Четыре способа начать внедрение ИИ и персонализации в свой маркетинг уже сегодня
Эта статья была опубликована 23.10.2017 в VentureBeat.
Возможно, с момента изобретения средств массовой информации основным направлением маркетинга было повышение уровня персонализации. Маркетологи постоянно ищут более целевую аудиторию и стремятся доставлять сообщения, которые более прямо обращены к их разнообразной аудитории. Поэтому неудивительно, что искусственный интеллект и машинное обучение — с их способностью предсказывать поведение потребителей и давать персонализированные рекомендации на лету — привлекли внимание маркетингового мира. Но слон в комнате заключается в том, что достижения в области машинного обучения намного превзошли возможности большинства маркетологов по их использованию.
К сожалению, эта неспособность персонализировать клиентский опыт — огромная упущенная возможность. Теперь клиенты ожидают индивидуального подхода, включая персонализированные рекомендации и индивидуальный подход. И клиенты готовы вознаграждать компании, которые его предоставляют. По данным Gartner, к 2018 году организации, полностью инвестировавшие во все виды персонализации, превзойдут по продажам компании, которые этого не сделали, на 20 %. Еще более тревожным является то, что клиенты все чаще отказываются от брендов, которые не предлагают персонализацию. Согласно исследованию Salesforce 2016 года: …более половины (52%) потребителей, вероятно, поменяют бренд, если компания не приложит усилий для персонализации общения с ними, 65% бизнес-покупателей говорят то же самое о поставщике. отношения.
Но, есть серебряная подкладка. Сейчас ИИ и персонализация — это не просто вызов для некоторых компаний, это вызов для большинства компаний. По данным Salesforce, только около четверти всех руководителей бизнеса уверены в способности своей организации определить стратегию ИИ: «Интерес к ИИ сохраняется, но многие не понимают, что это значит для их бизнеса. И хотя маркетологи говорят об искусственном интеллекте, препятствия все еще существуют». Это означает, что у дальновидных маркетологов никогда не было лучшей возможности использовать ИИ для обеспечения конкурентного преимущества для своих организаций.
Хорошая новость в том, что помощь уже здесь. Поставщики облачных вычислений, такие как Microsoft, Google и Amazon, вкладывают огромные средства в машинное обучение, в том числе обучают простых смертных, таких как мы, тому, как его использовать. Эти провайдеры делают ставку на то, что ИИ будет стимулировать потребление облачных услуг. Точно так же большое количество поставщиков маркетинговых технологий начинают внедрять машинное обучение в свои продукты. Таким образом, хотя персонализация еще не совсем готова, у маркетологов никогда не было лучшей возможности начать использовать преимущества ИИ.
Но машинное обучение и персонализация — такие большие темы, с чего начать? К счастью, вам не нужно быть экспертом, чтобы начать использовать ИИ в маркетинге. Главное — начать делать что-нибудь, что угодно, чтобы расширить практические знания вашей маркетинговой организации об искусственном интеллекте. Начните с малого, будьте проще, оценивайте свои результаты и максимизируйте отдачу от обучения. В этой статье я описал 5 способов начать.
Но сначала немного мелкого шрифта. Я использую здесь концепции ИИ, машинного обучения и персонализации как взаимозаменяемые, хотя на самом деле это разные вещи. Персонализация — это результат. Это индивидуальный опыт, основанный на данных о пользователе. Напротив, искусственный интеллект и машинное обучение — это методы. Они представляют собой один из способов — и, конечно, не единственный — для достижения персонализации. Целью маркетологов должно быть повышение эффективности маркетинга за счет предоставления более релевантного опыта. Достигается ли это с помощью ИИ или нет, является второстепенным вопросом.
1. Используйте инструменты A/B-тестирования для постоянной персонализации
Традиционно для тестирования вариантов дизайна страницы использовались инструменты A/B-тестирования, такие как Optimizely и Adobe Target. Но в последнее время эти поставщики расширили свои предложения, чтобы обеспечить постоянную персонализацию как для веб-сайтов, так и для мобильных приложений. Этот путь к персонализации предлагает маркетологам три больших преимущества. Во-первых, эти инструменты очень легко подключить к сегментам клиентов, определенным в аналитических платформах, таких как Google Analytics или Adobe Analytics. И, используя эти сегменты, основанные на поведении, вы полностью избавляетесь от необходимости крупных проектов по интеграции данных, ориентированных на ИТ.
