콘텐츠 마케터가 AI에 대해 알아야 할 사항

전 세계의 많은 사람들처럼 저도 새해를 맞아 몇 가지 전문적인 다짐을 했습니다. 인공지능(AI)과 블록체인 기술에 대해 가능한 한 많이 배우고 싶었습니다. 한 해가 4분의 1이 지났고 AI에 대해 알아보려는 나의 탐구가 완료되었습니다. 사실 너무 완벽해서 저의 최신 무료 전자책인 "마케팅 분석 및 인공 지능에 대해 알아야 할 모든 것"으로 절정에 달했습니다.

(편집자 주: Chad는 5월 8일에 Social Media Today와 함께 이 주제에 대한 Twitter 채팅을 공동 주최할 예정입니다. RSVP는 여기에서 채팅에 참석합니다: " AI 및 마케팅에 대해 알아야 할 사항" )

이 기사에서는 AI와 마케팅에 미치는 영향에 대해 배운 모든 내용을 다룰 것입니다. 우리는 이제 막 마케팅에서 새롭고 파괴적인 길을 시작했으며 매우 흥미진진합니다.

인생에서 보장할 수 있는 것은 죽음, 세금, 산업 붕괴 세 가지뿐입니다. 혼란은 매일 우리 주변에서 일어나고 있습니다. 아마존이 소매업에, 우버가 택시에, 링크드인이 구인 게시판에, 인터넷이 미디어에, 암호화폐가 금융 등에 어떤 일을 했는지 보세요.

AI만으로도 예측, 고객 서비스, 교육, 금융, 음식 서비스, 맞춤형 의료, 의료, 물류, 로열티 프로그램, 마케팅, 조달, 홍보, 검색 및 보안을 혼란에 빠뜨릴 것으로 예상됩니다.

Salesforce Solutions CTO인 Brett Colbert에 따르면 블록체인은 토지 사용, 신원 확인, 글로벌 물류 및 운송, 자동차, 항공, 제조, 처방약, 금융, 정부, 은행 등을 혼란에 빠뜨릴 것이라고 합니다.

예전에는 전체 산업에 걸쳐 주요 혼란이 10년에 한 번 또는 그 이하로 발생했습니다. 그러나 오늘날의 환경에서 우리는 산업 전체가 동시에 중단되는 것을 보기 시작했습니다.

오늘날 우리는 디지털 마케팅과 광고에 닥칠 혼란의 첫 징후를 보기 시작했습니다. 우리 중 많은 사람들은 그것이 어떻게 생겼는지조차 알지 못합니다.

ADYOULIKE는 IBM Watson과 통합되었습니다. Salesforce는 Einstein 기술을 출시했습니다. HubSpot은 기계 학습 회사인 Kemi를 인수했습니다. adChain, Bitteaser, Native Video Box 및 AdHive와 같은 블록체인 회사는 모두 광고 기술 분야에 진출했습니다.

이 새로운 기술을 통해 브랜드는 빅 데이터를 보다 쉽게 ​​관리하고 실행 가능한 통찰력을 얻을 수 있을 뿐만 아니라 마케팅 핵심 성과 지표(KPI)를 새로운 차원으로 끌어 올릴 수 있습니다. 또한 이전에는 광고 기술에서 볼 수 없었던 새로운 수준의 투명성을 제공할 것입니다.

마케터로서 우리 모두는 “마케팅이 근본적으로 붕괴될 준비가 되어 있습니까?”라고 자문해 볼 필요가 있습니다.

답이 무엇이든, 우리 대다수는 기술이 어떻게 우리 산업을 영원히 변화시킬 준비가 되어 있는지 거의 알지 못할 것입니다.

위에서 언급한 기술 회사는 일반적으로 AI 및 기타 파괴적인 마케팅 기술의 사용을 설명할 때 제공되는 예입니다. 그러나 이메일, 리드 스코어링 및 온라인 광고 최적화는 마케팅을 강화하는 기술의 미래에 대한 표면을 긁는 것일 뿐입니다.

