人工知能：マーケティングへの最新のアプローチ

このガイドでは、人工知能が現在どのようにマーケティングに影響を与えているか、そしてそれが将来どのように影響を及ぼし続けるかについて詳しく説明します。

この投稿の終わりに、AIの可能性に興奮し、おそらくその影響について少し神経質になります！

そして、組織におけるマーケターの役割が変わるので、緊張しても大丈夫ですが…。

…あなたにはまだ重要な役割があります。

目次

第1章

人工知能（AI）の紹介

マーケティングにおける人工知能は現実のものであり、今こそ立ち上がって注目する時です。

人工知能は、よりインテリジェントな自動化された未来に向けてマーケティングを加速しています。この未来では、よりスマートな（つまり、AIを活用した）ソリューションにより、マーケターは問題を解決し、より効率的に目標を達成できます。 選択肢があります。 座って、マーケティングの世界がよりスマートになり、自分の周りを変えるのを待つことも、今すぐAIを採用して、自分自身と自分の会社に競争上の優位性をもたらすことに積極的に取り組むこともできます。

マーケティング人工知能研究所の創設者、ポール・レッツァー

ただし、すべてのソフトウェア会社が実際にAIを持っているわけではありません。

AIを取り巻く誇大宣伝は非常に多く、自社のソフトウェアはAIを利用しており、投資家はソフトウェアにAIが含まれているため、投資家はより高い評価を与えると言って、それを利用したいと考えています。

しかし、真のAIアプリケーションを構築している優れたソフトウェア会社は数多くあり、これは今後数年間で大幅に成長する予定です。

MRFRの調査では、AI市場は2025年までに250億ドルの価値があると予測されていました。

あなたがマーケティング担当者であれば、AIがマーケティングに与える潜在的な影響を理解し、理解する時が来ました。 このガイドが役立つと確信しています。

では、人工知能とは何ですか？

私たちは皆、人間の知性が何であるかを知っています…とにかくそう願っています！

人工知能とは、機械が人間のような知能を発揮することです。

例えば：

マシンはデータを処理し、そこから学習するため、将来処理するデータについてより賢明な決定を下すことができます。

同じ指示を繰り返すのではなく、機械は経験に基づいて新しい指示を自動的に学習します。

Deepmindによって開発されたAIをプレイするゲームであるAlphaZeroは、4時間でチェスを学び、チェスをプレイするために利用できる最高のコンピュータープログラムを打ち負かすことができました。

新しいゲームを学ぶことは人間の知性を模倣していますが、AIは人間が何ヶ月もかかるかもしれないことを4時間で学ぶことができます。

コンピュータサイエンスは、AIの研究をインテリジェントエージェントの開発として説明しています。

見て：

これは本当にスマートプログラミングについてです。

私たちの知性は、人工知能の作成に役立ちます。

一部のタスクは非常に日常的になるため、人工知能とは見なされなくなる可能性があります。

次に例を示します。

光学式文字認識は、コンピューターに期待される日常的なタスクであるため、除外されることがよくあります。

狭いAIと強いAIの違いは何ですか？

ナローAI（ウィークAIとも呼ばれます）は、1つのタスクに焦点を当てた人工知能です。

強力なAIが他のすべてです！

強力なAIには、特定のタスクではなく、あらゆる問題にインテリジェンスを適用する機能があります。

例えば：

スパムフィルタリングツールは、1つのタスクを適切に実行します。 自動運転車は狭いAIとも呼ばれますが、これは少し難しいと思います。

人工知能はマーケターに取って代わりますか？

はい…。 いくつか！！！

マーケティングは時間のかかるプロセスであり、機械が支援できる反復的なタスクがたくさんあります…

…しかし、機械が人間のマーケターと同じレベルで実行することは決してできない特定のタスクがあります。

将来的には、ロボットの向かいに座ってビジネスの提案について話し合うことは想像できますが、ロボットと実際の人間と同じ関係を築くことは想像できません。 チェスで誰かを倒すためのソフトウェアを構築するのは比較的簡単です…

…ソフトウェアは人を打ち負かすのが上手になります。

しかし…

関係を構築することはマーケティングの最も重要な部分であり、コンピューターはそれを嫌います。

また、誰が会社の戦略を立てるのですか？

AI対応のマシンはこの戦略への入力を提供できますが、ストラテジストは引き続き存続します。

最近、俳優がオペレーティングシステムと関係を築く「彼女」という映画を見ました。

こんなばかげた映画！

しかし現在、マーケターの知識が不足しているため、組織内でのAIの実装には深刻な問題があります。

2018年にデロイトがCMO（最高マーケティング責任者）と行ったレポートでは、マーケティングの有機的成長を遅らせる可能性のある主な要因は、才能の欠如です。

また、AIは他のほとんどのマーケティング分野よりも技術的であるため、これは大きな問題になるでしょう。

このガイドを書いたのは、オンラインのAIに関する技術情報が多すぎて、理解するのが非常に難しいためです。 このガイドが、マーケターがAIの本当の意味を理解するのに役立つことを願っています。

