Was Content-Marketer über KI wissen sollten

Wie viele Menschen auf der ganzen Welt habe ich mir für das neue Jahr ein paar berufliche Vorsätze gemacht. Ich wollte so viel wie möglich über künstliche Intelligenz (KI) und Blockchain-Technologie lernen. Das Jahr ist ein Viertel des Weges vorbei und mein Streben, etwas über KI zu lernen, ist abgeschlossen. So vollständig, dass es in meinem neuesten kostenlosen E-Book „Alles, was Sie über Marketinganalysen und künstliche Intelligenz wissen müssen“ gipfelte.

(Anmerkung der Redaktion: Chad wird am 8. Mai zusammen mit Social Media Today einen Twitter-Chat zu diesem Thema veranstalten. RSVP, um an dem Chat teilzunehmen: „ What You Need to Know About AI and Marketing“ (Was Sie über KI und Marketing wissen müssen ))

In diesem Artikel werde ich alles behandeln, was ich über KI und ihre Auswirkungen auf das Marketing gelernt habe. Wir beginnen gerade erst, einen neuen und disruptiven Weg im Marketing einzuschlagen, und es ist sehr aufregend.

Es gibt nur drei Dinge, die im Leben garantiert werden können – Tod, Steuern und die Störung einer Branche. Jeden Tag passieren überall um uns herum Disruptionen. Schauen Sie sich an, was Amazon für den Einzelhandel getan hat, Uber für Taxis, LinkedIn für Jobbörsen, das Internet für die Medien, Kryptowährungen für die Finanzierung und so weiter und so weiter.

KI allein wird voraussichtlich Prognosen, Kundenservice, Bildung, Finanzen, Gastronomie, personalisierte Gesundheitsversorgung, Medizin, Logistik, Treueprogramme, Marketing, Beschaffung, Öffentlichkeitsarbeit, Suche und Sicherheit stören.

Laut Brett Colbert, CTO von Salesforce Solutions, wird die Blockchain Landnutzung, Identität, globale Logistik und Versand, Automobil, Luftfahrt, Fertigung, verschreibungspflichtige Medikamente, Finanzen, Regierung, Banken und viele mehr stören.

Früher kam es in einer ganzen Branche vielleicht einmal pro Jahrzehnt oder seltener zu größeren Störungen. Im heutigen Umfeld beginnen wir jedoch zu sehen, wie ganze Branchen gleichzeitig gestört werden.

Heute sehen wir die allerersten Anzeichen einer Disruption im digitalen Marketing und in der Werbung. Viele von uns wissen nicht einmal, wie das aussehen wird.

ADYOULIKE hat sich in IBM Watson integriert. Salesforce hat seine Einstein-Technologie eingeführt. HubSpot erwarb Kemi, ein Unternehmen für maschinelles Lernen. Blockchain-Unternehmen wie adChain, Bitteaser, Native Video Box und AdHive sind alle in den Ad-Tech-Bereich eingetreten.

Diese neue Technologie wird es Marken nicht nur erleichtern, ihre großen Datenmengen zu verwalten und umsetzbare Erkenntnisse zu gewinnen, sondern auch die Key Performance Indicators (KPIs) des Marketings in neue Höhen treiben. Sie werden auch ein neues Maß an Transparenz einleiten, das es in der Werbetechnologie noch nie gegeben hat.

Als Vermarkter müssen wir uns alle fragen: „Sind wir darauf vorbereitet, dass das Marketing grundlegend gestört wird?“

Unabhängig von der Antwort ist es wahrscheinlich, dass die überwiegende Mehrheit von uns wenig Ahnung hat, wie Technologie unsere Branche für immer verändern wird.

Die oben genannten Technologieunternehmen sind normalerweise die Beispiele, die bei der Beschreibung des Einsatzes von KI und anderen disruptiven Marketingtechnologien genannt werden. E-Mail, Lead-Scoring und Online-Anzeigenoptimierung kratzen jedoch nur an der Oberfläche dessen, was die Zukunft für die Technologie bereithält, die unser Marketing antreibt.

Der zukünftige Einsatz dieser Technologien wird sich auf alle Aspekte von Owned, Earned und Paid Media auswirken. Es ist auch nicht nur ihre zukünftige Verwendung. Die Technologie existiert heute, um alle Marketing- und Medienkanäle grundlegend zu stören.

