Sitemap

บทนำสู่ปัญญาประดิษฐ์ในการตลาด

การตลาดด้วยปัญญาประดิษฐ์ฟังดูแฟนซี

และนั่นคือปัญหา

มีการใช้คำนี้ในสำเนาโฆษณาเครื่องมือทางการตลาด โดยผู้เชี่ยวชาญด้านการตลาดและสื่อโฆษณา

ทว่าคำจำกัดความที่เป็นรูปธรรมนั้นเข้าใจยาก

สำหรับหลาย ๆ คน AI เป็นปริศนาที่ล้อมรอบด้วยคำศัพท์

แต่การประชดก็คือ เท่าที่โฆษณาเกินจริงไปว่า AI อาจทำอะไรในปีหน้า ความเป็นจริงของวิธีที่ AI ถูกใช้ไปแล้วในปัจจุบันในด้านการตลาดมักถูกมองข้าม

  • Facebook ใช้การจดจำใบหน้าเพื่อแนะนำผู้ที่จะแท็กในรูปภาพ
  • Google ใช้การเรียนรู้เชิงลึกเพื่อจัดอันดับผลการค้นหา
  • Netflix ใช้แมชชีนเลิร์นนิงเพื่อปรับเปลี่ยนคำแนะนำในแบบของคุณ
  • Amazon ใช้การประมวลผลภาษาธรรมชาติสำหรับ Alexa
  • Washington Post ใช้การสร้างภาษาธรรมชาติในการเขียนบทความที่ขับเคลื่อนด้วยข้อมูล

ชีวิตของคุณได้รับความช่วยเหลือจากเครื่องจักรแล้ว และการตลาดของคุณก็เช่นกัน

ปัญญาประดิษฐ์คืออะไร?

วิธีที่ดีที่สุดในการทำความเข้าใจปัญญาประดิษฐ์คือการใช้คำศัพท์ทั่วไป

ใช้เพื่ออธิบายชุดของเทคโนโลยีที่มีเอกลักษณ์แต่มีความเกี่ยวข้องซึ่งสามารถจำลองความสามารถของมนุษย์ได้

ไม่ใช่เทคโนโลยีเวทย์มนตร์เอกพจน์ที่สามารถทำทุกอย่างได้

แต่ชุดเครื่องมือแต่ละชุดที่มีความสามารถจริงแต่อยู่ในขั้นตอนต่างๆ ของการพัฒนา

จากส่วนย่อยต่างๆ ของ AI เหล่านี้ มีบางส่วนที่ปรับใช้กับการตลาดโดยเฉพาะในตอนนี้

  • คอมพิวเตอร์วิทัศน์ที่ช่วยให้ AI มองเห็นได้สิ่งนี้นำไปสู่การตรวจจับวัตถุ การจดจำใบหน้า และการฟังด้วยภาพบนโซเชียลมีเดีย
  • การประมวลผลภาษาธรรมชาติ (NLP) ซึ่งช่วยให้ AI ได้ยินและพูดได้ ทำให้เรามีแชทบ็อต การวิเคราะห์ความหมาย การสร้างเนื้อหา และความสามารถในการค้นหาด้วยเสียง
  • แมชชีนเลิร์นนิงช่วยให้ AI สามารถเรียนรู้ด้วยข้อมูลเกี่ยวกับวิธีการปรับปรุงประสิทธิภาพการทำงานเฉพาะอย่างไปเรื่อย ๆ เมื่อเวลาผ่านไป โดยไม่ต้องตั้งโปรแกรมอย่างชัดเจนว่าต้องทำอะไรซึ่งจะให้คำแนะนำเนื้อหา ผู้ชมที่เหมือนกัน การโฆษณาแบบเป็นโปรแกรม และการให้คะแนนลีด

ความสามารถในการพัฒนาตนเองโดยการเรียนรู้ของเครื่องเป็นส่วนย่อยที่สำคัญที่สุดของ AI สำหรับนักการตลาด

ระบบอัตโนมัติไม่เท่ากับการเรียนรู้ของเครื่อง

บางทีคุณอาจกำลังคิดว่าคุณมีการตลาดแบบ AI ครบถ้วนเพราะคุณมีเครื่องมือการตลาดอัตโนมัติที่มีราคาแพง

