Помощник с искусственным интеллектом для маркетинга B2B

Помощник с искусственным интеллектом для маркетинга B2B

Традиционно именно маркетологи B2C первыми улучшают качество обслуживания покупателей с помощью данных и персонализации. В последние годы интернет-сервисы, такие как Amazon и Netflix, установили планку рекомендаций в реальном времени, основанных на прошлом поведении. Динамическое изменение пути клиента создает сегмент одного опыта, который является привлекательным и неотразимым. Согласно недавнему опросу, проведенному компанией Evergage в режиме реального времени для остальных из нас, основные преимущества включают в себя:

• Повышение вовлеченности клиентов (81%)
• Улучшение качества обслуживания клиентов (73%)
• Увеличение коэффициента конверсии (59%)
• Улучшение восприятия бренда (52%)

Однако при попытке применить подходы B2C к бизнесу B2B возникает ряд проблем:

• Низкий объем. Сайты B2B обычно посещают гораздо меньше трафика, чем сайты для обычных пользователей. Большинство алгоритмов полагаются на большой объем, чтобы давать рекомендации со статистической значимостью.
• Долгий цикл: потребительские транзакции могут выполняться за считанные минуты. Продажи B2B могут занять от 6 до 12 месяцев и более.
• Групповое поведение: покупки B2B обычно требуют, чтобы многие покупатели пришли к единому мнению. Текущие системы рекомендаций построены для человека.

Вопрос для маркетологов B2B заключается в том, как обеспечить такой уровень персонализации потребителя в контексте B2B с меньшим объемом данных. Ответ: маркетинг следующего лучшего действия. При следующем лучшем действии покупательский опыт не определяется заранее. Вместо этого последовательность постоянно адаптируется к контексту и эмпирическим результатам. На каждом этапе алгоритм рассматривает различные действия, которые можно предпринять для конкретного клиента, и рекомендует лучшее из них. Цель состоит в том, чтобы оптимизировать как немедленную конверсию, так и пожизненную ценность клиента. Но как это сделать?

МНОГОРУКИЙ БАНДИТ

Ключом к выбору следующего лучшего действия является Многорукий бандит. Этот термин относится к вероятностной проблеме с игровыми автоматами (также известной как «однорукие бандиты».) Представьте, что вы играете в казино с множеством разных игровых автоматов, каждый из которых имеет свою выплату. Чтобы максимизировать выигрыш, игрок должен выяснить, какой игровой автомат имеет самую высокую выплату, прежде чем он разорится!

РАЗВЕДКА VS. ЭКСПЛУАТАЦИЯ

При обучении на последовательных попытках усилия переходят от исследования к эксплуатации.

Чтобы разгадать многорукого бандита, лучше всего начать с короткого периода исследования, пробуя разные оружия наугад и собирая данные. Затем, когда вы начинаете выяснять, что работает (а что нет), вы переключаетесь на эксплуатацию, тратя больше времени на руку на машине с самой высокой выплатой. Важно никогда не прекращать исследование полностью, поскольку вы никогда не можете быть уверены, что другая машина не принесет более высокую выплату.

Решения для многорукого бандита применялись в таких случаях использования, как A/B-тестирование, показ рекламы и создание ленты новостей. В случае с маркетингом B2B необходимо оптимизировать следующее лучшее действие. У маркетологов есть каталог возможных действий, и нам нужно выбрать следующее, чтобы предложить (какую руку тянуть) для каждого клиента или потенциального клиента. Действием может быть предложение веб-сайта загрузить контент, электронное письмо для отправки или даже задача, которую нужно назначить торговому представителю. Однако, учитывая небольшой объем исторических данных, типичный для B2B-маркетинга, у нас недостаточно информации, чтобы правильно провести этапы исследования и эксплуатации, используя простой многосторонний анализ. бандитское решение. Тем не менее, мы обладаем большим количеством информации, которая помогает решить проблему.

