Sitemap

營銷中的人工智能簡介

人工智能營銷。聽起來很花哨。

這就是問題所在。

該術語在營銷工具廣告文案中被營銷大師拋出並被媒體大肆宣傳。

然而,具體的定義是難以捉摸的。

對許多人來說,人工智能是一個被流行語包圍的謎。

但具有諷刺意味的是,儘管炒作誇大了人工智能在未來幾年可能會做的事情,但人工智能今天已經在營銷中使用的現實往往被低估了。

  • Facebook 使用面部識別來推薦在照片中標記誰。
  • 谷歌使用深度學習對搜索結果進行排名。
  • Netflix 使用機器學習來個性化推薦。
  • 亞馬遜為 Alexa 使用自然語言處理。
  • 華盛頓郵報使用自然語言生成來撰寫數據驅動的文章。

你的生活已經是機器輔助的,你的營銷也可以。

什麼是人工智能?

理解人工智能的最佳方式是作為一個總稱。

它用於描述一套獨特但相關的可以模擬人類能力的技術。

不是什麼奇異的魔法技術可以無所不能。

而是一組具有實際功能的單獨工具,但處於不同的發展階段。

在這些不同的 AI 子集中,有一些目前特別適用於營銷。

  • 允許人工智能看到的計算機視覺。這導致了社交媒體上的對象檢測、面部識別和視覺聆聽。
  • 自然語言處理 (NLP) 允許 AI 聽和說——為我們提供聊天機器人、語義分析、內容生成和語音搜索功能。
  • 機器學習允許人工智能通過數據學習如何隨著時間的推移逐步提高特定任務的性能,而無需明確編程做什麼。這為我們提供了內容推薦、相似受眾、程序化廣告和潛在客戶評分。

機器學習提供的自我提升能力是營銷人員最關鍵的人工智能子集。

自動化不等於機器學習

也許你認為你已經涵蓋了整個人工智能營銷的東西,因為你有一個昂貴的營銷自動化工具。

讓我們弄清楚一件事:

自動化不是機器學習。

自動化是一組指令,告訴機器要做什麼才能產生指定的結果。

您仍然需要設計和輸入營銷邏輯。

機器學習使其能夠從經驗中改進,因此機器學習如何做才能產生預期的結果。

機器不僅限於純粹的執行,它還負責優化。

自動化的核心是複制您現在所做的事情。它可以節省時間,但對 KPI 幾乎沒有直接影響。

另一方面,機器學習不僅可以節省您的時間,還可以改進當前的策略以不斷提高 KPI。

那麼為什麼我們不利用這項技術呢?

讓我們來看看營銷人員對採用人工智能應用猶豫不決的四大原因以及如何克服它們。

原因一:缺乏技術技能

儘管許多營銷人員認為他們缺乏採用人工智能的技術技能。

不必如此。

現實情況是,您已經知道開始所需的一切。

機器學習研究是關於構建更好的算法並且是數據科學家的特權,而應用機器學習是使用算法解決業務問題,這是營銷人員需要做的,這兩者之間是有區別的。

這樣想:

您可能不完全了解微波爐工作原理背後的科學原理。但這並不能阻止你用它來做飯。

  • 沒有數據科學家的公司仍然可以選擇最好的數據(最好的成分)。
  • 將此信息放入開源算法(設備)中。
  • 創建模型(配方)。
  • 這會產生預測——也就是製定營銷策略(這道菜)。
  • 我們可以通過測試(品嚐)來評估其質量。

如果這道菜不好吃,你可以修改食譜,或者買一個爐子,或者獲得質量更好的食材。

通過了解更多有關微波爐工作原理的科學知識,您不會成為更好的廚師。

通過研究數據科學的複雜性,您不會成為更好的營銷人員。

學習烹飪的最好方法就是開始。

營銷人員克服規模問題的最佳方法是推出任何人工智能用例。

原因2:害怕我們的工作

一些團隊不想啟動人工智能計劃,因為他們擔心這會引發下一次工業革命,他們會失業——這自然會引起很多阻力。

除非您計劃在未來 5 年內退休,否則人工智能將對您的營銷事業產生重大影響。但這並不意味著您將被營銷機器人取代。

您的工作將從執行重複性任務轉變為教 AI 為您完成這些任務。

讓您將時間重新投入到創造力和戰略上。

但教授人工智能實際上涉及什麼?

