Sitemap

营销中的人工智能简介

人工智能营销。听起来很花哨。

这就是问题所在。

该术语在营销工具广告文案中被营销大师抛出并被媒体大肆宣传。

然而,具体的定义是难以捉摸的。

对许多人来说,人工智能是一个被流行语包围的谜。

但具有讽刺意味的是,尽管炒作夸大了人工智能在未来几年可能会做的事情,但人工智能今天已经在营销中使用的现实往往被低估了。

  • Facebook 使用面部识别来推荐在照片中标记谁。
  • 谷歌使用深度学习对搜索结果进行排名。
  • Netflix 使用机器学习来个性化推荐。
  • 亚马逊为 Alexa 使用自然语言处理。
  • 华盛顿邮报使用自然语言生成来撰写数据驱动的文章。

你的生活已经是机器辅助的,你的营销也可以。

什么是人工智能?

理解人工智能的最佳方式是作为一个总称。

它用于描述一套独特但相关的可以模拟人类能力的技术。

不是什么奇异的魔法技术可以无所不能。

而是一组具有实际功能的单独工具,但处于不同的发展阶段。

在这些不同的 AI 子集中,有一些目前特别适用于营销。

  • 允许人工智能看到的计算机视觉。这导致了社交媒体上的对象检测、面部识别和视觉聆听。
  • 自然语言处理 (NLP) 允许 AI 听和说——为我们提供聊天机器人、语义分析、内容生成和语音搜索功能。
  • 机器学习允许人工智能通过数据学习如何随着时间的推移逐步提高特定任务的性能,而无需明确编程做什么。这为我们提供了内容推荐、相似受众、程序化广告和潜在客户评分。

机器学习提供的自我提升能力是营销人员最关键的人工智能子集。

自动化不等于机器学习

也许你认为你已经涵盖了整个人工智能营销的东西,因为你有一个昂贵的营销自动化工具。

让我们弄清楚一件事:

自动化不是机器学习。

自动化是一组指令,告诉机器要做什么才能产生指定的结果。

您仍然需要设计和输入营销逻辑。

机器学习使其能够从经验中改进,因此机器学习如何做才能产生预期的结果。

机器不仅限于纯粹的执行,它还负责优化。

自动化的核心是复制您现在所做的事情。它可以节省时间,但对 KPI 几乎没有直接影响。

另一方面,机器学习不仅可以节省您的时间,还可以改进当前的策略以不断提高 KPI。

那么为什么我们不利用这项技术呢?

让我们来看看营销人员对采用人工智能应用犹豫不决的四大原因以及如何克服它们。

原因一:缺乏技术技能

尽管许多营销人员认为他们缺乏采用人工智能的技术技能。

不必如此。

现实情况是,您已经知道开始所需的一切。

机器学习研究是关于构建更好的算法并且是数据科学家的特权,而应用机器学习是使用算法解决业务问题,这是营销人员需要做的,这两者之间是有区别的。

这样想:

您可能不完全了解微波炉工作原理背后的科学原理。但这并不能阻止你用它来做饭。

  • 没有数据科学家的公司仍然可以选择最好的数据(最好的成分)。
  • 将此信息放入开源算法(设备)中。
  • 创建模型(配方)。
  • 这会产生预测——也就是制定营销策略(这道菜)。
  • 我们可以通过测试(品尝)来评估其质量。

如果这道菜不好吃,你可以修改食谱,或者买一个炉子,或者获得质量更好的食材。

通过了解更多有关微波炉工作原理的科学知识,您不会成为更好的厨师。

通过研究数据科学的复杂性,您不会成为更好的营销人员。

学习烹饪的最好方法就是开始。

营销人员克服规模问题的最佳方法是推出任何人工智能用例。

原因2:害怕我们的工作

一些团队不想启动人工智能计划,因为他们担心这会引发下一次工业革命,他们会失业——这自然会引起很多阻力。

除非您计划在未来 5 年内退休,否则人工智能将对您的营销事业产生重大影响。但这并不意味着您将被营销机器人取代。

您的工作将从执行重复性任务转变为教 AI 为您完成这些任务。

让您将时间重新投入到创造力和战略上。

但教授人工智能实际上涉及什么?

