Inteligencia artificial: un enfoque moderno del marketing

En esta guía, entraré en detalles sobre cómo la inteligencia artificial está impactando el marketing en este momento y cómo seguirá impactándolo en el futuro.

Al final de esta publicación, estará entusiasmado con las posibilidades de la IA y probablemente un poco nervioso por las implicaciones.

Y está bien estar nervioso porque el papel de los especialistas en marketing en las organizaciones cambiará, pero...

…todavía tendrá un papel importante que desempeñar.

Tabla de contenido

CAPÍTULO 1

Introducción a la Inteligencia Artificial (IA)

La inteligencia artificial en marketing es real y ahora es el momento de sentarse y tomar nota.

La inteligencia artificial está acelerando el marketing hacia un futuro más inteligentemente automatizado en el que las soluciones más inteligentes (es decir, impulsadas por IA) permiten a los especialistas en marketing resolver problemas y lograr objetivos de manera más eficiente. Tienes una opción. Puede sentarse y esperar a que el mundo del marketing se vuelva más inteligente y cambie a su alrededor, o puede adoptar la IA ahora y ser proactivo en la creación de una ventaja competitiva para usted y su empresa.

Paul Roetzer, Fundador del Instituto de Inteligencia Artificial de Marketing

Sin embargo, no todas las compañías de software realmente tienen IA que digan que la tienen.

Hay tanta expectación en torno a las empresas de AI Tech que quieren capitalizarlo diciendo que su software funciona con IA y que los inversores les darán valoraciones más altas debido a la IA en su software.

Pero hay muchas grandes compañías de software que crean verdaderas aplicaciones de IA y esto crecerá enormemente en los próximos años.

La investigación de MRFR predijo que el mercado de IA tendrá un valor de 25 mil millones para 2025.

Si es un especialista en marketing, es hora de ponerse al día y comprender el impacto potencial que la IA tendrá en el marketing. Estoy bastante seguro de que esta guía ayudará.

Entonces, ¿qué es la inteligencia artificial?

Todos sabemos lo que es la inteligencia humana... ¡Eso espero de todos modos!

La inteligencia artificial es cuando una máquina demuestra alguna inteligencia similar a la humana.

Por ejemplo:

Una máquina procesa datos y aprende de ellos para poder tomar decisiones más inteligentes sobre los datos que procesará en el futuro.

En lugar de simplemente repetir las mismas instrucciones, la máquina aprende automáticamente nuevas instrucciones basadas en la experiencia.

Alpha Zero, el juego de inteligencia artificial desarrollado por Deepmind, aprendió ajedrez en 4 horas y luego pudo vencer al mejor programa de computadora disponible para jugar al ajedrez.

Aprender un nuevo juego es imitar la inteligencia humana, pero la IA puede aprender en 4 horas lo que un humano puede tardar meses en hacer.

La informática describe el estudio de la IA como el desarrollo de agentes inteligentes.

Mirar:

Esto es realmente acerca de la programación inteligente.

Nuestra inteligencia ayuda a crear inteligencia artificial.

A medida que algunas tareas se vuelven muy rutinarias, es posible que ya no se consideren inteligencia artificial.

Aquí hay un ejemplo:

El reconocimiento óptico de caracteres a menudo se excluye porque es una tarea rutinaria que se espera de las computadoras.

¿Cuál es la diferencia entre la IA estrecha y la fuerte?

La IA estrecha (también llamada IA ​​débil) es inteligencia artificial enfocada en una tarea.

¡La IA fuerte es todo lo demás!

La IA fuerte tiene la capacidad de aplicar inteligencia a cualquier problema en lugar de a una tarea específica.

Por ejemplo:

Una herramienta de filtrado de spam realiza bien una tarea. Un automóvil autónomo también se describe como IA estrecha, ¡pero creo que esto es un poco exagerado!

¿La inteligencia artificial reemplazará a los especialistas en marketing?

Sí…. ¡¡¡alguno!!!

El marketing es un proceso que requiere mucho tiempo y muchas tareas repetitivas en las que las máquinas pueden ayudar…

…pero hay ciertas tareas que las máquinas nunca podrán realizar al mismo nivel que los vendedores humanos.

Puedo imaginarme, en el futuro, sentado frente a un robot discutiendo una propuesta comercial, pero no puedo imaginar que construiría la misma relación con un robot que con un ser humano real. Es relativamente fácil crear software para vencer a alguien en el ajedrez y...

…el software mejora al vencer a las personas.

Pero…

Construir relaciones es la parte más importante del marketing y las computadoras lo apestan.

Además, ¿quién va a construir una estrategia para una empresa?

Una máquina habilitada para IA puede proporcionar información para esta estrategia, pero los estrategas aún sobrevivirán.

Vi una película llamada 'Her' recientemente donde el actor construye una relación con un sistema operativo.

¡Qué película tan ridícula!