Второе преимущество заключается в том, что большинство инструментов A/B-тестирования имеют богатые редакторы WISIWYG, которые дают маркетологам возможность напрямую обновлять свои сайты или приложения. Это означает, что маркетологи могут сами публиковать разные сообщения для разных сегментов без поддержки ИТ. В-третьих, если вы создаете несколько вариантов креатива для каждого сегмента, инструменты A/B-тестирования могут использовать внутренние алгоритмы машинного обучения, чтобы найти оптимальный вариант для каждого сегмента во время выполнения кампании.
При использовании этих типов инструментов тестирования следует помнить, что они используют JavaScript для переопределения макета в браузере пользователя. Этот подход хорош тем, что для запуска и работы требуется лишь небольшая модификация существующего веб-сайта. Однако это также означает, что время отклика вашего веб-сайта может немного снизиться. Просто помните об этом потенциальном воздействии и используйте онлайн-инструмент для мониторинга производительности сайта.
2. Общайтесь со своими клиентами напрямую с помощью чат-бота или голосового приложения
Окончательный личный опыт — это просто разговор между вашим клиентом и знающим, дружелюбным человеком в вашей организации. Исторически этот тип взаимодействия выполнялся продавцами магазинов, торговыми представителями или службой поддержки клиентов. Однако с появлением технологии искусственного интеллекта теперь стало возможным имитировать диалог один на один с цифровыми диалоговыми агентами с помощью чат-ботов или приложений с голосовой активацией. Например, используя существующие платформы чат-ботов, такие как Wit.ai (Facebook), LUIS (Microsoft) или Chatfuel, вы можете создать чат-бота на своем веб-сайте или в мобильном приложении, который будет отвечать на вопросы ваших клиентов и получать от них информацию. информацию, которую они ищут быстро и эффективно. Еще более интересно то, что эти платформы чат-ботов могут напрямую интегрироваться с существующими платформами обмена сообщениями, такими как Slack, Facebook Messenger, Kik и WeChat (и даже с обычными текстовыми сообщениями), что означает, что вы можете взаимодействовать со своими клиентами напрямую через приложения, которые у них уже есть. на своем телефоне.
Приложения с голосовой активацией, такие как Amazon Echo/Alexa skills, еще больше расширяют концепцию цифрового диалога, позволяя вести естественный голосовой разговор между вашим клиентом и вашим брендом. Создав навык Alexa (навык — это термин Amazon для голосовых приложений), вы буквально на расстоянии одной голосовой команды от своего клиента в его доме, автомобиле и даже на работе.
Когда вы начинаете свой первый проект чат-бота, просто имейте в виду, что базовые алгоритмы обработки естественного языка, лежащие в основе платформ чат-ботов, все еще развиваются. Установите разумные цели для вашей первой итерации. Чем больше вещей, на которые вы хотите, чтобы ваш чат-бот отвечал (это называется намерениями), тем сложнее будет создать у ваших клиентов беспроблемный опыт. Поначалу старайтесь, чтобы ваши цели были простыми, а количество намерений — небольшим. Затем, как только вы наберете номер своего чат-бота, начните экспериментировать и расширяйте возможности своего чат-бота. И не скупитесь на его обучение, ведь кто-то должен кормить чат-ботов.
3. Выберите инструменты MarTech с поддержкой ИИ
Возможно, самый простой способ начать пользоваться преимуществами ИИ и персонализации — просто выбрать поставщиков маркетинговых технологий, которые серьезно относятся к машинному обучению и встраивают ИИ в свои платформы. Хотя это не всегда может быть самым дешевым вариантом (цена развертывания полнофункциональной платформы может быть высокой), это, безусловно, путь наименьшего сопротивления. Тройка лидеров MarTech AI прямо сейчас — Salesforce, HubSpot и Adobe. За последние несколько лет Salesforce совершила головокружительное количество приобретений, связанных с ИИ, кульминацией которых стало внедрение их фирменной технологии ИИ Einstein в прошлом году. Einstein включает в себя множество функций на базе искусственного интеллекта, в том числе прогнозную оценку лидов (определение того, какие лиды с наибольшей вероятностью конвертируются), персонализацию и рекомендации по продуктам.