AIを理解したら、内部で使用しているシステムをAIソフトウェアに置き換える方法を理解できます。 また、既存のソフトウェアソリューションを置き換えるのが賢明であると判断した場合は、どの機能が削除され、どの新しい機能が追加されるかを把握する必要があります。

次に、AIについてチームを教育し、新しいソフトウェアでトレーニングする必要があります。

さらに、AIソリューションの市場は急速に成長しているため、AIを理解しないと、適切なベンダーを見つけるのに苦労することになります。

第2章

人工知能の要素

人工知能は、さまざまな要素を含む複雑な分野です。

それは以下に焦点を合わせています：

• 学習–情報とその情報を使用するためのルールを取得します。
• 推論–論理的かつ賢明な方法で何かについて考える。
• やること–やらないとしたら、学び、考えることのポイントは何ですか？
• 自己修正–間違いを理解して修正します。

AIが実装されている主な分野の内訳は次のとおりです。

注：各領域にはいくつかの重複があります。 たとえば、自動運転車は、機械学習、画像認識、ディープラーニングを組み合わせて使用​​します。

ニューラルネットワーク

脳は入力（外部または内部）を受け取り、それを処理してから結果を生成します。

ニューロンは脳内の計算の基本単位であり、これらの入力を処理して出力を生成する役割を果たします。

化学信号はニューロンからニューロンに渡されます。

人体には平均して1,000億を超えるニューロンがあり、ニューロン間の相互接続の非常に複雑なウェブです。 一部のニューロンは、最大10,000個の他のニューロンに接続できます。

誰かが熱いストーブの近くに手を置いていると想像してみてください。 これは入力です。 ニューロンはこれを処理し、手をストーブから動かします。

これが内部的にどのように見えるかを次に示します。

感覚ニューロンは熱を感じ、その情報を他の内部ニューロンに渡し、最終的には運動ニューロンに渡し、熱から離れる反応を引き起こします。

単一のニューロンはそれ自体ではあまり効果がありませんが、ニューロンの複雑なウェブを使用すると、驚くべき機能が得られます。

ニューロンは、入力、出力、および重みで構成されます。 重みは、この特定の情報の全体的なスキームにおける重要性の指標です。

たとえば、車の価値を機械で計算したいとします。

年、メーカー、モデル、状態、走行距離などのさまざまな入力を受け取り、これらはニューロンを通過します。 各入力には重みが付けられます。

メーカーとモデルは、走行距離や年よりも高く重み付けされています。

その後：

一連の複雑な計算を通じて、マシンは結果を出します。

これがニューラルネットワークの簡単な例です。

最初の入力は重み付けされ（たとえば、重要度に基づく特性）、処理のために隠れ層に送信され、結果が出力になります。

機械学習

機械学習はAIのブランチであり、コンピューターが既存のタスクの実行を段階的に向上させたり、人間の介入を必要とせずに新しいタスクを実行できるようにしたりします。

コンピューターは継続的にデータを分析しているため、将来的にはより良い結果を生み出すことができます。 簡単に言えば、彼らはよりスマートになっています。

機械学習は通常、次の3つの部分に分けられます。

ディープラーニング

先ほど、ニューラルネットワークについて話しました。 ディープラーニングは、より高度なニューラルネットワークを使用します。

したがって、入力、非表示、および出力レイヤーの代わりに、多くの非表示レイヤーがある場合があります。

つまり、基本的なニューラルネットワークよりもはるかに多くの処理が行われます。 同じ重みのシステムがニューロン間で受け渡されます。

ディープラーニングは通常、次のように分類されます。

監視対象

教師あり学習とは、コンピューターに入力データを提供し、次に出力データ（つまり、期待する結果）を提供することです。 次に、これを中心にアルゴリズムを構築して、新しい入力データの提供を開始できるようにします。コンピューターが自動的に出力データを作成します。

たとえば、スパムフィルターがあると想像してみてください。 電子メールがスパムであるかどうかを判断するための一連のルールをコンピューターに与える代わりに、一連の電子メールを提供してから、それらの電子メールのどれがスパムであるか、およびその理由をコンピューターに伝えます。 次に、このアルゴリズムを使用して、新しい一連の電子メールを作成します。