Sin embargo, actualmente existe un serio problema con la implementación de IA dentro de las organizaciones debido a la falta de conocimiento entre los especialistas en marketing.

En un informe realizado con CMO (Chief Marketing Officers) por Deloitte en 2018, el principal factor que podría frenar el crecimiento orgánico en marketing es la falta de talento.

Y debido a que la IA es más técnica que la mayoría de las otras áreas de marketing, este será un problema importante.

Escribí esta guía porque hay tanta información técnica sobre IA en línea que es bastante difícil de entender. Espero que esta guía ayude a los especialistas en marketing a comprender de qué se trata realmente la IA.

Una vez que comprenda la IA, podrá descubrir cómo reemplazar los sistemas que usa internamente con software de IA. Y si decide que es inteligente reemplazar las soluciones de software existentes, debe averiguar qué funcionalidad desaparecerá y qué nueva funcionalidad se agregará.

Luego deberá educar a su equipo sobre la IA y capacitarlos en el nuevo software.

Además, el mercado de las soluciones de IA está creciendo tan rápido que, sin comprender la IA, tendrá dificultades para encontrar el proveedor adecuado.

CAPITULO 2

Los elementos de la Inteligencia Artificial

La inteligencia artificial es un campo complejo que incluye varios elementos.

Está enfocado en lo siguiente:

• Aprendizaje : adquisición de información y reglas para usar esa información.
• Razonamiento – Pensar en algo de una manera lógica y sensata.
• Hacer : ¿De qué sirve aprender y pensar si no se hace?
• Autocorrección : comprender los errores y corregirlos.

Aquí hay un desglose de las principales áreas en las que se ha implementado la IA.

Nota: Hay algunas superposiciones en cada una de las áreas. Por ejemplo, un automóvil autónomo utiliza una combinación de aprendizaje automático, reconocimiento de imágenes y aprendizaje profundo.

Redes neuronales

Un cerebro toma una entrada (externa o interna), la procesa y luego produce un resultado.

Una neurona es la unidad básica de computación en el cerebro y es responsable de procesar esas entradas para producir las salidas.

Las señales químicas se transmiten de una neurona a otra.

Hay más de 100 mil millones de neuronas, en promedio, en un cuerpo humano y es una red extremadamente compleja de interconexiones entre neuronas. Algunas neuronas se pueden conectar a hasta 10.000 otras neuronas.

Imagínese si alguien estuviera poniendo su mano cerca de una estufa caliente. Esta es una entrada. Las neuronas procesarían esto haciendo que la mano se moviera de la estufa.

Así es como se vería esto internamente:

La neurona sensorial siente el calor, pasa la información a otras neuronas internas y eventualmente a una neurona motora que provoca la reacción de alejarse del calor.

Una sola neurona no hace mucho por sí sola, pero el uso de una red compleja de neuronas le brinda capacidades increíbles.

La neurona consta de entrada, salida y peso. El peso es realmente un indicador de la importancia en el esquema general de las cosas para esta información en particular.

Por ejemplo, desea que una máquina calcule el valor de un automóvil.

Toma una variedad de entradas, por ejemplo, año, marca, modelo, condición, kilometraje, etc. y estos se transmiten a través de las neuronas. Cada entrada es ponderada.

La marca y el modelo se ponderan más que el kilometraje o el año.

Y entonces:

A través de una serie de cálculos complejos, la máquina llega a un resultado.

Aquí hay un ejemplo simple de una red neuronal.

Las entradas iniciales se ponderan (por ejemplo, características basadas en la importancia), luego se envían a la capa oculta para su procesamiento y el resultado es la salida.

Aprendizaje automático

El aprendizaje automático es una rama de la IA que permite a las computadoras mejorar progresivamente en la realización de tareas existentes o ser capaces de realizar tareas nuevas sin necesidad de intervención humana.

Las computadoras están continuamente analizando datos para que puedan producir mejores resultados en el futuro. En pocas palabras, se están volviendo más inteligentes.

El aprendizaje automático generalmente se divide en 3 partes:

Aprendizaje profundo

Anteriormente hablamos de las redes neuronales. El aprendizaje profundo utiliza redes neuronales más avanzadas.

Entonces, en lugar de una capa de entrada, oculta y de salida, puede tener muchas capas ocultas.

Lo que significa que se realiza mucho más procesamiento que con una red neuronal básica. El mismo sistema de pesos se pasa entre las neuronas.

El aprendizaje profundo generalmente se clasifica de la siguiente manera:

supervisado

El aprendizaje supervisado es donde le proporciona a la computadora datos de entrada y luego los datos de salida (es decir, los resultados que esperaría). Luego, crea un algoritmo en torno a esto para que pueda comenzar a proporcionar nuevos datos de entrada y la computadora creará automáticamente los datos de salida.

