KI und maschinelles Lernen im Marketing: Setzen Sie die richtigen Modelle ein?

Jetzt, da die Verbraucher Geschwindigkeit und Hyperpersonalisierung in allen Dingen erwarten, müssen Vermarkter innovative Wege finden, um Anforderungen zu erfüllen und ihr Budget zu maximieren. Um dies zu erreichen, wenden sich Vermarkter der künstlichen Intelligenz und dem maschinellen Lernen zu. Tatsächlich gibt es dafür einen neuen Begriff – „AI Marketing“.

Die Kundenerwartungen waren noch nie so hoch. Amazon, Netflix und Google haben den Standard dafür gesetzt, was Kunden von Technologie und Marketing erwarten. Amazon nimmt Ihre Bestellung mit einem Klick entgegen und liefert sie am nächsten Tag. Netflix durchforstet jahrelang Ihre Unterhaltungsauswahl und schlägt sofort die nächsten Shows vor, die Sie sich gerne ansehen möchten. Google korrigiert Ihre Rechtschreibung, programmiert Alexa, um Ihnen mitzuteilen, wann das Amazon-Paket ankommt, und liefert Ihnen sofortige Antworten auf die obskursten Bar-Wetten.

KI-Marketing, wie in diesen Beispielen gezeigt, nutzt Technologie, um Daten zu sammeln, Kundeneinblicke zu entwickeln, die nächstbesten Aktionen zu antizipieren und automatisierte Entscheidungen über Marketingbemühungen zu treffen. Wenn Ihr Ziel als Vermarkter darin besteht, den Umsatz zu steigern, Kosten durch Effizienz zu senken und die Kundenbindung und -zufriedenheit zu steigern, kann KI-Marketing Ihnen dabei helfen, all diese Dinge zu erreichen.

Lassen Sie uns drei Bereiche untersuchen, in denen KI-Marketing hilfreich sein kann und was Sie über jeden Bereich wissen sollten, bevor Sie ein Projekt starten.

Für jedes Projekt werden wir kurz untersuchen, was es ist, wie es für das Marketing funktioniert und welche technischen oder kulturellen Fallstricke Sie bei der Anwendung beachten müssen.

1. Marketingdatenverwaltung

Was es ist

Marketingdatenmanagement ist der Prozess der Erfassung und Verarbeitung von Marketingdaten, Wettbewerbsinformationen und Marktforschungsinformationen. Diese Funktion sollte nicht in der IT-Abteilung stattfinden – das ist der Kern dessen, was Marketing tut. Die Bestimmung, wer der beste Käufer für Ihr Produkt oder Ihre Dienstleistung ist, ist eindeutig eine Marketingfunktion. Das Sammeln und Verwalten der mit Ihren Käufern verbundenen Daten ist die erste Überlegung des Marketings. Was wissen Sie über Ihren Kunden? Wie viele davon haben Sie? Wie beschreibt man einen Kunden? Wer kauft welche Produkte oder Dienstleistungen? Wie groß ist der Gesamtmarkt für Ihr Produkt oder Ihre Dienstleistung? All diese wichtigen Marketingfragen werden durch Marketing Data Management beantwortet.

Wie es für Sie funktionieren könnte

Der Einsatz von KI und maschinellem Lernen in diesem Bereich kann sowohl auf der Makro- als auch auf der Mikroebene erfolgen. Auf der Makroebene können Sie KI- und maschinelle Lernmodelle einsetzen, um zu verstehen, wie sich Ihr gesamter Kundenstamm in bestimmte Käufergruppen segmentiert. Auf der Mikroebene können Sie den Lebenszeitwert eines Produkts vorhersagen und ihn einzelnen Kunden zuordnen. Diese Datenanalyse auf Mikroebene hilft Ihnen festzustellen, welche Kunden oder Interessenten mit welchen Produkten am besten verfolgt werden können. Das Sammeln von Daten aus diesen Bemühungen hilft nur dabei, Ihre Modelle stärker und genauer zu machen.

Das Sammeln von Daten erfordert auch, dass Sie die Qualität der von Ihnen gesammelten Daten verwalten. Maschinelles Lernen kann für große Datensätze eingesetzt werden, um Datensätze zu deduplizieren oder Anpassungen vorzunehmen, um Felder wie Postleitzahlen oder Adressen zu standardisieren. ML ist auch nützlich, um Datensätze für die Verwendung in anderen KI-Anwendungen zu organisieren.

