Co marketerzy treści powinni wiedzieć o sztucznej inteligencji

Jak wielu ludzi na całym świecie, podjąłem kilka zawodowych postanowień na nowy rok. Chciałem dowiedzieć się jak najwięcej o sztucznej inteligencji (AI) i technologii blockchain. Minął kwadrans roku i moja misja poznania sztucznej inteligencji dobiegła końca. Tak kompletna, że ​​zwieńczeniem jej był mój najnowszy bezpłatny ebook „Wszystko, co musisz wiedzieć o analizie marketingowej i sztucznej inteligencji”.

(Uwaga redaktora: Chad będzie współgospodarzem czatu na Twitterze na ten temat z Social Media Today 8 maja. RSVP, aby wziąć udział w czacie tutaj: „ Co musisz wiedzieć o sztucznej inteligencji i marketingu” )

W tym artykule opiszę wszystko, czego dowiedziałem się o sztucznej inteligencji i jej wpływie na marketing. Dopiero zaczynamy nową, przełomową ścieżkę w marketingu i jest to bardzo ekscytujące.

W życiu można zagwarantować tylko trzy rzeczy – śmierć, podatki i załamanie przemysłu. Zakłócenia dzieją się wokół nas każdego dnia. Spójrz, co Amazon zrobił z handlem detalicznym, Uber z taksówkami, LinkedIn z tablicami ogłoszeń, Internet z mediami, kryptowaluty z finansami i tak dalej, i tak dalej.

Przewiduje się, że sama sztuczna inteligencja zakłóci prognozowanie, obsługę klienta, edukację, finanse, usługi gastronomiczne, spersonalizowaną opiekę zdrowotną, medycynę, logistykę, programy lojalnościowe, marketing, zamówienia publiczne, public relations, wyszukiwanie i bezpieczeństwo.

Według Salesforce Solutions CTO, Bretta Colberta, blockchain ma zakłócić użytkowanie gruntów, tożsamość, globalną logistykę i wysyłkę, motoryzację, lotnictwo, produkcję, leki na receptę, finanse, rząd, bankowość i wiele innych.

Kiedyś poważne zakłócenia w całej branży zdarzały się może raz na dekadę lub rzadziej. Jednak w dzisiejszym środowisku zaczynamy dostrzegać zakłócenia w wielu branżach w tym samym czasie.

Dziś zaczynamy dostrzegać pierwsze oznaki przełomu w marketingu cyfrowym i reklamie. Wielu z nas nawet nie zdaje sobie sprawy z tego, jak to będzie wyglądać.

ADYOULIKE zintegrowało się z IBM Watson. Salesforce uruchomił technologię Einsteina. HubSpot przejął firmę zajmującą się uczeniem maszynowym, Kemi. Firmy Blockchain, takie jak adChain, Bitteaser, Native Video Box i AdHive, weszły do ​​przestrzeni technologii reklamowych.

Ta nowa technologia ułatwi markom nie tylko zarządzanie dużymi zbiorami danych i uzyskiwanie przydatnych informacji, ale także podniesie kluczowe wskaźniki wydajności marketingu (KPI) na nowy poziom. Wprowadzą także nowy poziom przejrzystości, niespotykany dotąd w technologii reklamowej.

Jako marketerzy wszyscy musimy zadać sobie pytanie: „Czy jesteśmy przygotowani na fundamentalne zakłócenie marketingu?”

Bez względu na odpowiedź, zdecydowana większość z nas prawdopodobnie nie ma pojęcia, w jaki sposób technologia może na zawsze zmienić naszą branżę.

Wymienione powyżej firmy technologiczne to zazwyczaj przykłady podawane przy opisie wykorzystania sztucznej inteligencji i innych przełomowych technologii marketingowych. Jednak poczta e-mail, ocena potencjalnych klientów i optymalizacja reklam online to zaledwie zarys tego, co przyniesie przyszłość technologii, która napędza nasz marketing.