มาดูสิ่งหนึ่งที่ชัดเจน:

ระบบอัตโนมัติไม่ใช่การเรียนรู้ของเครื่อง

ระบบอัตโนมัติคือชุดคำสั่งที่บอกเครื่องว่าต้องทำอะไรเพื่อให้ได้ผลลัพธ์ที่ระบุ

คุณยังต้องออกแบบและป้อนตรรกะทางการตลาด

แมชชีนเลิร์นนิงช่วยให้สามารถปรับปรุงจากประสบการณ์ ดังนั้นแมชชีนจึงเรียนรู้ว่าต้องทำอะไรเพื่อให้ได้ผลลัพธ์ที่ต้องการ

เครื่องไม่ได้จำกัดอยู่เพียงการดำเนินการเท่านั้น แต่ยังดูแลเรื่องการเพิ่มประสิทธิภาพอีกด้วย

ที่แกนหลัก ระบบอัตโนมัติจะจำลองสิ่งที่คุณทำในตอนนี้ช่วยประหยัดเวลาแต่มีผลกระทบโดยตรงเพียงเล็กน้อยต่อ KPI

ในทางกลับกัน แมชชีนเลิร์นนิงจะไม่เพียงช่วยคุณประหยัดเวลา แต่ยังปรับปรุงกลยุทธ์ปัจจุบันเพื่อขับเคลื่อน KPI อย่างต่อเนื่อง

เหตุใดเราจึงไม่ใช้เทคโนโลยีนี้

มาดูเหตุผลหลักสี่ประการที่นักการตลาดลังเลที่จะปรับใช้ AI และวิธีเอาชนะพวกเขา

เหตุผลที่ 1: ขาดทักษะทางเทคนิค

แม้ว่านักการตลาดจำนวนมากจะรู้สึกว่าพวกเขาขาดทักษะทางเทคนิคในการนำ AI มาใช้

ไม่จำเป็นต้องเป็นกรณีนี้

ความจริงก็คือ คุณรู้อยู่แล้วทุกสิ่งที่จำเป็นในการเริ่มต้น

มีความแตกต่างระหว่างการวิจัยแมชชีนเลิร์นนิง ซึ่งเกี่ยวกับการสร้างอัลกอริธึมที่ดีขึ้นและเป็นอภิสิทธิ์ของนักวิทยาศาสตร์ด้านข้อมูล และแมชชีนเลิร์นนิงที่ประยุกต์ใช้ ซึ่งใช้อัลกอริทึมในการแก้ปัญหาทางธุรกิจ ซึ่งเป็นสิ่งที่นักการตลาดต้องทำ

ลองคิดตามนี้:

คุณอาจไม่เข้าใจวิทยาศาสตร์เบื้องหลังการทำงานของไมโครเวฟอย่างถ่องแท้แต่นั่นไม่ได้หยุดคุณไม่ให้ใช้มันทำอาหาร

  • บริษัทที่ไม่มีนักวิทยาศาสตร์ด้านข้อมูลก็ยังสามารถเลือกข้อมูลที่ดีที่สุดได้ (ส่วนผสมที่ดีที่สุด)
  • ใส่ข้อมูลนี้ลงในอัลกอริธึมโอเพนซอร์ส (อุปกรณ์)
  • เพื่อสร้างแบบจำลอง (สูตร)
  • ที่ก่อให้เกิดการคาดคะเน – เรียกอีกอย่างว่ากลยุทธ์ทางการตลาด (จาน)
  • คุณภาพที่เราประเมินได้โดยการทดสอบ (ชิม)

และหากจานไม่อร่อย คุณสามารถปรับเปลี่ยนสูตร หรือซื้อเตา หรือซื้อส่วนผสมที่มีคุณภาพดีกว่า

คุณจะไม่เป็นเชฟที่ดีขึ้นโดยการเรียนรู้เพิ่มเติมเกี่ยวกับวิทยาศาสตร์เบื้องหลังการทำงานของไมโครเวฟ

คุณจะไม่เป็นนักการตลาดที่ดีขึ้นโดยการวิจัยความซับซ้อนของวิทยาศาสตร์ข้อมูล

วิธีที่ดีที่สุดในการเรียนรู้การทำอาหารคือการเริ่มต้น

วิธีที่ดีที่สุดสำหรับนักการตลาดในการเอาชนะปัญหาเรื่องขนาดคือการเปิดตัวกรณีการใช้งาน AI

