Sztuczna inteligencja: nowoczesne podejście do marketingu

W tym przewodniku omówię szczegółowo, w jaki sposób sztuczna inteligencja wpływa obecnie na marketing i jak będzie wpływać na niego w przyszłości.

Pod koniec tego postu będziesz podekscytowany możliwościami sztucznej inteligencji i prawdopodobnie trochę zdenerwowany konsekwencjami!

I można się denerwować, bo zmieni się rola marketerów w organizacjach, ale….

…nadal będziesz miał ważną rolę do odegrania.

Spis treści

ROZDZIAŁ 1

Wprowadzenie do sztucznej inteligencji (AI)

Sztuczna inteligencja w marketingu jest realna i nadszedł czas, aby usiąść i zwrócić uwagę.

Sztuczna inteligencja przyspiesza marketing w kierunku bardziej inteligentnie zautomatyzowanej przyszłości, w której inteligentniejsze (tj. oparte na sztucznej inteligencji) rozwiązania umożliwiają marketerom rozwiązywanie problemów i skuteczniejsze osiąganie celów. Masz wybór. Możesz usiąść wygodnie i poczekać, aż świat marketingu stanie się mądrzejszy i zmieni się wokół Ciebie, lub możesz skorzystać ze sztucznej inteligencji i być proaktywnym w tworzeniu przewagi konkurencyjnej dla siebie i swojej firmy.

Paul Roetzer, założyciel Marketing Artificial Intelligence Institute

Jednak nie wszystkie firmy programistyczne tak naprawdę mają sztuczną inteligencję, która mówi, że tak.

Jest tak wiele szumu wokół firm AI Tech, które chcą na tym skorzystać, mówiąc, że ich oprogramowanie jest zasilane przez sztuczną inteligencję, a inwestorzy wystawią im wyższe wyceny ze względu na sztuczną inteligencję w ich oprogramowaniu.

Ale jest wiele świetnych firm tworzących oprogramowanie, które budują prawdziwe aplikacje AI, a liczba ta ma się znacznie rozrosnąć w ciągu najbliższych kilku lat.

Badania MRFR przewidywały, że do 2025 r. rynek AI będzie wart 25 miliardów.

Jeśli jesteś marketerem, nadszedł czas, aby przyspieszyć i zrozumieć potencjalny wpływ sztucznej inteligencji na marketing. Jestem pewien, że ten przewodnik pomoże.

Czym więc jest sztuczna inteligencja?

Wszyscy wiemy, czym jest ludzka inteligencja… Mam nadzieję, że tak!

Sztuczna inteligencja ma miejsce, gdy maszyna wykazuje pewną ludzką inteligencję.

Na przykład:

Maszyna przetwarza dane i uczy się z nich, dzięki czemu może podejmować mądrzejsze decyzje dotyczące danych, które będzie przetwarzać w przyszłości.

Zamiast po prostu powtarzać te same instrukcje, maszyna automatycznie uczy się nowych instrukcji na podstawie doświadczenia.

Alpha Zero, gra wykorzystująca sztuczną inteligencję stworzona przez Deepmind, nauczyła się gry w szachy w 4 godziny, a następnie była w stanie pokonać najlepszy dostępny program komputerowy do gry w szachy.

Nauka nowej gry naśladuje ludzką inteligencję, ale sztuczna inteligencja może nauczyć się w ciągu 4 godzin, co człowiekowi może zająć miesiące.

Informatyka opisuje badania nad sztuczną inteligencją jako rozwój inteligentnych agentów.

Patrzeć:

Tak naprawdę chodzi o inteligentne programowanie.

Nasza inteligencja pomaga tworzyć sztuczną inteligencję.

Ponieważ niektóre zadania stają się bardzo rutynowe, mogą nie być już uważane za sztuczną inteligencję.

Oto przykład:

Optyczne rozpoznawanie znaków jest często wykluczane, ponieważ jest to rutynowe zadanie oczekiwane od komputerów.

Jaka jest różnica między wąską a silną sztuczną inteligencją?

Wąska sztuczna inteligencja (zwana również słabą sztuczną inteligencją) to sztuczna inteligencja skupiona na jednym zadaniu.

Silna sztuczna inteligencja to wszystko inne!

Silna sztuczna inteligencja potrafi zastosować inteligencję do dowolnego problemu, a nie do konkretnego zadania.

Na przykład:

Narzędzie do filtrowania spamu dobrze wykonuje jedno zadanie. Samojezdny samochód jest również opisywany jako wąska AI, ale myślę, że to trochę naciągane!

Czy sztuczna inteligencja zastąpi marketerów?

TAk…. niektóre!!!

Marketing to czasochłonny proces z wieloma powtarzalnymi zadaniami, w których maszyny mogą pomóc…

…ale są pewne zadania, których maszyny nigdy nie będą w stanie wykonać na tym samym poziomie, co ludzie zajmujący się marketingiem.

Mogę sobie wyobrazić, że w przyszłości będę siedział naprzeciwko robota i dyskutował o propozycji biznesowej, ale nie wyobrażam sobie, żebym zbudował taką samą relację z robotem, jak z prawdziwym człowiekiem. Stosunkowo łatwo jest zbudować oprogramowanie, które pokona kogoś w szachach i…

…oprogramowanie staje się coraz lepsze w pokonywaniu ludzi.

Ale…

Budowanie relacji jest najważniejszą częścią marketingu, a komputery to ssie.

A kto zbuduje strategię firmy?

Maszyna obsługująca sztuczną inteligencję może wnieść wkład w tę strategię, ale stratedzy i tak przetrwają.