Künstliche Intelligenz im Marketing

Viele Leute vor mir haben Bände über KI geschrieben. Viele haben immer noch über Marketing-KI geschrieben. Tatsächlich hat mein Freund Paul Roetzer das Marketing AI Institute ins Leben gerufen. Die Seite ist voll von guten Artikeln und Gedanken über Marketing-KI. Dies ist wichtig zu beachten, da es bedeutet, dass Marketing-KI kein Trend ist, der in absehbarer Zeit verschwindet. So sehr, dass es tatsächlich eine Drehscheibe für KI-Vordenker im Online-Marketing gibt.

Roetzer hat einige wertvolle Dinge über Marketing-KI zu sagen, die der moderne Marketingspezialist von heute wissen muss. Er sagt zum Beispiel:

„Vermarkter, die die Leistungsfähigkeit der künstlichen Intelligenz nutzen können, werden in der Lage sein, mit weniger mehr zu erreichen, personalisierte Kampagnen von beispielloser Komplexität durchzuführen und das normale Geschäft durch neue Methoden des maschinenintelligenten Marketings zu transformieren. Die Möglichkeiten für Vermarkter und Unternehmer mit dem Willen und der Vision, die Branche zu verändern, sind endlos.“

Laut einer Forrester-Umfrage stimmten 86 % von mehr als 700 Marketingfachleuten in Entscheidungspositionen in Unternehmen in den USA, Europa und Australien zu, dass KI ihre Marketingteams effektiver und effizienter machen würde.

Eines der Hauptprobleme beim Marketing von KI-Lösungen ist Marketing versus Realität. Während viele Lösungen für den Einsatz von KI werben, bietet nur ein Prozentsatz von ihnen tatsächlich einen Mehrwert. Die anderen verwenden den Ausdruck lediglich, um das Produkt zu vermarkten und den Umsatz zu steigern. Wie KI tatsächlich innerhalb der Lösung angewendet wird, bestimmt ihren Wert.

KI zur Verarbeitung von Bildern und Persönlichkeitstypen ist seit langem verfügbar. Sie gelten zu diesem Zeitpunkt als elementar und bieten einen minimalen Wert. Lösungen, die sich auf die Interpretation vieler verschiedener strukturierter und unstrukturierter Datenströme konzentrieren, um die Skalierung zu unterstützen, Berichte zu erstellen, Ergebnisse vorherzusagen und die Genauigkeit zu verbessern, sind diejenigen, die mit KI einen Mehrwert bieten.

Viele der heutigen Marketing-KI-Lösungen richten sich ausschließlich an die Person (Wer) in den sieben Ps des Marketings (dazu später mehr). Das ist ok. Auch wir Vermarkter brauchen diese Lösungen. Die meisten von ihnen sind lediglich prädiktiv (im Gegensatz zu präskriptiv) und erfordern dennoch einen Vermarkter, um die Informationen zu verarbeiten und zu entscheiden, welche Maßnahmen zu ergreifen sind.

Verwenden Sie beispielsweise KI, um personalisierte E-Mails zum besten Zeitpunkt an einzelne Empfänger zu senden, Lead-Scoring und -Intelligenz zu automatisieren und On-Page-Inhalte zu bewerten. Dies sind alles Beispiele für Marketing-KI, die verwendet werden, um die Person (wer) zu bedienen, und sind von Natur aus voraussagend, indem sie vergangene Daten verwenden.

Wir sehen auch, dass Marketing-KI auch in den Influencer-Werbebereich eindringt, oder in die Werbung in den sieben Ps. Diese Lösungen nutzen KI, um Influencer und Marken effizient und optimal aufeinander abzustimmen und gleichzeitig eine Finanztransaktion zwischen ihnen zu erleichtern. Es existiert auch im Bereich des unbezahlten Influencer-Marketings, unter anderem zur besseren Identifizierung von Influencern.

In vielerlei Hinsicht kann präskriptive KI die Fähigkeit eines Vermarkters, erfolgreich zu sein, zu übertreffen und mehr zu erreichen, dramatisch steigern. In der Vergangenheit erforderte dies ganze Teams von Analytikern oder Datenwissenschaftlern, um die gleichen Aufgaben zu erfüllen, die präskriptive KI heute leisten kann.