監督されない

教師なし機械学習では、入力データを提供しますが、出力データは提供しません。 入力は、最初はテストデータのバッチである可能性があります。

そのため、コンピューターには、回答の生成に役立つサンプルデータがありません。 もう少し作業が必要です。

半教師あり

これは幸せな媒体です。 完全に監視されていないわけではありませんが、出力データはすべての結果を正確に予測するのに十分ではありません。

そのため、コンピューターはデータを処理し、出力データをガイドラインとして使用します。このガイドラインは、より多くのデータを処理するにつれて、時間の経過とともに改善されます。

データを手動で分類する必要がある場合は、半教師ありMLを使用することをお勧めしますが、分類するものが多すぎるため、データの一部を分類し、残りをコンピューターに任せて処理します。

自然言語処理（NLP）

これが自然言語処理の目的です…

AlexaはAmazonデバイスです。

あなたは会話形式で質問をし、Alexaはそれらを処理して応答することができます。

まあ、それは通常…..

自然言語処理（NLP）システムはここ数年でより高度になりましたが、まだ多くの課題があります。

たとえば、次のように言うのは珍しいことではありません。

Alexa – Man Uは誰を演じていますか？

マンチェスター・ユナイテッドのサポーターは、マンチェスター・ユナイテッドをマンチェスター・ユナイテッドまたはレッドデビルズと略したり、単にユナイテッドと言ったりすることがよくあります。 Alexaがこれらの略語を理解する可能性はわずかです。

NLPのもう1つの難しい例は次のとおりです。

「先日、仲間と一緒にパブにいましたが、それは致命的でした。」

アイルランドでこの文脈で「致命的」という言葉を使用するとき、それはとても楽しかったことを意味します。 NLPシステムは、テキストや話し言葉の感情を検出するのがまだ得意ではありません。

したがって、NLPは進化し続けますが、次の理由で完全になることはありません。

• アクセント
• 非常に多くの言語、言語のバリエーション、スラングが使用されています
• 声のトーンとボディーランゲージ

進化的計算

これは、ウィキペディアからの進化的計算の定義です。

「コンピューターサイエンスでは、進化論的計算は、生物学的進化に触発された大域的最適化のためのアルゴリズムのファミリーであり、これらのアルゴリズムを研究する人工知能とソフトコンピューティングのサブフィールドです。」

しかし、これは実際にはどういう意味ですか…

これは、結果を最適化する継続的なプロセスであり、時間の経過とともにより優れたソリューションを「進化させる」ため、進化的と呼ばれていました。

ダーウィンの進化論から進化論とも呼ばれていました。

たとえば、ダーウィンの理論の1つは、適者生存に関するものでした。 種の最も弱いメンバーは時間の経過とともに死にます。

進化的計算を使用すると、問題に対する多くの潜在的な解決策を思い付くことができます。 良いものもあれば、完全にランダムなものもあります。

テストを行うことで、時間の経過とともに、最良のソリューションが進化します。

ディープラーニングでは、すでに知っているモデルに焦点を当てています。 進化的計算は、私たちが助けることができるサンプル結果がないという問題の解決策を考え出している。

ヴィジョン

私たちは、画像に基づいて自動的に表示、処理、および動作するコンピューター/マシンまたはロボットの機能について話しています。

視覚のためのAIは、一般的に次のように分割されます。

コンピュータービジョン–画像から情報を抽出して意味を理解するコンピューター。

マシンビジョン–生産環境などの分野で物事を改善するために視覚的な方法を使用する機械。 それらは、欠陥を視覚的に識別したり、食品ラベルを確認したり、製品の欠陥を検出したりする可能性があります。

ロボットビジョン–これは、視覚を使用して作業対象を特定し、ロボット機能が必要なアクションを実行する場所です。

ロボット工学

ロボットは物理的な機械です。

ロボット工学はロボットの研究分野です。

ロボットがマーケター向けのコンテンツを自動的に作成するという話を聞くことがありますが、これらは実際にはロボットではありません。 物理的なロボットは関与していません。

ほとんどのロボットにはAIがありませんが、これは変化しています。

たとえば、私は「Robomow」と呼ばれるロボット芝刈り機を所有していました。 タグラインは「それはあなたがしないことを刈る」でした。 私は実際にそれらを販売していましたが、それはまったく別の話です。

ロボモウは充電ユニットに座っており、数日おきに出てきて草を刈っていました。 庭の端の周りに電気ケーブルがあり、芝刈り機は端に対してさまざまな角度で前後に行き来していました。 どこにあったかを記録したので、どこでもカットされたことがわかりました。

