コンテンツ マーケターが AI について知っておくべきこと

世界中の多くの人々と同様に、私は新年に向けていくつかの専門的な決議を行いました。 人工知能 (AI) とブロックチェーン技術について、できる限り多くのことを学びたいと思っていました。 今年も残り 4 分の 1 になり、AI について学ぶための私の探求は完了しました。 実際、非常に完成度が高いので、最新の無料電子ブック「マーケティング分析と人工知能について知っておくべきことすべて」が完成しました。

(編集者注: Chad は、5 月 8 日にこのトピックに関する Twitter チャットをソーシャル メディア トゥデイと共催する予定です。チャットに参加するための出欠確認は、こちらから: 「AI とマーケティングについて知っておくべきこと」 )

この記事では、AI とそのマーケティングへの影響について私が学んだことをすべて取り上げます。 私たちはマーケティングの新しい破壊的な道を歩み始めたばかりで、とてもエキサイティングです。

人生で保証できるものは、死、税金、業界の混乱の 3 つだけです。 混乱は毎日、私たちの周りで起こっています。 Amazon が小売業に、Uber がタクシーに、LinkedIn が求人掲示板に、インターネットがメディアに、仮想通貨が金融に、などなど。

AI だけでも、予測、カスタマー サービス、教育、金融、フード サービス、個別化されたヘルスケア、医療、物流、ロイヤルティ プログラム、マーケティング、調達、広報、検索、およびセキュリティを混乱させると予測されています。

Salesforce Solutions の CTO である Brett Colbert 氏によると、ブロックチェーンは、土地利用、身元確認、グローバル ロジスティクスと海運、自動車、航空、製造、処方薬、金融、政府、銀行など、さまざまな分野で混乱をもたらすでしょう。

以前は、業界全体で大規模な混乱が発生するのは、10 年に 1 回かそれ以下でした。 しかし、今日の環境では、さまざまな業界が同時に混乱しているのが見え始めています。

今日、デジタル マーケティングと広告に混乱の最初の兆候が見られ始めています。 私たちの多くは、それがどのようなものになるかさえ知りません。

ADYOULIKE は IBM Watson と統合されました。 Salesforce は Einstein テクノロジーを開始しました。 HubSpot は、機械学習会社の Kemi を買収しました。 adChain、Bitteaser、Native Video Box、AdHive などのブロックチェーン企業はすべてアドテク分野に参入しています。

この新しいテクノロジーにより、ブランドは自社のビッグデータを管理し、実用的な洞察を得ることが容易になるだけでなく、マーケティングの主要業績評価指標 (KPI) を新たな高みへと引き上げることができます。 また、これまでアドテクでは見られなかった新しいレベルの透明性をもたらすでしょう。

マーケティング担当者として、私たちは皆、「マーケティングが根本的に混乱する準備ができているか?」と自問する必要があります。

答えがどうであれ、私たちの大多数は、テクノロジーがどのようにして業界を永遠に変えようとしているのか、ほとんどわかっていないようです。

上記のテクノロジー企業は通常、AI やその他の破壊的なマーケティング テクノロジーの使用を説明する際に挙げられる例です。 しかし、電子メール、リード スコアリング、オンライン広告の最適化は、私たちのマーケティングを強化するテクノロジーの将来の展望のほんの一部にすぎません。

これらのテクノロジーの将来の使用は、オウンド メディア、アーンド メディア、ペイド メディアのすべての側面に影響を与えます。 将来の用途だけではありません。 現在、すべてのマーケティングおよびメディア チャネルを根本的に混乱させるテクノロジーが存在します。

マーケティングにおける人工知能

私の前に多くの人が AI に関する本を書いています。 マーケティング AI については、今でも多くの記事が書かれています。 実際、私の友人である Paul Roetzer は、Marketing AI Institute を立ち上げました。 このサイトには、マーケティング AI に関する優れた記事や熟考がたくさんあります。 これは、マーケティング AI がすぐになくなるトレンドではないことを示しているため、注意が必要です。 実際、AI のソート リーダーシップをオンラインでマーケティングするためのハブが存在します。