Oglądałem ostatnio film „Ona”, w którym aktor buduje relację z systemem operacyjnym.

Taki śmieszny film!

Obecnie jednak istnieje poważny problem z wdrażaniem AI w organizacjach ze względu na brak wiedzy wśród marketerów.

W raporcie sporządzonym z CMO (Chief Marketing Officers) przez Deloitte w 2018 roku głównym czynnikiem, który może spowolnić organiczny wzrost marketingu, jest brak talentów.

A ponieważ sztuczna inteligencja jest bardziej techniczna niż większość innych obszarów marketingu, będzie to poważny problem.

Napisałem ten przewodnik, ponieważ w Internecie jest tak wiele technicznych informacji na temat sztucznej inteligencji, że jest to dość trudne do zrozumienia. Mam nadzieję, że ten przewodnik pomoże marketerom zrozumieć, czym tak naprawdę jest sztuczna inteligencja.

Gdy zrozumiesz sztuczną inteligencję, możesz wymyślić, jak zastąpić systemy, których używasz wewnętrznie, oprogramowaniem AI. A jeśli zdecydujesz, że mądrze jest zastąpić istniejące rozwiązania programowe, musisz dowiedzieć się, jaka funkcjonalność zniknie i jakie nowe funkcje zostaną dodane.

Następnie musisz przeszkolić swój zespół w zakresie sztucznej inteligencji i przeszkolić go w zakresie nowego oprogramowania.

Ponadto rynek rozwiązań AI rozwija się tak szybko, że bez zrozumienia sztucznej inteligencji trudno będzie znaleźć odpowiedniego dostawcę.

ROZDZIAŁ 2

Elementy Sztucznej Inteligencji

Sztuczna inteligencja to złożona dziedzina, na którą składają się różne elementy.

Koncentruje się na:

• Nauka – Pozyskiwanie informacji i zasady korzystania z tych informacji.
• Rozumowanie – Myślenie o czymś w logiczny i rozsądny sposób.
• Robienie – jaki jest sens uczenia się i myślenia, jeśli tego nie robisz?
• Autokorekta – Zrozumienie błędów i ich korygowanie.

Oto zestawienie głównych obszarów, w których wdrożono sztuczną inteligencję.

Uwaga: w każdym z obszarów występuje pewne nakładanie się. Na przykład samochód autonomiczny wykorzystuje kombinację uczenia maszynowego, rozpoznawania obrazów i głębokiego uczenia.

Sieci neuronowe

Mózg pobiera dane wejściowe (zewnętrzne lub wewnętrzne), przetwarza je, a następnie wytwarza wynik.

Neuron jest podstawową jednostką obliczeniową w mózgu i odpowiada za przetwarzanie danych wejściowych w celu wytworzenia danych wyjściowych.

Sygnały chemiczne są przekazywane z neuronów do neuronów.

W ludzkim ciele jest średnio ponad 100 miliardów neuronów i jest to niezwykle złożona sieć połączeń między neuronami. Niektóre neurony mogą być połączone nawet z 10 000 innych neuronów.

Wyobraź sobie, że ktoś przykłada rękę do gorącego pieca. To jest wejście. Neurony przetworzyłyby to, powodując ruch ręki z pieca.

Oto jak to wyglądałoby wewnętrznie:

Neuron czuciowy odczuwa ciepło, przekazując informację do innych neuronów wewnętrznych i ostatecznie do neuronu ruchowego, który powoduje reakcję oddalania się od ciepła.

Pojedynczy neuron sam nie robi wiele, ale użycie złożonej sieci neuronów daje niesamowite możliwości.

Neuron składa się z wejścia, wyjścia i wagi. Waga jest tak naprawdę wskaźnikiem ważności w ogólnym schemacie rzeczy dla tej konkretnej informacji.

Na przykład chcesz, aby maszyna obliczyła, jak cenny jest samochód.

Przyjmujesz szereg danych wejściowych, np. rok, markę, model, stan, przebieg itp., które są przekazywane przez neurony. Każde wejście jest ważone.

Marka i model są ważone wyżej niż przebieg lub rok.

I wtedy:

Dzięki serii skomplikowanych obliczeń maszyna uzyskuje wynik.

Oto prosty przykład sieci neuronowej.

Początkowe dane wejściowe są ważone (np. cechy oparte na ważności), są następnie wysyłane do warstwy ukrytej w celu przetworzenia, a wynikiem jest wynik.

Nauczanie maszynowe

Uczenie maszynowe to gałąź sztucznej inteligencji, która umożliwia komputerom coraz lepsze wykonywanie istniejących zadań lub wykonywanie nowych bez konieczności interwencji człowieka.

Komputery nieustannie analizują dane, aby w przyszłości mogły dawać lepsze wyniki. Mówiąc najprościej, stają się coraz mądrzejsi.

Uczenie maszynowe dzieli się zazwyczaj na 3 części:

Głęboka nauka

Wcześniej rozmawialiśmy o sieciach neuronowych. Głębokie uczenie wykorzystuje bardziej zaawansowane sieci neuronowe.

Więc zamiast warstwy wejściowej, ukrytej i wyjściowej możesz mieć wiele ukrytych warstw.

Oznacza to, że wykonywanych jest znacznie więcej przetwarzania niż w przypadku podstawowej sieci neuronowej. Ten sam system wag jest przekazywany między neuronami.

Głębokie uczenie jest zazwyczaj podzielone na następujące kategorie:

Nadzorowane

Uczenie nadzorowane polega na tym, że dostarczasz komputerowi dane wejściowe, a następnie dane wyjściowe (tj. oczekiwane wyniki). Następnie budujesz algorytm wokół tego, dzięki czemu możesz zacząć dostarczać nowe dane wejściowe, a komputer automatycznie utworzy dane wyjściowe.