이러한 기술의 향후 사용은 소유, 획득 및 유료 미디어의 모든 측면에 영향을 미칠 것입니다. 미래의 용도 뿐만이 아닙니다. 오늘날 모든 마케팅 및 미디어 채널을 근본적으로 방해하는 기술이 존재합니다.

마케팅의 인공 지능

나보다 앞선 많은 사람들이 AI에 관한 책을 썼다. 여전히 많은 사람들이 마케팅 AI에 대해 글을 썼습니다. 사실 제 친구 Paul Roetzer가 Marketing AI Institute를 출범시켰습니다. 이 사이트는 마케팅 AI에 대한 좋은 기사와 사색으로 가득 차 있습니다. 이는 마케팅 AI가 곧 사라질 트렌드가 아니라는 것을 의미하기 때문에 주목해야 할 중요합니다. 사실 온라인 마케팅 AI 사고 리더십의 허브가 있습니다.

Roetzer는 오늘날의 현대 마케터가 알아야 할 마케팅 AI에 대해 몇 가지 귀중한 정보를 제공합니다. 예를 들어, 그는 이렇게 말합니다.

“인공 지능의 힘을 활용할 수 있는 마케터는 적은 비용으로 더 많은 일을 할 수 있고 전례 없이 복잡한 개인화된 캠페인을 실행할 수 있으며 기계 지능 마케팅의 새로운 방법을 통해 평소와 같이 비즈니스를 변화시킬 수 있습니다. 업계를 변화시키려는 의지와 비전을 가진 마케터와 기업가에게는 기회가 무궁무진합니다.”

Forrester 설문 조사에 따르면 미국, 유럽 및 호주 전역의 회사에서 의사 결정 역할을 담당하는 700명 이상의 마케터 중 86%가 AI가 마케팅 팀을 보다 효과적이고 효율적으로 만드는 데 동의했습니다.

마케팅 AI 솔루션의 주요 문제 중 하나는 마케팅 대 현실 중 하나입니다. 많은 솔루션이 AI 사용을 선전하지만 실제로 AI를 사용하여 가치를 제공하는 솔루션은 일부에 불과합니다. 다른 사람들은 단지 제품을 마케팅하고 판매를 촉진하기 위해 이 문구를 사용하고 있습니다. 솔루션 내에서 AI가 실제로 어떻게 적용되는지가 그 가치를 결정합니다.

이미지와 성격 유형을 처리하는 데 사용되는 AI는 오랫동안 사용할 수 있었습니다. 이 단계에서는 기본적인 것으로 간주되며 최소한의 가치를 제공합니다. 다양한 정형 및 비정형 데이터 스트림을 해석하여 결과를 확장, 보고, 예측하고 정확성을 개선하는 데 도움이 되는 솔루션은 AI로 가치를 제공하는 솔루션입니다.

오늘날의 많은 마케팅 AI 솔루션은 마케팅의 7P(자세한 내용은 나중에 설명)에 있는 사람(누구)에게만 적합합니다. 괜찮아. 마케터인 우리에게도 이러한 솔루션이 필요합니다. 그들 중 대부분은 본질적으로 규범적이지 않고 예측적일 뿐이며 여전히 마케터가 정보를 소화하고 어떤 조치를 취할지 결정해야 합니다.

예를 들어 AI를 사용하여 최적의 시간에 개별 수신자에게 개인화된 이메일을 보내고 리드 점수 및 인텔리전스를 자동화하고 페이지 콘텐츠에 점수를 매깁니다. 이들은 모두 과거 데이터를 사용하여 본질적으로 예측하는 사람(누가)을 수용하는 데 사용되는 마케팅 AI의 예입니다.

우리는 또한 마케팅 AI가 인플루언서 광고 공간에 진입하거나 7P에서 홍보하는 것을 보고 있습니다. 이러한 솔루션은 AI를 사용하여 인플루언서와 브랜드를 효율적이고 최적으로 연결하는 동시에 그들 간의 금융 거래를 촉진합니다. 또한 무엇보다도 더 나은 인플루언서 식별을 위해 무료 인플루언서 마케팅 공간에도 존재합니다.