ВИРТУАЛЬНЫЙ ПОМОЩНИК ПО МАРКЕТИНГУ

В YesPath на нас повлияли методы и стратегии, используемые для решения одного из вариантов проблемы многорукого бандита, известной как ограниченная контекстуальная проблема бандита. Мы разработали набор алгоритмов машинного обучения, основанных на контексте (априорных знаниях), для создания агента, который выбирает следующее наилучшее действие. Мы называем этот агент виртуальным помощником YesPath. Используя контекстфункций, помощник может принимать более правильные решения на ранних этапах процесса, когда данных о поведении мало. Наш контекст уникален тем, что учитывает особенности, характерные для процесса продаж B2B.

• Атрибуты учетной записи, такие как отрасль, размер, доход и местоположение.
• Атрибуты личности, такие как роль, старшинство и титул
• Тематические интересы
• Этапы возможности — разные действия имеют разные выплаты вознаграждения на разных этапах.

Помощник ограничен тем, что у него есть бюджет. Принимая решение о действиях, он учитывает стоимость этих действий. Например, может быть ограничено количество мест на корпоративном ужине или в розыгрыше iWatch.

Стадия сделки (или возможности) имеет большое значение в процессе продажи. В начале процесса у помощника больше свободы выбора действий, таких как рекомендация контента или шаблонов электронной почты. По мере продвижения сделки риск увеличивается, поэтому помощник переходит к предложениям действий для выполнения представителем. К тому времени, когда возможность достигает поздних стадий, торговый представитель полностью контролирует, выполнять ли рекомендации помощника.

НАГРАДЫ

Чтобы быть ценным помощником, YesPath должен понимать бизнес-цели. Так мы устанавливаем систему вознаграждений(выплат). В B2B очевидной наградой является выигранная сделка, но это может занять 12 месяцев или больше. Также следует учитывать продления и дополнительные продажи. Таким образом, помощник также считает продвижение по этапам наградой. Даже этого недостаточно. Между этапами перехода может пройти много месяцев, и мы хотим получать быструю обратную связь ежедневно. Вот почему мы разработали систему баллов взаимодействия, чтобы измерять, насколько конкретный контакт (и все остальные в этом аккаунте) был вовлечен после того, как было выбрано действие. Например, можно сказать, что просмотр веб-страницы приносит 1 балл, а посещение вебинара — 10 баллов. Ассистент должен сбалансировать краткосрочное взаимодействие с долгосрочными выплатами, чтобы максимизировать пожизненную ценность клиента. Хорошо, если вебинар собирает много участников, но только если некоторые из посещающих учетных записей продолжают демонстрировать продвижение возможностей или заключенные сделки.

ОБУЧЕНИЕ 24/7

Помощник никогда не спит и никогда не берет отпуск. В маркетинге B2B контент создается постоянно. Веб-семинары, обучающие программы, конференции и т. д. Распространенной проблемой современных систем рекомендаций является зависание. Новый фрагмент контента не начинается с просмотров или лайков, поэтому он не будет выбран. Помощник будет разумно исследовать в контексте использование новых действий, чтобы оценить выплату, прежде чем он использует ее. Преимущество для маркетолога в том, что ему просто нужно создать новый актив и добавить его в пул. Ей не нужно проводить специальные краткосрочные эксперименты, чтобы проверить эффективность перед развертыванием. Это «поставил и забыл».

Не существует универсального помощника, поэтому для нас было важно создать платформу, которую можно было бы легко настраивать. YesPath можно настроить с помощью контекста, действий и политик вознаграждения. Например, компания, продающая программное обеспечение для баз данных, будет больше полагаться на атрибуты отрасли, потому что они хотят выделить конкретные варианты использования для этой отрасли.

По всей нашей клиентской базе мы наблюдаем увеличение конверсии лидов в среднем на 10%, когда наш помощник выбирает следующее лучшее действие на веб-сайте. Мы также наблюдаем увеличение вовлеченности на 30% и более, когда помощник рекомендует контент в кампаниях по автоматизации маркетинга.

В конце концов, мы применили новый подход к решению проблемы ограниченного контекстуального бандита, особенно в процессе продаж B2B. Это позволяет нам выбирать следующее лучшее действие и предоставлять уникальный и увлекательный опыт каждому контакту и учетной записи. В YesPath мы всегда считали, что маркетологи добиваются успеха, когда создают личный опыт. Исторически это было непросто сделать в масштабе, но теперь виртуальные помощники, такие как YesPath, делают это возможным.

Первоначально опубликовано на yespath.com 1 февраля 2017 г.