Na przykład wyobraź sobie, że masz filtr antyspamowy. Zamiast dawać komputerowi zestaw reguł określających, czy e-mail jest spamem, czy nie, dostarczasz mu zestaw e-maili, a następnie mówisz, który z tych e-maili jest spamem i dlaczego. Algorytm zostanie następnie wykorzystany do opracowania nowego zestawu e-maili.

Bez nadzoru

W przypadku nienadzorowanego uczenia maszynowego podajesz dane wejściowe, ale nie podajesz danych wyjściowych. Dane wejściowe mogą być początkowo partią danych testowych.

Tak więc komputer nie ma żadnych przykładowych danych, które pomogłyby mu wygenerować odpowiedzi. Musi wykonać trochę więcej pracy.

Częściowo nadzorowane

To szczęśliwy środek. Nie jest całkowicie nienadzorowany, ale dane wyjściowe nie są wystarczające, aby dokładnie przewidzieć wszystkie wyniki.

Tak więc komputer przetwarza dane i wykorzystuje dane wyjściowe jako wskazówkę, która z czasem ulega poprawie, ponieważ przetwarza więcej danych.

Możesz użyć półnadzorowanej ML w przypadkach, gdy musisz ręcznie sklasyfikować dane, ale jest tak wiele do sklasyfikowania, że ​​po prostu klasyfikujesz ich część, a resztę pozostawiasz komputerowi.

Przetwarzanie języka naturalnego (NLP)

Na tym polega przetwarzanie języka naturalnego…

Alexa to urządzenie Amazon.

Zadajesz pytania w sposób konwersacyjny, a Alexa jest w stanie je przetworzyć i udzielić odpowiedzi.

Cóż, zwykle jest…..

Systemy przetwarzania języka naturalnego (NLP) stały się bardziej zaawansowane w ciągu ostatnich kilku lat, ale nadal istnieje wiele wyzwań.

Na przykład nie byłoby niczym niezwykłym powiedzenie:

Alexa – w kogo gra Man U?

Kibice Manchesteru United często skracają Manchester United do Man U lub Czerwonych Diabłów lub po prostu mówią United. Istnieje niewielka szansa, że ​​Alexa zrozumie te skróty.

Oto kolejny trudny przykład dla NLP:

„Pewnej nocy byłem w pubie z kumplami i to było śmiertelne”.

Kiedy używamy w tym kontekście słowa „zabójczy” w Irlandii, mamy na myśli to, że była to świetna zabawa. Systemy NLP nadal nie są dobre w wykrywaniu sentymentu tekstu lub słowa mówionego.

Tak więc NLP będzie nadal ewoluować, ale nigdy nie będzie idealne z powodu:

• Akcenty
• Tyle języków, odmian języków i slangu
• Ton głosu i mowy ciała

Obliczenia ewolucyjne

Oto definicja obliczeń ewolucyjnych z Wikipedii:

„W informatyce obliczenia ewolucyjne to rodzina algorytmów do globalnej optymalizacji inspirowana ewolucją biologiczną oraz poddziedziną sztucznej inteligencji i miękkich obliczeń badających te algorytmy”.

Ale co to właściwie oznacza…

Nazwano to ewolucyjnym, ponieważ jest to ciągły proces optymalizacji wyników, który z czasem „ewoluuje” w coraz lepsze rozwiązania.

Nazywano ją również ewolucyjną z teorii ewolucji Darwina.

Na przykład jedna z teorii Darwina dotyczyła przetrwania najsilniejszych. Z czasem umrą najsłabsi przedstawiciele gatunku.

Dzięki komputerom ewolucyjnym pojawia się wiele potencjalnych rozwiązań problemu. Niektóre mogą być dobre, a niektóre zupełnie przypadkowe.

Wraz z testowaniem z biegiem czasu najlepsze rozwiązania ewoluują.

Dzięki głębokiemu uczeniu skupiamy się na modelach, które już znamy. Obliczenia ewolucyjne znajdują rozwiązania problemów, w których nie mamy żadnych przykładowych wyników, które moglibyśmy wykorzystać do pomocy.

Wizja

Mówimy o zdolności komputerów/maszyn lub robotów do automatycznego widzenia, przetwarzania i działania na podstawie obrazów.

Sztuczna inteligencja dla wizji generalnie dzieli się na:

Wizja komputerowa — komputer wydobywający informacje z obrazu, aby nadać mu sens.

Widzenie maszynowe — maszyny wykorzystujące metody wizualne do ulepszania rzeczy w takich obszarach, jak środowisko produkcyjne. Mogą one wizualnie identyfikować wady, przeglądać etykiety żywności i/lub wykrywać wady produktu.

Wizja robota – w tym miejscu wizja jest używana do identyfikacji czegoś, nad czym należy pracować, a zdolności robota wykonują niezbędne działania.

Robotyka

Roboty to maszyny fizyczne.

Robotyka to dziedzina nauki o robotach.

Czasami możesz usłyszeć, jak ludzie mówią o robotach, które automatycznie tworzą treści dla marketerów, ale w rzeczywistości nie są to roboty. Nie ma w tym żadnego fizycznego robota.

Większość robotów nie ma sztucznej inteligencji, ale to się zmienia.

Na przykład miałem kiedyś kosiarkę zautomatyzowaną o nazwie „Robomow”. Hasło brzmiało: „To kosi, a nie”. Kiedyś je sprzedawałem, ale to zupełnie inna historia.