여러 면에서 규범적 AI는 마케터의 성공, 초과 달성, 더 많은 성과 달성 능력을 극적으로 향상시킬 수 있습니다. 과거에는 분석 전문가 또는 데이터 과학자로 구성된 전체 팀이 오늘날 규범적 AI가 수행할 수 있는 것과 동일한 작업을 수행해야 했습니다.

마케팅 인공 지능 연구소(Marketing Artificial Intelligence Institute)의 이사인 Mike Kaput은 마케터가 AI를 통해 세 가지 기능 중 하나 이상에서 향상될 것이라고 말했습니다. 마케팅 AI 솔루션이 세 가지를 모두 향상시키는 경우는 드뭅니다. 이것의 의미는 대부분의 마케팅 담당자가 곧 일자리를 잃을 위험에 처하지 않는다는 것입니다. 이러한 기능은 다음과 같습니다.

평가: 마케터는 데이터, 과거 성과 및 모범 사례를 분석하여 무엇이 효과적인지 알아냅니다. 그들은 이것을 이해관계자와 동료들에게 전달합니다.

추천: 그들은 성공할 수 있는 새로운 행동을 추천하기 위해 인간의 창의성을 사용합니다. 이러한 권장 사항은 평가 단계의 데이터에 의존합니다. 그러나 여기에는 건전한 직관, 추측 및 편견도 포함됩니다.

구현: 마케터는 자산을 만들고 캠페인을 실행합니다. 그들은 자동화 소프트웨어와 같은 기계 시스템의 도움이 있든 없든 이것을 할 수 있습니다.

Forrester는 또한 기업의 46%가 마케팅 및 영업 팀이 AI 기술에 대한 투자를 주도하고 있다고 답했으며 이는 모든 부서 중 가장 높은 수치입니다. AI 지니가 병에서 나왔고 마케팅 담당자는 이를 수용할 준비가 되어 있어야 한다고 말하는 것이 안전합니다.

인공 지능 및 분석

마케팅에는 근본적으로 절대 변하지 않는 부분이 있습니다. 예를 들어 마케팅의 7P인 제품, 가격, 판촉, 장소, 포장, 포지셔닝, 사람을 생각해 보십시오. 온라인 마케팅에서는 이 7가지 P가 여전히 존재합니다. 그러나 첫 번째 분석 프로그램이 웹사이트에 통합된 이후 계속해서 잊혀지고 있는 것 중 하나는 장소(어디)입니다.

오프라인 세계에서 장소를 강력하게 만드는 이유는 이해하기 매우 간단합니다. 오프라인 비즈니스가 다른 비즈니스와 관련하여 존재하는 경우 가정, 정부 및 인프라는 회사의 가시성과 생존 가능성에 중대한 영향을 미칠 수 있습니다.

온라인 세계와 관련된 이 P는 오늘날의 디지털 마케터들에 의해 대체로 무시됩니다. 웹사이트가 다른 웹사이트와 관련하여 존재하는 위치가 중요합니다. 이러한 웹사이트의 링크를 통한 연결 인프라는 웹사이트의 가시성과 실행 가능성, 궁극적으로 많은 경우 비즈니스 자체에 크게 기여합니다.

1도 분리

웹사이트의 상태와 캠페인의 영향에 대해 보고하기 위해 의존하는 분석은 우리와 1도 떨어져 있는 웹사이트에 대한 정보만 제공합니다. 그리고 대부분의 경우 어트리뷰션은 마지막 터치에만 제공됩니다. 즉, 마케터는 궁극적으로 방문자를 사이트로 유도한 웹사이트의 연속이 무엇인지, 그리고 방문자를 마케터의 웹사이트로 유도했는지 전혀 알 수 없습니다. 분석 보고서 정보는 다음과 같습니다.

이제 이것을 7개의 P 중 하나인 Place로 되돌려 보겠습니다. 이것은 바로 옆과 길 건너편에 있는 비즈니스와 장소만 인식하는 오프라인 벽돌과 박격포와 같습니다. 실제로 비즈니스는 수십 개의 상점, 레스토랑, 공원, 법원 및 콘도미니엄으로 가득 찬 분주한 도심 지역에 있을 수 있습니다. 이 업체의 고객은 방문하기 전에 이러한 다른 장소에 들를 가능성이 높습니다.

