Wie man KI und maschinelles Lernen nutzt, um das Marketingdatenmanagement zu verbessern

Veröffentlicht: 2022-11-11

Es gibt eine Revolution in der Art und Weise, wie Vermarkter künstliche Intelligenz (KI) und maschinelles Lernen (ML) einsetzen, um intelligente Strategien und Kampagnen in großem Maßstab umzusetzen. Ein wichtiger Bereich, in dem KI und ML sinnvoll eingesetzt werden können, ist das Marktdatenmanagement.

„Dadurch werden KI und ML im Grunde genommen zu einem nützlichen Werkzeug für das Marketing selbst“, sagte Theresa Kushner, Leiterin des nordamerikanischen Innovationszentrums von NTT DATA Services, auf der MarTech Conference .

Auf diese Weise können Unternehmen alle eingehenden Daten besser verstehen, die sich darauf beziehen, was auf den Märkten passiert, einschließlich wer Produkte kauft und andere wichtige Kauftrends.

„KI und ML können Ihnen helfen, diese Informationen zu sortieren, zu organisieren und Ihnen auf eine Weise zu präsentieren, die sie in Ihrem Marketingprogramm besser verdaulich macht“, sagte Kushner.

Hier sind drei Hauptschritte, wie Sie KI und ML in Ihrem Marktdatenmanagement einsetzen können.

(Eine der vielen Möglichkeiten, Marktdaten zu sammeln, ist Web Scraping, das hier ausführlich diskutiert wird.)

Daten teamübergreifend verbinden

Daten wachsen exponentiell. Und es sitzt nicht nur untätig in den Datenbanken und Datenverwaltungsplattformen Ihres Unternehmens. Es wird in Strömen eingespeist , sagte Kushner.

„Und oft sind diese Daten für das Marketing genauso wichtig wie für die Produktabteilungen, die sie verwenden“, fügte sie hinzu. „Der Einsatz von KI und ML kann Ihnen also helfen, zu sortieren, wo die Daten für das Marketing verwendet werden, wo die Daten für das Produktdesign verwendet werden, wo die Daten für die Finanzen am wichtigsten sind usw.“

Daher können KI und ML dabei helfen, Regeln dafür zu erstellen, welche Daten wohin gelangen. Und es hilft, wenn diese ständig aktualisierten Daten auf einem dynamischen Dashboard sichtbar sind, im Gegensatz zu klobigen Tabellenkalkulationen.

Aber um damit zu beginnen, all diese Marktdaten besser handhabbar zu machen, müssen Marketingfachleute, denen die Daten gehören, eine Verbindung zu den anderen Abteilungen herstellen, die davon profitieren werden. Marketer müssen auch in engem Kontakt mit Data Engineers stehen.

„[Dateningenieure] verstehen, woher die Daten kommen und wie sie von einem System in ein anderes umgewandelt werden können, wo Daten archiviert werden oder wo nicht“, erklärte Kushner.

Da sie alle Quellen der Daten kennen, sind Data Engineers auch die ersten Personen, die sich bei Problemen mit der Datenqualität erkundigen.

Tiefer graben: Wenden Sie die richtigen Modelle für KI und ML an?

Bewerten Sie, wo KI und ML Probleme lösen können

Da all diese Marktdaten aus verschiedenen Quellen eingespeist werden, ist es eine ständige Herausforderung für Vermarkter, die Punkte zu verbinden. Häufig sind Dateningenieure diejenigen, die manuell eingreifen und sicherstellen, dass wichtige Finanz- und Produktdaten auf einer gleichmäßigen Basis verglichen werden.

Daher können diese arbeitsintensiven Funktionen als Bereiche identifiziert werden, in denen KI- und ML-Tools dazu beitragen können, das Marktdatenmanagement effizienter zu gestalten.

„KI und ML können diese Fehlermuster sozusagen erkennen und für Sie korrigieren“, sagte Kushner.

Tiefer graben: Warum wir uns für KI im Marketing interessieren

Implementieren Sie wichtige Programme, die durch Berichte unterstützt werden, um den Fortschritt anzuzeigen

Sobald diese Bereiche identifiziert sind, setzen Sie ein Programm ein, in dem KI und ML verwendet werden können, damit Datenexperten nicht jeden Datenpunkt selbst von Hand untersuchen müssen.

Ein einfaches Beispiel wäre, wenn Serviceinformationen an mehreren Stellen innerhalb der Organisation gespeichert werden. An einigen Stellen könnten die Daten als Dienste gekennzeichnet sein, aber an anderer Stelle werden diese Daten möglicherweise als Produktdaten gespeichert. Die Verwendung eines Algorithmus zur Identifizierung und Zusammenführung dieser scheinbar unterschiedlichen Datensätze kann ein sehr wichtiges Geschäftsproblem sein, das KI lösen kann.

Stellen Sie für diesen Fall oder für jedes andere Marktdatenverwaltungsprogramm, das KI verwendet, sicher, dass das Problem in einem Bericht enthalten ist. Auf diese Weise wird die Führung in der Lage sein, anhand des Berichts das bestehende Problem zu verstehen und wie KI und ML zu seiner Lösung eingesetzt werden.

„Sie brauchen Berichte, um sicherzustellen, dass Sie das wichtigste Problem für das Unternehmen herausgearbeitet haben … damit das Unternehmen versteht, dass dies für sie sehr wertvoll ist“, sagte Kushner.

Holen Sie sich MarTech! Täglich. Frei. In Ihrem Posteingang.

Siehe Bedingungen.

Fügen Sie MarTech zu Ihrem Google News-Feed hinzu.