Mike Kaput, Direktor des Marketing Artificial Intelligence Institute, teilt mit, dass Marketer in einer oder mehreren von drei Funktionen durch KI verbessert werden. Es ist selten, dass eine Marketing-KI-Lösung alle drei verbessert. Die Folge davon ist, dass die meisten Vermarkter nicht Gefahr laufen, ihren Job in absehbarer Zeit zu verlieren. Diese Funktionen sind unten aufgeführt:

Bewertung: Vermarkter analysieren Daten, vergangene Leistungen und Best Practices, um zu erfahren, was funktioniert. Sie kommunizieren dies an Stakeholder und Kollegen.

Empfehlung: Sie nutzen die menschliche Kreativität, um neue Maßnahmen zu empfehlen, die erfolgreich sein können. Diese Empfehlungen stützen sich auf Daten aus der Bewertungsphase. Aber sie beinhalten auch eine gesunde Dosis Intuition, Vermutungen und Voreingenommenheit.

Umsetzung: Vermarkter erstellen Assets und führen Kampagnen durch. Sie können dies mit oder ohne Hilfe von Maschinensystemen wie Automatisierungssoftware tun.

Forrester fand außerdem heraus, dass 46 % der Unternehmen angaben, dass ihre Marketing- und Vertriebsteams die Investitionen in KI-Technologie anführen – die höchste aller Abteilungen. Man kann mit Sicherheit sagen, dass der KI-Genie aus der Flasche gelassen wurde und Marketingspezialisten bereit sein müssen, ihn anzunehmen.

Künstliche Intelligenz & Analytik

Es gibt einige Teile des Marketings, die sich grundsätzlich nie ändern. Nehmen Sie zum Beispiel die sieben Ps des Marketings – Produkt, Preis, Werbung, Ort, Verpackung, Positionierung und Menschen. Beim Online-Marketing gibt es diese sieben Ps immer noch. Eines wird jedoch immer wieder vergessen, seit die ersten Analyseprogramme in Websites integriert wurden – Ort (wo).

Was den Ort in der Offline-Welt so mächtig macht, ist ziemlich einfach zu verstehen. Wo ein stationäres Geschäft in Beziehung zu anderen Unternehmen, Haushalten, Behörden und Infrastruktur besteht, können die Sichtbarkeit und Lebensfähigkeit eines Unternehmens tiefgreifend beeinflusst werden.

Dieses P, da es sich auf die Online-Welt bezieht, wird von den heutigen digitalen Vermarktern weitgehend ignoriert. Es ist wichtig, wo eine Website in Bezug auf andere Websites existiert. Die Infrastruktur der Verbindungen über Links von diesen Websites trägt in vielen Fällen massiv zur Sichtbarkeit und Lebensfähigkeit einer Website und letztendlich des Unternehmens selbst bei.

Ein Grad der Trennung

Unsere Analysen, auf die wir uns verlassen, um über den Zustand unserer Websites und die Wirkung unserer Kampagnen zu berichten, liefern nur Informationen für Websites, die nur ein Grad entfernt auf uns verlinken. Und in den meisten Fällen wird die Zuordnung nur für den letzten Schliff bereitgestellt. Das bedeutet, dass Vermarkter keine Ahnung haben, welche Abfolge von Websites den Besucher letztendlich auf die Website geführt hat, die ihn wiederum auf die Website des Vermarkters geführt hat. So melden unsere Analysen Informationen:

Lassen Sie uns das jetzt zu einem der sieben Ps zurückbringen – Ort. Dies ist das Äquivalent eines Offline-Steins und -Mörtels, der nur die Geschäfte und Orte direkt nebenan und auf der anderen Straßenseite kennt. In Wirklichkeit könnte sich das Geschäft in einer belebten Innenstadt befinden, die mit Dutzenden von Geschäften, Restaurants, Parks, einem Gerichtsgebäude und Eigentumswohnungen gefüllt ist. Es ist wahrscheinlich, dass die Kunden dieses Unternehmens an einigen dieser anderen Orte vorbeischauen, bevor sie es besuchen.