Andere Anwendungen des maschinellen Lernens umfassen Techniken wie Web Scraping. Dieser Prozess ist praktisch, wenn Sie versuchen, Ihre Konkurrenz zu verstehen. Die Website jedes Konkurrenten enthält normalerweise Informationen, die über diese Methode gesammelt werden können, wie z. B. neue verfügbare Produkte, erwähnte Kunden und spezielle Programme. Dies sind alles öffentliche Informationen, und mit den richtigen Algorithmen können Datenwissenschaftler grundlegende Informationen über bestehende und neu entstehende Wettbewerber sammeln.

Lesen Sie weiter: Warum wir uns für KI im Marketing interessieren

Dinge, auf die Sie achten sollten

Es gibt Unmengen von Tools und Beratungsagenturen auf dem Markt, die Ihnen beim Marketingdatenmanagement helfen wollen. Die Tools umfassen eine breite Palette von Google Analytics bis SAS, die jeweils eine bestimmte Funktion bieten. Wenn Sie verstehen, was Sie erreichen möchten – Marktsegmentierung, Wettbewerbsanalyse usw. – können Sie sich für Tools oder Agenturen entscheiden, die Sie unterstützen können. Es ist auch eine gute Idee, Ihren Marketingleiter einzubeziehen.

Wenn Sie mit Marketingdatenmanagementprojekten beginnen, sollten Sie zuerst den Zweck der Datenverwaltung berücksichtigen und dann nach den Tools suchen, die diese identifizierten Aufgaben am besten erfüllen. Suchen Sie bei der Beauftragung von Beratungsagenturen nach solchen, die Erfahrung in Ihrem Bedarfsbereich haben.

2. Absicht des Kunden

Was es ist

Kundenabsichtsdaten sind Verkaufs- und Marketinginformationen, die aus der Beobachtung der Aktionen des Kunden beim Zugriff auf Online-Inhalte, beim Betrachten von Mitbewerbern, bei der Registrierung für Veranstaltungen, bei der Kontaktaufnahme mit Analysten oder bei einer beliebigen Anzahl von Social-Media-Aktivitäten abgeleitet werden – von der Suche im Internet bis zum Posten auf LinkedIn . Nahezu jede Marketingorganisation ist heute bis zu einem gewissen Grad von dieser Art von Daten abhängig, aber sie funktioniert oft nicht für alle Marketingspezialisten.

Wie es für Sie funktionieren könnte

Aus den Daten, die über die Interaktionen jedes Kunden mit Ihrer Marke, Website oder Ihren Mitarbeitern gesammelt wurden, können Statistiker und Datenwissenschaftler Rückschlüsse auf die Interessen des Kunden und seine Absichten ziehen, sich mit Ihrem Unternehmen zu beschäftigen und etwas von ihm zu kaufen. Diese Rückschlüsse können hilfreich sein, um Kunden das richtige Produkt zur richtigen Zeit zu präsentieren.

Sobald ein Algorithmus zum Identifizieren dieser Kunden entwickelt ist, ist es zwingend erforderlich, dass Sie auch von den Verkaufsteams, die diese Informationen verwenden, sowie von den Vermarktern, die sie möglicherweise auf Online-Kampagnen anwenden, Input zur Ausgabe des KI-Modells einholen. Testen Sie die Ausgabe des Modells, aber testen Sie auch, wie Vertrieb und Marketing es verwenden.

Dinge, auf die Sie achten sollten

Datenquellen sind bei der Bestimmung der Absicht am wichtigsten. Sie haben bereits gute Informationen darüber, was Ihre Kunden kaufen, wann sie kaufen, von wem sie kaufen und welche Art von Unternehmen oder Einzelperson kauft. Aber Absichtsdaten hängen auch von den Aktionen ab, die Ihre Kunden oder Interessenten vor dem eigentlichen Kauf ausführen können.

Dies kann beispielsweise erfordern, dass Ihr KI-Algorithmus Verbindungen zwischen einer Anfrage auf der Website Ihres Konkurrenten und Ihrer Interessenten- oder Kundenliste herstellt. Es gibt Firmen, die Absichtsdaten auf Kontaktebene bereitstellen können, die eine tatsächliche Person identifizieren, die eine Aktion ausführt. Diese Informationen sind hilfreich, müssen jedoch mit Vorsicht verwendet werden, um den „gruseligen“ Effekt zu vermeiden.

Holen Sie sich den täglichen Newsletter, auf den sich digitale Vermarkter verlassen.

Verarbeite .. Bitte warten.

ABONNIEREN

Siehe Bedingungen.