Robomow siedzi na jednostce ładującej i co kilka dni wychodzi i kosi trawę. Wokół krawędzi ogrodu był kabel elektryczny, a kosiarka poruszała się tam i z powrotem pod różnymi kątami do krawędzi. Nagrywał, gdzie był, żeby wiedzieć, kiedy wszystko zostało pocięte.

Miał nawet czujniki deszczu, więc gdyby padało, nie wyszedłby, by kosić trawę.

Ale nie miał sztucznej inteligencji.

Na przykład mógł się uczyć o przeszkodach w ogrodzie i budować różne trasy w oparciu o te przeszkody.

Niestety, moja po prostu tkwiła pod trampoliną…

…za każdym razem…

Patrzeć:

Nie twierdzę, że te urządzenia nie są przydatne.

Ale… mogą być dużo mądrzejsi.

Systemy eksperckie

System ekspertowy to program komputerowy, który naśladuje ludzką zdolność do podejmowania decyzji.

tj. zastępuje potrzebę lub wspiera istniejącego eksperta.

Zwykle zawiera bazę wiedzy z zestawem zasad stosowania wiedzy w każdej konkretnej sytuacji.

Dzięki możliwościom uczenia maszynowego z czasem buduje swoją bazę wiedzy i dostosowuje lub tworzy nowe decyzje w oparciu o swoją wiedzę praktyczną.

Interpretacja mowy

W niedalekiej przyszłości będzie czymś niezwykłym, że ktoś nie będzie miał w swoim domu urządzenia takiego jak Amazon Echo, dzięki czemu będzie mógł wysyłać pytania i instrukcje do tego urządzenia i otrzymywać natychmiastowe odpowiedzi.

Interpretacja głosu staje się coraz lepsza, a niektóre z tych urządzeń wykorzystują sztuczną inteligencję, aby z czasem uczyć się i uzyskiwać lepsze reakcje.

Wyobraź sobie, że system rozpoznawania mowy byłby w stanie przewidzieć, czy sprzedaż zostanie wygenerowana z call center, a następnie zasugerować agentom, jak poprawić współczynnik konwersji?

Zrobili to, analizując rozmowę i akustykę w tej rozmowie.

Firma o nazwie OTO systems zbadała 4000 godzin rozmów dotyczących sprzedaży przychodzącej przy 50% współczynnikach konwersji.

Przeszkolili swoje modele głębokiego uczenia się, aby uchwycić „sygnał dźwiękowy” udanej sprzedaży.

Udało im się przewidzieć 94% wyników rozmów.

Następnie wdrożyli ten system w call center i odnotowali 20% wzrost zaangażowania przy 5% wzroście sprzedaży.

Planowanie AI

Według Wikipedii są to strategie lub sekwencje działań tworzone automatycznie dla inteligentnych agentów, robotów czy pojazdów bezzałogowych.

Tak więc chodzi o analizę problemu i opracowanie planu działania.

Planowanie AI bierze pod uwagę takie rzeczy jak:

• Zależności – czy jedno zadanie wymaga wykonania innego?
• Kamienie milowe – konkretne terminy, które należy spełnić
• Ograniczenia – na przykład, jeśli masz tylko 10 osób, nie możesz rzucić 20 osób na problem.

Po utworzeniu planu i harmonogramu są one automatycznie dostosowywane na podstawie wyników i zmian danych wejściowych.

Na przykład, jeśli zasób nie jest już dostępny, plan należy dostosować.

ROZDZIAŁ 3

Aplikacje AI w marketingu

Istnieje tak wiele potencjalnych zastosowań sztucznej inteligencji w marketingu, które sprawiłyby, że byłaby bardziej wydajna i pomogłaby osiągać lepsze wyniki.

Od wielu lat rozmawiamy o marketingu 1 do 1 i nawet przy zaawansowanych systemach automatyzacji marketingu wciąż nie jest to rzeczywistością.

Ale… dzięki sztucznej inteligencji mamy znacznie większe szanse na dostarczenie czegoś, co przypomina bardziej komunikację z klientem jeden na jednego.

Rzućmy okiem na kilka przykładów tego, jak marketing może poprawić się dzięki sztucznej inteligencji.

AI i marketing treści

Aby przetrwać w sieci, musimy tworzyć treści.

Treść przyciąga odwiedzających, angażuje naszych odbiorców i daje im motywację do powrotu.

Treść występuje w wielu formach:

• Post na blogu
• Referencje
• Dane faktyczne np. raporty
• Treść wideo
• Tweety
• Informacje o firmie

AI nigdy nie przejmie pełnej roli Content Marketera, ale z pewnością może pomóc.

Czy komputery mogą automatycznie tworzyć treści, które nie brzmią tak, jakby zostały stworzone przez komputer?

TAk!

Raport Statista z 2017 r. wykazał, że ponad 90% ankietowanych osób stwierdziło, że otrzymywanie spersonalizowanych treści było „bardzo/trochę” atrakcyjne”.

Nic dziwnego, że ludzie chcą mieć wrażenie, że dostarczasz informacje i treści, które są tylko dla nich istotne. Nie dbają o nikogo innego!!!

Marketerzy nie mają czasu na personalizację wszystkich treści, ale na szczęście sztuczna inteligencja może pomóc.

Oto jak:

Badanie treści

MarketMuse to platforma oprogramowania, która daje użytkownikom wskazówki dotyczące tworzenia właściwych treści. Wykorzystuje duże zbiory danych i sztuczną inteligencję, aby zrozumieć, w jaki sposób wyszukiwarki oceniają treści.

Analizuje wszystkie Twoje dane i porównuje z rankingami innych firm pod kątem podobnych treści.