Przyszłe wykorzystanie tych technologii będzie miało wpływ na wszystkie aspekty posiadanych, zarobionych i płatnych mediów. Nie chodzi tylko o ich przyszłe wykorzystanie. Technologia istnieje dzisiaj, aby zasadniczo zakłócić wszystkie kanały marketingowe i medialne.

Sztuczna inteligencja w marketingu

Wiele osób przede mną napisało tomy na temat sztucznej inteligencji. Wielu wciąż pisało o marketingu AI. W rzeczywistości mój przyjaciel, Paul Roetzer, założył Marketing AI Institute. Witryna jest pełna dobrych artykułów i przemyśleń na temat sztucznej inteligencji w marketingu. Należy o tym pamiętać, ponieważ oznacza to, że marketingowa sztuczna inteligencja nie jest jakimś trendem, który wkrótce odejdzie. Tak bardzo, że w rzeczywistości istnieje internetowe centrum marketingowego przywództwa AI.

Roetzer ma do powiedzenia kilka cennych rzeczy na temat sztucznej inteligencji w marketingu, które powinien znać współczesny marketer. Na przykład mówi:

„Marketerzy, którzy potrafią wykorzystać moc sztucznej inteligencji, będą mogli zrobić więcej mniejszym kosztem, prowadzić spersonalizowane kampanie o niespotykanej dotąd złożoności i przekształcać zwykły biznes dzięki nowym metodom marketingu opartego na inteligencji maszynowej. Możliwości są nieograniczone dla marketerów i przedsiębiorców, którzy mają wolę i wizję przekształcenia branży”.

Według ankiety przeprowadzonej przez firmę Forrester, 86% z ponad 700 marketerów zajmujących stanowiska decyzyjne w firmach w Stanach Zjednoczonych, Europie i Australii zgodziło się, że sztuczna inteligencja zwiększy skuteczność i wydajność ich zespołów marketingowych.

Jednym z głównych problemów związanych z marketingowymi rozwiązaniami AI jest porównanie marketingu z rzeczywistością. Podczas gdy wiele rozwiązań zachwala wykorzystanie sztucznej inteligencji, tylko odsetek z nich faktycznie zapewnia wartość, korzystając z niej. Inni używają tego wyrażenia jedynie w celu wprowadzenia produktu na rynek i zwiększenia sprzedaży. To, w jaki sposób sztuczna inteligencja jest faktycznie stosowana w rozwiązaniu, decyduje o jego wartości.

Sztuczna inteligencja wykorzystywana do przetwarzania obrazów i typów osobowości jest dostępna od dawna. Na tym etapie są uważane za elementarne i zapewniają minimalną wartość. Rozwiązania koncentrujące się na interpretacji wielu różnych ustrukturyzowanych i nieustrukturyzowanych strumieni danych w celu skalowania, raportowania, przewidywania wyników i poprawy dokładności to te, które zapewniają wartość dzięki sztucznej inteligencji.

Wiele obecnych rozwiązań marketingowych AI jest ściśle ukierunkowanych na osobę (która) w siedmiu P marketingu (więcej na ten temat później). W porządku. My, marketerzy, również potrzebujemy takich rozwiązań. Większość z nich ma jedynie charakter predykcyjny, w przeciwieństwie do nakazowego, i nadal wymaga od marketera przetrawienia informacji i podjęcia decyzji, jakie działania podjąć.

Na przykład wykorzystanie sztucznej inteligencji do wysyłania spersonalizowanych wiadomości e-mail w najlepszym momencie do poszczególnych odbiorców, automatyzacja oceniania potencjalnych klientów i analiz oraz ocenianie treści na stronie. To wszystko są przykłady marketingowej sztucznej inteligencji wykorzystywanej do zaspokajania potrzeb osoby (która) i mają charakter predykcyjny z wykorzystaniem danych z przeszłości.

Widzimy również, jak marketingowa sztuczna inteligencja wchodzi również w przestrzeń reklamową influencerów lub promocję w siedmiu Ps. Rozwiązania te wykorzystują sztuczną inteligencję do wydajnego i optymalnego dopasowywania wpływowych osób i marek, jednocześnie ułatwiając transakcję finansową między nimi. Istnieje również w przestrzeni niepłatnego marketingu influencerów, między innymi w celu lepszej identyfikacji influencerów.