雨センサーも付いていたので、雨が降っていても草を刈るために出てこなかった。

しかし、人工知能はありませんでした。

たとえば、庭の障害物について学び、それらの障害物に基づいてさまざまなルートを構築することができます。

残念ながら、私のトランポリンの下で立ち往生し続けました…

…毎回…

見て：

これらのデバイスが役に立たないと言っているのではありません。

しかし…彼らはもっと賢いかもしれません。

エキスパートシステム

エキスパートシステムは、意思決定を行う人間の能力をエミュレートするコンピュータプログラムです。

つまり、既存の専門家の必要性を置き換えるか、既存の専門家をサポートします。

これには通常、特定の状況ごとに知識を適用するための一連のルールを含む知識ベースが含まれています。

機械学習機能を使用すると、時間の経過とともに知識ベースを構築し、実用的な知識に基づいて新しい決定を適応または作成します。

スピーチの解釈

それほど遠くない将来、誰かが自宅にAmazon Echoなどのデバイスを持たないのは珍しいことです。そうすれば、このデバイスに質問や指示を音声で送信して、すぐに回答を得ることができます。

音声の解釈は常に改善されており、これらのデバイスの一部は、人工知能を活用して時間をかけて学習し、より良い応答を生成しています。

音声認識システムが、コールセンターから売り上げが発生するかどうかを予測し、コンバージョン率を向上させるためにエージェントに提案を行うことができたと想像してみてください。

そして、彼らは会話とこの会話の音響を分析することによってこれを行いました。

OTOシステムと呼ばれる会社は、50％のコンバージョン率で4,000時間のインバウンドセールス会話を調査しました。

彼らは、成功した販売の「音響的特徴」を捉えるために、ディープラーニングモデルをトレーニングしました。

彼らはなんとか通話結果の94％を予測することができました。

その後、このシステムをコールセンターに実装し、エンゲージメントが20％増加し、売上が5％増加しました。

AI計画

ウィキペディアによると、これらはインテリジェントエージェント、ロボット、または無人機のために自動的に作成された戦略または一連のアクションです。

つまり、問題を分析し、行動計画を立てることがすべてです。

AI計画では、次のようなことが考慮されています。

• 依存関係– 1つのタスクで、別のタスクを完了する必要がありますか
• マイルストーン–満たす必要のある特定の日付
• 制約–たとえば、利用可能な人が10人しかない場合、問題に20人を投げることはできません。

計画とスケジュールが作成されると、結果と入力の変更に基づいて自動的に調整されます。

たとえば、リソースが利用できなくなった場合は、計画を調整する必要があります。

第3章

マーケティングにおけるAIアプリケーション

マーケティングにおけるAIの潜在的な用途は非常に多く、AIをより効率的にし、より良い結果をもたらすのに役立ちます。

私たちは長年1対1のマーケティングについて話してきましたが、高度なマーケティング自動化システムを使用しても、これはまだ現実ではありません。

しかし…人工知能を使用すると、1対1の顧客コミュニケーションのように感じるものを提供できる可能性がはるかに高くなります。

AIを使用してマーケティングを改善する方法の例をいくつか見てみましょう。

AIとコンテンツマーケティング

Webで生き残るためには、コンテンツを作成する必要があります。

コンテンツは訪問者を引き付け、視聴者を引き付け、戻ってくるインセンティブを与えます。

コンテンツにはさまざまな形式があります。

• ブログ投稿
• 証言
• レポートなどの事実データ
• ビデオコンテンツ
• ツイート
• 企業情報

AIがコンテンツマーケターの完全な役割を引き継ぐことは決してありませんが、それは確かに役立ちます。

コンピューターは、コンピューターによって作成されたように聞こえないコンテンツを自動的に作成できますか？

はい！

Statistaによる2017年のレポートによると、調査対象の90％以上の人が、パーソナライズされたコンテンツを取得することは「非常に/ある程度」魅力的であると述べています。

あなたが自分に関連する情報やコンテンツを提供しているように人々が感じたいのは当然のことです。 彼らは他の誰も気にしません!!!

マーケターにはすべてのコンテンツをパーソナライズする時間がありませんが、幸いなことにAIが役立ちます。

方法は次のとおりです。

コンテンツ調査

MarketMuseは、適切なコンテンツを作成するためのガイダンスをユーザーに提供するソフトウェアプラットフォームです。 ビッグデータとAIを使用して、検索エンジンがコンテンツをランク付けする方法を理解します。

すべてのデータを処理し、同様のコンテンツについて他社のランキングと比較します。

次に、コンテンツをトピッククラスターに編成し、ランク付けが容易なトピックを定義し、コンテンツを改善する方法に関する推奨事項を提供します。

コンテンツ監査の実行は非常に時間のかかるプロセスであり、このようなソフトウェアを使用すると、時間を大幅に節約できます。

これは、MarketMuseがマーケティングツールの上位の検索結果を分析する例です。 上位の各コンテンツ内で最も関連性の高い用語を抽出し、これをコンテンツと比較します。