Mit den meisten heutigen Analysen würde ein Vermarkter nur Kunden sehen, die die Orte nebenan oder direkt auf der anderen Straßenseite verlassen haben. Was wäre, wenn das Unternehmen den genauen Rhythmus der von jedem Kunden besuchten Orte wüsste, kurz bevor er einen Kauf tätigt? Dies wäre eine sehr detaillierte Zuordnung. Was wäre, wenn sie diese Informationen über jedes Unternehmen in der Gegend wüssten?

Vielleicht stellt das Unternehmen fest, dass viele Kunden des Konkurrenten in den zwei Blocks entfernten Eigentumswohnungen wohnen und erst dann etwas kaufen, nachdem sie im Park gelaufen sind. Das wären wichtige Informationen zu wissen. Jetzt kann sich das Unternehmen erkundigen, ob es den Newsletter der Eigentumswohnung mit einem Gutschein sponsern oder einen Mitarbeiter in einem albernen Kostüm in den Park schicken möchte, um für einen Verkauf zu werben.

Ein übermäßiges Vertrauen in die Berichterstattung von Personen (Wer).

Die meisten der heutigen Analyseprogramme melden die oben genannten wichtigen Daten nicht. Warum? Ganz einfach, weil sie es nicht sammeln können. Es ist zu viel Big Data, um es für die Technologie zu analysieren, die viele der heute am häufigsten verwendeten Analyseplattformen antreibt. Sie wurden auf einem 15 Jahre alten Technologie-Framework aufgebaut.

Ehrlich gesagt haben sie auch keinen großen Anreiz, sich zu ändern. Warum? Es ist ganz einfach – die meisten der heute häufig verwendeten Analyseprogramme gehören einem der vier großen Online-Werbenetzwerke. Wenn Vermarkter das oben beschriebene Maß an Sichtbarkeit hätten, könnten sie weniger ausgeben und noch bessere Ergebnisse erzielen.

Stattdessen haben diese Plattformen die meisten Vermarkter davon überzeugt, den Ort (wo) in unserem Online-Marketing zu ignorieren. Sie konnten dies erreichen, indem sie wirklich gut darin waren, über die Person (Wer) in den sieben Ps des Marketings zu berichten.

Während eine Person sicherlich wichtig ist, und der Rest der Ps auch, haben wir online nie das vollständige Bild erhalten. Als Vermarkter ist unser Blick auf das Internet kurzsichtig mit Tunnelblick. Das bedeutet, dass die Entscheidungen, die wir treffen, nur mit einem kleinen Bruchteil der vorhandenen Informationen getroffen werden. Auf diese Weise sind die heutigen Analyseplattformen nur noch eindimensional.

Drei Grade der Trennung

Was wäre, wenn KI unsere derzeitige eindimensionale Sicht auf das Internet in eine wirklich dreidimensionale Sicht umwandeln könnte? Wir könnten alle Verbindungen innerhalb unseres potenziellen aktuellen Einflussbereichs bis zu drei Websites entfernt sehen. Wir wüssten, welche Anzeigen und Influencer am erfolgreichsten Klicks und Interaktionen für alle in unseren Branchen relevanten Websites erzielen. Außerdem wüssten wir, welche Affiliates in unserer Branche die erfolgreichsten waren.

Was ich beschreibe, wäre ein neues Analysesystem, das von KI angetrieben wird und Daten aus einer Entfernung von bis zu drei Grad von einer Website melden und verfolgen würde. Mit anderen Worten, wir würden Daten über alle Websites sehen, die auf unsere verlinken, die Daten über Websites, die auf sie verlinken, und die Daten über Websites, die auf sie verlinken.

Um dies mit den heute am häufigsten verwendeten Analyseprogrammen zu tun, wäre ein uneingeschränkter Zugriff auf Tausende und in einigen Fällen Millionen von Website-Analysen erforderlich. Die Menge der generierten Daten wäre enorm und für Vermarkter wahrscheinlich in keiner Größenordnung nutzbar.

Dieses Analyse- und Berichtsmodell zeichnet ein vollständigeres Bild für Vermarkter, das eine vollständige Zuordnung und die Online-Reise potenzieller Kunden umfasst. Nicht so sehr, wie wir normalerweise die Customer Journey beschreiben – nur eine Trennung zwischen Owned, Earned und Paid Channels –, sondern ein dreidimensionales Bild.

