AI 및 머신 러닝을 사용하여 마케팅 데이터 관리를 강화하는 방법

게시 됨: 2022-11-11

마케터가 인공 지능(AI) 및 머신 러닝(ML)을 사용하여 지능형 전략 및 캠페인을 대규모로 실행하는 방법에 혁명이 있습니다. AI와 ML이 잘 사용될 수 있는 한 가지 중요한 영역은 시장 데이터 관리입니다.

The MarTech Conference에서 NTT DATA Services의 북미 혁신 센터 책임자인 Theresa Kushner는 "이는 기본적으로 AI와 ML을 마케팅 자체를 위한 유용한 도구로 바꾸는 것"이라고 말했습니다.

이러한 방식으로 기업은 제품을 구매하는 사람 및 기타 중요한 구매 동향을 포함하여 시장에서 수행되는 작업과 관련된 모든 데이터 스트리밍을 더 잘 이해할 수 있습니다.

Kushner는 "AI와 ML은 해당 정보를 분류하고 정리하여 마케팅 프로그램 내에서 더 쉽게 이해할 수 있는 방식으로 제공하는 데 도움이 될 수 있습니다."라고 말했습니다.

AI와 ML이 시장 데이터 관리에서 작동하도록 하는 방법에 대한 세 가지 주요 단계는 다음과 같습니다.

(시장 데이터를 수집하는 여러 방법 중 하나는 웹 스크래핑이며 여기에서 자세히 설명합니다.)

팀 간 데이터 연결

데이터는 기하급수적으로 증가하고 있습니다. 또한 회사의 데이터베이스와 데이터 관리 플랫폼에 가만히 있는 것이 아닙니다. Kushner는 스트림 을 통해 파이프로 유입된다고 말했습니다.

"그리고 종종 그 데이터는 그것을 사용하는 제품 부서만큼이나 마케팅에서도 중요합니다."라고 그녀는 덧붙였습니다. "따라서 AI와 ML을 사용하면 데이터가 마케팅에 필요한 위치, 데이터가 제품 디자인에 사용되는 위치, 재무에 가장 중요한 데이터 등을 분류하는 데 도움이 될 수 있습니다."

따라서 AI와 ML은 데이터가 어디로 가는지 규칙을 만드는 데 도움이 될 수 있습니다. 그리고 이 지속적으로 업데이트되는 데이터가 투박한 스프레드시트와 달리 동적 대시보드에서 볼 수 있다면 도움이 됩니다.

그러나 이 모든 시장 데이터를 보다 쉽게 관리할 수 있도록 하려면 데이터를 소유한 마케터가 이 데이터를 활용하는 다른 부서와 연결해야 합니다. 마케터는 또한 데이터 엔지니어와 긴밀한 접촉을 해야 합니다.

Kushner는 "[데이터 엔지니어]는 데이터의 출처와 데이터가 한 시스템에서 다른 시스템으로 변환되는 방식, 데이터가 보관되는 위치 또는 보관되지 않는 위치를 이해합니다."라고 설명했습니다.

데이터의 모든 소스에 대해 알고 있기 때문에 데이터 엔지니어는 데이터 품질 문제에 대해 가장 먼저 확인하는 사람이기도 합니다.

자세히 알아보기: AI 및 ML에 적합한 모델을 적용하고 있습니까?

AI와 ML이 문제를 해결할 수 있는 부분 평가

이 모든 시장 데이터가 서로 다른 소스에서 유입되기 때문에 마케터가 점을 연결하는 것은 끊임없는 도전입니다. 종종 데이터 엔지니어는 수동으로 들어가 중요한 재무 및 제품 데이터가 균등하게 비교되고 있는지 확인합니다.

따라서 이러한 노동 집약적 기능은 AI 및 ML 도구가 시장 데이터 관리를 보다 효율적으로 만드는 데 도움이 될 수 있는 영역으로 식별할 수 있습니다.

Kushner는 "AI와 ML은 말하자면 이러한 결함 패턴을 감지하고 수정할 수 있습니다."라고 말했습니다.

심층 분석: 마케팅에서 AI에 관심을 갖는 이유

보고서에서 지원하는 주요 프로그램을 구현하여 진행 상황을 보여줍니다.

이러한 영역이 식별되면 AI 및 ML을 사용할 수 있는 프로그램을 배치하여 데이터 담당자가 직접 모든 데이터 포인트를 직접 검사할 필요가 없도록 합니다.

간단한 예는 서비스 정보가 조직 내 여러 위치에 저장되어 있는 경우입니다. 어떤 곳에서는 데이터가 서비스로 태그가 지정될 수 있지만 다른 곳에서는 이 데이터가 제품 데이터로 보관될 수 있습니다. 이처럼 서로 다른 것처럼 보이는 데이터 세트를 식별하고 결합하기 위해 알고리즘을 사용하는 것은 AI가 해결할 수 있는 매우 중요한 비즈니스 문제가 될 수 있습니다.

이 경우 또는 AI를 사용하는 기타 시장 데이터 관리 프로그램의 경우 보고서에 문제가 포함되어 있는지 확인하십시오. 이런 식으로 경영진은 보고서에서 기존 문제와 AI와 ML이 이를 해결하는 데 어떻게 사용되고 있는지 이해할 수 있습니다.

Kushner는 “비즈니스에 가장 중요한 문제를 정확히 지적했는지 확인하는 보고서가 필요합니다. 그래야 비즈니스가 이것이 그들에게 매우 중요하다는 것을 이해할 수 있습니다.”라고 말했습니다.

마테크를 잡아라! 일일. 무료. 받은편지함

약관을 참조하십시오.

Google 뉴스 피드에 MarTech를 추가하세요.