เหตุผลที่ 2: กลัวงานของเรา

บางทีมไม่ต้องการเริ่มโครงการริเริ่มด้าน AI เนื่องจากพวกเขากลัวว่าจะทำให้เกิดการปฏิวัติอุตสาหกรรมครั้งต่อไปและพวกเขาจะตกงาน ซึ่งสิ่งนี้ทำให้เกิดการต่อต้านโดยธรรมชาติ

เว้นแต่คุณวางแผนที่จะเกษียณอายุในอีก 5 ปีข้างหน้า ปัญญาประดิษฐ์จะส่งผลกระทบต่ออาชีพการตลาดของคุณอย่างมากแต่นี่ไม่ได้หมายความว่าคุณจะถูกแทนที่ด้วยหุ่นยนต์การตลาด

งานของคุณจะเปลี่ยนจากการทำงานซ้ำๆ ไปเป็นการสอน AI ให้ทำงานเหล่านั้นแทนคุณ

ให้คุณลงทุนเวลาใหม่ไปกับความคิดสร้างสรรค์และกลยุทธ์

แต่การสอน AI เกี่ยวข้องกับอะไรจริง ๆ ?

เพราะมันฟังดูเป็นเทคนิคมาก

วิธีการฝึกอบรมทั่วไปสำหรับกรณีการใช้งานทางการตลาดคือการเรียนรู้ภายใต้การดูแล

สิ่งนี้เกี่ยวข้องกับสองขั้นตอน

ประการแรกคือกระบวนการสอนเบื้องต้น

สมมติว่าคุณมีรีวิวจากลูกค้า 1 ล้านคน

ไม่มีมนุษย์คนใดสามารถอ่านได้ทั้งหมด ดังนั้นคุณต้องการใช้การเรียนรู้ของเครื่องเพื่อทำความเข้าใจความรู้สึก โดยจัดประเภทบทวิจารณ์เป็นบวก เป็นกลาง หรือเชิงลบ

เพื่อให้บรรลุสิ่งนี้ ให้นำตัวอย่างบทวิจารณ์เหล่านั้นและติดป้ายกำกับแต่ละรายการด้วยหนึ่งในสามประเภทของคุณ

จากนั้นป้อนข้อมูลการฝึกอบรมนี้ลงในอัลกอริธึมการเรียนรู้ของเครื่อง

ยิ่งมีข้อมูลมากเท่าไร ก็ยิ่งจดจำรูปแบบได้ดีขึ้นเท่านั้น และเมื่อเวลาผ่านไปก็จะสามารถจัดประเภทความคิดเห็นของบทวิจารณ์ได้เองอย่างน่าเชื่อถือมากขึ้นเท่านั้น

เพื่อทดสอบความสามารถ แทนที่จะป้อนข้อมูลที่มีป้ายกำกับ ให้ป้อนข้อมูลดิบและประเมินคุณภาพของผลลัพธ์

บ่อยครั้ง หากคุณทำขั้นตอนการสอนเบื้องต้นได้ดี จะสามารถจำแนกข้อมูลส่วนใหญ่ได้อย่างถูกต้อง

และคุณสามารถเข้าสู่ช่วงที่สองได้ กระบวนการสอนอย่างต่อเนื่อง

ปกติแล้วคุณจะติดป้ายกำกับข้อผิดพลาดเพื่อสอนอัลกอริทึมว่าทำอะไรผิด เพื่อให้สามารถปรับปรุงได้อย่างต่อเนื่อง

คุณอาจเคยสอนอัลกอริทึมมาแล้วโดยไม่รู้ตัว

ใครกรอกแคปช่า Google แบบรูปภาพ ทำเครื่องหมายอีเมลว่าไม่ใช่สแปม หรือทำเครื่องหมายข่าวปลอมบนโพสต์ Facebook

การดำเนินการแต่ละครั้งแสดงว่าคุณกำลังพิสูจน์การยืนยันด้วยตนเอง เพิ่มป้ายกำกับ และสอนอัลกอริทึม

