Sitemap

Pazarlamada Yapay Zekaya Giriş

Yapay Zeka ile Pazarlama.Kulağa hoş geliyor.

Sorun da bu.

Terim, pazarlama guruları tarafından pazarlama aracı reklam metninde atılır ve medya tarafından abartılır.

Yine de, somut bir tanım zor.

Birçokları için AI, moda sözcüklerle çevrili bir bilmecedir.

Ancak ironi, yapay zekanın önümüzdeki yıllarda neler yapabileceğini abartmış olsa da, günümüzde pazarlamada yapay zekanın nasıl kullanıldığı gerçeği genellikle yeterince tanınmamaktadır.

  • Facebook, fotoğraflarda kimlerin etiketleneceğini önermek için yüz tanıma özelliğini kullanır.
  • Google, arama sonuçlarını sıralamak için derin öğrenmeyi kullanır.
  • Netflix, önerileri kişiselleştirmek için makine öğrenimini kullanır.
  • Amazon, Alexa için doğal dil işlemeyi kullanır.
  • Washington Post, veriye dayalı makaleler yazmak için doğal dil oluşturmayı kullanır.

Hayatınız zaten makine desteklidir ve pazarlamanız da olabilir.

Yapay Zeka Nedir?

Yapay zekayı anlamanın en iyi yolu bir şemsiye terimdir.

İnsan yeteneklerini simüle edebilen benzersiz ancak ilgili teknolojilerin bir takımını tanımlamak için kullanılır.

Her şeyi yapabilen tekil bir sihir teknolojisi değil.

Ancak, gerçek yeteneklere sahip, ancak farklı geliştirme aşamalarında olan bir dizi bireysel araç.

Yapay zekanın bu farklı alt kümelerinden, şu anda pazarlama için özellikle geçerli olan birkaç tane var.

  • AI'nın görmesini sağlayan bilgisayar görüşü.Bu, sosyal medyada nesne algılama, yüz tanıma ve görsel dinlemeye yol açar.
  • Yapay zekanın duymasını ve konuşmasını sağlayan doğal dil işleme (NLP), bize sohbet robotları, anlamsal analiz, içerik oluşturma ve sesli arama özellikleri sunar.
  • Makine öğrenimi, yapay zekanın, ne yapılacağı açıkça programlanmadan zaman içinde belirli bir görevdeki performansın aşamalı olarak nasıl iyileştirileceğine ilişkin verilerle öğrenmesine olanak tanır.Bu bize içerik önerileri, benzer hedef kitleler, programatik reklamcılık ve müşteri adayı puanlaması sağlar.

Makine öğrenimi tarafından sağlanan kendini geliştirme yeteneği, pazarlamacılar için yapay zekanın en kritik alt kümesidir.

Otomasyon, Makine Öğrenimine Eşit Değildir

Belki de pahalı bir pazarlama otomasyon aracına sahip olduğunuz için tüm bu AI pazarlama olayını ele aldığınızı düşünüyorsunuz.

Bir şeyi netleştirelim:

Otomasyon makine öğrenimi değildir.

Otomasyon, bir makineye belirli bir sonucu elde etmek için ne yapması gerektiğini söyleyen bir dizi talimattır.

Yine de pazarlama mantığını tasarlamanız ve girmeniz gerekiyor.

Makine öğrenimi, deneyimden gelişmesini sağlar, böylece makine istenen sonucu elde etmek için ne yapması gerektiğini öğrenir.

Makine saf yürütmeyle sınırlı değildir, aynı zamanda optimizasyonla da ilgilenir.

Özünde, otomasyon şimdi yaptığınız şeyi kopyalar.Zaman kazandırır ancak KPI'lar üzerinde çok az doğrudan etkisi vardır.

Öte yandan, makine öğrenimi yalnızca size zaman kazandırmakla kalmayacak, aynı zamanda KPI'ları sürekli olarak artırmak için mevcut taktikleri de iyileştirecektir.

Peki neden bu teknolojiyi kullanmıyoruz?

Pazarlamacıların yapay zeka uygulamalarını benimseme konusunda tereddüt etmesinin en önemli dört nedenine ve bunların üstesinden nasıl gelineceğine bir göz atalım.

Sebep 1: Teknik Becerilerin Eksikliği

Pek çok pazarlamacı, yapay zekayı benimsemek için teknik becerilerden yoksun olduklarını düşünse de.

sorun bu olmamalı.

Gerçek şu ki, başlamak için ihtiyacınız olan her şeyi zaten biliyorsunuz.