오늘날 대부분의 분석을 사용하면 마케터는 바로 옆집이나 길 건너편에 있는 장소를 떠난 고객만 볼 수 있습니다. 고객이 구매하기 직전에 각 고객이 방문하는 장소의 정확한 주기를 사업체가 알고 있다면 어떨까요? 이것은 매우 상세한 속성이 될 것입니다. 그들이 해당 지역의 모든 비즈니스에 대한 정보를 알고 있다면 어떨까요?

사업체는 경쟁사의 많은 고객이 두 블록 떨어진 콘도미니엄에 거주하며 공원에서 뛰고 나서야 구매한다는 사실을 발견할 수 있습니다. 그것은 알아야 할 중요한 정보가 될 것입니다. 이제 기업은 쿠폰으로 콘도미니엄 뉴스레터를 후원하거나 판매를 홍보하는 구피 복장을 한 직원을 공원으로 보내는 것에 대해 문의할 수 있습니다.

개인(누구) 보고에 대한 지나친 의존

오늘날 대부분의 분석 프로그램은 위에서 언급한 중요한 데이터를 보고하지 않습니다. 왜? 아주 간단하게, 그들은 그것을 모을 수 없기 때문입니다. 오늘날 가장 많이 채택된 분석 플랫폼의 대부분을 지원하는 기술을 분석하기에는 너무 많은 빅 데이터입니다. 그들은 15년 된 기술 프레임워크 위에 구축되었습니다.

솔직히 말해서, 그들도 변화에 대한 인센티브가 많지 않습니다. 왜? 간단합니다. 오늘날 자주 사용되는 분석 프로그램의 대부분은 4대 정도의 온라인 광고 네트워크 중 하나에서 소유하고 있습니다. 마케터가 위에서 논의한 가시성 수준을 가지고 있다면 지출을 줄이고 더 나은 결과를 얻을 수 있습니다.

대신 이러한 플랫폼은 대부분의 마케터가 온라인 마케팅에서 장소(장소)를 무시하도록 설득했습니다. 그들은 마케팅의 7P에 속한 사람에 대해 보고하는 데 정말 능숙함으로써 이것을 할 수 있었습니다.

사람이 확실히 중요하고 나머지 P도 중요하지만 우리는 온라인에서 완전한 그림을 본 적이 없습니다. 마케터로서 인터넷에 대한 우리의 시각은 터널 시야를 가진 근시입니다. 이것은 우리가 내리는 결정이 존재하는 정보의 극히 일부만으로 이루어진다는 것을 의미합니다. 이와 같이 오늘날의 분석 플랫폼은 일차원적입니다.

3단계 분리

AI가 인터넷에 대한 현재의 1차원적 관점을 취하여 진정한 3차원적 관점으로 변환할 수 있다면 어떨까요? 우리는 최대 3개의 웹사이트에서 영향을 미칠 수 있는 잠재적인 주제 영역 내에서 모든 연결을 볼 수 있습니다. 우리는 어떤 광고와 인플루언서가 우리 업계와 관련된 모든 웹사이트에 대한 클릭과 참여를 유도하는 데 가장 성공적인지 알 수 있었습니다. 또한 업계 내에서 가장 성공적인 계열사를 알 수 있습니다.

제가 설명하는 것은 웹사이트에서 최대 3도 떨어진 데이터를 보고하고 추적하는 AI 기반의 새로운 분석 시스템입니다. 즉, 우리는 우리 웹사이트에 링크된 모든 웹사이트에 대한 데이터, 해당 웹사이트에 링크된 웹사이트에 대한 데이터 및 해당 웹사이트에 링크된 웹사이트에 대한 데이터를 볼 수 있습니다.

오늘날 가장 많이 채택된 분석 프로그램으로 그렇게 하려면 수천, 경우에 따라 수백만 개의 웹사이트 분석에 대한 무제한 액세스가 필요합니다. 생성된 데이터의 양은 막대한 수준이며 마케터가 어떤 규모로도 사용할 수 없을 것입니다.