Następnie organizuje zawartość w klastry tematyczne, definiując tematy, które można łatwo uszeregować i dostarczając rekomendacje, jak ulepszyć zawartość.

Przeprowadzenie audytu treści to naprawdę czasochłonny proces, a takie oprogramowanie może zaoszczędzić mnóstwo czasu.

Oto przykład, w którym MarketMuse analizuje najlepsze wyniki wyszukiwania pod kątem narzędzi marketingowych. Wyodrębnia najtrafniejsze terminy z każdego z najwyżej ocenianych elementów treści i porównuje je z Twoją treścią.

Narzędzie wyświetla liczbę wzmianek o tych słowach kluczowych w treści konkurencji w porównaniu z liczbą wzmianek w Twojej treści. Otrzymujesz wynik zawartości, który możesz poprawić, aby uzyskać wyższą pozycję w rankingu.

Analizując Twoje treści, MarketMuse określa Twój „autorytet tematyczny”. Są to tematy, które można łatwo uszeregować, tworząc wokół nich więcej treści.

Tworzenie treści

Generacja neurolingwistyczna (NLG) to technologia, która przekształca dane w ludzkie narracje.

Automated Insights to firma, która robi dokładnie to, co sugeruje ich nazwa.

Analizują dane i automatycznie tworzą tekst opisujący dane.

Wyobraź sobie, że pracujesz w firmie maklerskiej i musisz stworzyć 1000 różnych raportów dla klientów. To straszna myśl, prawda?

Teraz wyobraź sobie, że klikasz przycisk i automatycznie generujesz te raporty.

AI może nie napisze książki ani nie zastąpi mnie jako blogera, ale z pewnością może bardzo pomóc w tworzeniu treści.

Wzmocnienie treści

Wzmacnianie treści to proces promowania i dystrybucji treści za pomocą płatnych i bezpłatnych taktyk w celu osiągnięcia większego zasięgu.

Przy tak dużym hałasie w sieci, nawet najbardziej epickie treści nie będą działać dobrze, jeśli ich nie wypromujesz.

Kiedyś promocja treści zajmowała dużą część czasu content marketerom, ale teraz istnieją naprawdę inteligentne narzędzia, które mogą pomóc zautomatyzować ten proces.

Oto jeden przykład.

Inpowered to narzędzie, które pozwala wybrać treści, które chcesz promować na wielu natywnych platformach reklamowych, a następnie automatyzuje proces umieszczania promocji i uzyskiwania najlepszych stawek za kliknięcie.

Anuluje promocje na niektórych platformach, zwiększy promocje na innych platformach i przeanalizuje, co działa i kiedy.

Wszystko w pełni zautomatyzowane.

Ta platforma jest interesująca, ponieważ technologia jest bardzo dobra i płacisz tylko za zaangażowanych użytkowników. Jeśli ktoś wyświetli Twoje treści i natychmiast odrzuci, nie zostaniesz obciążony opłatą.

Optymalizacja treści

Co powiesz na optymalizację treści, aby zwiększyć ruch z Google?

W dawnych czasach można było wielokrotnie wstawiać to samo słowo kluczowe do swojego artykułu, aby uzyskać ranking.

Ale teraz… Google przeprowadza semantyczną analizę treści, aby zrozumieć, o czym jest ta treść.

Wykorzystuje uczenie maszynowe (Rankbrain), aby zrozumieć treści, które piszesz.

Co więcej, nie chodzi tylko o słowa kluczowe, ale także o autorytet tematyczny.

Oto przykład, jak zademonstrować autorytet tematyczny w Twojej witrynie.

Tworzysz filar treści, taki jak ten.

Następnie tworzysz powiązane fragmenty treści, które łączą się z treścią filaru (i filary z powiązanymi).

Możesz nawet pójść o krok dalej i utworzyć treść postów gościnnych na innych stronach internetowych z linkami do pokrewnych lub filarowych treści w Twojej witrynie.

To pokazuje autorytet tematu, który jest ważniejszy niż jeden post skierowany na określone słowo kluczowe.

Google wykorzystuje sztuczną inteligencję do określania twojego autorytetu w temacie, więc ma sens, że potrzebujemy narzędzi, które wykorzystują sztuczną inteligencję, aby dowiedzieć się, czy dostarczamy odpowiednie sygnały do ​​Google.

To właśnie robią MarketMuse i inne narzędzia w tym obszarze.

Kurator treści

Narzędzie do kuracji treści doskonale nadaje się do znajdowania odpowiednich treści, które Cię interesują.

Na przykład konfigurujesz zestaw słów kluczowych i znajduje on popularną treść powiązaną z tymi słowami kluczowymi.

Ale….

…wersja AI narzędzia do kuracji treści robi dodatkowy krok.

Weźmy jako przykład Frase.io.

Funkcja ta znajduje zawartość, ale następnie wykorzystuje sztuczną inteligencję do podsumowania zawartości, dzięki czemu nie musisz jej czytać.

Nie wiem jak wy, ale dla mnie to brzmi super!!!

Jeśli chodzi o kurację treści, sztuczna inteligencja powinna pomagać w następujących przepływach pracy:
– Tworzenie bardziej ukierunkowanych zapytań i usuwanie szumów podczas monitorowania mediów
– Podsumowanie informacji, aby pomóc pracownikom wiedzy szybciej przyswajać treści i kopać głębiej tylko wtedy, gdy jest to istotne
– Identyfikowanie relacji między tematami i rysowanie trendów w czasie
Ulepszona kuracja treści za pomocą sztucznej inteligencji powinna pomóc marketerom w tworzeniu lepszych biuletynów, uwzględnianiu większej liczby badań nad ich oryginalną treścią, skalowaniu publikacji w mediach społecznościowych i tworzeniu bogatszych wewnętrznych mikrowitryn. Wydawcy cyfrowi mogą wykorzystywać opartą na sztucznej inteligencji kurację treści, aby automatycznie generować raporty i wzbogacać przepływ pracy redakcyjnej.