このツールは、コンテンツ内の言及の数と比較した、競合他社のコンテンツ内のこれらのキーワードの言及の数を表示します。 上位にランク付けするために改善できるコンテンツスコアを取得します。

MarketMuseは、コンテンツを分析することにより、「トピックの権限」を決定します。 これらは、それらの周りにより多くのコンテンツを作成することで簡単にランク付けできるトピックです。

コンテンツの作成

神経言語学的生成（NLG）は、データを人間のように聞こえる物語に変換するテクノロジーです。

Automated Insightsは、その名前が示すとおりに機能する会社です。

データを分析し、データを説明するテキストを自動的に生成します。

あなたが証券会社にいて、顧客のために1,000の異なるレポートを作成しなければならなかったと想像してみてください。 それは恐ろしい考えですね。

ここで、ボタンをクリックしてそれらのレポートを自動的に生成することを想像してみてください。

AIは本を書いたり、ブロガーとして私に取って代わったりすることはありませんが、コンテンツの作成には確かに大いに役立ちます。

コンテンツの増幅

コンテンツの増幅は、リーチを拡大するために、有料および無料の戦術を通じてコン​​テンツを宣伝および配信するプロセスです。

オンラインでのノイズが非常に多いため、宣伝しない限り、最も壮大なコンテンツでさえうまく機能しません。

コンテンツプロモーションは、以前はコンテンツマーケターの時間の大部分を占めていましたが、現在、このプロセスを自動化するのに役立つ非常にスマートなツールがいくつかあります。

これが1つの例です。

Inpoweredは、多くのネイティブ広告プラットフォームで宣伝するコンテンツを選択し、宣伝を配置してクリック課金率を最大限に高めるプロセスを自動化できるツールです。

特定のプラットフォームでのプロモーションをキャンセルし、他のプラットフォームでのプロモーションを増やし、何がいつ機能しているかを分析します。

すべて完全に自動化されています。

このプラットフォームは、テクノロジーが非常に優れており、熱心なユーザーにのみ料金を支払うため、興味深いものです。 誰かがあなたのコンテンツを見てすぐにバウンスした場合、料金は発生しません。

コンテンツの最適化

Googleからのトラフィックを増やすためにコンテンツを最適化するのはどうですか？

昔は、同じキーワードを何度も記事に詰め込んでランク付けすることができました。

しかし今…Googleはコンテンツが何であるかを理解するためにあなたのコンテンツのセマンティック分析を行います。

機械学習（Rankbrain）を使用して、作成したコンテンツを理解します。

また、トピックの権限を調べているのは、キーワードだけではありません。

これは、サイトでトピックの権限を示す方法の例です。

このコンテンツのような柱のコンテンツを作成します。

次に、ピラーコンテンツにリンクする関連コンテンツを作成します（およびピラーリンクは関連コンテンツにリンクします）。

さらに一歩進んで、自分のサイトの関連コンテンツまたは柱コンテンツにリンクしている他のWebサイトにゲスト投稿コンテンツを作成することもできます。

これは、特定のキーワードを対象とする1つの投稿よりも重要なトピックの権限を示しています。

GoogleはAIを使用してトピックの権限を把握しているため、AIを活用してGoogleに適切なシグナルを提供しているかどうかを判断するツールが必要であることは理にかなっています。

これは、この分野のMarketMuseやその他のツールが行うことです。

コンテンツキュレーション

コンテンツキュレーションツールは、興味のある関連コンテンツを見つけるのに最適です。

たとえば、一連のキーワードを設定すると、それらのキーワードに関連して人気のあるコンテンツが検索されます。

しかし…。

…コンテンツキュレーションツールのAIバージョンは追加のステップを踏みます。

例としてFrase.ioを取り上げます。

これはコンテンツを検索しますが、AIを使用してコンテンツを要約するため、すべてを読む必要はありません。

私はあなたのことを知りませんが、それは私には素晴らしいですね!!!