Na wiele sposobów nakazowa sztuczna inteligencja może radykalnie zwiększyć zdolność marketera do odniesienia sukcesu, osiągania lepszych wyników i robienia więcej. W przeszłości wymagałoby to całych zespołów specjalistów ds. analityki lub naukowców zajmujących się danymi, aby wykonać te same zadania, które sztuczna inteligencja może wykonywać dzisiaj.

Mike Kaput, dyrektor Instytutu Sztucznej Inteligencji Marketingowej, twierdzi, że sztuczna inteligencja wzmocni jedną lub więcej z trzech funkcji marketerów. Rzadko się zdarza, aby marketingowe rozwiązanie AI udoskonalało wszystkie trzy elementy. Wynika z tego, że większość marketerów nie jest zagrożona utratą pracy w najbliższym czasie. Funkcje te są opisane poniżej:

Ocena: marketerzy analizują dane, wcześniejsze wyniki i najlepsze praktyki, aby dowiedzieć się, co działa. Informują o tym interesariuszy i współpracowników.

Zalecenie: Wykorzystują ludzką kreatywność, aby zarekomendować nowe działania, które mogą odnieść sukces. Zalecenia te opierają się na danych z fazy oceny. Ale zawierają również zdrowe dawki intuicji, domysłów i uprzedzeń.

Implementacja: Marketerzy tworzą aktywa i realizują kampanie. Mogą to zrobić z pomocą lub bez pomocy systemów maszyn, takich jak oprogramowanie do automatyzacji.

Firma Forrester odkryła również, że 46% firm stwierdziło, że ich zespoły ds. marketingu i sprzedaży kierują inwestycjami w technologię sztucznej inteligencji — najwyższą spośród wszystkich działów. Można śmiało powiedzieć, że dżin sztucznej inteligencji został wypuszczony z butelki i marketerzy muszą być gotowi na jego przyjęcie.

Sztuczna inteligencja i analityka

Istnieją pewne elementy marketingu, które zasadniczo nigdy się nie zmieniają. Weźmy na przykład siedem P marketingu – produkt, cenę, promocję, miejsce, opakowanie, pozycjonowanie i ludzi. W przypadku marketingu online te siedem P nadal istnieje. Jednak jedno jest konsekwentnie zapomniane i było, odkąd pierwsze programy analityczne zostały zintegrowane ze stronami internetowymi – miejsce (gdzie).

To, co czyni to miejsce tak potężnym w świecie offline, jest dość łatwe do zrozumienia. Tam, gdzie firma z cegły i zaprawy istnieje w powiązaniu z innymi firmami, gospodarstwami domowymi, rządem i infrastrukturą, może to znacząco wpłynąć na widoczność i rentowność firmy.

To P, odnoszące się do świata online, jest w dużej mierze ignorowane przez dzisiejszych marketerów cyfrowych. To, gdzie witryna istnieje w stosunku do innych witryn, jest ważne. Infrastruktura połączeń za pośrednictwem linków z tych witryn w znacznym stopniu przyczynia się do widoczności i rentowności witryny, a ostatecznie w wielu przypadkach do samego biznesu.

Jeden stopień separacji

Nasze narzędzia analityczne, na których opieramy raporty dotyczące stanu naszych witryn internetowych i wpływu naszych kampanii, dostarczają informacji tylko o witrynach, które prowadzą do nas o jeden stopień dalej. W większości przypadków atrybucja jest podawana tylko w przypadku ostatniego dotknięcia. Oznacza to, że marketerzy nie mają pojęcia, jaka sekwencja witryn ostatecznie doprowadziła użytkownika do witryny, która z kolei doprowadziła go do witryny marketera. W ten sposób nasze narzędzia analityczne przedstawiają informacje:

Teraz sprowadźmy to z powrotem do jednego z siedmiu P – Place. Jest to odpowiednik offline, gdy jesteś świadomy tylko firm i miejsc bezpośrednio obok i po drugiej stronie ulicy. W rzeczywistości firma może znajdować się w tętniącym życiem śródmieściu, pełnym dziesiątek sklepów, restauracji, parków, gmachu sądu i mieszkań. Prawdopodobnie klienci tej firmy odwiedzają niektóre z tych innych miejsc, zanim ją odwiedzą.