Por ejemplo, imagina si tuvieras un filtro de spam. En lugar de darle a la computadora un conjunto de reglas para determinar si un correo electrónico es spam o no, le proporciona un conjunto de correos electrónicos y luego le dice cuál de esos correos electrónicos es spam y por qué. Luego, el algoritmo se usaría para elaborar un nuevo conjunto de correos electrónicos.

sin supervisión

Con el aprendizaje automático no supervisado, proporciona los datos de entrada pero no proporciona los datos de salida. La entrada podría ser un lote de datos de prueba al principio.

Entonces, la computadora no tiene ningún dato de ejemplo que le ayude a generar las respuestas. Necesita hacer un poco más de trabajo.

Semi-supervisado

Este es un medio feliz. No está completamente sin supervisión, pero los datos de salida no son suficientes para predecir con precisión todos los resultados.

Entonces, la computadora procesa los datos y usa los datos de salida como una guía que mejora con el tiempo a medida que procesa más datos.

Es posible que desee utilizar ML semisupervisado en los casos en que tenga que clasificar manualmente los datos, pero hay tanto para clasificar que solo clasifica una parte y deja el resto en manos de la computadora.

Procesamiento del lenguaje natural (PNL)

De esto se trata el procesamiento del lenguaje natural...

Alexa es un dispositivo de Amazon.

Haces preguntas de forma conversacional y Alexa puede procesarlas y dar una respuesta.

Bueno, por lo general es…..

Los sistemas de procesamiento de lenguaje natural (NLP) se han vuelto más avanzados en los últimos años, pero todavía hay muchos desafíos.

Por ejemplo, no sería raro decir lo siguiente:

Alexa – ¿Con quién está jugando Man U?

Los seguidores del Manchester United a menudo abrevian Manchester United como Man U o Red Devils o simplemente como United. Hay una pequeña posibilidad de que Alexa entienda estas abreviaturas.

Aquí hay otro ejemplo desafiante para la PNL:

“Estaba en un pub la otra noche con mis compañeros y fue mortal”.

Cuando usamos la palabra 'mortal' en este contexto en Irlanda queremos decir que fue muy divertido. Los sistemas NLP todavía no son buenos para detectar el sentimiento del texto o la palabra hablada.

Entonces, la PNL seguirá evolucionando pero nunca será perfecta debido a:

• acentos
• Tantos idiomas, variaciones de idiomas y jerga utilizada
• El tono de voz y el lenguaje corporal.

Computación evolutiva

Esta es la definición de computación evolutiva de Wikipedia:

“En informática, la computación evolutiva es una familia de algoritmos para la optimización global inspirados en la evolución biológica, y el subcampo de inteligencia artificial y computación blanda que estudia estos algoritmos”.

Pero, ¿qué significa esto realmente…

Se llamó evolutivo porque es un proceso continuo de optimización de resultados que 'evoluciona' en mejores soluciones con el tiempo.

También se le llamó evolutivo por la teoría de la evolución de Darwin.

Por ejemplo, una de las teorías de Darwin era sobre la supervivencia del más apto. Los miembros más débiles de una especie morirán con el tiempo.

Con la computación evolutiva, se le ocurren muchas soluciones potenciales a un problema. Algunos pueden ser buenos y otros pueden ser completamente aleatorios.

Con las pruebas, con el tiempo, evolucionan las mejores soluciones.

Con el aprendizaje profundo, nos estamos enfocando en modelos que ya conocemos. La computación evolutiva está aportando soluciones a problemas en los que no tenemos ningún resultado de muestra que podamos usar para ayudar.

Visión

Estamos hablando de la capacidad de las computadoras/máquinas o robots para ver, procesar y actuar automáticamente en función de las imágenes.

La IA para la visión generalmente se divide en:

Visión artificial : una computadora que extrae información de una imagen para darle sentido.

Visión artificial : máquinas que utilizan métodos visuales para mejorar cosas en áreas como un entorno de producción. Podrían identificar fallas visualmente, revisar las etiquetas de los alimentos y/o detectar fallas en un producto.

Visión robótica: aquí es donde la visión se utiliza para identificar algo en lo que se va a trabajar y las capacidades robóticas realizan la acción necesaria.

robótica

Los robots son máquinas físicas.

La robótica es el campo de estudio de los robots.

A veces, escuchará a personas hablar sobre robots que crean contenido automáticamente para los especialistas en marketing, pero en realidad no son robots. No hay ningún robot físico involucrado.

La mayoría de los robots no tienen IA, pero esto está cambiando.

Por ejemplo, yo tenía un cortacésped robótico llamado 'Robomow'. El lema era 'Te corta el césped, no lo haces'. De hecho, solía venderlos, pero esa es una historia completamente diferente.

Robomow se sienta en una unidad de carga y cada pocos días saldría y cortaría el césped. Había un cable eléctrico alrededor del borde del jardín y el cortacésped iba y venía en diferentes ángulos hacia los bordes. Grabó dónde había estado para saber cuándo se cortaron todas las partes.