コンテンツキュレーションに関して、AIは次のワークフローを支援する必要があります。
–メディアを監視する際に、より的を絞ったクエリを作成し、ノイズを除去する
–情報を要約して、知識労働者がコンテンツをより速く消費し、関連する場合にのみ深く掘り下げるのに役立てる
–トピック間の関係を特定し、時間の経過とともに傾向を描く
AIによるコンテンツキュレーションの改善は、マーケターがより優れたニュースレターを作成し、元のコンテンツに関するより多くの調査を取り入れ、ソーシャルメディアへの投稿を拡大し、より豊富な内部マイクロサイトを作成するのに役立つはずです。 デジタルパブリッシャーは、AI主導のコンテンツキュレーションを使用して、レポートを自動的に生成し、編集ワークフローを充実させることができます。

Tomas Ratia CEO Frase.io

AIと分析

通常、分析は記述的、予測的、および規範的な分析に分類されますが、4番目の次元を追加しましょう。

記述的分析は長い間存在してきました。

この例としては、Google Analyticsデータは表示されているが、それをどう処理するかがわからない場合があります。

予測分析はあなたが何をするかもしれないかについての考えをあなたに与え、そして規範はあなたが何をする必要があるかをあなたに教えます。

アクション指向の分析では、規定された内容に基づいてアクションが自動的に実行され、テストされます。

妻のNetflixアカウントに誤ってログインすることがありますが、推奨事項のほとんどは私が見る映画ではありません。

しかし、Netflixアカウントにログインすると、常に興味のあるものが表示されます。

Netflixは自動的に人々をさまざまなカテゴリにグループ化し、評価はあなたが配置されたカテゴリ内のフィードバックに基づいています。

したがって、私が映画を好きになる可能性を示すパーセンテージの評価を見ると、妻は別のカテゴリに属しているため、この評価は異なる可能性があります。

Netflixは、より良い映画をユーザーに売り込むためのより良い推奨事項を継続的に提供しようとしています。

しかし、彼らはあなたが見始めた映画/ショーを見るだけではありません。 彼らはまた見ます：

• あなたはそれのいくつかを見て、見るのをやめましたか
• 数晩見ましたか
• あなたがそれを見たとき、すなわち一ヶ月前、一年前など。

そして、もちろん、はるかに。

これらは、時間の経過とともに学習し、自動的に調整する機械学習アルゴリズムです。

Datalytyxと呼ばれる英国の会社は、たとえば数十億のレコードを分析するなど、大量のデータを分析するという主要な問題を解決するAIソリューションの特許を取得しています。

AIソフトウェアがデータの最も関連性の高い1％を識別し、これに基づいてレポートを実行します。

AIとマーケティングオートメーション

典型的なマーケティング自動化タスクは、ユーザーがメーリングリストにオプトインした後に一連のメールをユーザーに送信することです。

次に、メールとのやり取りに基づいて、ユーザーを別のパスにルーティングします。

たとえば、シーケンスの2番目の電子メールにある新製品に関するリンクをクリックすると、別の電子メールがトリガーされます。

これはスマートなメール自動化ですが、AIではありません。

AIは、まったく新しいインテリジェンスのレイヤーを追加します。 ここではいくつかの例を示します。

Watsonは、AIを使用してデータについて詳しく知るIBMプラットフォームです。

「ワトソンマーケティング」は、ワトソンプラットフォームの一部であり、ご想像のとおり、マーケティングに焦点を当てています。

そのコンポーネントの1つは、ターゲットを絞った電子メールキャンペーンを作成することです。

AIを使用して、キャンペーンの各個人についてより深く理解し、このデータに基づいてコミュニケーションを調整します。

たとえば、入力したフォームに基づいてユーザーをバケットに入れるのではなく、多くのソースからデータを取得し、ライフスタイル、社会的行動、ライフステージ、場所などに基づいてマイクロセグメントを作成します。

ただし、このデータを継続的に評価し、新しいデータとパフォーマンス分析に基づいてセグメント間で人を自動的に移動します。

大規模なデータセットを使用する場合、特定のタスクを自動化し、データを理解するためにAIが必要です。

例えば：

多くのソースからのデータをコンパイルし、ライフスタイル、社会的行動、ライフステージ、場所などに基づいてマイクロセグメントを作成します。

元のキャンペーンの欠陥を発見し、これに基づいてセグメントとオファーを変更します。

AIと会話型マーケティング

チャットボットは、別の人間との会話をシミュレートするように設計されたコンピュータープログラムです。

チャットボットを簡単に作成できるツール（モバイルモンキーなど）が多数あります。

入力に基づいてアクションを自動的に作成できるビルダープログラムがあります。

ただし、これらのチャットボットはAI対応ではありません。 彼らは特定のユーザーの意図を認識するように訓練されており、知識ベースを利用して回答を取得します（取得ベースのチャットボット）。

ユーザーがその場で生成できる無制限の量の回答をユーザーに提供できるチャットボットはまだ見当たりません。 これが実際のAIです。

今日のほとんどのチャットボットは特定のニッチで動作しており、彼らが知っていて実行できることの量は非常に限られています。 ただし、人間の言語を理解するためにNLP技術を使用しています。 より洗練されたものは、感情分析を使用して、ユーザーの言葉の背後にある感情を理解します。