Roetzer は、今日の現代のマーケティング担当者が知る必要がある AI のマーケティングについて、いくつかの価値あることを述べています。 たとえば、彼は次のように述べています。

「人工知能の力を活用できるマーケターは、より少ないリソースでより多くのことを実行し、前例のない複雑さでパーソナライズされたキャンペーンを実行し、マシン インテリジェント マーケティングの新しい方法を通じて通常どおりビジネスを変革することができます。 業界を変革する意志とビジョンを持つマーケターや起業家にとって、チャンスは無限にあります。」

Forrester の調査によると、米国、ヨーロッパ、オーストラリアの企業で意思決定の役割を担っている 700 人以上のマーケティング担当者の 86% が、AI によってマーケティング チームがより効果的かつ効率的になることに同意しています。

マーケティング AI ソリューションの主な問題の 1 つは、マーケティングと現実の問題です。 多くのソリューションが AI の使用を宣伝していますが、AI を使用して実際に価値を提供しているのはそのうちのわずかな割合です。 他の人は、単に製品を売り込み、販売を促進するためにこのフレーズを使用しています. ソリューション内で AI が実際にどのように適用されるかによって、その価値が決まります。

画像や性格タイプの処理に使用される AI は、以前から利用可能でした。 それらはこの段階では基本的なものと見なされ、最小限の価値しか提供しません。 さまざまな構造化および非構造化データ ストリームを解釈して、スケーリング、レポート、結果の予測、および精度の向上を支援することに重点を置いたソリューションは、AI で価値を提供するものです。

今日の現在のマーケティング AI ソリューションの多くは、マーケティングの 7 つの P に含まれる人物 (誰) に厳密に対応しています (これについては後で詳しく説明します)。 それで大丈夫です。 私たちマーケティング担当者も、これらのソリューションを必要としています。 それらのほとんどは、本質的に規範的ではなく、単に予測的であり、マーケターが情報を消化して、どのアクションを実行するかを決定する必要があります.

たとえば、AI を使用して個々の受信者に最適なタイミングでパーソナライズされたメールを送信したり、リード スコアリングとインテリジェンスを自動化したり、ページ上のコンテンツをスコアリングしたりします。 これらはすべて、人 (誰) に対応するために使用されるマーケティング AI の例であり、過去のデータを使用して本質的に予測します。

また、マーケティング AI がインフルエンサーの広告スペースや 7 つの P でのプロモーションに参入することも見られます。 これらのソリューションは AI を使用して、インフルエンサーとブランドを効率的かつ最適にマッチングすると同時に、それらの間の金融取引を促進しています。 また、特にインフルエンサーの識別を改善するために、無料のインフルエンサー マーケティング スペースにも存在します。

多くの点で、規範的 AI は、マーケティング担当者が成功し、達成し、より多くのことを成し遂げる能力を劇的に高めることができます。 これまでは、分析の専門家やデータ サイエンティストのチーム全体が、現在の規範的な AI が実行できるのと同じタスクを達成する必要がありました。

Marketing Artificial Intelligence Institute のディレクターである Mike Kaput 氏は、マーケターは AI によって 3 つの機能のうちの 1 つ以上が強化されると述べています。 マーケティング AI ソリューションが 3 つすべてを強化することはまれです。 これが意味することは、ほとんどのマーケターがすぐに職を失う危険にさらされていないということです。 これらの機能は以下のとおりです。

評価:マーケティング担当者は、データ、過去のパフォーマンス、およびベスト プラクティスを分析して、効果的な方法を学習します。 彼らはこれを利害関係者や同僚に伝えます。

推奨:人間の創造性を利用して、成功する可能性のある新しいアクションを推奨します。 これらの推奨事項は、評価フェーズのデータ​​に依存しています。 しかし、直感、当て推量、偏見も健全な量で含まれています。

実装:マーケターはアセットを作成し、キャンペーンを実行します。 自動化ソフトウェアなどの機械システムの助けを借りて、または使わずにこれを行う場合があります。

Forrester はまた、企業の 46% が、自社のマーケティングおよび営業チームが AI テクノロジーへの投資を主導していると述べていることを発見しました。これは、どの部門よりも高い数字です。 AI 魔神は瓶から出されたと言っても過言ではなく、マーケティング担当者はそれを受け入れる準備ができている必要があります。