Tamamen daha iyi algoritmalar oluşturmakla ilgili olan ve veri bilimcilerin ayrıcalığı olan makine öğrenimi araştırması ile pazarlamacıların yapması gereken iş sorunlarını çözmek için algoritmalar kullanan uygulamalı makine öğrenimi arasında bir fark vardır.

Bunu şu şekilde düşünün:

Bir mikrodalga fırının nasıl çalıştığının arkasındaki bilimi tam olarak anlayamayabilirsiniz.Ancak bu, onu yemek pişirmek için kullanmanızı engellemez.

  • Veri bilimcileri olmayan şirketler yine de en iyi verileri (en iyi bileşenler) seçebilirler.
  • Bu bilgiyi açık kaynaklı algoritmalara (cihaza) koyun.
  • Modeller (tarifler) oluşturmak için.
  • Bu, tahminler üretir - a.k.a., pazarlama taktiklerini (yemek) yürürlüğe sokar.
  • Kalitesini test ederek (tatarak) değerlendirebiliriz.

Ve eğer yemek lezzetli değilse, tarifi değiştirebilir, bir ocak alabilir veya daha kaliteli malzemeler elde edebilirsiniz.

Bir mikrodalga fırının nasıl çalıştığının ardındaki bilim hakkında daha fazla şey öğrenerek daha iyi bir şef olamazsınız.

Veri biliminin inceliklerini araştırarak daha iyi bir pazarlamacı olamazsınız.

Yemek yapmayı öğrenmenin en iyi yolu, yeni başlamaktır.

Pazarlamacılar için ölçek sorunumuzun üstesinden gelmenin en iyi yolu, herhangi bir yapay zeka kullanım durumunu ortaya çıkarmaktır.

Sebep 2: İşlerimizden Korkmak

Bazı ekipler, bir sonraki sanayi devrimine neden olacağından ve işsiz kalacaklarından korktukları için AI girişimlerine başlamak istemiyorlar - bu doğal olarak çok fazla dirence neden oluyor.

Önümüzdeki 5 yıl içinde emekli olmayı planlamıyorsanız, yapay zeka pazarlama kariyerinizi önemli ölçüde etkileyecek.Ancak bu, bir pazarlama robotu tarafından değiştirileceğiniz anlamına gelmez.

İşiniz, tekrarlayan görevleri yerine getirmekten yapay zekaya bu görevleri sizin için yapmayı öğretmeye değişecek.

Zamanınızı yaratıcılığa ve stratejiye yeniden yatırmanıza izin verir.

Fakat bir yapay zekayı öğretmek aslında neyi içerir?

Çünkü kulağa çok teknik geliyor.

Pazarlama kullanım örnekleri için en yaygın eğitim yöntemi denetimli öğrenmedir.

Bu iki aşama içerir.

Birincisi, ilk öğretim sürecidir.

Diyelim ki 1 milyon müşteri yorumunuz var.

Hiçbir insan hepsini okuyamaz, bu nedenle yorumu olumlu, tarafsız veya olumsuz olarak sınıflandırarak duyguyu anlamak için makine öğrenimini kullanmak istersiniz.

Bunu başarmak için, bu incelemelerin bir örneğini alın ve her birini üç sınıflandırmanızdan biriyle etiketleyin.

Ardından bu eğitim verilerini makine öğrenimi algoritmanıza besleyin.

Ne kadar çok veriye sahip olursa, kalıpları tanımada o kadar iyi olur ve zaman içinde incelemelerin duyarlılığını kendi başına daha güvenilir bir şekilde sınıflandırabilir.

Yeteneklerini test etmek için etiketli verileri beslemek yerine ham verileri girin ve sonuçların kalitesini değerlendirin.

Çoğu zaman, ilk öğretim sürecini iyi yaptıysanız, verilerin büyük bir bölümünü zaten doğru bir şekilde sınıflandırabilecektir.

Ve ikinci aşamaya geçebilirsiniz; devam eden öğretim süreci.

Algoritmaya neyi yanlış yaptığını öğretmek ve sürekli olarak gelişmesine izin vermek için herhangi bir hatayı düzenli olarak yeniden etiketleyeceğiniz bir yer.

Bilmeden algoritmaları öğretiyor olabilirsiniz.

Görsel tabanlı bir Google captcha'sını dolduran, bir e-postayı spam değil olarak işaretleyen veya bir Facebook gönderisinde sahte haber olarak işaretleyen.

Bu eylemlerin her biri ile manuel doğrulamayı kanıtlıyor, etiketler ekliyor ve algoritmaları öğretiyordunuz.