チャットボットは、今日のように、販売およびマーケティングプロセスの特定の部分を自動化するのに役立つ非常に便利なツールです。

たとえば、チャットボットは次のことができます。

• ユーザーとのパーソナライズされた会話を通じてエンゲージメントを高める
• あなたのウェブサイトで顧客からの問い合わせを処理する
• ユーザーに関する有用な洞察を収集することにより、ターゲティングを改善します

現在、Webサイトでチャットボットをすでに使用している企業には、パフォーマンスの良さを理解するのに役立つツールがあります。

Liveperson.comは、チャットボットの会話をリアルタイムで分析して、顧客のカスタマーエクスペリエンスが低下している時期を評価します。 その後、企業はこれに基づいて行動を起こすことができます。

これを使用するかどうかわからない…新しい図が出てくるかもしれません。

AIとEメールマーケティング

メールマーケティングは、AIから多大な恩恵を受ける可能性のある分野の1つです。

考えてみてください。AIツールは、送信する必要のあるコンテンツの種類と、送信する必要がある時期を判断して、個々の見込み客を変換する可能性を高めるのに役立ちます。

AIが膨大な量のデータを短時間で処理できるという事実を考えると、よりスマートで効率的なキャンペーンを実行し、ROIを向上させることができます。 A/Bテストで節約できる時間は言うまでもありません。

AIを利用したメールマーケティングツールは、マーケターにとってもう1つの難しい分野、つまり高度にパーソナライズされたメールを大規模に送信するのにも役立ちます。

AIは、顧客の会社での履歴を考慮に入れて、最も効果的なメッセージングとオファーのタイプを決定できます。

たとえば、Phraseeは、AIを使用して件名、本文のコピー、CTAを生成し、クリック率の向上とメールマーケティングキャンペーンへの関与を促進するメールマーケティングツールです。

AIとSEO

人工知能は、検索をより人間的なものにする可能性があります。

これは、検索エンジンが検索者のクエリの意味とコンテキストをより詳しく調べて、より意味のある結果を提供するようになったことを意味します。

キーワードの乱用の時代は終わりました。 検索アルゴリズムは現在、ユーザーのコンテキストと検索意図に焦点を合わせています。

そして、これは良いことです。

マーケターは、AIツールを活用してコンテンツのランキングを向上させることもできます。

これで、AIを使用して、次のようなさまざまな方法でSEOの取り組みを改善できます。

• コンテンツの機会を特定する
• キーワード調査の実施
• コンテンツ最適化の機会を特定する
• コンテンツのパーソナライズなど。

AIとソーシャルメディア

Facebookにログインしてニュースフィードを表示するたびに、AIが動作しているのがわかります。

Facebookは、あなたがフォローしている人、あなたが対話しているもの、あなたがコンテンツをどのように消費しているかなどを継続的に監視しています。

これらのアルゴリズムは、時間の経過とともに学習して、より良いニュースフィード結果を生成します。

Facebookはエンゲージメントがすべてです。

あなたがプラットフォームにより多くの時間を費やすならば、彼らはあなたにより多くの広告を表示することができ、彼らはより多くのお金を稼ぎます。

とても簡単です！

何を操作し、何を操作しないかを追跡することは完全に理にかなっています。

Facebookページをフォローしていて、Facebookページが公開する投稿を操作しない場合は、そのページのコンテンツに関心がないことを示しています。

ソーシャルメディア向けのAIの別の例を次に示します。

Persadoは、「あらゆるチャネルで最大のパフォーマンスを実現するためのマシン生成のマーケティングコピー」を提供しています。

エンゲージメントを高めるために、最高の単語、フレーズ、ビジュアル、感情を選び出します。

そしてソーシャルメディアはエンゲージメントがすべてです。

このソーシャルメディアモジュールを使用すると、テキストが自動的に作成され、最もエンゲージメントを促進する最高の画像が見つかります。

AIとコンバージョン率の最適化（CRO）

コンバージョン率の最適化とは、コンバージョンを改善することです。

たとえば、Webサイトへの100人の訪問者のうち2％を変換してから、Webサイトに変更を加えて、変換を3％に増やします。

コンバージョンを増やす方法はたくさんあります。

• 広告を改善して、クリック率を高め、費用を削減します
• 広告を改善して、より多くのオーディエンスをオファーに送ります
• 別の販売目標到達プロセスを構築します。たとえば、誰かが購入した後にアップセルオプションを追加します
• 色、テキスト、画像、動画など、目標到達プロセスの一部であるページを変更します。