Przy większości dzisiejszych narzędzi analitycznych marketer widziałby tylko klientów, którzy opuścili lokale obok lub po drugiej stronie ulicy. Co by było, gdyby firma znała dokładną częstotliwość miejsc odwiedzanych przez każdego klienta tuż przed dokonaniem zakupu? Byłoby to bardzo szczegółowe przypisanie. Co by było, gdyby znali te informacje o każdej firmie w okolicy?

Być może firma odkryje, że wielu klientów jej konkurenta mieszka w blokach oddalonych o dwie przecznice i dokonują zakupu dopiero po bieganiu w parku. To byłaby ważna informacja. Teraz firma może zapytać o sponsorowanie biuletynu kondominium za pomocą kuponu lub wysłanie pracownika do parku przebranego w głupkowaty kostium promujący wyprzedaż.

Nadmierne poleganie na raportowaniu osoby (kto).

Większość współczesnych programów analitycznych nie podaje wyżej wymienionych ważnych danych. Dlaczego? Po prostu dlatego, że nie mogą tego zebrać. To zbyt dużo dużych zbiorów danych, aby je przeanalizować dla technologii, która napędza większość dzisiejszych najczęściej stosowanych platform analitycznych. Zostały zbudowane na bazie 15-letniej struktury technologicznej.

Szczerze mówiąc, nie mają też zbytniej motywacji do zmian. Dlaczego? To proste – większość często używanych obecnie programów analitycznych należy do jednej z mniej więcej czterech największych sieci reklamowych online. Gdyby marketerzy mieli omówiony powyżej poziom widoczności, mogliby wydawać mniej i uzyskiwać jeszcze lepsze wyniki.

Zamiast tego platformy te przekonały większość marketerów do zignorowania miejsca (gdzie) w naszym marketingu online. Byli w stanie to zrobić, będąc naprawdę dobrymi w informowaniu o osobie (która) w siedmiu P marketingu.

Chociaż osoba jest z pewnością ważna, podobnie jak reszta P, nigdy nie otrzymaliśmy pełnego obrazu online. Jako marketerzy, nasze spojrzenie na Internet jest krótkowzroczne z widzeniem tunelowym. Oznacza to, że decyzje, które podejmujemy, opierają się tylko na niewielkiej części istniejących informacji. W ten sposób dzisiejsze platformy analityczne są tylko jednowymiarowe.

Trzy stopnie separacji

Co by było, gdyby sztuczna inteligencja mogła wykorzystać nasz obecny jednowymiarowy pogląd na Internet i przekształcić go w prawdziwie trójwymiarowy widok? Moglibyśmy zobaczyć wszystkie powiązania w naszej potencjalnej tematycznej strefie wpływów w odległości do trzech stron internetowych. Wiedzielibyśmy, które reklamy i influencerzy najskuteczniej generowali kliknięcia i zaangażowanie we wszystkich witrynach, które były istotne w naszych branżach. Ponadto dowiemy się, które podmioty stowarzyszone odniosły największy sukces w naszej branży.

To, co opisuję, to nowy system analityczny oparty na sztucznej inteligencji, który raportowałby i śledził dane z odległości do trzech stopni od strony internetowej. Innymi słowy, zobaczylibyśmy dane o wszystkich witrynach, które zawierają linki do naszej, dane o witrynach, które prowadzą do nich, oraz dane o witrynach, które prowadzą do nich.

Aby to zrobić za pomocą najczęściej stosowanych obecnie programów analitycznych, potrzebny byłby nieograniczony dostęp do tysięcy, aw niektórych przypadkach milionów danych analitycznych witryn internetowych. Ilość generowanych danych byłaby ogromna i prawdopodobnie bezużyteczna dla marketerów na jakąkolwiek skalę.