Incluso tenía sensores de lluvia para que si lloviera no saliera a cortar el césped.

Pero no tenía inteligencia artificial.

Por ejemplo, podría haber aprendido sobre los obstáculos en el jardín y construir diferentes rutas basadas en esos obstáculos.

Desafortunadamente, el mío seguía atascado debajo del trampolín...

…cada vez…

Mirar:

No digo que estos dispositivos no sean útiles.

Pero... podrían ser mucho más inteligentes.

Sistemas expertos

Un sistema experto es un programa informático que emula la capacidad humana para tomar decisiones.

es decir, reemplaza la necesidad de un experto existente o lo apoya.

Por lo general, contiene una base de conocimiento con un conjunto de reglas para aplicar el conocimiento a cada situación particular.

Con capacidades de aprendizaje automático, está construyendo su base de conocimiento con el tiempo y adaptando o creando nuevas decisiones basadas en su conocimiento de trabajo.

Interpretación del habla

En un futuro no muy lejano, será inusual que alguien no tenga un dispositivo como Amazon Echo en su hogar para poder expresar preguntas e instrucciones a este dispositivo y obtener respuestas inmediatas.

La interpretación de voz está mejorando todo el tiempo y algunos de estos dispositivos están aprovechando la inteligencia artificial para aprender con el tiempo y producir mejores respuestas.

¿Imagínese si un sistema de reconocimiento de voz pudiera predecir si se va a generar una venta desde un centro de llamadas y luego hacer sugerencias a los agentes para mejorar la tasa de conversión?

Y lo hicieron analizando la conversación y la acústica en esta conversación.

Una empresa llamada OTO Systems estudió 4000 horas de conversaciones de ventas entrantes con tasas de conversión del 50 %.

Entrenaron sus modelos de aprendizaje profundo para capturar la "firma acústica" de una venta exitosa.

Consiguieron predecir el 94 % de los resultados de las llamadas.

Luego implementaron este sistema en un centro de llamadas y vieron un aumento del 20 % en el compromiso con un aumento del 5 % en las ventas.

Planificación de IA

Según Wikipedia, se trata de estrategias o secuencias de acciones creadas automáticamente por agentes inteligentes, robots o vehículos no tripulados.

Entonces, se trata de analizar un problema y producir un plan de acción.

La planificación de la IA tiene en cuenta cosas como:

• Dependencias: ¿una tarea requiere que se complete otra tarea?
• Hitos: fechas específicas que deben cumplirse
• Restricciones: por ejemplo, si solo tiene 10 personas disponibles, no puede asignar 20 personas al problema.

Cuando se crean el plan y el cronograma, se ajusta automáticamente en función de los resultados y los cambios en las entradas.

Por ejemplo, si un recurso ya no está disponible, entonces se debe ajustar el plan.

CAPÍTULO 3

Aplicaciones de IA en Marketing

Hay tantos usos potenciales de la IA en el marketing que la harían más eficiente y ayudarían a obtener mejores resultados.

Llevamos muchos años hablando de marketing 1 a 1 y, aún con sistemas avanzados de automatización de marketing, esto todavía no es una realidad.

Pero... con la inteligencia artificial, tenemos muchas más posibilidades de ofrecer lo que se siente más como una comunicación personalizada con el cliente.

Echemos un vistazo a algunos ejemplos de cómo el marketing puede mejorar con la IA.

IA y marketing de contenidos

Para sobrevivir en la web necesitamos producir contenido.

El contenido atrae a los visitantes, atrae a nuestra audiencia y les da un incentivo para volver.

El contenido viene en muchas formas:

• Entrada en el blog
• Testimonios
• Datos fácticos, por ejemplo, informes
• contenido de vídeo
• tuits
• Información de la empresa

AI nunca asumirá el rol completo de Content Marketer, pero ciertamente puede ayudar.

¿Pueden las computadoras crear automáticamente contenido que no suene como si hubiera sido creado por una computadora?

¡Sí!

Un informe de 2017 de Statista encontró que más del 90% de las personas encuestadas dijeron que obtener contenido personalizado era "muy/algo" atractivo.

No sorprende que la gente quiera sentir que les proporcionas información y contenido que es relevante para ellos. ¡¡¡A ellos no les importa nadie más!!!

Los especialistas en marketing no tienen tiempo para personalizar todo el contenido, pero afortunadamente la IA puede ayudar.

Así es cómo:

investigación de contenido

MarketMuse es una plataforma de software que brinda orientación a los usuarios para crear el contenido adecuado. Utiliza big data e inteligencia artificial para comprender cómo los motores de búsqueda clasifican el contenido.

Procesa todos sus datos y los compara con la clasificación de otras empresas para contenido similar.