ลองนึกถึงการเปิดตัวอัลกอริธึมการเรียนรู้ของเครื่อง เช่น การจ้างนักการตลาดรุ่นใหม่

วันที่คุณเข้าร่วมเป็นวันที่แย่ที่สุดที่เคยมีมา

มันจะทำงาน แต่มันจะผิดพลาด ดังนั้นคุณต้องดูแลผลลัพธ์ แก้ไขตามต้องการ

ยิ่งใช้งานได้นานเท่าไร ก็ยิ่งดีเท่านั้น และยิ่งคุณต้องลงทุนซ้ำเพื่อขยายช่องทางการตลาดอื่นๆ

แต่เครื่องจักรต่างจากมนุษย์ตรงที่เครื่องจักรยินดีที่จะทำสิ่งเดียวกันและงานแคบๆ ตลอดไป ไม่ว่าจะเป็นการจำแนกรีวิว การปรับราคาเสนอโฆษณา การโพสต์บนโซเชียลมีเดีย หรือการคาดการณ์การเติบโต

คุณไม่ได้มอบการควบคุมการตลาดให้กับเครื่องจักร

คุณกำลังสอนพวกเขาถึงวิธีการรวบรวมข้อมูลที่คุณต้องการหรือวิธีดำเนินการองค์ประกอบเฉพาะของกลยุทธ์ทางการตลาดของคุณ

และ AI นำเสนอระดับใหม่ทั้งหมด

การจัดประเภทบทวิจารณ์ 1 ล้านรายการไม่ใช่ปัญหาสำหรับอัลกอริธึมการเรียนรู้ของเครื่อง

ยิ่งไปกว่านั้น ด้วยมาตราส่วนนี้ มันจึงสามารถสร้างข้อมูลเชิงลึกที่อาจไม่สามารถใช้ได้

สิ่งที่คุณเลือกทำกับข้อมูลเชิงลึกเหล่านั้นคือสิ่งที่มีความสำคัญต่อความสำเร็จ

คำถามเชิงกลยุทธ์เหล่านี้คือสิ่งที่นักการตลาดควรใช้เวลา

เหตุผลที่ 3: การลงทุนทรัพยากรและงบประมาณ

ผู้บริหารมักกังวลเกี่ยวกับความพยายามในการนำไปใช้และต้นทุนสำหรับแอปพลิเคชัน AI

ดังนั้นจุดเริ่มต้นที่ดีที่สุดไม่ใช่โดยการของบประมาณและทรัพยากรมากขึ้น แต่โดยถามตัวเองว่าคุณกำลังใช้ประโยชน์จากสิ่งที่คุณจ่ายไปแล้วอย่างเต็มที่หรือไม่

พิจารณาความสามารถ AI ของชุดเครื่องมือทางการตลาดปัจจุบันของคุณ

แพลตฟอร์มการตลาดอัตโนมัติ เช่น HubSpot, CRMs เช่น SalesForce และเครื่องมือการโฆษณา เช่น Google Ads และ Facebook Ads ล้วนรวม AI ไว้ในระบบของพวกเขา

หากคุณเป็นลูกค้าของหนึ่งในโซลูชันเหล่านี้ ทีมสนับสนุนของพวกเขาอาจเป็นทรัพยากรที่มีคุณค่าในการเริ่มต้นใช้งาน AI ขององค์กรของคุณ เนื่องจากคุณสามารถเรียนรู้จากข้อมูลเชิงลึกและประสบการณ์ของพวกเขา

เป็นวิธีที่ยอดเยี่ยมในการเริ่มต้นสร้างความสามารถของทีมในแอปพลิเคชัน AI โดยมีค่าใช้จ่ายเพียงเล็กน้อยหรือไม่มีค่าใช้จ่ายเพิ่มเติม

แล้วความสามารถของ AI ของสแต็คเทคโนโลยีปัจจุบันของคุณล่ะ?

