecnologias existentes como prova de conceito de baixo investimento.

Então, quando você está solicitando recursos e orçamentos adicionais, seus executivos já estão totalmente integrados.

Quando você estiver procurando por uma nova ferramenta, cuidado com os chavões.

Muitas soluções de IA não são tão inteligentes.Mesmo quando há as palavras “IA” ou “aprendizagem de máquina” bem ali na descrição do produto.

Algumas ferramentas descaradamente usam esses termos para descrever recursos comuns de automação ou segmentação.

Agora que você tem uma compreensão mais profunda do que a IA realmente é, coloque esses vendedores em seu ritmo.

Se o fornecedor não puder explicar detalhadamente como a IA funciona, não compre.Se parece bom demais para ser verdade, não compre.

Porque, lamento dizer, não existe uma plataforma de IA de marketing que agrupe tudo em uma única assinatura mensal.

Isso ocorre porque a IA é limitada em suas capacidades e deve ser desenvolvida especificamente para resolver um problema bem definido.

É por isso que você precisa escolher o caso de uso certo primeiro – pois cada caso de uso provavelmente precisará de sua própria ferramenta.

Mas o que você pode fazer é começar a construir sua própria inteligência artificial.

A tecnologia de IA está se tornando mais acessível e acessível porque empresas como Google, Amazon, IBM e SalesForce estão oferecendo seus algoritmos ao mundo.

Alguns serviços de terceiros são de código aberto, outros são pagos para jogar – mas todos eles fornecem um trampolim de onde você pode personalizar sua própria solução.

Especialmente se eles oferecerem acesso a conjuntos de dados adicionais para colocar em camadas seus próprios dados de terceiros, tornando seu aplicativo de IA mais poderoso.

Razão 4: Qualidade das Fontes de Dados

As melhores ferramentas e talentos de IA do mundo não fornecerão resultados se você estiver perdendo o componente mais crítico para o aprendizado de máquina – dados de alta qualidade para informar o algoritmo de aprendizado.

A qualidade dos dados é provavelmente o maior desafio que você enfrentará ao implementar a IA.

Como observa o eMarketer, os dados geralmente são antigos, ou em silos ou simplesmente não temos o suficiente em primeiro lugar.

E não estamos dedicando recursos para consertar isso.

O problema é que alimentar dados ruins em um bom algoritmo de aprendizado de máquina não dará as respostas certas.

Sem esse entendimento de que os dados são de importância crítica, é provável que você culpe a IA pelos maus resultados.

Há coisas que nós, profissionais de marketing, devemos fazer para obter dados acionáveis.

  • Quando foi a última vez que você fez uma auditoria do Google Analytics?
  • Você implementou marcação estruturada e marcação de conteúdo?
  • Você está usando scripts de remarketing para coletar mais dados do usuário?
  • Você oferece suporte à coleta de dados que podem ser usados ​​para identificar usuários em vários dispositivos e canais, como endereços de e-mail?
  • Você tem suas ferramentas de marketing integradas à sua plataforma de gerenciamento de dados (DMP)?

Você precisa se concentrar nessas áreas agora, porque um bom marketing de IA depende de ter dados acionáveis ​​estruturados, integrados por meio de um identificador comum, abundantes e (o mais importante) precisos.

Olhando para o futuro

A inteligência artificial está mudando o comportamento do consumidor.

Os consumidores são atingidos com muita informação todos os dias.

Eles não querem perder tempo avaliando todas as opções.Então eles delegam.

Pense no que já é controlado pela IA.

  • Os algoritmos sociais influenciam as marcas com as quais nos envolvemos.
  • Os mapas digitais determinam quais as rotas que fazemos ou sugerem locais próximos para visitar.
  • Os mecanismos de recomendação moldam a conscientização e influenciam as compras.
  • Uma IA pode até determinar com quem você se casa.Com base no seu deslizar para a esquerda e para a direita, o algoritmo do seu aplicativo de namoro escolhe sua correspondência.

Os algoritmos se tornarão os novos gatekeepers, por meio de dispositivos como assistentes pessoais digitais.

E o futuro do seu negócio depende da sua capacidade de influenciar as IAs que fazem as recomendações aos humanos, se não toda a decisão.

Pense nisso.Quando um cliente pede ao Google Home ou Alexa para “encomendar cookies”, é a IA quem decide sobre a marca.

Você deve entender como essa decisão é tomada.Trate os algoritmos como um novo público.Entenda suas necessidades.

Comece a comercializar máquinas com máquinas.

Mais recursos:


Créditos da imagem

Imagens em destaque e no post: criadas pelo autor, abril de 2020
Todas as capturas de tela tiradas pelo autor, abril de 2020