Der Zugriff auf diese Art von Daten kann einen enormen Einfluss auf die Leistung und die Kosten von Paid Media haben, indem Vermarkter darüber informiert werden, von welchen Websites sie sich fernhalten und auf welchen sie sich verdoppeln sollten. Es kann auch ein Segen für Earned Media, Influencer-Marketing und Medienarbeit sein.

Aus der Perspektive von Owned Media können Daten wie diese dabei helfen, Marketer darüber zu informieren, welche Inhalte in ihrer Branche am beliebtesten oder unterversorgt sind – echte Content Intelligence. Auch die bezahlten und organischen Social-Media-Einblicke wären in diesem Modell viel reichhaltiger und gründlicher.

Die visuelle Darstellung dieses neuen Analysesystems ist unten dargestellt:

Datenreich. Einblick arm

Wir leben in einer Welt, die vollständig von Daten verbraucht wird. Aber was sind eigentlich Daten? Am Ende des Tages ist es nichts anderes als eine Ware. Eine Ressource. Für Marketer sollte es jetzt wichtig sein, was sie damit machen können. Die Frage, die sich jeder Vermarkter in Bezug auf Daten stellen sollte, lautet: „Welche Erkenntnisse kommen an die Oberfläche, die meine Kampagnen auf die nächste Stufe heben können?“

Der Idee einer Customer Data Platform (CDP) wird zunehmend Beachtung geschenkt. Diese Idee, die als einheitliche, integrierte Speicherung aller Ihrer Kundendaten definiert ist, wurde erstmals 2013 eingeführt. Eine CDP ist von entscheidender Bedeutung, um Interessenten und Kunden ganzheitlich zu verstehen. Dies umfasst sowohl die Vorakquisition als auch die Nachakquisition.

Leider haben nur sehr wenige Vermarkter eine echte CDP. Stattdessen verfügen die meisten über eine unterschiedliche Reihe von Systemen und Tools, die Daten oder Erkenntnisse nicht sehr gut austauschen. Die Vermarkter, die Zugang zur CDP-Technologie haben, haben einen massiven Vorteil gegenüber denen, die dies nicht tun.

In die besten Marketinganalyse- und Zuordnungstechnologien ist CDP integriert. Der wahre Wert für Marketer liegt darin, was die Technologie mit den Daten und den von ihnen bereitgestellten Empfehlungen anfangen kann. KI spielt bei dieser Funktion eine entscheidende Rolle.

Marketing-Attribution

Wie bei den meisten heutigen Analysen ist die Marketing-Attribution von Natur aus sehr eindimensional. Dies ist einfach ein Spiegelbild der Daten, die von vielen der aktuellen Analysetechnologien geliefert werden. Die folgende Infografik von Bizible erklärt gut die verschiedenen Arten von Modellierung, Marketingkanälen und -aktivitäten, Kanalzuordnung und Metriken im Zusammenhang mit der Marketingzuordnung.

Beispielsweise wird Referral-Traffic als Marketingkanal aufgeführt. Wir können ganz einfach in unsere Analytics du Jour gehen und die Menge an Traffic finden, die von einer Empfehlungsquelle geliefert wurde. Ein Teil dieses Datenverkehrs hätte auch zu Kunden werden können.

Abhängig von unserem Attributionsmodell (z. B. letzte Berührung) könnten wir dem konvertierenden Empfehlungsverkehr Gutschriften für die Erzielung von Einnahmen geben. Es würde so aussehen, wenn die Website unsere ist und die Konvertierung (Verkauf) auf unserer Website erfolgt:

Das ist in einer eindimensionalen Analytics-Welt in Ordnung. In Wirklichkeit ist es jedoch wahrscheinlicher, dass etwas den Verkehr zur Verweisquelle und etwas anderes den Verkehr dorthin gelenkt hat. Das sind Daten, auf die die überwiegende Mehrheit der Vermarkter heute keinen Zugriff hat. So würde dieses Modell aussehen:

Dies ist ein Beispiel für die Attributionsmodellierung drei Grad entfernt. Die anderen aufgelisteten Websites können andere Empfehlungsquellen, soziale Medien, E-Mail, Suchmaschinen usw. sein. Als Vermarkter sind dies äußerst wertvolle Informationen.