Tomas Ratia CEO Frase.io

AI i analityka

Zazwyczaj dzielimy analitykę na opisową, predykcyjną i nakazową, ale dodajmy czwarty wymiar:

Analityka opisowa istnieje już od dłuższego czasu.

Przykładem może być oglądanie danych Google Analytics, ale brak wiedzy, co z nimi zrobić.

Analityka predykcyjna daje pomysły na to, co możesz zrobić, a nakazowa podpowiada, co musisz zrobić.

Analityka zorientowana na działanie polega na automatycznym podejmowaniu i testowaniu działań na podstawie zaleceń.

Czasami przez pomyłkę loguję się na konto Netflix mojej żony i większość rekomendacji to nie filmy, które bym oglądał!

Ale kiedy loguję się na swoje konto Netflix, zawsze pokazuje mi coś, co mnie interesuje.

Netflix automatycznie grupuje ludzi w różne kategorie, a oceny są oparte na opiniach w ramach kategorii, w której się znajdujesz.

Tak więc, gdy widzę procentową ocenę wskazującą, jak prawdopodobne jest, że polubię film, ta ocena może być inna dla mojej żony, ponieważ jest ona w innej kategorii.

Netflix nieustannie stara się dostarczać lepsze rekomendacje, aby sprzedawać lepsze filmy swoim użytkownikom.

Ale oni nie patrzą tylko na film/program, który zacząłeś oglądać. Przyjrzą się również:

• Czy obejrzałeś trochę i przestałeś oglądać?
• Oglądałeś to przez kilka nocy?
• Kiedy to oglądałeś, czyli miesiąc temu, rok temu itd.

I oczywiście o wiele więcej.

Są to algorytmy uczenia maszynowego, które uczą się w czasie i automatycznie dostosowują.

Brytyjska firma Datalytyx opatentowała rozwiązanie sztucznej inteligencji, które rozwiązuje poważny problem analizy dużych ilości danych, na przykład analizowanie miliardów rekordów.

Oprogramowanie AI identyfikuje najistotniejszy 1% danych i na tej podstawie generujesz raporty.

AI i automatyzacja marketingu

Typowym zadaniem automatyzacji marketingu jest wysyłanie serii e-maili do użytkowników po tym, jak zapisali się na listę e-mailową.

A następnie, na podstawie ich interakcji z e-mailami, skieruj ludzi na inną ścieżkę.

Na przykład kliknięcie łącza dotyczącego nowego produktu w drugiej wiadomości e-mail w sekwencji wyzwala inną wiadomość e-mail.

To jest inteligentna automatyzacja poczty e-mail, ale nie jest to sztuczna inteligencja.

Sztuczna inteligencja dodaje zupełnie nową warstwę inteligencji. Oto kilka przykładów:

Watson to platforma IBM, która wykorzystuje sztuczną inteligencję, aby dowiedzieć się więcej o Twoich danych.

„Watson marketing” jest częścią platformy Watson, która koncentruje się na… zgadliście… marketingu.

Jednym z jego elementów jest tworzenie ukierunkowanych kampanii e-mailowych.

Wykorzystuje sztuczną inteligencję, aby lepiej zrozumieć każdą osobę w kampanii i dostosowuje komunikację na podstawie tych danych.

Na przykład zamiast umieszczać ludzi w wiadrze na podstawie wypełnianego formularza, pobiera dane z wielu źródeł i tworzy mikrosegmenty na podstawie stylu życia, zachowań społecznych, etapu życia, lokalizacji itp.

Ale będzie również stale oceniać te dane i automatycznie przenosić ludzi między segmentami w oparciu o nowe dane i analizę wydajności.

Podczas pracy z dużymi zestawami danych potrzebujesz sztucznej inteligencji, aby zautomatyzować niektóre zadania i nadać sens danym.

Na przykład:

Kompiluj dane z wielu źródeł i twórz mikrosegmenty na podstawie stylu życia, zachowań społecznych, etapu życia, lokalizacji itp.

Odkryj wady oryginalnych kampanii i na ich podstawie zmieniaj segmenty i oferty.

AI i marketing konwersacyjny

Chatbot to program komputerowy przeznaczony do symulacji rozmowy z drugim człowiekiem.

Dostępnych jest wiele narzędzi (np. mobilna małpka), które pozwalają w prosty sposób stworzyć chatbota.

Mają program do budowania, który pozwala automatycznie tworzyć akcje na podstawie danych wejściowych.

Jednak te chatboty nie obsługują sztucznej inteligencji. Są przeszkoleni w zakresie rozpoznawania konkretnych intencji użytkowników i korzystają z bazy wiedzy, aby uzyskać odpowiedzi (chatboty oparte na wyszukiwaniu).

Wciąż daleko nam do chatbotów, które mogą zapewnić użytkownikom nieograniczoną liczbę odpowiedzi, które mogą wygenerować w locie. To byłaby prawdziwa sztuczna inteligencja w pracy.

Większość dzisiejszych chatbotów działa w określonej niszy, a ilość rzeczy, które wiedzą i mogą zrobić, jest bardzo ograniczona. Jednak nadal używają technik NLP, aby zrozumieć ludzki język. Bardziej wyrafinowane wykorzystują również analizę sentymentu, aby zrozumieć emocje kryjące się za słowami użytkownika.