人工知能と分析

マーケティングには、基本的に決して変わらない部分があります。 たとえば、マーケティングの 7 つの P (製品、価格、プロモーション、場所、パッケージ、ポジショニング、および人) を考えてみましょう。 オンライン マーケティングでは、これらの 7 つの P がまだ存在します。 ただし、最初の分析プログラムが Web サイトに統合されて以来、一貫して忘れられているのは、場所 (場所) です。

この場所がオフラインの世界で非常に強力な理由は、理解するのが非常に簡単です。 レンガとモルタルのビジネスが他のビジネスと関連して存在する場合、家庭、政府、およびインフラストラクチャは、企業の認知度と存続可能性に大きな影響を与える可能性があります。

この P は、オンラインの世界に関連しているため、今日のデジタル マーケターにはほとんど無視されています。 Web サイトが他の Web サイトに対して存在する場所は重要です。 これらの Web サイトからのリンクを介した接続のインフラストラクチャは、Web サイトの可視性と存続可能性に大きく貢献し、最終的には多くの場合ビジネス自体に貢献します。

1度の分離

ウェブサイトの健全性とキャンペーンの影響を報告するために私たちが依存している分析は、1 度離れた場所にリンクしているウェブサイトの情報のみを提供します。 そしてほとんどの場合、アトリビューションは最後のタッチに対してのみ提供されます。 つまり、マーケティング担当者は、どの一連の Web サイトが最終的に訪問者をそのサイトに誘導したのか、それが次に彼らをマーケターの Web サイトに誘導したのか見当がつかないということです。 これは、私たちの分析が情報を報告する方法です:

ここで、これを 7 つの P の 1 つである Place に戻しましょう。 これは、オフラインのレンガとモルタルがすぐ隣と通りの向かいにあるビジネスと場所だけを認識していることと同じです。 実際には、ビジネスは数十のショップ、レストラン、公園、裁判所、コンドミニアムで満たされたにぎやかな繁華街にある可能性があります. このビジネスの顧客は、訪問する前にこれらの他の場所のいくつかに立ち寄る可能性があります。

今日のほとんどの分析では、マーケティング担当者は、隣の場所または通りの真向かいの場所を離れた常連客しか見ることができませんでした。 ビジネスが、各常連客が購入する直前に訪れた場所の正確なリズムを知っていたらどうなるでしょうか? これは非常に詳細な帰属になります。 彼らがその地域のすべてのビジネスに関するこの情報を知っていたらどうなるでしょうか?

ひょっとしたら、競合他社の常連客の多くが 2 ブロック離れたコンドミニアムに住んでいて、公園を走った後で初めて購入することをビジネスが発見したのかもしれません。 それは知っておくべき重要な情報でしょう。 これで、企業はコンドミニアムのニュースレターをクーポンで後援したり、間抜けな衣装を着た従業員を公園に派遣して販売を促進したりすることについて問い合わせることができます。

個人（誰）の報告への過度の依存

今日の分析プログラムのほとんどは、上記の重要なデータを報告していません。 なぜ？ 簡単に言えば、彼らはそれを集めることができないからです。 今日最も採用されている分析プラットフォームの多くを支えているテクノロジーで解析するには、ビッグ データが多すぎます。 それらは、15 年前のテクノロジー フレームワークの上に構築されました。

率直に言って、彼らには変化するインセンティブもあまりありません。 なぜ？ 理由は簡単です。現在頻繁に使用されている分析プログラムのほとんどは、4 大オンライン広告ネットワークのいずれかによって所有されています。 マーケティング担当者が上記で説明したレベルの可視性を持っていれば、支出を減らしてより良い結果を得ることができます。

代わりに、これらのプラットフォームは、ほとんどのマーケティング担当者に、オンライン マーケティングの場所 (場所) を無視するよう説得してきました。 彼らは、マーケティングの 7 つの P で人物 (誰) についてのレポートを作成するのが非常に得意であるため、これを行うことができました。