Luego organiza su contenido en grupos de temas, define los temas que son fáciles de clasificar y brinda recomendaciones sobre cómo mejorar su contenido.

Realizar una auditoría de contenido es un proceso que requiere mucho tiempo y un software como este puede ahorrarle una gran cantidad de tiempo.

Este es un ejemplo en el que MarketMuse analiza los principales resultados de búsqueda de herramientas de marketing. Extrae los términos más relevantes dentro de cada una de las piezas de contenido de mayor rango y las compara con su contenido.

La herramienta muestra la cantidad de menciones de estas palabras clave en el contenido de la competencia en comparación con la cantidad de menciones en su contenido. Obtiene una puntuación de contenido que puede mejorar para obtener una clasificación más alta.

Al analizar su contenido, MarketMuse determina su 'autoridad del tema'. Estos son los temas por los que podría clasificarse fácilmente creando más contenido a su alrededor.

Creación de contenido

La generación neurolingüística (NLG) es una tecnología que transforma los datos en narrativas que suenan humanas.

Automated Insights es una empresa que hace exactamente lo que sugiere su nombre.

Analizan los datos y producen automáticamente un texto que describe los datos.

Imagínese si estuviera en una empresa de corretaje de bolsa y tuviera que crear 1000 informes diferentes para los clientes. Ese es un pensamiento terrible, ¿no?

Ahora, imagine hacer clic en un botón y generar esos informes automáticamente.

Es posible que AI no escriba un libro o me reemplace como blogger, pero ciertamente puede ayudar mucho con la creación de contenido.

amplificación de contenido

La amplificación de contenido es el proceso de promoción y distribución de contenido a través de tácticas pagas y no pagas para lograr un mayor alcance.

Con tanto ruido en línea, incluso el contenido más épico no funcionará bien a menos que lo promocione.

La promoción de contenido solía ocupar una gran parte del tiempo de los especialistas en marketing de contenido, pero ahora existen algunas herramientas realmente inteligentes que pueden ayudar a automatizar este proceso.

Aquí hay un ejemplo.

Inpowered es una herramienta que le permite seleccionar el contenido que desea promocionar en muchas plataformas de publicidad nativa y luego automatiza el proceso de realizar la promoción y obtener las mejores tarifas de pago por clic.

Cancelará las promociones en ciertas plataformas, aumentará las promociones en otras plataformas y analizará qué funciona y cuándo.

Todo totalmente automatizado.

Esta plataforma es interesante porque la tecnología es muy buena y solo pagas por los usuarios comprometidos. Si alguien ve su contenido e inmediatamente rebota, no se le cobrará.

Optimización de contenido

¿Qué hay de optimizar el contenido para atraer más tráfico de Google?

En los viejos tiempos, podía incluir la misma palabra clave muchas veces en su artículo para clasificarlo.

Pero ahora... Google realiza un análisis semántico de su contenido para comprender de qué se trata el contenido.

Utiliza el aprendizaje automático (Rankbrain) para comprender el contenido que escribe.

Además, no se trata solo de mirar las palabras clave, sino de la autoridad del tema.

Este es un ejemplo de cómo demostrar la autoridad del tema en su sitio.

Creas una pieza de contenido pilar como esta pieza de contenido.

A continuación, crea piezas de contenido relacionadas que se vinculan con el contenido del pilar (y el pilar se vincula con el relacionado).

Incluso puede dar un paso más y crear contenido de publicación de invitado en otros sitios web con enlaces al contenido relacionado o pilar de su sitio.

Esto muestra la autoridad del tema, que es más importante que una publicación dirigida a una palabra clave específica.

Google usa IA para determinar la autoridad de su tema, por lo que tiene sentido que necesitemos herramientas que aprovechen la IA para determinar si estamos proporcionando las señales correctas a Google.

Esto es lo que hacen MarketMuse y otras herramientas en esta área.

Curación de contenido

Una herramienta de curación de contenido es excelente para encontrar contenido relevante que le interese.

Por ejemplo, configura un conjunto de palabras clave y encuentra contenido que es popular relacionado con esas palabras clave.

Pero….

…la versión AI de la herramienta de curación de contenido da un paso más.

Tome Frase.io como ejemplo.

Esto encuentra contenido pero luego usa IA para resumir el contenido para que no tenga que leerlo todo.

No se ustedes pero a mi me suena genial!!!

En términos de curación de contenido, la IA debería ayudar en los siguientes flujos de trabajo:
– Hacer consultas más específicas y eliminar el ruido al monitorear los medios
– Resumir información para ayudar a los trabajadores del conocimiento a consumir contenido más rápido y profundizar solo cuando sea relevante
– Identificar relaciones entre temas y dibujar tendencias a lo largo del tiempo
La curación de contenido mejorada a través de IA debería ayudar a los especialistas en marketing a crear mejores boletines, incorporar más investigación sobre su contenido original, escalar sus publicaciones en redes sociales y crear micrositios internos más ricos. Los editores digitales pueden utilizar la curación de contenido impulsada por IA para generar informes automáticamente y enriquecer su flujo de trabajo editorial.