Chatboty, podobnie jak dzisiaj, są nadal bardzo przydatnym narzędziem, które pomaga zautomatyzować niektóre części procesu sprzedaży i marketingu.

Na przykład chatboty mogą:

• zwiększyć zaangażowanie poprzez spersonalizowane rozmowy z użytkownikami
• obsłuż zapytania klientów na swojej stronie internetowej
• poprawić targetowanie, zbierając przydatne informacje o użytkownikach

Teraz dla firm, które już używają chatbotów na swojej stronie, istnieją narzędzia, które mogą pomóc im zrozumieć, jak dobrze sobie radzą.

Liveperson.com analizuje konwersacje chatbotów w czasie rzeczywistym, aby ocenić, kiedy klienci mają złe doświadczenia z klientami. Firmy mogą na tej podstawie podjąć działania.

Nie jestem pewien, czy użyjemy tego… może wymyślić nowy schemat.

AI i marketing e-mailowy

Marketing e-mailowy to jeden z obszarów, który może ogromnie skorzystać na sztucznej inteligencji.

Pomyśl o tym – narzędzie AI może pomóc ci określić, jaki rodzaj treści musisz wysłać i kiedy musisz ją wysłać, aby zwiększyć swoje szanse na konwersję pojedynczego potencjalnego klienta.

Biorąc pod uwagę fakt, że sztuczna inteligencja może przetwarzać ogromne ilości danych w mgnieniu oka, będziesz prowadzić inteligentniejsze i wydajniejsze kampanie z lepszym zwrotem z inwestycji. Nie wspominając o czasie, który zaoszczędziłbyś na testach A/B!

Narzędzie do e-mail marketingu oparte na sztucznej inteligencji może również pomóc w innym trudnym obszarze dla marketerów – wysyłaniu wysoce spersonalizowanych wiadomości e-mail na dużą skalę.

Sztuczna inteligencja może wziąć pod uwagę historię klienta związaną z Twoją firmą i określić rodzaj wiadomości i ofert, które działają najlepiej.

Na przykład Phrase to narzędzie do e-mail marketingu, które wykorzystuje sztuczną inteligencję do generowania tematów, treści i CTA, aby zachęcić do wyższych współczynników klikalności i zaangażowania w kampanie e-mail marketingu.

AI i SEO

Sztuczna inteligencja może sprawić, że wyszukiwanie będzie bardziej ludzkie.

Oznacza to, że wyszukiwarki przyglądają się teraz bardziej znaczeniu i kontekstowi zapytania wyszukiwarek, aby dostarczać bardziej sensowne wyniki.

Era upychania słów kluczowych dobiegła końca. Algorytmy wyszukiwania koncentrują się teraz na kontekście użytkownika i zamiarze wyszukiwania.

I to jest dobra rzecz.

Marketerzy mogą również wykorzystać narzędzia sztucznej inteligencji, aby poprawić ranking swoich treści.

Teraz możesz wykorzystać sztuczną inteligencję do usprawnienia działań SEO na różne sposoby, w tym:

• Identyfikowanie możliwości treści
• Wykonywanie badań słów kluczowych
• Identyfikacja możliwości optymalizacji treści
• Personalizacja treści i nie tylko.

AI i media społecznościowe

Za każdym razem, gdy logujesz się do Facebooka i przeglądasz kanał informacyjny, widzisz sztuczną inteligencję w akcji.

Facebook stale monitoruje, kogo obserwujesz, z czym wchodzisz w interakcję, jak konsumujesz treści i nie tylko.

Algorytmy te z czasem uczą się, aby generować lepsze wyniki w aktualnościach.

Facebook polega na zaangażowaniu.

Jeśli spędzisz więcej czasu na platformie, mogą pokazać Ci więcej reklam i zarobić więcej pieniędzy.

To takie proste!

Całkowicie sensowne jest śledzenie tego, z czym wchodzisz w interakcję, a z czym nie.

Jeśli obserwujesz stronę na Facebooku i nigdy nie wchodzisz w interakcję z publikowanymi przez nich postami, jest to pewny znak, że nie jesteś zainteresowany treścią tej strony.

Oto kolejny przykład sztucznej inteligencji dla mediów społecznościowych.

Persado zapewnia „generowaną maszynowo kopię marketingową, która zapewnia maksymalną wydajność w dowolnym kanale”.

Wybiera najlepsze słowa, wyrażenia, wizualizacje i emocje, aby zwiększyć zaangażowanie.

A w mediach społecznościowych chodzi o zaangażowanie.

Dzięki temu modułowi mediów społecznościowych automatycznie utworzą tekst i znajdą najlepsze obrazy, które przyciągną największe zaangażowanie.

AI i optymalizacja współczynnika konwersji (CRO)

Optymalizacja współczynnika konwersji polega na poprawie konwersji.

Na przykład na 100 odwiedzających Twoją witrynę konwertujesz 2%, a następnie wprowadzasz zmiany w swojej witrynie i zwiększasz konwersję do 3%.

Istnieje wiele sposobów na zwiększenie konwersji:

• Ulepsz swoje reklamy, aby uzyskać wyższy współczynnik klikalności i niższe koszty
• Ulepsz reklamy, dzięki czemu Twoja oferta trafi do lepszych odbiorców
• Zbuduj inny lejek sprzedaży, na przykład dodaj opcję sprzedaży dodatkowej po zakupie
• Zmień strony, które są częścią lejka, np. kolory, tekst, obrazy, wideo itp.

Jest to bardzo czasochłonny i ręczny proces, w którym może pomóc sztuczna inteligencja.