人は確かに重要であり、残りの P も重要ですが、オンラインで完全な画像が提供されたことはありません。 マーケターとしての私たちのインターネットの見方は、視野狭窄による近視眼です。 これは、私たちが下す意思決定が、存在する情報のほんの一部で行われていることを意味します。 このように、今日の分析プラットフォームは 1 次元にすぎません。

3 つの分離度

AI が現在の 1 次元のインターネット ビューを真の 3 次元ビューに変換できるとしたら? 潜在的なトピックの影響範囲内のすべての接続を、最大 3 つの Web サイトから見ることができます。 私たちは、どの広告とインフルエンサーが、私たちの業界に関連するすべての Web サイトのクリックとエンゲージメントを促進することに最も成功したかを知ることができます. また、業界内で最も成功したアフィリエイトもわかります。

私が説明しているのは、Web サイトから最大 3 度離れたデータを報告および追跡する、AI を利用した新しい分析システムです。 つまり、私たちのサイトにリンクしているすべての Web サイトに関するデータ、それらにリンクしている Web サイトに関するデータ、それらにリンクしている Web サイトに関するデータが表示されます。

今日最も採用されている分析プログラムでこれを行うには、数千、場合によっては数百万の Web サイトの分析に自由にアクセスする必要があります。 生成されるデータの量は膨大なレベルになり、マーケティング担当者がどのような規模でも使用できない可能性があります。

この分析とレポートのモデルは、完全な属性と見込み顧客のオンライン ジャーニーを含む、マーケティング担当者向けのより完全な画像を描画します。 カスタマー ジャーニーを通常どのように説明するかではなく、オウンド チャネル、アーンド チャネル、ペイド チャネルを 1 段階分離するだけです。

この種のデータにアクセスできることは、マーケターにどのサイトを避け、どのサイトを倍増させるべきかを知らせることで、有料メディアのパフォーマンスとコストに大きな影響を与える可能性があります. また、アーンド メディア、インフルエンサー マーケティング、メディア アウトリーチにも恩恵をもたらす可能性があります。

オウンド メディアの観点から見ると、このようなデータは、マーケターが業界で最も人気のあるコンテンツや十分なサービスを受けていないコンテンツ、つまり真のコンテンツ インテリジェンスを知るのに役立ちます。 このモデルでは、有料およびオーガニック ソーシャル メディアのインサイトも、より豊富で完全なものになります。

この新しい分析システムの視覚的表現を以下に示します。

データリッチ。 洞察力が乏しい

私たちは、データによって完全に消費される世界に住んでいます。 しかし、実際にデータとは何ですか？ 結局のところ、それは商品にすぎません。 リソース。 マーケターにとって今重要なことは、それを使って何ができるかということです。 すべてのマーケティング担当者がデータについて自問する必要があるのは、「キャンペーンを次のレベルに押し上げることができる、どのような洞察が表面化されているか?」ということです。

顧客データ プラットフォーム (CDP) の概念にますます注目が集まっています。 すべての顧客データの統合された統合ストレージとして定義されたこのアイデアは、2013 年に初めて導入されました。CDP は、見込み客と顧客を全体的に理解する上で非常に重要です。 これには、取得前と取得後の両方が含まれます。

残念ながら、真の CDP を持っているマーケティング担当者はほとんどいません。 代わりに、ほとんどの企業は、データや洞察をうまく共有できないさまざまなシステムやツールを使用しています。 CDP テクノロジーにアクセスできるマーケターは、そうでないマーケターよりも大きなアドバンテージを持っています。

最高のマーケティング分析とアトリビューション テクノロジーには、CDP が組み込まれています。 マーケティング担当者にとっての真の価値は、テクノロジーがデータと提供するレコメンデーションをどのように処理できるかにあります。 AI は、この機能で重要な役割を果たします。

マーケティング属性

今日のほとんどの分析と同様に、マーケティング アトリビューションは本質的に非常に一次元的です。 これは、現在の多くの分析テクノロジーによって配信されるデータを反映したものにすぎません。 以下の Bizible のインフォグラフィックは、さまざまなタイプのモデリング、マーケティング チャネルと活動、チャネル マッピング、およびマーケティング アトリビューションに関連する指標をうまく説明しています。