Yeni bir genç pazarlamacıyı işe almak gibi bir makine öğrenimi algoritması başlatmayı düşünün.

Gemiye bindiğiniz gün, gerçekleştireceği en kötü gündür.

İşi yapacak, ancak hatalar yapacak, bu yüzden gerektiğinde düzelterek sonuçları denetlemeniz gerekiyor.

Ne kadar uzun süre çalışırsa, o kadar iyi olur ve diğer pazarlama kanallarını ölçeklendirmek için yeniden yatırım yapmak için o kadar çok zamanınız olur.

Ancak, bir insandan farklı olarak, makineler sonsuza kadar aynı, çok dar işi yapmaktan mutluluk duyarlar - bu ister incelemeleri sınıflandırmak, ister reklam tekliflerini ayarlamak, sosyal medyada yayınlamak veya büyümeyi tahmin etmek olsun.

Pazarlama kontrolünü bir makineye devretmiyorsunuz.

Onlara ihtiyaç duyduğunuz bilgileri nasıl toplayacağınızı veya pazarlama stratejinizin belirli bir öğesini nasıl uygulayacağınızı öğretiyorsunuz.

Ve AI, yepyeni bir ölçek düzeyi sunar.

1 milyon incelemeyi sınıflandırmak, bir makine öğrenimi algoritması için sorun değil.

Dahası, bu ölçek sayesinde, başka türlü elde edilemeyecek içgörüler üretebilir.

Bu içgörülerle yapmayı seçtiğiniz şey, başarı için kritik hale gelen şeydir.

Bu stratejik sorular, pazarlamacıların zaman harcaması gereken yerlerdir.

Sebep 3: Kaynakların ve Bütçenin Yatırımı

Yöneticiler genellikle yapay zeka uygulamalarının uygulama çabaları ve maliyetleri konusunda endişe duyar.

O halde başlamak için en iyi yer daha fazla bütçe ve kaynak istemek değil, kendinize şu soruyu sormaktır, zaten ödediğiniz paradan tam olarak yararlanıyor musunuz?

Mevcut pazarlama araç setinizin yapay zeka yeteneklerini göz önünde bulundurun.

HubSpot gibi pazarlama otomasyon platformları, SalesForce gibi CRM'ler ve Google Ads ve Facebook Ads gibi Reklamcılık araçlarının tümü, sistemlerine yapay zekayı dahil etti.

Bu çözümlerden birinin müşterisiyseniz, içgörülerinden ve deneyimlerinden öğrenebileceğiniz gibi, destek ekipleri kuruluşunuzun yapay zeka uygulamasına başlamak için değerli bir kaynak olabilir.

Çok az veya hiç ek maliyet olmadan AI uygulamalarında ekip yetkinliğinizi oluşturmaya başlamak için harika bir yoldur.

Peki ya mevcut teknoloji yığınınızın AI yetenekleri?

Yapay zeka teknolojileri kanal bazlı değil, vaka bazlı kullanılıyor.

Bu nedenle, web sitenizde çalışan bir öneri motorunuz varsa, e-posta bülteninizin, push bildirimlerinin veya sohbet botu içeriğinizin kişiselleştirmesini geliştirmek için neden bu makine öğrenimi algoritmasını kullanmayasınız?

Bu mevcut teknolojileri düşük yatırım konsepti kanıtı olarak kullanabilirsiniz.

Bu nedenle, ek kaynaklar ve bütçeler talep ettiğinizde, yöneticileriniz zaten tamamen işin içindedir.

Yeni bir araç ararken, moda sözcüklerden sakının.

Birçok AI çözümü aslında o kadar akıllı değil.Ürün açıklamasında "AI" veya "makine öğrenimi" kelimeleri olsa bile.

Bazı araçlar, bu terimleri sıradan otomasyonu veya hedefleme yeteneklerini tanımlamak için utanmadan kullanır.

Artık AI'nın gerçekte ne olduğu konusunda daha derin bir anlayışa sahip olduğunuza göre, bu satış adamlarını adım adım ilerletin.

Satıcı, AI'nın nasıl çalıştığını ayrıntılı olarak açıklayamıyorsa, satın almayın.Gerçek olamayacak kadar iyi görünüyorsa, satın almayın.

Çünkü üzgünüm, her şeyi tek bir aylık abonelikte düzgün bir şekilde toplayan bir pazarlama AI platformu yok.

Bunun nedeni, AI'nın yetenekleri açısından dar olması ve iyi tanımlanmış bir sorunu çözmek için amaca yönelik olması gerektiğidir.