เทคโนโลยี AI ไม่ได้อิงตามช่องทาง แต่ใช้ตามกรณี

ดังนั้น หากคุณมีเครื่องมือแนะนำที่ทำงานอยู่ในเว็บไซต์ของคุณ ทำไมไม่ลองใช้อัลกอริธึมการเรียนรู้ของเครื่องนี้เพื่อปรับปรุงการปรับเปลี่ยนในแบบของคุณสำหรับจดหมายข่าวทางอีเมล การแจ้งเตือนแบบพุช หรือเนื้อหาแชทบ็อต

คุณสามารถใช้เทคโนโลยีที่มีอยู่เหล่านี้เป็นหลักฐานการลงทุนต่ำของแนวคิดได้

ดังนั้นเมื่อคุณขอทรัพยากรและงบประมาณเพิ่มเติม ผู้บริหารของคุณก็พร้อมทำงานอย่างเต็มที่แล้ว

เมื่อคุณกำลังมองหาเครื่องมือใหม่ ให้ระวังคำศัพท์

โซลูชัน AI จำนวนมากไม่ได้ฉลาดขนาดนั้นแม้ว่าจะมีคำว่า "AI" หรือ "แมชชีนเลิร์นนิง" อยู่ในคำอธิบายผลิตภัณฑ์ก็ตาม

เครื่องมือบางอย่างใช้คำเหล่านี้อย่างไร้ยางอายเพื่ออธิบายระบบอัตโนมัติทั่วไปหรือความสามารถในการกำหนดเป้าหมาย

เมื่อคุณมีความเข้าใจอย่างลึกซึ้งมากขึ้นว่า AI คืออะไรจริงๆ แล้ว ให้นำพนักงานขายเหล่านั้นผ่านฝีเท้าของพวกเขา

หากผู้ขายไม่สามารถอธิบายวิธีการทำงานของ AI โดยละเอียดได้ ก็อย่าซื้อถ้ามันดูดีเกินจริงอย่าซื้อมัน

เพราะฉันเสียใจที่ต้องบอกว่าไม่มีแพลตฟอร์ม AI การตลาดที่รวมทุกอย่างไว้อย่างเป็นระเบียบในการสมัครสมาชิกรายเดือนเพียงครั้งเดียว

นั่นเป็นเพราะว่า AI นั้นมีความสามารถจำกัด และต้องสร้างขึ้นโดยมีวัตถุประสงค์เพื่อแก้ปัญหาที่กำหนดไว้อย่างชัดเจน

นี่คือเหตุผลที่คุณต้องเลือก Use Case ที่เหมาะสมก่อน เนื่องจาก Use Case แต่ละรายการมักจะต้องมีเครื่องมือของตัวเอง

แต่สิ่งที่คุณทำได้คือเริ่มสร้างปัญญาประดิษฐ์ของคุณเอง

เทคโนโลยี AI มีราคาที่เข้าถึงได้และเข้าถึงได้มากขึ้น เนื่องจากบริษัทต่างๆ เช่น Google, Amazon, IBM และ SalesForce นำเสนออัลกอริทึมของตนไปทั่วโลก

บริการของบุคคลที่สามบางอย่างเป็นโอเพ่นซอร์ส ส่วนบริการอื่นๆ จ่ายเพื่อเล่น แต่บริการทั้งหมดเป็นกระดานกระโดดน้ำจากจุดที่คุณสามารถปรับแต่งโซลูชันของคุณเองได้

โดยเฉพาะอย่างยิ่งหากพวกเขาเสนอให้เข้าถึงชุดข้อมูลเพิ่มเติมเพื่อวางซ้อนบนข้อมูลบุคคลที่หนึ่งของคุณเอง ทำให้แอปพลิเคชัน AI ของคุณมีประสิทธิภาพมากขึ้น

เหตุผลที่ 4: คุณภาพของแหล่งข้อมูล

เครื่องมือและความสามารถ AI ที่ดีที่สุดในโลกจะไม่ให้ผลลัพธ์หากคุณขาดองค์ประกอบที่สำคัญที่สุดสำหรับการเรียนรู้ของเครื่อง – ข้อมูลคุณภาพสูงเพื่อแจ้งอัลกอริทึมการเรียนรู้

คุณภาพของข้อมูลน่าจะเป็นความท้าทายที่ใหญ่ที่สุดเพียงอย่างเดียวที่คุณจะต้องเผชิญเมื่อใช้งาน AI

ตามที่ eMarketer ระบุ ข้อมูลมักจะเก่าหรืออยู่ในไซโล หรือเรามีไม่เพียงพอตั้งแต่แรก