因為這聽起來很有技術含量。

營銷用例最常見的訓練方法是監督學習。

這涉及兩個階段。

首先是初始教學過程。

假設您有 100 萬條客戶評論。

沒有人可以閱讀所有內容,因此您希望使用機器學習來理解情緒,將評論分類為正面、中性或負面。

為了實現這一點,請對這些評論進行抽樣,並用您的三個分類之一對它們進行標記。

然後將此訓練數據輸入您的機器學習算法。

它擁有的數據越多,它就越能更好地識別模式,並且隨著時間的推移,它能夠更可靠地自行對評論的情緒進行分類。

為了測試它的能力,而不是給它提供標記數據,輸入原始數據,並評估結果的質量。

通常,如果您已經很好地完成了初始教學過程,它已經能夠正確分類大部分數據。

你可以進入第二階段;正在進行的教學過程。

您會定期重新標記任何錯誤以教算法它做錯了什麼,從而使其不斷改進。

您可能已經在不知不覺中教授算法。

誰填寫了基於圖像的 Google 驗證碼、將電子郵件標記為非垃圾郵件或在 Facebook 帖子上標記了假新聞。

通過這些操作中的每一個,您都在證明手動驗證、添加標籤和教授算法。

想想啟動一個機器學習算法,就像僱用一個新的初級營銷人員一樣。

你登上它的那一天,是它有史以來表現最糟糕的一天。

它會完成工作,但會犯錯誤,因此您需要監督結果,並根據需要進行更正。

它工作的時間越長,它就會變得越好,並且您必須有更多的時間重新投資於擴展其他營銷渠道。

但與人類不同的是,機器很樂意永遠做同樣的、非常狹窄的工作——無論是對評論進行分類、調整廣告出價、在社交媒體上發帖還是預測增長。

您沒有將營銷控制權交給機器。

您正在教他們如何收集您需要的信息或如何執行營銷策略的特定元素。

人工智能提供了一個全新的規模水平。

對 100 萬條評論進行分類對於機器學習算法來說不是問題。

更重要的是,由於這種規模,它可以產生原本無法獲得的洞察力。

您選擇如何利用這些見解對成功至關重要。

這些戰略問題是營銷人員應該花時間的地方。

理由三:資源和預算的投入

高管們經常擔心人工智能應用程序的實施工作和成本。

所以最好的起點不是要求更多的預算和資源,而是問自己你是否充分利用了你已經支付的費用?

考慮您當前營銷工具集的 AI 功能。

HubSpot 等營銷自動化平台、SalesForce 等 CRM 以及 Google Ads 和 Facebook Ads 等廣告工具都將 AI 整合到他們的系統中。

如果您是其中一種解決方案的客戶,他們的支持團隊可以成為開始您的組織實施 AI 的寶貴資源,因為您可以從他們的見解和經驗中學習。

這是開始建立您的團隊在 AI 應用程序中的能力的好方法,幾乎不需要額外費用。

您當前技術堆棧的 AI 功能又如何呢?

AI 技術不是基於渠道的,而是基於用例的。

因此,如果您的網站上運行了推薦引擎,為什麼不使用這種機器學習算法來改進您的電子郵件通訊、推送通知或聊天機器人內容的個性化。

您可以將這些現有技術用作低投資的概念證明。

因此,當您要求額外的資源和預算時,您的高管已經完全參與其中。

在尋找新工具時,請注意流行語。

許多人工智能解決方案實際上並不那麼智能。即使產品描述中有“人工智能”或“機器學習”這樣的字眼。

一些工具無恥地使用這些術語來描述常見的自動化或定位功能。

現在您對 AI 的真正含義有了更深入的了解,讓這些銷售人員了解他們的步伐。

如果供應商無法詳細解釋 AI 的工作原理,請不要購買。如果它看起來好得令人難以置信,請不要購買。

因為,我很遺憾地說,沒有營銷 AI 平台可以將所有內容整齊地捆綁到一個月度訂閱中。

這是因為 AI 的能力範圍很窄,必須專門為解決一個明確定義的問題而構建。

這就是為什麼您需要首先選擇正確的用例——因為每個用例都可能需要自己的工具。

但是你能做的就是開始構建你自己的人工智能。

由於谷歌、亞馬遜、IBM 和 SalesForce 等公司正在向全世界提供他們的算法,人工智能技術正變得更加實惠和易用。

一些第三方服務是開源的,另一些是付費的——但它們都提供了一個跳板,您可以從中定制自己的解決方案。

特別是如果他們提供對附加數據集的訪問以將您自己的第一方數據分層,從而使您的 AI 應用程序更加強大。

原因 4:數據源的質量

如果您缺少機器學習最關鍵的組成部分——為學習算法提供信息的高質量數據,世界上最好的人工智能工具和人才將無法取得成果。

數據質量可能是您在實施 AI 時將面臨的最大挑戰。

正如 eMarketer 指出的那樣,數據通常很舊,或者處於孤島中,或者我們一開始就沒有足夠的數據。

我們並沒有投入資源來解決這個問題。

問題是,將不良數據輸入一個好的機器學習算法不會給出正確的答案。

如果不了解數據至關重要,您可能會將糟糕的結果歸咎於人工智能。

我們營銷人員應該做一些事情來推動可操作的數據。

  • 您最後一次進行 Google Analytics(分析)審核是什麼時候?
  • 您是否實施了結構化標記和內容標記?
  • 您是否使用再營銷腳本來收集更多用戶數據?
  • 您是否支持收集可用於跨設備和渠道識別用戶的數據,例如電子郵件地址?
  • 您是否已將營銷工具與數據管理平台 (DMP) 集成?

您現在需要關注這些領域,因為良好的 AI 營銷取決於具有結構化、通過通用標識符集成、豐富且(最重要的是)準確的可操作數據。

展望未來

人工智能正在改變消費者的行為。

消費者每天都會受到太多信息的打擊。

他們不想花時間評估所有選項。所以他們委託。

想想人工智能已經控制了什麼。

  • 社交算法會影響我們參與的品牌。
  • 數字地圖決定了我們採取的路線或建議附近的景點。
  • 推薦引擎塑造意識並影響購買。
  • 人工智能甚至可以決定你嫁給誰。根據您的左右滑動,您的約會應用程序中的算法會選擇您的匹配項。

通過數字個人助理等設備,算法將成為新的看門人。

你的業務的未來取決於你影響向人類提出建議的人工智能的能力,如果不是整個決定的話。

想想看。當客戶要求他們的 Google Home 或 Alexa“為我訂購 cookie”時,決定品牌的是人工智能。

您必須了解該決定是如何做出的。像對待新觀眾一樣對待算法。了解他們的需求。

開始用機器向機器營銷。

更多資源:


圖片來源

精选和後期圖片:作者創作,2020 年 4 月
作者截取的所有屏幕截圖,2020 年 4 月