이 분석 및 보고 모델은 전체 속성 및 잠재 고객의 온라인 여정을 포함하는 마케터를 위한 전체 그림을 그립니다. 우리가 일반적으로 고객 여정을 설명하는 방식(소유 채널, 획득 채널, 유료 채널에 대한 단 1단계 구분)이 아니라 3차원 그림입니다.

이러한 종류의 데이터에 액세스할 수 있으면 마케터에게 멀리 떨어져 있어야 할 사이트와 두 배로 늘려야 할 사이트를 알려줌으로써 유료 미디어의 성능과 비용에 큰 영향을 미칠 수 있습니다. 또한 언드 미디어, 인플루언서 마케팅 및 미디어 홍보에 도움이 될 수 있습니다.

소유 미디어 관점에서 이와 같은 데이터는 마케터에게 업계에서 어떤 콘텐츠가 가장 인기 있거나 서비스가 부족한지, 즉 진정한 콘텐츠 인텔리전스에 대해 알리는 데 도움이 될 수 있습니다. 유료 및 유기적 소셜 미디어 인사이트도 이 모델에서 훨씬 더 풍부하고 철저할 것입니다.

이 새로운 분석 시스템의 시각적 표현은 다음과 같습니다.

풍부한 데이터. 통찰력 부족

우리는 전적으로 데이터에 의해 소비되는 세상에 살고 있습니다. 그러나 데이터란 실제로 무엇입니까? 결국 상품에 지나지 않습니다. 자원. 지금 마케터에게 중요한 것은 마케팅 담당자가 무엇을 할 수 있느냐입니다. 모든 마케터가 데이터에 대해 스스로에게 물어야 할 질문은 "캠페인을 다음 단계로 끌어올릴 수 있는 인사이트는 무엇입니까?"입니다.

고객 데이터 플랫폼(CDP)에 대한 아이디어에 점점 더 많은 관심을 기울이고 있습니다. 모든 고객 데이터의 통합 스토리지로 정의되는 이 아이디어는 2013년에 처음 도입되었습니다. CDP는 잠재 고객과 고객을 전체적인 방식으로 이해하는 데 매우 중요합니다. 여기에는 취득 전과 취득 후가 모두 포함됩니다.

안타깝게도 진정한 CDP를 보유한 마케터는 거의 없습니다. 대신 대부분은 데이터나 통찰력을 잘 공유하지 않는 이질적인 시스템과 도구를 가지고 있습니다. CDP 기술에 접근할 수 있는 마케터는 그렇지 않은 마케터보다 훨씬 유리합니다.

최고의 마케팅 분석 및 기여 기술에는 CDP가 내장되어 있습니다. 마케터의 진정한 가치는 기술이 제공하는 데이터와 권장 사항으로 무엇을 할 수 있는지에 있습니다. AI는 이 기능에서 중요한 역할을 합니다.

마케팅 속성

오늘날 대부분의 분석과 마찬가지로 마케팅 기여도는 본질적으로 매우 일차원적입니다. 이것은 단순히 현재의 많은 분석 기술이 제공하는 데이터를 반영한 ​​것입니다. Bizible의 아래 인포그래픽은 다양한 유형의 모델링, 마케팅 채널 및 활동, 채널 매핑, 마케팅 속성과 관련된 메트릭을 설명하는 데 효과적입니다.

예를 들어 추천 트래픽은 마케팅 채널로 나열됩니다. 우리는 매일 분석으로 쉽게 이동하여 추천 소스에서 전달한 트래픽 양을 찾을 수 있습니다. 그 트래픽 중 일부는 고객이 되었을 수도 있습니다.

기여 모델(예: 마지막 터치)에 따라 수익 창출에 대한 전환 추천 트래픽 크레딧을 부여할 수 있습니다. 웹사이트가 당사 소유이고 전환(판매)이 당사 웹사이트에 있는 경우 다음과 같이 표시됩니다.

1차원 분석 세계에서는 괜찮습니다. 그러나 실제로는 무언가가 추천 소스로 트래픽을 유도했고 다른 것이 트래픽을 유도했을 가능성이 더 큽니다. 오늘날 대부분의 마케터가 액세스할 수 없는 데이터입니다. 해당 모델은 다음과 같습니다.