Upstart CRM-платформа HubSpot также активно инвестирует в искусственный интеллект, уделяя особое внимание контенту и цифровой аналитике. Их недавнее приобретение платформы чат-ботов Motion.ai — отличный пример того, как HubSpot продолжает молниеносно адаптироваться к новым маркетинговым тенденциям.
Но 800-килограммовой гориллой MarTech остается Adobe. Персонализация и широкое использование данных о клиентах уже много лет лежат в основе маркетингового облака Adobe. Совсем недавно Adobe расширила свою основную платформу с помощью собственной технологии искусственного интеллекта Sensei. Sensei теперь подпитывает ряд функций машинного обучения под капотом. Например, Sensei обеспечивает обнаружение аномалий (выявление статистически аномальных всплесков трафика и объяснение причин), оптимизацию контента (показ разного контента разным сегментам клиентов в зависимости от того, какой из них наиболее эффективен) и оптимизацию расходов на медиа (рекомендуя, сколько следует потратить). расходы по каждому маркетинговому каналу и прогнозирование будущей прибыли). Широта платформы Adobe, а также простота интеграции данных между продуктами в сочетании с растущими возможностями искусственного интеллекта Sensei делают маркетинговое облако Adobe мощным центром MarTech.
4. Самостоятельное машинное обучение с помощью API
Но вам не нужно развертывать корпоративную маркетинговую платформу, чтобы начать заниматься персонализацией. Чаще всего у маркетологов нет средств для развертывания крупной платформы, или они вынуждены работать с глубоко укоренившейся устаревшей платформой, которая не предоставляет современных возможностей персонализации. Для маркетологов, которые попадают в эту категорию, есть еще один подход — просто начать создавать собственные персонализированные цифровые решения, используя готовые API-интерфейсы машинного обучения. API-интерфейсы (или интерфейсы прикладного программирования) — это наборы инструментов для разработчиков, которые обеспечивают широкие функциональные возможности с помощью простых в использовании интерфейсов. API работают с несколькими языками программирования на разных платформах, что делает его отличным вариантом для людей, работающих с устаревшими цифровыми технологиями.
Поставщики облачных услуг, такие как Google, Microsoft и Amazon, абстрагировали сложную математику уровня доктора философии, лежащую в основе большинства алгоритмов машинного обучения, в интеллектуальные API-интерфейсы, которые может использовать ваш типичный веб-разработчик или разработчик мобильных приложений. Это означает, что вы можете использовать свою существующую цифровую команду, чтобы начать внедрять персонализацию с поддержкой ИИ в свой цифровой опыт уже сегодня, не нанимая специалистов по данным.
Microsoft, один из лидеров в этой области, имеет набор из более чем 30 API-интерфейсов машинного обучения в рамках своего предложения Cognitive Services. Эти API-интерфейсы справляются со всем, от компьютерного зрения до обработки естественного языка и производственных рекомендаций. Их API Custom Decision Service, например, использует обучение с подкреплением для изучения предпочтений ваших клиентов и оперативного предоставления персонализированного контента.
Точно так же облачная платформа Amazon, AWS, предоставляет API машинного обучения для распознавания изображений, распознавания языка и создания реалистичной речи, что позволяет вам буквально общаться со своими клиентами в цифровом виде. Хотя набор API-интерфейсов Amazon на основе ИИ не так широк, как у Microsoft, у них есть преимущество в виде глубоких практических знаний Amazon об ИИ, почерпнутых из их гигантской платформы электронной коммерции. То, чего Amazon не хватает в широте, они компенсируют глубиной и масштабом.
Маркетологам, которые хотят начать использовать искусственный интеллект и персонализацию в своем цифровом опыте, доступно множество различных вариантов. И хотя быстрый рост использования ИИ в маркетинге временами может показаться немного пугающим, очень важно начать окунуться в воду сейчас, чтобы вы могли начать наращивать опыт своей организации с ИИ. Небольшие инвестиции сегодня принесут большое конкурентное преимущество завтра, поскольку ваша организация движется к тому, чтобы стать одной из тех, кто имеет ИИ (а не одной из неимущих), и ваши клиенты начинают тяготеть к вашей цифровой экосистеме, потому что, ну, кажется, вы просто «получить их» больше, чем конкуренция.
Первоначально опубликовано на randomant.net.