これは非常に時間のかかる手動のプロセスであり、AIが役立つ場合があります。

Unbounceはランディングページツールです。

彼らは最近、AIを中心にパイロットプロジェクトを構築し、6週間で34人の顧客を参加させました。

AIは、実際のキャンペーンのランディングページのパフォーマンスを分析し、コンバージョンスペシャリストに何を変更するかを指示しました。

平均して、ページのコンバージョンの増加は19.8％で、1ページが100％を超えました。

これは確かに、変換スペシャリストとの連携から得られると予想されるよりも高いパフォーマンスの向上です。

AIとリスニング/モニタリング

そこにあるすべての企業は、自社のブランドに関する会話をできるだけ多くキャプチャできることを望んでいます。

目標は、人々が自分のブランド、製品、またはサービスについて何を言っているかだけでなく、彼らがそれらについてどのように感じているかを理解することです。

これは、マーケターがブランドの存在感を分析し、それらの洞察を使用してオーディエンスとのコミュニケーションを改善し、キャンペーンをより適切にターゲティングするのに役立ちます。

NLPと感情分析は、この分野で非常に役立ちます。

企業はAIを使用して製品に関する会話を理解できるため、潜在的な問題を見つけてそれに対処したり、購入意向を明らかにしたりできます。

AIと画像認識

私たちは皆、マーケティングにとってビジュアルコンテンツがいかに重要であるかを知っています。

これで、AIと画像認識ツールを使用して傾向を分析し、ソーシャルメディアやその他のチャネルで最高の結果をもたらすビジュアルの種類を明らかにすることができます。

画像認識により、マーケターは画像を通じてオーディエンスの発言を「聞く」ことができるため、そのオーディエンスの興味に合ったビジュアルコンテンツを配信できます。

AIは、何百万ものソーシャルメディアの投稿を分析し、人々が共有して関与する画像をフィルタリングするのに役立ちます。

画像認識ツールがなければ、マーケターがこの量の視覚資料を分析することは不可能です。

この一例は、BrandwatchのImageInsightsプラットフォームです。 このツールは、ソーシャルメディア全体でブランドを含む画像を人々がどのように使用しているかを企業が明らかにするのを支援することに焦点を当てています。

基本的に、何百万ものソーシャルメディア投稿にわたるブランドのロゴの視覚的な言及を分析します。

AIとインフルエンサーマーケティング

インフルエンサーマーケティングは非常に強力なマーケティング形態ですが、ブランドは適切なインフルエンサーを特定するのが難しいと感じています。

AIテクノロジーにより、影響力のある人物を分析して見つけるためのよりスマートな方法が生まれました。

例えば：

信頼できる専門家からの有用なコンテンツへの需要は、インフルエンサーコラボレーションの形でマーケティングの世界を席巻しており、AIは複数の役割を果たしています。

150万人のフォロワーを持つ@lilmiquelaのようなInstagramのAIを利用した仮想インフルエンサーから、インフルエンサーマーケティングプラットフォームで使用される洗練されたAIシステムまで、インフルエンサーマーケティングに対する人工知能の影響と影響はまだ始まったばかりです。

AIとインフルエンサーマーケティングの将来のアプリケーションには、特定のインフルエンサー、コンテンツタイプ、チャネルの組み合わせの潜在的な影響を予測する機能や、偽のフォロワーによるインフルエンサーのより高度なフィルタリングが含まれます。

Lee Odden –TopRankマーケティングの創設者

チャプター– 4

AIに関するセキュリティ上の懸念

2018年、EUはGDPR（グローバルデータ保護規則）と呼ばれる規制を導入しました。

その目標は、企業による許可なく個人データの収集、保管、および使用を規制することです。

消費者が個人データの使用にますます関心を持つようになるにつれて、同様の規制が世界の他の地域でも実施されることを期待しています。

AIはデータの収集と処理がすべてであるため、これには深刻な影響があります。

あなたがスーパーマーケットに足を踏み入れ、スーパーマーケットが顔認識を使用してあなたを識別し、利用可能なデータに基づいてあなたの経験を調整したとしましょう。 彼らはこれを行う許可を持っていますか？ ヨーロッパではありません。

したがって、AIは非常に強力ですが、その使用の一部は承認される必要があります。

概要

AIには明るい未来があります。

これは、今後何年にもわたってマーケティングに大きな影響を与えるでしょう。

それはマーケティングの役割を変え、それらのいくつかを完全に取り除き、そしてそれはこれまで不可能だった全く新しいレベルの洗練を提供するでしょう。

あなたはマーケターとして心配する必要がありますか？

もちろん。

AIの開発を常に把握し、それをマーケティングに組み込む方法を確認する必要があります。

あなたはマーケターとしてのあなたの役割とあなたの役割が将来どのように進化するか、または置き換えられるかについて考える必要があります。