Unbounce to narzędzie strony docelowej.

Niedawno zbudowali projekt pilotażowy dotyczący sztucznej inteligencji i objął 34 klientów w okresie 6 tygodni.

Sztuczna inteligencja przeanalizowała wydajność stron docelowych w prawdziwych kampaniach i poinstruowała specjalistów od konwersji, co należy zmienić.

Średnio wzrost konwersji na stronach wyniósł 19,8%, przy czym jedna strona osiągnęła ponad 100%.

Jest to z pewnością wyższy wzrost wydajności, niż można by się spodziewać po współpracy ze specjalistą ds. konwersji.

Sztuczna inteligencja i słuchanie / monitorowanie

Każda firma chce być w stanie uchwycić jak najwięcej rozmów wokół swojej marki.

Celem jest zrozumienie nie tylko tego, co ludzie mówią o swojej marce, produktach lub usługach, ale także tego, co o nich myślą.

Pomaga to marketerom analizować obecność marki i wykorzystywać te spostrzeżenia do poprawy komunikacji z odbiorcami i lepszego kierowania kampanii.

NLP i analiza sentymentu mogą naprawdę pomóc w tym obszarze.

Firmy mogą wykorzystywać sztuczną inteligencję do rozumienia rozmów dotyczących ich produktów, dzięki czemu mogą wykrywać potencjalne problemy i reagować na nie, a także odkrywać zamiary zakupu.

AI i rozpoznawanie obrazu

Wszyscy wiemy, jak ważne dla marketingu są treści wizualne.

Teraz możemy wykorzystać sztuczną inteligencję i narzędzia do rozpoznawania obrazów, aby analizować trendy i odkrywać rodzaje wizualizacji, które przyniosłyby najlepsze wyniki w mediach społecznościowych i innych kanałach.

Rozpoznawanie obrazów pozwala marketerom „słuchać” tego, co mówią ich odbiorcy za pomocą obrazów, dzięki czemu mogą dostarczać treści wizualne, które odpowiadają ich zainteresowaniom.

Sztuczna inteligencja może pomóc analizować miliony postów w mediach społecznościowych i filtrować obrazy, które ludzie udostępniają i z którymi się angażują.

Bez narzędzi do rozpoznawania obrazu marketerzy nie byliby w stanie przeanalizować takiej ilości materiału wizualnego!

Jednym z przykładów jest platforma Image Insights firmy Brandwatch. To narzędzie koncentruje się na pomaganiu firmom w odkrywaniu, w jaki sposób ludzie używają obrazów zawierających ich markę w mediach społecznościowych.

Zasadniczo analizuje wizualne wzmianki o logo marki w milionach postów w mediach społecznościowych.

AI i influencer marketing

Influencer marketing to bardzo potężna forma marketingu, ale markom trudno jest zidentyfikować odpowiednich influencerów.

Dzięki technologii AI istnieją teraz inteligentniejsze sposoby analizowania i znajdowania wpływowych osób.

Na przykład:

Popyt na przydatne treści od zaufanych ekspertów szturmem podbija świat marketingu w postaci współpracy z influencerami, a sztuczna inteligencja odgrywa wiele ról.

Od wirtualnych influencerów napędzanych sztuczną inteligencją na Instagramie, takich jak @lilmiquela z 1,5 mln obserwujących, po zaawansowane systemy AI wykorzystywane w platformach influencer marketingu, wpływ i implikacje sztucznej inteligencji na influencer marketing dopiero się zaczynają.

Przyszłe zastosowania AI i influencer marketingu obejmują możliwość przewidywania potencjalnego wpływu niektórych influencerów, typów treści i kombinacji kanałów, a także bardziej zaawansowane filtrowanie influencerów z fałszywymi obserwującymi.

Lee Odden – założyciel TopRank Marketing

ROZDZIAŁ 4

Obawy dotyczące bezpieczeństwa związane ze sztuczną inteligencją

W 2018 r. UE wprowadziła rozporządzenie o nazwie RODO (globalne rozporządzenie o ochronie danych).

Jego celem jest regulowanie gromadzenia, przechowywania i wykorzystywania danych osobowych przez firmy bez zezwolenia.

Ponieważ konsumenci coraz bardziej przejmują się wykorzystywaniem ich danych osobowych, spodziewam się, że podobne przepisy zostaną wprowadzone w innych częściach świata.

Ponieważ sztuczna inteligencja polega na zbieraniu i przetwarzaniu danych, ma to poważne konsekwencje.

Załóżmy, że wszedłeś do supermarketu i supermarket wykorzystał rozpoznawanie twarzy, aby Cię zidentyfikować, a następnie dostosował Twoje doświadczenie na podstawie dostępnych danych. Czy mają na to pozwolenie? Nie w Europie.

Tak więc, chociaż sztuczna inteligencja jest niezwykle potężna, niektóre jej zastosowania będą musiały zostać zatwierdzone.

Streszczenie

Sztuczna inteligencja ma przed nami świetlaną przyszłość.

Będzie to miało ogromny wpływ na marketing jeszcze przez wiele lat.

Zmieni role marketingowe, niektóre z nich całkowicie usunie i zapewni zupełnie nowy poziom wyrafinowania, który nigdy wcześniej nie był możliwy.

Czy powinieneś się martwić jako marketer?

Oczywiście.

Musisz być na bieżąco z rozwojem sztucznej inteligencji i zobaczyć, jak możesz włączyć ją do swojego marketingu.

Musisz pomyśleć o swojej roli jako marketera io tym, jak twoja rola będzie ewoluować lub zostanie zastąpiona w przyszłości.