Bu nedenle, önce doğru kullanım senaryosunu seçmeniz gerekir - çünkü her bir kullanım senaryosu muhtemelen kendi aracına ihtiyaç duyacaktır.

Ancak yapabileceğiniz şey, kendi yapay zekanızı oluşturmaya başlamaktır.

Google, Amazon, IBM ve SalesForce gibi şirketler algoritmalarını dünyaya sunduğu için AI teknolojisi daha uygun fiyatlı ve erişilebilir hale geliyor.

Bazı üçüncü taraf hizmetleri açık kaynaklıdır, diğerleri ücretlidir - ancak hepsi kendi çözümünüzü özelleştirebileceğiniz bir sıçrama tahtası sağlar.

Özellikle kendi 1. taraf verilerinize katman eklemek için ek veri kümelerine erişim sunarak AI uygulamanızı daha güçlü hale getirirlerse.

Sebep 4: Veri Kaynaklarının Kalitesi

Makine öğrenimi için en kritik bileşeni, öğrenme algoritmasını bilgilendirmek için yüksek kaliteli verileri kaçırırsanız, dünyanın en iyi AI araçları ve yeteneği sonuç vermeyecektir.

Veri kalitesi, muhtemelen yapay zekayı uygularken karşılaşacağınız en büyük zorluktur.

eMarketer'ın belirttiği gibi, veriler genellikle eskidir veya silolardadır veya ilk etapta yeterli veriye sahip değiliz.

Ve bunu düzeltmek için kaynak ayırmıyoruz.

Sorun şu ki, kötü verileri iyi bir makine öğrenimi algoritmasına beslemek doğru yanıtları vermeyecektir.

Verilerin kritik öneme sahip olduğu anlayışı olmadan, kötü sonuçların suçunu yapay zekaya atmanız muhtemeldir.

Biz pazarlamacıların eyleme geçirilebilir veriler elde etmek için yapması gereken şeyler var.

  • En son ne zaman bir Google Analytics denetimi yaptınız?
  • Yapılandırılmış işaretleme ve içerik etiketlemeyi uyguladınız mı?
  • Daha fazla kullanıcı verisi toplamak için yeniden pazarlama komut dosyaları mı kullanıyorsunuz?
  • E-posta adresleri gibi cihazlarda ve kanallarda kullanıcıları tanımlamak için kullanılabilecek verilerin toplanmasını destekliyor musunuz?
  • Pazarlama araçlarınızı Veri Yönetim Platformunuz (DMP) ile entegre ettiniz mi?

Şimdi bu alanlara odaklanmanız gerekiyor, çünkü iyi bir AI pazarlaması, yapılandırılmış, ortak bir tanımlayıcı aracılığıyla entegre edilmiş, bol ve (en önemlisi) doğru olan eyleme geçirilebilir verilere sahip olmaya bağlıdır.

Geleceğe bakmak

Yapay zeka tüketici davranışlarını değiştiriyor.

Tüketiciler her gün çok fazla bilgiyle karşılaşıyor.

Tüm seçenekleri değerlendirmek için zaman harcamak istemiyorlar.Yani vekalet veriyorlar.

AI tarafından neyin kontrol edildiğini düşünün.

  • Sosyal algoritmalar, hangi markalarla ilişki kurduğumuzu etkiler.
  • Dijital haritalar, hangi rotaları izlediğimizi veya yakınlardaki ziyaret edilecek yerleri önerdiğimizi belirler.
  • Tavsiye motorları farkındalığı şekillendirir ve satın almaları etkiler.
  • Bir yapay zeka, kiminle evleneceğinizi bile belirleyebilir.Sola ve sağa kaydırmanıza bağlı olarak, flört uygulamanızdaki algoritma eşleşmenizi seçer.

Algoritmalar, dijital kişisel asistanlar gibi cihazlar aracılığıyla yeni kapı bekçileri olacak.

Ve işinizin geleceği, kararın tamamı olmasa da, insanlara önerilerde bulunan yapay zekaları etkileme yeteneğinize bağlıdır.

Bunu düşün.Bir müşteri Google Home veya Alexa'dan "bana çerez sipariş etmesini" istediğinde, markaya karar veren yapay zekadır.

Bu kararın nasıl verildiğini anlamalısınız.Algoritmalara yeni bir kitle gibi davranın.İhtiyaçlarını anlayın.

Makinelerle makinelere pazarlamaya başlayın.

Daha fazla kaynak:


Resim Kredisi

Öne Çıkan ve Gönderi İçi Görseller: Yazar tarafından oluşturuldu, Nisan 2020
Yazar tarafından alınan tüm ekran görüntüleri, Nisan 2020