Wenn wir wüssten, was Website zwei ist, könnten wir direkt zu ihnen gehen und eine Partnerschaft eingehen. Vielleicht ist es ein beliebter Blog oder eine Online-Publikation. Es ist auch möglich, den Weg der verdienten Medien zu gehen und ihnen eine Geschichte zum Schreiben vorzuschlagen. Vielleicht ist Website One ein beliebter Influencer in der Branche. Das ist eine mögliche Marketingpartnerschaft.

Das Obige ist ein extrem vereinfachtes Beispiel einer dreidimensionalen Zuordnungsmodellierung und ist ziemlich einfach zu verstehen. Stellen Sie sich nun ein Modell vor, das alles zeigt, was mit allen Verkehrsquellen verknüpft ist, und alles, was mit diesen verknüpft ist. Ziemlich schwer vorstellbar, oder? Es würde in etwa so aussehen wie in der Grafik unten.

Das obige Modell kann Vermarkter darüber informieren, auf welchen Websites die Werbung eingestellt oder verdoppelt werden soll, während neue und leistungsstärkere Websites identifiziert werden, in die ein Vermarkter investieren sollte. Das Gleiche gilt auch für Earned Media, aber in diesem Fall ist es das, wofür man Zeit aufwendet, im Gegensatz zum Budget. Es ermöglicht Marketingfachleuten auch, echte Inhaltsinformationen darüber zu erhalten, welche Themen in ihrem aktuellen Einflussbereich online Anklang finden oder unterversorgt werden.

Jede Website, die oben dargestellt ist, ist für sich genommen möglicherweise nicht sehr wichtig. Ihre Beziehungen und Verbindungen zu den übrigen Websites sind jedoch. Das Entdecken und Identifizieren relevanter Cluster sind es auch.

Eine andere Sache, die eine dreidimensionale Karte von Schwaden des Internets leisten kann, ist Triangulation. Das bedeutet, dass bisher unbekannte Verkehrsquellen (direkter Verkehr) in vielen Fällen aufgedeckt werden können. Dies ist sehr wichtig, da bei einigen Websites große Prozentsätze ihres Traffics als direkt gekennzeichnet sein können.

Stellen Sie sich vor, Sie treffen Marketingentscheidungen auf der Grundlage eindimensionaler Attributionsmodelle und verpassen große Prozentsätze an Daten, weil sie als direkter Traffic verborgen sind. Vermarkter müssen sich das nicht ausmalen, weil wir es schon seit weit über einem Jahrzehnt machen und es akzeptiert wird. Die meisten von uns sehen nur 20 % der Daten in einem relevanten digitalen Ökosystem. Es sind die anderen 80 %, die wir nicht nutzen, um unsere Marketingentscheidungen zu treffen.

Das Gelb oben repräsentiert die 20 % des Einflusses der digitalen Sphäre der Industrie, die ein Vermarkter sehen kann. Dies wird seit den frühen 2000er Jahren akzeptiert. Die heutige KI-gesteuerte Analyse macht es zum ersten Mal möglich, die verbleibenden 80 % zu sehen.

Ich weiß, was viele Leser denken, wie können wir diese Daten in die Hände bekommen, und wie können wir sie verstehen, wenn wir sie einmal haben? Was oben skizziert wurde, ist wirklich Big Data. Es gibt einen Grund, warum dieser Artikel damit begann, über Marketing-KI und Analysen zu sprechen. Wenn die beiden verheiratet sind, macht es das möglich.

Die Technologie dafür ist derzeit vorhanden, und sie ist nicht nur prädiktiv – es ist präskriptive KI. Das bedeutet, dass es sich umfangreiche Mengen an strukturierten und unstrukturierten Daten ansieht, um dem Vermarkter explizit mitzuteilen, was als nächstes zu tun ist. Auf diese Weise hat sich die Analytik, wie wir sie kennen, für immer verändert.

Die Zukunft ist jetzt

Jede im E-Book beschriebene Taktik im Zusammenhang mit verdienten, eigenen und bezahlten Medien bietet eigenständige Lösungen und ist nicht Teil einer integrierten KI-gesteuerten Analyseplattform. Dies trägt dazu bei, den Vielfraß der Martech-Software-Vermarkter anzutreiben, mit dem sie jedes Jahr konfrontiert werden. Dies ist nicht optimal.