และเราไม่ได้ทุ่มเททรัพยากรเพื่อแก้ไขปัญหานี้

ปัญหาคือการป้อนข้อมูลที่ไม่ดีลงในอัลกอริธึมการเรียนรู้ของเครื่องที่ดีจะไม่ให้คำตอบที่ถูกต้อง

หากไม่เข้าใจว่าข้อมูลมีความสำคัญอย่างยิ่ง คุณมีแนวโน้มที่จะตำหนิผลลัพธ์ที่ไม่ดีใน AI

มีหลายสิ่งที่เรานักการตลาดควรทำเพื่อขับเคลื่อนข้อมูลที่สามารถนำไปปฏิบัติได้

  • คุณทำการตรวจสอบ Google Analytics ครั้งล่าสุดเมื่อใด
  • คุณได้ใช้มาร์กอัปที่มีโครงสร้างและการติดแท็กเนื้อหาหรือไม่
  • คุณใช้สคริปต์รีมาร์เก็ตติ้งเพื่อรวบรวมข้อมูลผู้ใช้มากขึ้นหรือไม่
  • คุณสนับสนุนการรวบรวมข้อมูลที่สามารถใช้เพื่อระบุผู้ใช้ในอุปกรณ์และช่องทางต่างๆ เช่น ที่อยู่อีเมลหรือไม่
  • คุณมีเครื่องมือทางการตลาดที่ผสานรวมกับแพลตฟอร์มการจัดการข้อมูล (DMP) แล้วหรือยัง?

คุณต้องให้ความสำคัญกับพื้นที่เหล่านี้ เนื่องจากการตลาด AI ที่ดีนั้นขึ้นอยู่กับการมีข้อมูลที่สามารถดำเนินการได้ซึ่งมีโครงสร้าง ผสานรวมผ่านตัวระบุร่วม มีมากมาย และ (ที่สำคัญที่สุด) แม่นยำ

มองไปสู่อนาคต

ปัญญาประดิษฐ์กำลังเปลี่ยนแปลงพฤติกรรมผู้บริโภค

ผู้บริโภคถูกตีด้วยข้อมูลมากเกินไปทุกวัน

พวกเขาไม่ต้องการใช้เวลาประเมินทางเลือกทั้งหมดดังนั้นพวกเขาจึงมอบหมาย

ลองนึกถึงสิ่งที่ถูกควบคุมโดย AI แล้ว

  • อัลกอริธึมทางสังคมมีอิทธิพลต่อแบรนด์ที่เรามีส่วนร่วมด้วย
  • แผนที่ดิจิทัลกำหนดเส้นทางที่เราใช้หรือแนะนำสถานที่ใกล้เคียงให้เยี่ยมชม
  • เครื่องมือแนะนำกำหนดรูปแบบการรับรู้และมีอิทธิพลต่อการซื้อ
  • AI อาจกำหนดว่าคุณแต่งงานกับใครอัลกอริทึมในแอพหาคู่ของคุณจะเลือกคู่ที่ตรงกับการปัดไปทางซ้ายและขวาของคุณ

อัลกอริทึมจะกลายเป็นผู้เฝ้าประตูใหม่ผ่านอุปกรณ์ต่างๆ เช่น ผู้ช่วยส่วนตัวดิจิทัล

และอนาคตของธุรกิจของคุณขึ้นอยู่กับความสามารถของคุณในการโน้มน้าว AI ที่ให้คำแนะนำแก่มนุษย์ หากไม่ใช่การตัดสินใจทั้งหมด

คิดเกี่ยวกับมันเมื่อลูกค้าขอให้ Google Home หรือ Alexa "สั่งคุกกี้ให้ฉัน" AI เป็นผู้ตัดสินใจเลือกแบรนด์

คุณต้องเข้าใจวิธีการตัดสินใจนั้นปฏิบัติต่ออัลกอริทึมเหมือนผู้ชมใหม่เข้าใจความต้องการของพวกเขา

เริ่มทำการตลาดกับเครื่องจักรด้วยเครื่องจักร

แหล่งข้อมูลเพิ่มเติม:


เครดิตรูปภาพ

รูปภาพเด่นและในโพสต์: สร้างโดยผู้เขียน เมษายน 2020
ภาพหน้าจอทั้งหมดถ่ายโดยผู้เขียน เมษายน 2020