たとえば、参照トラフィックはマーケティング チャネルとしてリストされます。 日々の分析に簡単にアクセスして、参照ソースによって配信されたトラフィックの量を見つけることができます. そのトラフィックの一部も顧客になった可能性があります。

アトリビューション モデル (ラスト タッチなど) によっては、コンバージョンを達成した紹介トラフィックに収益をもたらすクレジットを与えることができます。 ウェブサイトが私たちのものであり、コンバージョン（販売）が私たちのウェブサイト上にある場合、次のようになります。

これは、1 次元の分析の世界では問題ありません。 ただし、実際には、何かがトラフィックを参照ソースに誘導し、別の何かがトラフィックを誘導した可能性が高いです。 これは、現在、大多数のマーケターがアクセスできないデータです。 そのモデルは次のようになります。

これは、3 度離れたアトリビューション モデリングの例です。 リストされている他の Web サイトは、他の参照元、ソーシャル メディア、電子メール、検索エンジンなどである可能性があります。マーケターとして、これは非常に貴重な情報です。

2 番目の Web サイトが何であるかを知っていれば、直接彼らに連絡して、スポンサーシップで提携することができました。 人気のあるブログやオンライン出版物かもしれません。 アーンド メディア ルートに進み、彼らに記事を書いてもらうことも可能です。 たぶん、Web サイト 1 は業界で人気のあるインフルエンサーです。 それは可能なマーケティングパートナーシップです。

上記は、3 次元アトリビューション モデリングの非常に単純化された例であり、非常に理解しやすいものです。 ここで、すべてのトラフィック ソースにリンクするすべてのものと、それらにリンクするすべてのものを示すモデルを想像してください。 想像するのはかなり難しいですよね？ 以下の図のようになります。

上記のモデルは、マーケティング担当者が投資すべき新しくより優れたパフォーマンスのサイトを特定しながら、どのサイトでの広告掲載を停止するか倍増するかをマーケターに知らせることができます。 アーンド メディアでも同じことを行いますが、この場合は、予算ではなく、どこに時間を費やすかです。 また、マーケティング担当者は、現代のオンラインの影響範囲で反響を呼んでいる、または十分にサービスを受けていないトピックについて、真のコンテンツ インテリジェンスを得ることができます。

上記で表されている各 Web サイトは、それ自体ではそれほど重要ではない可能性があります。 ただし、残りの Web サイトとの関係と接続は異なります。 関連するクラスターの発見と特定も同様です。

インターネットのスワスの 3 次元マップでできるもう 1 つのことは、三角測量です。 つまり、これまで知られていなかったトラフィック ソース (ダイレクト トラフィック) が多くの場合明らかになる可能性があります。 一部の Web サイトでは、トラフィックの大部分が直接としてラベル付けされている可能性があるため、これは非常に重要です。

1 次元のアトリビューション モデリングに基づいてマーケティングの決定を下し、直接トラフィックとして隠されているためにデータの大部分が失われていると想像してみてください。 マーケターが想像する必要はありません。すでに 10 年以上にわたって行われており、受け入れられているからです。 私たちのほとんどは、関連するデジタル エコシステムのデータの 20% しか見ていません。 それは、マーケティングの意思決定に情報を提供するために利用していない残りの 80% です。

上の黄色は、マーケティング担当者が見ることができるデジタル業界の影響力の 20% を表しています。 これは 2000 年代初頭から受け入れられています。 今日の AI 主導の分析により、初めて残りの 80% を確認できるようになりました。

多くの読者が考えていることはわかっています。どうすればこのデータを手に入れることができるでしょうか。また、データを手に入れたら、どうやってそれを理解するのでしょうか? 上で概説したのは、まさにビッグデータです。 この記事がマーケティング AI と分析について話し始めたのには理由があります。 二人が結婚すると、それが可能になります。