Tomás Ratia CEO Frase.io

IA y análisis

Por lo general, dividimos el análisis en análisis descriptivo, predictivo y prescriptivo, pero agreguemos una cuarta dimensión:

El análisis descriptivo existe desde hace mucho tiempo.

Un ejemplo de esto sería ver los datos de Google Analytics pero no saber qué hacer con ellos.

El análisis predictivo le brinda ideas de lo que podría hacer y el prescriptivo le dice lo que debe hacer.

El análisis orientado a la acción es donde las acciones se toman y prueban automáticamente en función de lo prescrito.

¡A veces ingreso a la cuenta de Netflix de mi esposa por error y la mayoría de las recomendaciones no son las películas que vería!

Pero cuando inicio sesión en mi cuenta de Netflix, siempre muestra algo de mi interés.

Netflix agrupa automáticamente a las personas en diferentes categorías y las calificaciones se basan en los comentarios dentro de la categoría en la que se encuentra.

Entonces, cuando veo una calificación porcentual que indica la probabilidad de que me guste una película, esta calificación podría ser diferente para mi esposa, ya que ella está en una categoría diferente.

Netflix intenta continuamente brindar mejores recomendaciones para comercializar mejores películas para sus usuarios.

Pero no solo miran la película/programa que comenzaste a ver. También mirarán:

• ¿Viste algo y dejaste de mirar?
• ¿Lo viste durante un par de noches?
• Cuando lo viste, es decir, hace un mes, hace un año, etc.

Y, por supuesto, mucho más.

Estos son algoritmos de aprendizaje automático que aprenden con el tiempo y se ajustan automáticamente.

Una empresa del Reino Unido llamada Datalytyx ha patentado una solución de inteligencia artificial que resuelve un problema importante de análisis de grandes volúmenes de datos, por ejemplo, analizando miles de millones de registros.

Su software de inteligencia artificial identifica el 1% más relevante de los datos y genera informes basados ​​en esto.

Inteligencia artificial y automatización de marketing

Una tarea típica de automatización de marketing es enviar una serie de correos electrónicos a los usuarios después de que se suscribieron a una lista de correo electrónico.

Y luego, en función de su interacción con los correos electrónicos, dirigir a las personas a un camino diferente.

Por ejemplo, el clic en un enlace sobre un nuevo producto en el segundo correo electrónico de una secuencia desencadena un correo electrónico diferente.

Esta es la automatización inteligente del correo electrónico, pero no es IA.

AI agrega una nueva capa de inteligencia. Aquí hay unos ejemplos:

Watson es una plataforma de IBM que utiliza IA para obtener más información sobre sus datos.

'Watson marketing' es una parte de la plataforma de Watson enfocada en... lo adivinaste... marketing.

Uno de sus componentes es la creación de campañas de correo electrónico dirigidas.

Utiliza IA para comprender más sobre cada individuo en la campaña y adapta la comunicación en función de estos datos.

Por ejemplo, en lugar de simplemente colocar a las personas en un cubo en función de un formulario que completan, extrae los datos de muchas fuentes y crea microsegmentos basados ​​en el estilo de vida, el comportamiento social, la etapa de la vida, la ubicación, etc.

Pero también evaluará continuamente estos datos y moverá automáticamente a las personas entre segmentos en función de nuevos datos y análisis de rendimiento.

Cuando trabaja con grandes conjuntos de datos, necesita IA para automatizar ciertas tareas y dar sentido a los datos.

Por ejemplo:

Recopile datos de muchas fuentes y cree microsegmentos basados ​​en el estilo de vida, el comportamiento social, la etapa de la vida, la ubicación, etc.

Descubra fallas en las campañas originales y cambie los segmentos y las ofertas en función de esto.

IA y marketing conversacional

Un chatbot es un programa informático diseñado para simular una conversación con otro ser humano.

Hay muchas herramientas disponibles (por ejemplo, mono móvil) que le permiten crear fácilmente un chatbot.

Tienen un programa de creación que le permite crear automáticamente acciones basadas en entradas.

Sin embargo, estos chatbots no están habilitados para IA. Están capacitados para reconocer las intenciones específicas de los usuarios y acceden a una base de conocimientos para obtener respuestas (bots de chat basados ​​en recuperación).

Todavía estamos lejos de ver chatbots que puedan proporcionar a los usuarios una cantidad ilimitada de respuestas que puedan generar sobre la marcha. Esta sería la verdadera IA en el trabajo.