Denken Sie bei der Verwendung von Intent-Daten auch daran, dass diese nur gerichtet sind – sie sind nicht spezifisch oder aktuell. Wenn Ihr Vertriebsteam Absichtsdaten verwendet, muss es geschult werden, was die Informationen tatsächlich bedeuten. Die Identifizierung eines CIOs, der voraussichtlich in den nächsten 30 Tagen ein ERP-System kaufen wird, kann beispielsweise nur bedeuten, dass der CIO einen einjährigen Prozess zur Identifizierung eines Systems begonnen hat. Wenn Sie dies ohne Erklärung dem Vertrieb als Hinweis geben, könnte dies ein Schlag für Ihre Marketingorganisation sein.

3. Chancen- und Kaufvorhersage.

Was es ist

Prognosen sind eine Methode, um vorherzusagen, was in der Zukunft passieren wird. Sie können beispielsweise prognostizieren, wie hoch der Umsatz von Produkten und Dienstleistungen in einem bestimmten Zeitraum sein wird.

Umsatzprognosen helfen dem Management bei der Planung von Ausgaben, Geschäftswachstum oder wirtschaftlichen Abschwüngen. Es ist die Kristallkugel, die Vertriebsleiter verwenden, um vorherzusagen, ob sie ihre Ziele erreichen werden oder nicht. Verkaufsprognosen sind normalerweise ziemlich genau, da sie vergangene Verkaufstransaktionen verwenden, um zukünftige vorherzusagen.

Wie es für Sie funktionieren könnte

Auch das Marketing kann Vorhersagen in seiner Arbeit verwenden. Die norwegische Tourismusbehörde verwendet beispielsweise KI-Methoden, um vorherzusagen, wie viele Touristen das Land besuchen werden. Obwohl es sich nicht um eine Verkaufszahl handelt, ist es ein wichtiger KPI für den norwegischen Tourismus. KI oder erweiterte statistische Analysen können auch dabei helfen, die Teilnahme an Veranstaltungen, die Anzahl der Personen, die Sie auf ein Sonderangebot auf Ihrer Website aufmerksam machen, oder die Anzahl qualifizierter Leads, die es bis zum Kauf schaffen, vorherzusagen.

Dinge, auf die Sie achten sollten

Prognosen können sehr lohnend sein, aber sie sind nur dann sinnvoll, wenn sie sich als richtig erweisen. Hier sind ein paar Tipps:

• Betrachten Sie mehr als nur die Zahlen des letzten Quartals. Gute Verkaufsprognosen enthalten mindestens 18 bis 24 Monate Unternehmensleistungsdaten. Wenn Sie mit so vielen Daten arbeiten, können Sie Ihre Prognosen genauer treffen. Wenn die Daten nicht verfügbar sind, vermeiden Sie Prognosen.
• Berücksichtigen Sie Veränderungen in Ihrem gesamten Unternehmen. Gute Prognosen berücksichtigen den Verkauf des gleichen Produkts und der gleichen Dienstleistung im Laufe der Zeit. Der Erwerb neuer Produkte zum Verkauf, der Verkauf von Produkten und die Änderung von Preisen oder Strategien wirken sich alle auf Ihre Fähigkeit aus, Verkäufe genau vorherzusagen. Auch wenn Sie andere Marketingereignisse vorhersagen, ist eine der Variablen, die häufig wichtig ist, das für eine Aktivität zugewiesene Budget. Wenn das von Quartal zu Quartal oder von Jahr zu Jahr stark schwankt, kann es schwieriger sein, eine Prognose zu erstellen, oder Sie müssen diese Abweichungen möglicherweise im Modell berücksichtigen.
• Versuchen Sie nicht, Verkäufe in neue Märkte mit neuen Kunden zu prognostizieren. So verlockend es auch sein mag, Sie benötigen Leistungsdaten, um Verkäufe zu prognostizieren. Überlassen Sie diese Prognose Ihren Vertriebsteams. Dies wird oft als Geschäftsentwicklung bezeichnet, und diese Vertriebsteams wissen, wie sie beurteilen können, ob ein Kunde kaufen wird oder nicht. Für Vermarkter ist dies eine Frage der Sammeln der Informationen vom Vertriebsteam, Erstellen eines Profils eines guten Kunden und Anwenden von „Look Alike“-Analysen auf andere Interessenten.

Dies sind nur einige der Schlüsselbereiche des Marketings für die Anwendung von KI- und maschinellen Lerntechniken. Wenn Sie mehr in dieser Welt erkunden, werden Sie feststellen, dass es viele Möglichkeiten gibt, insbesondere wenn Sie dem Marketing helfen, die unzähligen Entscheidungen, die es jeden Tag trifft, zu rationalisieren.

Die in diesem Artikel geäußerten Meinungen sind die des Gastautors und nicht unbedingt die von MarTech. Mitarbeiter Autoren sind hier aufgelistet.