Ten model analizy i raportowania daje marketerom pełniejszy obraz, który obejmuje pełną atrybucję i podróż online potencjalnych klientów. Nie tyle sposób, w jaki zwykle opisujemy podróż klienta — tylko jeden stopień separacji na posiadanych, zarobionych i płatnych kanałach — ale trójwymiarowy obraz.

Dostęp do tego rodzaju danych może mieć ogromny wpływ na wydajność i koszt płatnych mediów, informując marketerów, których witryn należy unikać, a które podwoić. Może to być również dobrodziejstwem dla zarobionych mediów, marketingu influencerów i zasięgu mediów.

Z perspektywy posiadanych mediów takie dane mogą pomóc marketerom w informowaniu o tym, jakie treści w ich branży są najbardziej popularne lub niedoceniane – prawdziwa analiza treści. Wgląd w płatne i organiczne media społecznościowe byłby również znacznie bogatszy i dokładniejszy w tym modelu.

Wizualna reprezentacja tego nowego systemu analitycznego jest pokazana poniżej:

Bogate w dane. Słaby wgląd

Żyjemy w świecie całkowicie pochłoniętym przez dane. Ale czym tak naprawdę są dane? W końcu to nic więcej niż towar. Zasób. Dla marketerów powinno mieć teraz znaczenie to, co mogą z tym zrobić. Pytanie, które każdy marketer powinien zadać sobie w związku z danymi, brzmi: „Jakie spostrzeżenia mogą wynieść moje kampanie na wyższy poziom?”.

Coraz więcej uwagi poświęca się idei Customer Data Platform (CDP). Koncepcja ta, zdefiniowana jako ujednolicone, zintegrowane przechowywanie wszystkich danych klientów, została wprowadzona po raz pierwszy w 2013 roku. CDP ma kluczowe znaczenie dla całościowego zrozumienia potencjalnych klientów i klientów. Obejmuje to zarówno okres przed nabyciem, jak i po nabyciu.

Niestety, bardzo niewielu marketerów ma prawdziwy CDP. Zamiast tego większość z nich ma odmienny wachlarz systemów i narzędzi, które nie udostępniają zbyt dobrze danych ani spostrzeżeń. Marketerzy, którzy mają dostęp do technologii CDP, mają ogromną przewagę nad tymi, którzy go nie mają.

Najlepsze technologie analityki marketingowej i atrybucji mają wbudowane CDP. Prawdziwa wartość dla marketerów polega na tym, co technologia może zrobić z danymi i dostarczanymi przez nich rekomendacjami. AI odgrywa kluczową rolę w tej funkcji.

Atrybucja marketingowa

Podobnie jak w przypadku większości współczesnych narzędzi analitycznych, atrybucja marketingowa jest z natury bardzo jednowymiarowa. Jest to po prostu odzwierciedlenie danych dostarczanych przez wiele obecnych technologii analitycznych. Poniższa infografika z Bizible dobrze wyjaśnia różne rodzaje modelowania, kanały i działania marketingowe, mapowanie kanałów oraz metryki związane z atrybucją marketingową.

Na przykład ruch odsyłający jest wymieniony jako kanał marketingowy. Możemy z łatwością przejść do naszych statystyk w ciągu dnia i znaleźć ilość ruchu, który został dostarczony przez źródło skierowań. Część tego ruchu mogła też stać się klientami.

W zależności od naszego modelu atrybucji (na przykład ostatniego kontaktu) możemy przyznać udział w ruchu odsyłającym dokonującym konwersji w celu uzyskania przychodów. Wyglądałoby to tak, gdyby witryna była nasza, a konwersja (sprzedaż) była na naszej stronie:

To jest dobre w jednowymiarowym świecie analitycznym. Jednak w rzeczywistości bardziej prawdopodobne jest, że coś skierowało ruch do źródła skierowań, a coś innego skierowało ruch do niego. Są to dane, do których zdecydowana większość marketerów nie ma dziś dostępu. Oto jak wyglądałby ten model:

To jest przykład modelowania atrybucji oddalonego o trzy stopnie. Inne wymienione strony internetowe mogą być innymi źródłami poleceń, mediami społecznościowymi, e-mailami, wyszukiwarkami itp. Dla marketera jest to niezwykle cenna informacja.