Allein im Jahr 2017 umfasste das Martech-Software-Ökosystem über 5.000 Anbieter. Wenn diese Kategorien unter einer KI-gesteuerten Analyseplattform kombiniert werden, wird die marketingweite Integration mit Vertriebs- und Servicesoftware viel einfacher und die Lernkurve viel einfacher zu navigieren. Ganz zu schweigen davon, dass der Beschaffungsprozess für eine allumfassende Lösung viel angenehmer ist als die Alternative.

Ansonsten prüfen Vermarkter die Einführung von 12 einzigartigen KI-gesteuerten Softwarelösungen, um ihr Marketing voranzutreiben. Aus diesem Grund haben Marketingspezialisten in diesem Jahrzehnt Marketing-Automatisierungssoftware eingeführt. Sicher, es ist möglich, acht verschiedene Softwareanbieter zu engagieren, um das zu tun, was ein Marketingautomatisierungsanbieter leisten kann, aber aus offensichtlichen Gründen ist das nicht ideal.

Die Einführung mehrerer Marketingtechnologien führt im Allgemeinen zu uneinheitlichen Datenströmen, die an getrennten Orten gespeichert werden. Diese Systeme sind voneinander entkoppelt und bieten dadurch unvollständige Daten. Stellen Sie sich vor, Sie müssten sich 12 einzigartige Dashboards ansehen, um Strategien und Taktiken im Marketing zu entschlüsseln. Das tun viele.

Allerdings ist jetzt die Zukunft, denn es gibt allumfassende KI-gesteuerte Analyselösungen, die die Kundensicht vereinheitlichen, Big Data umsetzbar machen, strukturierte und unstrukturierte Daten parsen, Ergebnisse vorhersagen, Maßnahmen vorschreiben, eine vollständige Marketingzuordnung bieten und 80 eröffnen können % mehr Web für die Augen des Vermarkters.

Seit über einem Jahrzehnt sind Vermarkter nur wenigen Analyseanbietern verpflichtet, die auch Online-Werbung verkaufen. Sie haben wirklich keinen Anreiz, Vermarktern zu helfen, weniger auszugeben und trotzdem bessere Ergebnisse zu erzielen. Datenunabhängigkeit ist die einzige Möglichkeit, diesen inhärenten Interessenkonflikt zu vermeiden.

Die Alternative wäre, die Online-Werbung ganz einzustellen oder Budgets zu kürzen. Proctor & Gamble kündigte im vergangenen Jahr an, seine Ausgaben für Online-Medien um bis zu 140 Millionen US-Dollar zu kürzen, da es Bedenken hinsichtlich der Markensicherheit, Bots und anstößiger Inhalte gibt.

Dieses Problem hätte mit einer vergleichsweise konservativen Investition in KI-gesteuerte Analysen leicht gelöst werden können. Diese Technologie würde Proctor & Gamble in die Lage versetzen, sich auf den Ort (wo) in den sieben Ps des Marketings zu konzentrieren – das ist der Kern ihres Problems.

Nicht nur bezahlte Medien profitieren; Paid, Earned und Owned Media können durch diese neue Technologie positiv beeinflusst werden – von Influencer Marketing und SEO bis hin zu Display Advertising und Social Media.

Wenn Sie tiefer in die KI und diese Taktiken eintauchen möchten, sehen Sie sich mein vollständiges E-Book an, das kostenlos erhältlich ist. Ich habe mich auf den Weg gemacht, um so viel wie möglich über KI und Marketing zu lernen, und ich hoffe aufrichtig, dass Sie auf dieser Reise auch etwas Neues gelernt haben.

(Hinweis: Sie müssen sich bis zum 15. Mai für „Complete Content Marketing: The Art and Science of Making Content Matter“ der Rutgers Business School anmelden. Es handelt sich um einen Online-Kurs, der von meinen Freunden Ian Cleary und Mark Schaefer unterrichtet wird. Ihre Vorlesungen sind ebenfalls wahrhaftig. Verwenden Sie unseren Rabattcode „Grow“ für 10 % Rabatt.)

Eine Version dieses Artikels wurde erstmals auf Social Media Today veröffentlicht.