이것은 3도 떨어진 속성 모델링의 예입니다. 나열된 다른 웹사이트는 다른 추천 소스, 소셜 미디어, 이메일, 검색 엔진 등일 수 있습니다. 마케터로서 이것은 매우 귀중한 정보입니다.

두 번째 웹사이트가 무엇인지 안다면 직접 방문하여 후원 파트너가 될 수 있습니다. 인기 있는 블로그나 온라인 간행물일 수도 있습니다. 획득한 미디어 경로로 이동하고 그들에게 쓸 이야기를 제공하는 것도 가능합니다. 아마도 웹사이트 1은 업계에서 인기 있는 인플루언서일 것입니다. 가능한 마케팅 파트너십입니다.

위의 내용은 3차원 속성 모델링의 극히 단순화된 예이며 상당히 이해하기 쉽습니다. 이제 모든 트래픽 소스에 연결된 모든 것과 그에 연결된 모든 것을 보여주는 모델을 상상해 보십시오. 상상하기 꽤 어렵죠? 아래 그래픽과 같이 보일 것입니다.

위의 모델은 마케터가 투자해야 하는 새롭고 더 나은 성능의 사이트를 식별하면서 광고를 중단하거나 더블 다운해야 하는 사이트를 마케터에게 알려줄 수 있습니다. 언드 미디어(Eared Media)에 대해서도 같은 일을 하지만, 이 경우에는 예산이 아니라 시간을 어디에 쓸 것인지가 중요합니다. 또한 마케터는 주제가 반향을 일으키거나 현대 온라인 영향력 영역에서 제대로 제공되지 않는 진정한 콘텐츠 인텔리전스를 얻을 수 있습니다.

위에 표시된 각 웹사이트는 그다지 중요하지 않을 수 있습니다. 그러나 나머지 웹 사이트와의 관계 및 연결은 있습니다. 관련 클러스터를 발견하고 식별하는 것도 마찬가지입니다.

인터넷의 3차원 지도가 할 수 있는 또 다른 일은 삼각측량입니다. 즉, 이전에 알려지지 않은 트래픽 소스(직접 트래픽)가 많은 경우에 드러날 수 있습니다. 일부 웹사이트는 트래픽의 상당 부분을 직접으로 표시할 수 있기 때문에 이는 매우 중요합니다.

1차원적 속성 모델링을 기반으로 마케팅 결정을 내리고 직접 트래픽으로 숨겨지기 때문에 데이터의 상당 부분이 누락된다고 상상해 보십시오. 마케터는 이미 10년 넘게 그것을 해왔고 그것이 받아들여졌기 때문에 그것을 상상할 필요가 없습니다. 우리 대부분은 관련 디지털 생태계에서 데이터의 20%만 볼 수 있습니다. 마케팅 결정을 알리기 위해 활용하지 않는 나머지 80%입니다.

위의 노란색은 마케터가 볼 수 있는 산업 영향력의 디지털 영역의 20%를 나타냅니다. 이는 2000년대 초부터 받아들여졌다. 오늘날의 AI 기반 분석을 통해 처음으로 나머지 80%를 볼 수 있습니다.

많은 독자들이 무슨 생각을 하고 있는지, 이 데이터를 어떻게 얻을 수 있는지, 일단 데이터를 얻은 후에는 어떻게 이해할 수 있는지 알고 있습니다. 위에서 설명한 것은 진정한 빅 데이터입니다. 이 기사가 마케팅 AI 및 분석에 대해 이야기하기 시작한 이유가 있습니다. 두 사람이 결혼하면 이것이 가능해집니다.

이를 수행하기 위한 기술이 현재 존재하며 단순히 예측하는 것이 아니라 규범적인 AI입니다. 즉, 마케터에게 다음에 해야 할 일을 명시적으로 알리기 위해 방대한 양의 정형 데이터와 비정형 데이터를 살펴봅니다. 이러한 방식으로 우리가 알고 있는 분석은 영원히 변했습니다.

미래는 지금이다

전자책에 설명된 획득, 소유 및 유료 미디어와 관련된 모든 전술은 독립형 솔루션을 제공하며 통합 AI 기반 분석 플랫폼의 일부가 아닙니다. 이것은 Martech 소프트웨어 마케터가 매년 직면하는 폭식을 주도하는 데 도움이 됩니다. 이것은 이상적이지 않습니다.