Gdybyśmy wiedzieli, jaka jest druga strona, moglibyśmy udać się bezpośrednio do nich i nawiązać współpracę sponsorską. Może to popularny blog lub publikacja internetowa. Podążanie zapracowaną drogą medialną i przedstawianie im historii do napisania jest również możliwe. Być może strona internetowa jest popularnym influencerem w branży. To możliwe partnerstwo marketingowe.

Powyższe jest niezwykle uproszczonym przykładem trójwymiarowego modelowania atrybucji i jest dość łatwe do zrozumienia. Teraz wyobraź sobie model, który pokazuje wszystko, co łączy się ze wszystkimi źródłami ruchu i wszystko, co jest z nimi powiązane. Dość trudno sobie wyobrazić, prawda? Wyglądałoby to mniej więcej tak, jak na poniższej grafice.

Powyższy model może informować marketerów, w których witrynach zaprzestać reklamowania się lub je podwoić, jednocześnie identyfikując nowe i lepiej działające witryny, w które marketer powinien zainwestować. Robi to samo w przypadku zarobionych mediów, ale w tym przypadku jest to miejsce spędzania czasu, a nie budżet. Umożliwia również marketerom uzyskanie prawdziwej wiedzy na temat treści, w których tematy rezonują lub są niedoceniane w ich współczesnej strefie wpływów online.

Każda witryna reprezentowana powyżej samodzielnie może nie być bardzo ważna. Jednak ich relacje i powiązania z resztą stron internetowych są. Odkrywanie i identyfikowanie odpowiednich klastrów również.

Inną rzeczą, którą może zrobić trójwymiarowa mapa obszarów Internetu, jest triangulacja. Oznacza to, że w wielu przypadkach można ujawnić nieznane wcześniej źródła ruchu (ruch bezpośredni). Jest to bardzo istotne, ponieważ niektóre witryny mogą mieć ogromny odsetek ruchu oznaczonego jako bezpośredni.

Wyobraź sobie, że podejmujesz decyzje marketingowe na podstawie jednowymiarowego modelowania atrybucji i pomijasz duże procenty danych, ponieważ są one ukryte jako ruch bezpośredni. Marketerzy nie muszą sobie tego wyobrażać, ponieważ robimy to już od ponad dekady i zostało to zaakceptowane. Większość z nas widzi tylko 20% danych w odpowiednim ekosystemie cyfrowym. To pozostałe 80%, z których nie korzystamy przy podejmowaniu decyzji marketingowych.

Żółty kolor powyżej reprezentuje 20% wpływu cyfrowej sfery przemysłu, jaki widzi marketer. Zostało to przyjęte od początku 2000 roku. Dzisiejsze analizy oparte na sztucznej inteligencji pozwalają po raz pierwszy zobaczyć pozostałe 80%.

Wiem, co myśli wielu czytelników, jak możemy zdobyć te dane, a kiedy już je zdobędziemy, jak je zrozumieć? To, co zostało opisane powyżej, to naprawdę duże zbiory danych. Nie bez powodu ten artykuł zaczął się od marketingu AI i analiz. Kiedy oboje są małżeństwem, staje się to możliwe.

Obecnie istnieje technologia, która to umożliwia i nie jest to tylko predykcja – to nakazowa sztuczna inteligencja. Oznacza to, że analizuje duże ilości ustrukturyzowanych i nieustrukturyzowanych danych, aby wyraźnie powiedzieć marketerowi, co ma robić dalej. W ten sposób analityka, jaką znamy, zmieniła się na zawsze.

Przyszłość jest teraz

Każda taktyka związana z zarobionymi, posiadanymi i płatnymi mediami opisana w ebooku oferuje samodzielne rozwiązania i nie jest częścią zintegrowanej platformy analitycznej opartej na sztucznej inteligencji. Pomaga to napędzać żarłoków marketingu oprogramowania Martech, z którymi co roku ma do czynienia. To nie jest idealne.