因为这听起来很有技术含量。

营销用例最常见的训练方法是监督学习。

这涉及两个阶段。

首先是初始教学过程。

假设您有 100 万条客户评论。

没有人可以阅读所有内容,因此您想使用机器学习来理解情绪,将评论分类为正面、中性或负面。

为了实现这一点,请对这些评论进行抽样,并用您的三个分类之一对它们进行标记。

然后将此训练数据输入您的机器学习算法。

它拥有的数据越多,识别模式的能力就越好,并且随着时间的推移,它能够更可靠地自行对评论的情绪进行分类。

为了测试它的能力,而不是给它提供标记数据,输入原始数据,并评估结果的质量。

通常,如果您已经很好地完成了初始教学过程,它已经能够正确分类大部分数据。

你可以进入第二阶段;正在进行的教学过程。

您会定期重新标记任何错误以教算法它做错了什么,从而使其不断改进。

您可能已经在不知不觉中教授算法。

谁填写了基于图像的 Google 验证码、将电子邮件标记为非垃圾邮件或在 Facebook 帖子上标记了假新闻。

通过这些操作中的每一个,您都在证明手动验证、添加标签和教授算法。

想想启动一个机器学习算法,就像雇用一个新的初级营销人员一样。

你登上它的那一天,是它有史以来表现最糟糕的一天。

它会完成工作,但会犯错误,因此您需要监督结果,并根据需要进行更正。

它工作的时间越长,它就会变得越好,并且您必须有更多的时间重新投资于扩展其他营销渠道。

但与人类不同的是,机器很乐意永远做同样的、非常狭窄的工作——无论是对评论进行分类、调整广告出价、在社交媒体上发帖还是预测增长。

您没有将营销控制权交给机器。

您正在教他们如何收集您需要的信息或如何执行营销策略的特定元素。

人工智能提供了一个全新的规模水平。

对 100 万条评论进行分类对于机器学习算法来说不是问题。

更重要的是,由于这种规模,它可以产生原本无法获得的洞察力。

您选择如何利用这些见解对成功至关重要。

这些战略问题是营销人员应该花时间的地方。

理由三:资源和预算的投入

高管们经常担心人工智能应用程序的实施工作和成本。

所以最好的起点不是要求更多的预算和资源,而是问自己你是否充分利用了你已经支付的费用?

考虑您当前营销工具集的 AI 功能。

HubSpot 等营销自动化平台、SalesForce 等 CRM 以及 Google Ads 和 Facebook Ads 等广告工具都将 AI 整合到他们的系统中。

如果您是其中一种解决方案的客户,他们的支持团队可以成为开始您的组织实施 AI 的宝贵资源,因为您可以从他们的见解和经验中学习。

这是开始建立您的团队在 AI 应用程序中的能力的好方法,几乎​​不需要额外费用。

您当前技术堆栈的 AI 功能又如何呢?

AI 技术不是基于渠道的,而是基于用例的。

因此,如果您的网站上运行了推荐引擎,为什么不使用这种机器学习算法来改进您的电子邮件通讯、推送通知或聊天机器人内容的个性化。

您可以将这些现有技术用作低投资的概念证明。

因此,当您要求额外的资源和预算时,您的高管已经完全参与其中。

在寻找新工具时,请注意流行语。

许多人工智能解决方案实际上并不那么智能。即使产品描述中有“人工智能”或“机器学习”这样的字眼。

一些工具无耻地使用这些术语来描述常见的自动化或定位功能。

现在您对 AI 的真正含义有了更深入的了解,让这些销售人员了解他们的步伐。

如果供应商无法详细解释 AI 的工作原理,请不要购买。如果它看起来好得令人难以置信,请不要购买。

因为,我很遗憾地说,没有营销 AI 平台可以将所有内容整齐地捆绑到一个月度订阅中。

这是因为 AI 的能力范围很窄,必须专门为解决一个明确定义的问题而构建。

这就是为什么您需要首先选择正确的用例——因为每个用例都可能需要自己的工具。

但是你能做的就是开始构建你自己的人工智能。

由于谷歌、亚马逊、IBM 和 SalesForce 等公司正在向全世界提供他们的算法,人工智能技术正变得更加实惠和易用。

一些第三方服务是开源的,另一些是付费的——但它们都提供了一个跳板,您可以从中定制自己的解决方案。

特别是如果他们提供对附加数据集的访问以将您自己的第一方数据分层,从而使您的 AI 应用程序更加强大。

原因 4:数据源的质量

如果您缺少机器学习最关键的组成部分——为学习算法提供信息的高质量数据,世界上最好的人工智能工具和人才将无法取得成果。

数据质量可能是您在实施 AI 时将面临的最大挑战。

正如 eMarketer 指出的那样,数据通常很旧,或者处于孤岛状态,或者我们一开始就没有足够的数据。

我们并没有投入资源来解决这个问题。

问题是,将不良数据输入一个好的机器学习算法不会给出正确的答案。

如果不了解数据至关重要,您可能会将糟糕的结果归咎于人工智能。

我们营销人员应该做一些事情来推动可操作的数据。

  • 您最后一次进行 Google Analytics(分析)审核是什么时候?
  • 您是否实施了结构化标记和内容标记?
  • 您是否使用再营销脚本来收集更多用户数据?
  • 您是否支持收集可用于跨设备和渠道识别用户的数据,例如电子邮件地址?
  • 您是否已将营销工具与数据管理平台 (DMP) 集成?

您现在需要关注这些领域,因为良好的 AI 营销取决于具有结构化、通过通用标识符集成、丰富且(最重要的是)准确的可操作数据。

展望未来

人工智能正在改变消费者的行为。

消费者每天都会受到太多信息的打击。

他们不想花时间评估所有选项。所以他们委托。

想想人工智能已经控制了什么。

  • 社交算法会影响我们参与的品牌。
  • 数字地图决定了我们采取的路线或建议附近的景点。
  • 推荐引擎塑造意识并影响购买。
  • 人工智能甚至可以决定你嫁给谁。根据您的左右滑动,您的约会应用程序中的算法会选择您的匹配项。

通过数字个人助理等设备,算法将成为新的看门人。

你的业务的未来取决于你影响向人类提出建议的人工智能的能力,如果不是整个决定的话。

想想看。当客户要求他们的 Google Home 或 Alexa“为我订购 cookie”时,决定品牌的是人工智能。

您必须了解该决定是如何做出的。像对待新观众一样对待算法。了解他们的需求。

开始用机器向机器营销。

更多资源:


图片来源

精选和后期图片:作者创作,2020 年 4 月
作者截取的所有屏幕截图,2020 年 4 月