これを行うためのテクノロジーが現在存在しており、それは単なる予測ではなく、規範的な AI です。 つまり、膨大な量の構造化データと非構造化データを調べて、マーケティング担当者に次に何をすべきかを明確に伝えます。 このように、私たちが知っているアナリティクスは永遠に変わりました。

未来は今

電子ブックで説明されているアーンド メディア、オウンド メディア、ペイド メディアに関連するすべての戦術は、スタンドアロンのソリューションを提供し、統合された AI 主導の分析プラットフォームの一部ではありません。 これは、Martech ソフトウェア マーケターが毎年直面する食いしん坊を駆り立てるのに役立っています。 これは理想的ではありません。

2017 年だけでも、マーテック ソフトウェア エコシステムには 5,000 以上のベンダーがありました。 これらのカテゴリが 1 つの AI 駆動型分析プラットフォームの下で組み合わされると、販売およびサービス ソフトウェアとのマーケティング全体の統合がはるかに簡単になり、学習曲線のナビゲートがはるかに容易になります。 言うまでもなく、1 つの包括的なソリューションの調達プロセスは、別のソリューションよりもはるかに好ましいものです。

それ以外の場合、マーケティング担当者は、マーケティングを強化するために 12 の独自の AI 駆動型ソフトウェア ソリューションを採用することを検討しています。 これが、マーケティング担当者がこの 10 年間でマーケティング自動化ソフトウェアを採用した理由です。 確かに、1 つのマーケティング オートメーション ベンダーが達成できることを 8 つの異なるソフトウェア ベンダーに依頼することは可能ですが、明らかな理由から理想的ではありません。

一般に、複数のマーケティング テクノロジを採用すると、別々の場所に格納された統一されていないデータ ストリームが生成されます。 これらのシステムは互いに切り離されており、その結果、不完全なデータが提供されます。 マーケティングの戦略と戦術を解読するために、12 のユニークなダッシュボードを見なければならないことを想像してみてください。 それが多くの人がしていることです。

とはいえ、今こそ未来です。なぜなら、顧客ビューを統合し、ビッグデータを実用的なものにし、構造化データと非構造化データを解析し、結果を予測し、アクションを処方し、完全なマーケティング アトリビューションを提供し、80 を開くことができる包括的な AI 駆動型分析ソリューションが存在するからです。マーケティング担当者の目に留まる Web の割合が % 増加します。

10 年以上にわたり、マーケティング担当者は、オンライン広告も販売しているほんの数社の分析ベンダーに頼ってきました。 彼らには、マーケターがより少ない支出でより良い結果を得るのを助けるインセンティブが本当にありません. データの独立性は、この固有の利益相反を回避する唯一の方法です。

別の方法は、オンライン広告を完全に停止するか、予算を削減することです。 Proctor & Gamble は昨年、ブランドの安全性への懸念、ボット、好ましくないコンテンツのために、オンライン メディアの支出を最大 1 億 4,000 万ドル削減すると発表しました。

この問題は、AI 主導の分析に比較的控えめに投資していれば、簡単に解決できたはずです。 このテクノロジーにより、Proctor & Gamble は、マーケティングの 7 つの P の中で場所 (どこで) に焦点を当てることができるようになります。これが彼らの問題の核心です。

恩恵を受けるのは有料メディアだけではありません。 インフルエンサー マーケティングや SEO からディスプレイ広告やソーシャル メディアに至るまで、ペイド メディア、アーンド メディア、オウンド メディアは、この新しいテクノロジーによってプラスの影響を受ける可能性があります。

AI とこれらの戦術について深く掘り下げたい場合は、無料で入手できる私の完全な電子ブックをチェックしてください。 AI とマーケティングについてできる限りのことを学ぶために出発しましたが、この旅から何か新しいことを学んでいただければ幸いです。

(注: ラトガース ビジネス スクールの「Complete Content Marketing: The Art and Science of Making Content Matter」への登録は 5 月 15 日までです。これは、私の友人である Ian Cleary と Mark Schaefer が教えるオンライン コースです。割引コード「grow」を使用すると 10% オフになります。)

この記事のバージョンは、ソーシャル メディア トゥデイで最初に公開されました。