Tylko w 2017 roku ekosystem oprogramowania martech liczył ponad 5000 dostawców. Połączenie tych kategorii w ramach jednej platformy analitycznej opartej na sztucznej inteligencji znacznie upraszcza integrację całego marketingu z oprogramowaniem do sprzedaży i usług, a nawigacja po krzywej uczenia się jest znacznie łatwiejsza. Nie wspominając o tym, że proces pozyskiwania jednego kompleksowego rozwiązania jest znacznie przyjemniejszy niż alternatywa.

W przeciwnym razie marketerzy rozważają przyjęcie 12 unikalnych rozwiązań programowych opartych na sztucznej inteligencji, które wzmocnią ich marketing. Właśnie dlatego marketerzy przyjęli oprogramowanie do automatyzacji marketingu w tej dekadzie. Jasne, możliwe jest pozyskanie ośmiu różnych dostawców oprogramowania, aby zrobić to, co może osiągnąć jeden dostawca automatyzacji marketingu, ale nie jest to idealne rozwiązanie z oczywistych powodów.

Przyjęcie wielu technologii marketingowych generalnie tworzy ujednolicone strumienie danych przechowywane w oddzielnych miejscach. Systemy te są od siebie odłączone i w rezultacie oferują niekompletne dane. Wyobraź sobie, że musisz spojrzeć na 12 unikalnych pulpitów nawigacyjnych, aby rozszyfrować strategię i taktykę w marketingu. To właśnie robi wielu.

To powiedziawszy, teraz jest przyszłość, ponieważ istnieją wszechstronne rozwiązania analityczne oparte na sztucznej inteligencji, które mogą ujednolicić spojrzenie klienta, sprawić, że duże zbiory danych będą przydatne, analizować ustrukturyzowane i nieustrukturyzowane dane, przewidywać wyniki, przepisywać działania, zapewniać pełną atrybucję marketingową i otwierać 80 % więcej sieci w oczach marketerów.

Przez ponad dekadę marketerzy byli związani z zaledwie kilkoma dostawcami usług analitycznych, którzy również sprzedają reklamy online. Naprawdę nie mają motywacji, aby pomóc marketerom wydawać mniej i nadal uzyskiwać lepsze wyniki. Niezależność danych to jedyny sposób na uniknięcie tego nieodłącznego konfliktu interesów.

Alternatywą byłoby całkowite zaprzestanie reklamowania się w Internecie lub cięcie budżetów. Proctor & Gamble ogłosił w zeszłym roku, że ograniczy wydatki na media online nawet o 140 milionów dolarów ze względu na obawy związane z bezpieczeństwem marki, boty i kontrowersyjne treści.

Problem ten można było łatwo rozwiązać przy stosunkowo konserwatywnej inwestycji w analitykę opartą na sztucznej inteligencji. Ta technologia umożliwiłaby firmie Proctor & Gamble skupienie się na miejscu (gdzie) wśród siedmiu P marketingu – to jest sedno ich problemu.

Korzyści odnoszą nie tylko płatne media; Ta nowa technologia może pozytywnie wpłynąć na płatne, zarobione i posiadane media – od influencer marketingu i SEO po reklamy displayowe i media społecznościowe.

Jeśli chcesz głębiej zagłębić się w sztuczną inteligencję i te taktyki, sprawdź mój pełny ebook, który jest dostępny za darmo. Wyruszyłem, aby dowiedzieć się wszystkiego, co mogłem o sztucznej inteligencji i marketingu, i mam szczerą nadzieję, że podczas tej podróży nauczyłeś się czegoś nowego.

(Uwaga: masz czas do 15 maja, aby zarejestrować się na kurs „Complete Content Marketing: The Art and Science of Making Content Marketing” Rutgers Business School. Jest to kurs online prowadzony przez moich przyjaciół, Iana Cleary'ego i Marka Schaefera. Twoje naprawdę wykłady też. Użyj naszego kodu rabatowego „rozwijaj”, aby uzyskać 10% zniżki.)

Wersja tego artykułu została po raz pierwszy opublikowana w Social Media Today.