La mayoría de los chatbots de hoy operan en un nicho específico y la cantidad de cosas que saben y pueden hacer es muy limitada. Sin embargo, todavía usan técnicas de PNL para comprender el lenguaje humano. Los más sofisticados también utilizan el análisis de sentimientos para comprender la emoción detrás de las palabras del usuario.

Los chatbots, tal como son hoy en día, siguen siendo una herramienta muy útil para ayudar a automatizar ciertas partes del proceso de ventas y marketing.

Por ejemplo, los chatbots pueden:

• aumentar el compromiso a través de conversaciones personalizadas con los usuarios
• gestionar las consultas de los clientes en su sitio web
• mejorar la orientación mediante la recopilación de información útil sobre los usuarios

Ahora, para las empresas que ya usan chatbots en su sitio web, existen herramientas que pueden ayudarlas a comprender qué tan bien se están desempeñando.

Liveperson.com analiza las conversaciones de los chatbots en tiempo real para evaluar cuándo los clientes tienen una experiencia de cliente deficiente. Las empresas pueden tomar medidas basadas en esto.

No estoy seguro si usaremos esto... puede que se nos ocurra un nuevo diagrama.

IA y marketing por correo electrónico

El marketing por correo electrónico es un área que podría beneficiarse enormemente de la IA.

Solo piénselo: una herramienta de IA podría ayudarlo a determinar qué tipo de contenido necesita enviar y cuándo debe enviarlo para aumentar sus posibilidades de convertir a un prospecto individual.

Dado el hecho de que la IA puede procesar enormes cantidades de datos en muy poco tiempo, estaría ejecutando campañas más inteligentes y eficientes con un mejor retorno de la inversión. ¡Sin mencionar el tiempo que ahorraría en las pruebas A/B!

Una herramienta de marketing por correo electrónico impulsada por IA también podría ayudar con otra área desafiante para los especialistas en marketing: enviar correos electrónicos altamente personalizados a escala.

La IA puede tener en cuenta el historial de un cliente con su empresa y determinar el tipo de mensajes y ofertas que funcionan mejor.

Por ejemplo, Phrasee es una herramienta de marketing por correo electrónico que utiliza IA para generar líneas de asunto, texto del cuerpo y llamadas a la acción para fomentar mayores tasas de clics y participación en las campañas de marketing por correo electrónico.

IA y SEO

La inteligencia artificial tiene el potencial de hacer que la búsqueda sea más humana.

Significa que los motores de búsqueda ahora analizan más el significado y el contexto de la consulta del buscador para ofrecer resultados más significativos.

La era del relleno de palabras clave ha terminado. Los algoritmos de búsqueda ahora se centran en el contexto del usuario y la intención de búsqueda.

Y esto es algo bueno.

Los especialistas en marketing también pueden aprovechar las herramientas de inteligencia artificial para mejorar la clasificación de su contenido.

Ahora puede usar IA para mejorar sus esfuerzos de SEO de varias maneras, que incluyen:

• Identificar oportunidades de contenido
• Realización de una investigación de palabras clave
• Identificar oportunidades para la optimización del contenido.
• Personalización de contenido y más.

IA y redes sociales

Cada vez que inicia sesión en Facebook y ve las noticias, está viendo la IA en acción.

Facebook está monitoreando continuamente a quién sigues, con qué interactúas, cómo consumes contenido y más.

Estos algoritmos aprenden con el tiempo para producir mejores resultados de noticias.

Facebook tiene que ver con el compromiso.

Si pasa más tiempo en la plataforma, pueden mostrarle más anuncios y ganar más dinero.

¡Es así de simple!

Tiene mucho sentido hacer un seguimiento de lo que interactúa y con lo que no interactúa.

Si sigue una página de Facebook y nunca interactúa con las publicaciones que publican, es una señal segura de que no tiene interés en el contenido de esa página.

Aquí hay otro ejemplo de IA para las redes sociales.

Persado proporciona "texto de marketing generado por máquina para impulsar el máximo rendimiento en cualquier canal".

Selecciona las mejores palabras, frases, imágenes y emociones para impulsar un mayor compromiso.

Y las redes sociales tienen que ver con el compromiso.

Con este módulo de redes sociales, crearán automáticamente el texto y encontrarán las mejores imágenes que generarán la mayor participación.

IA y optimización de la tasa de conversión (CRO)

La optimización de la tasa de conversión se trata de mejorar la conversión.

Por ejemplo, de cada 100 visitantes a su sitio web, usted convierte el 2 %, y luego realiza cambios en su sitio web y aumenta su conversión al 3 %.

Hay muchas maneras de aumentar la conversión:

• Mejore sus anuncios para que obtenga una tasa de clics más alta y un costo más bajo
• Mejore los anuncios para enviar una mejor audiencia a su oferta
• Cree un embudo de ventas diferente, por ejemplo, agregue una opción de venta adicional después de que alguien compre
• Cambie las páginas que forman parte del embudo, por ejemplo, colores, texto, imágenes, video, etc.