2017년에만 마테크 소프트웨어 생태계는 5,000개 이상의 공급업체였습니다. 이러한 범주가 하나의 AI 기반 분석 플랫폼에 결합되면 판매 및 서비스 소프트웨어와 마케팅 전반의 통합이 훨씬 간단해지고 학습 곡선을 훨씬 쉽게 탐색할 수 있습니다. 말할 것도 없이 하나의 모든 것을 포괄하는 솔루션에 대한 조달 프로세스는 대안보다 훨씬 더 만족스럽습니다.

그렇지 않으면 마케터는 마케팅을 강화하기 위해 12개의 고유한 AI 기반 소프트웨어 솔루션을 채택하는 것을 고려하고 있습니다. 이것이 마케팅 담당자가 지난 10년 동안 마케팅 자동화 소프트웨어를 채택한 이유입니다. 물론 하나의 마케팅 자동화 공급업체가 수행할 수 있는 작업을 수행하기 위해 8개의 서로 다른 소프트웨어 공급업체를 참여시키는 것이 가능하지만 분명한 이유로 이상적인 것은 아닙니다.

일반적으로 여러 마케팅 기술을 채택하면 별도의 장소에 통합되지 않은 데이터 스트림이 저장됩니다. 이러한 시스템은 서로 연결이 끊어져 결과적으로 불완전한 데이터를 제공합니다. 마케팅에서 전략과 전술을 해독하기 위해 12개의 고유한 대시보드를 살펴봐야 한다고 상상해 보십시오. 많은 사람들이 그렇게 하고 있습니다.

즉, 고객 관점을 통합하고, 빅 데이터를 실행 가능하게 만들고, 정형 및 비정형 데이터를 구문 분석하고, 결과를 예측하고, 조치를 처방하고, 전체 마케팅 속성을 제공하고, 80 마케터의 눈에 웹의 % 더.

10년 넘게 마케터들은 온라인 광고도 판매하는 소수의 분석 공급업체에 신세를 졌습니다. 마케팅 담당자가 지출을 줄이면서 더 나은 결과를 얻을 수 있도록 도와줄 인센티브가 없습니다. 데이터 독립성은 이러한 고유한 이해 상충을 피할 수 있는 유일한 방법입니다.

대안은 온라인 광고를 아예 중단하거나 예산을 삭감하는 것입니다. 프록터 앤 갬블(Proctor & Gamble)은 작년에 브랜드 안전 문제, 봇 및 불쾌한 콘텐츠 때문에 온라인 미디어 지출을 최대 1억 4천만 달러까지 삭감할 것이라고 발표했습니다.

이 문제는 AI 기반 분석에 비교적 보수적으로 투자하면 쉽게 해결할 수 있습니다. 이 기술은 Proctor & Gamble이 마케팅의 7P에서 장소(어디서)에 집중할 수 있도록 할 것입니다. 이것이 문제의 핵심입니다.

혜택을 받는 것은 유료 미디어만이 아닙니다. 인플루언서 마케팅 및 SEO에서 디스플레이 광고 및 소셜 미디어에 이르기까지 유료, 적립 및 소유 미디어는 이 새로운 기술의 긍정적인 영향을 받을 수 있습니다.

AI와 이러한 전술에 대해 자세히 알아보고 싶다면 내 전체 eBook을 무료로 사용할 수 있는지 확인하십시오. 저는 AI와 마케팅에 대해 제가 할 수 있는 모든 것을 배우기 시작했고 여러분도 이 여정에서 새로운 것을 배웠기를 진심으로 바랍니다.

(참고: 5월 15일까지 Rutgers Business School의 "Complete Content Marketing: The Art and Science of Making Content Matter"에 등록해야 합니다. 제 친구 Ian Cleary와 Mark Schaefer가 가르치는 온라인 과정입니다. 강의도 정말 훌륭합니다. 할인 코드 "grow"를 사용하면 10% 할인됩니다.)

이 기사의 한 버전이 Social Media Today에 처음 게시되었습니다.