Este es un proceso manual que consume mucho tiempo y aquí es donde la IA puede ayudar.

Unbounce es una herramienta de página de destino.

Recientemente construyeron un proyecto piloto en torno a la IA e incluyeron a 34 clientes durante un período de 6 semanas.

La IA analizó el rendimiento de las páginas de destino en campañas reales e instruyó a los especialistas en conversión sobre qué cambiar.

En promedio, el aumento de la conversión en las páginas fue del 19,8 % y una página superó el 100 %.

Sin duda, se trata de un aumento de rendimiento superior al que esperaría obtener al trabajar con un especialista en conversión.

IA y escucha/monitoreo

Todas las empresas quieren poder capturar la mayor cantidad posible de conversaciones sobre su marca.

El objetivo es comprender no solo lo que las personas dicen sobre su marca, productos o servicios, sino también cómo se sienten con respecto a ellos.

Esto ayuda a los especialistas en marketing a analizar la presencia de su marca y utilizar esos conocimientos para mejorar la comunicación con su audiencia y orientar mejor sus campañas.

La PNL y el análisis de sentimientos realmente pueden ayudar en esta área.

Las empresas pueden usar la IA para comprender las conversaciones sobre sus productos para que puedan detectar posibles problemas y actuar en consecuencia, así como para descubrir la intención de compra.

IA y reconocimiento de imágenes

Todos sabemos lo importante que es el contenido visual para el marketing.

Ahora podemos usar herramientas de inteligencia artificial y reconocimiento de imágenes para analizar tendencias y descubrir el tipo de imágenes que brindarían los mejores resultados en las redes sociales y otros canales.

El reconocimiento de imágenes permite a los especialistas en marketing "escuchar" lo que dice su audiencia a través de imágenes para que puedan ofrecer contenido visual que se ajuste a los intereses de esa audiencia.

La IA puede ayudar a analizar millones de publicaciones en redes sociales y filtrar las imágenes que las personas comparten y con las que interactúan.

¡Sin herramientas de reconocimiento de imágenes, sería imposible para los especialistas en marketing analizar esta cantidad de material visual!

Un ejemplo de esto es la plataforma Image Insights de Brandwatch. Esta herramienta se enfoca en ayudar a las empresas a descubrir cómo las personas usan imágenes que contienen su marca en las redes sociales.

Básicamente, analiza las menciones visuales del logotipo de una marca en millones de publicaciones en las redes sociales.

IA y marketing de influencers

El marketing de influencers es una forma de marketing muy poderosa, pero a las marcas les resulta difícil identificar a los influencers adecuados.

Con la tecnología de inteligencia artificial, ahora hay formas más inteligentes de analizar y encontrar personas influyentes.

Por ejemplo:

La demanda de contenido útil de expertos de confianza está arrasando en el mundo del marketing en forma de colaboración de personas influyentes y la IA está desempeñando múltiples funciones.

Desde influencers virtuales impulsados ​​por IA en Instagram como @lilmiquela con 1,5 millones de seguidores hasta sofisticados sistemas de IA utilizados en plataformas de marketing de influencers, el impacto y las implicaciones de la inteligencia artificial en el marketing de influencers apenas comienzan.

Las aplicaciones futuras de la IA y el marketing de influencers incluyen la capacidad de predecir el impacto potencial de ciertos influencers, tipos de contenido y combinaciones de canales, así como un filtrado más avanzado de influencers con seguidores falsos.

Lee Odden – Fundador de marketing de TopRank

CAPÍTULO 4

Preocupaciones de seguridad sobre la IA

En 2018, la UE introdujo un reglamento llamado GDPR (reglamento global de protección de datos).

Su objetivo es regular la recopilación, el almacenamiento y el uso de datos personales por parte de empresas sin permiso.

A medida que los consumidores se preocupan cada vez más por el uso de sus datos personales, espero que se implemente una regulación similar en otras partes del mundo.

Como la IA se trata de recopilar y procesar datos, esto tiene serias repercusiones.

Supongamos que entró en un supermercado y el supermercado usó el reconocimiento facial para identificarlo y luego adaptó su experiencia en función de los datos disponibles. ¿Tienen el permiso para hacer esto? No en Europa.

Entonces, aunque la IA es extremadamente poderosa, parte de su uso deberá aprobarse.

Resumen

Tenemos un futuro brillante por delante para la IA.

Tendrá un gran impacto en el marketing durante muchos años.

Cambiará los roles de marketing, eliminará algunos de ellos por completo y proporcionará un nivel completamente nuevo de sofisticación que nunca antes fue posible.

¿Deberías preocuparte como Marketer?

Por supuesto.

Debe mantenerse al tanto de los desarrollos en IA y ver cómo puede incorporarla a su marketing.

Debe pensar en su rol como comercializador y cómo evolucionará o será reemplazado en el futuro.