ИИ и машинное обучение в маркетинге: используете ли вы правильные модели?

Теперь, когда потребители ожидают скорости и гиперперсонализации во всем, маркетологи должны найти инновационные способы удовлетворения спроса и максимизации своих бюджетов. Для этого маркетологи обращаются к искусственному интеллекту и машинному обучению. На самом деле, для этого есть новый термин — «Маркетинг ИИ».

Ожидания клиентов никогда не были выше. Amazon, Netflix и Google установили стандарт того, что клиенты ожидают от технологий и маркетинга. Amazon принимает ваш заказ в один клик и доставляет его на следующий день. Netflix пробирается через годы вашего выбора развлечений и сразу же предлагает следующие шоу, которые вы захотите посмотреть запоем. Google исправляет вашу орфографию, программирует Alexa, чтобы сообщить вам, когда прибудет посылка Amazon, и предоставит вам мгновенные ответы на самые неясные ставки в баре.

AI Marketing, как показано в этих примерах, использует технологии для сбора данных, изучения клиентов, прогнозирования следующих лучших действий и принятия автоматизированных решений о маркетинговых усилиях. Если ваша цель как маркетолога состоит в том, чтобы увеличить доход, помочь снизить затраты за счет повышения эффективности, а также повысить вовлеченность и удовлетворенность клиентов, маркетинг ИИ может помочь вам достичь всех этих целей.

Давайте рассмотрим три области, в которых маркетинг ИИ может быть полезен, и что вы должны знать о каждой области, прежде чем начинать какой-либо проект.

Для каждого проекта мы кратко рассмотрим, что это такое, как это работает для маркетинга и какие ловушки — технические или культурные — о которых вам, возможно, придется знать при его применении.

1. Управление маркетинговыми данными

Что это

Управление маркетинговыми данными процесс сбора и обработки маркетинговых данных, информации о конкурентах и ​​исследованиях рынка. Эта функция не должна выполняться в ИТ-отделе — это лежит в основе того, чем занимается маркетинг. Очевидно, что определение того, кто является лучшим покупателем вашего продукта или услуги, является функцией маркетинга. Сбор и управление данными, связанными с вашими покупателями, является первоочередной задачей отдела маркетинга. Что вы знаете о своем клиенте? Сколько из них у вас есть? Как вы описываете клиента? Какие из них покупают какие продукты или услуги? Насколько велик весь рынок вашего продукта или услуги? Ответы на все эти важные маркетинговые вопросы дает управление маркетинговыми данными.

Как это может работать для вас

Использование ИИ и машинного обучения в этой области может применяться как на макро-, так и на микроуровне. На макроуровне вы можете развернуть модели искусственного интеллекта и машинного обучения, чтобы понять, как вся ваша клиентская база сегментируется на определенные группы покупателей. На микроуровне вы можете предсказать пожизненную ценность продукта и связать ее с отдельными клиентами. Этот микроуровневый анализ данных поможет вам определить, какие клиенты или потенциальные клиенты лучше всего работают с теми или иными продуктами. Накопление данных в результате этих усилий только помогает сделать ваши модели более надежными и точными.

Накопление данных также требует, чтобы вы управляли качеством собираемых данных. Машинное обучение может быть развернуто на больших наборах данных для дедупликации записей или предоставления корректировок для стандартизации таких полей, как почтовые индексы или адреса. Машинное обучение также полезно для организации наборов данных для использования в других приложениях ИИ.

Другие способы использования машинного обучения включают в себя такие методы, как просмотр веб-страниц. Этот процесс удобен, когда вы пытаетесь понять своих конкурентов. Веб-сайт каждого конкурента обычно содержит информацию, которую можно собрать с помощью этого метода, такую ​​как доступные новые продукты, упомянутые клиенты и специальные программы. Это общедоступная информация, и с помощью правильных алгоритмов специалисты по данным могут собирать базовую информацию о существующих, а также о новых конкурентах.

Читать далее: Почему мы заботимся об ИИ в маркетинге

На что обратить внимание

На рынке существует множество инструментов и консалтинговых агентств, которые хотят помочь вам в управлении маркетинговыми данными. Инструменты включают в себя широкий спектр от Google Analytics до SAS, каждый из которых предоставляет определенные возможности. Понимание того, чего вы хотите достичь — сегментация рынка, конкурентный анализ и т. д. — поможет вам выбрать инструменты или агентства, которые могут вам помочь. Также хорошей идеей является привлечение руководителя отдела маркетинга.

Приступая к проектам по управлению маркетинговыми данными, сначала подумайте о цели управления вашими данными, а затем ищите инструменты, которые лучше всего подходят для решения этих определенных задач. При привлечении консалтинговых агентств ищите тех, у кого есть опыт в нужной вам области.

2. Намерение клиента

Что это

Данные о намерениях клиента — это информация о продажах и маркетинге, полученная в результате наблюдения за действиями клиента при доступе к онлайн-контенту, поиске конкурентов, регистрации на мероприятиях, общении с аналитиками или участии в любых действиях в социальных сетях — от поиска в Интернете до публикации на LinkedIn. . Почти каждая маркетинговая организация сегодня в той или иной степени зависит от этого типа данных, но часто это работает не для всех маркетологов.

Как это может работать для вас

Из данных, собранных о взаимодействии каждого клиента с вашим брендом, веб-сайтом или персоналом, статистики и специалисты по данным могут сделать выводы об интересах клиента и его намерениях взаимодействовать и покупать у вашей компании. Эти выводы могут быть полезны для позиционирования покупателям нужного продукта в нужное время.

После разработки алгоритма для идентификации этих клиентов крайне важно, чтобы вы также собрали информацию о выходных данных модели ИИ от отделов продаж, которые будут использовать эту информацию, а также от маркетологов, которые могут применять ее в онлайн-кампаниях. Проверьте выходные данные модели, а также проверьте, как ее используют отделы продаж и маркетинга.

На что обратить внимание

Источники данных являются наиболее важными при определении намерений. У вас уже есть достоверная информация о том, что покупают ваши клиенты, когда они покупают, у кого они покупают и какой тип компании или лица покупают. Но данные о намерениях также зависят от действий, которые ваши клиенты или потенциальные клиенты могут совершить до фактической покупки.

Например, для этого может потребоваться, чтобы ваш алгоритм ИИ установил связь между запросом на сайте вашего конкурента и вашим списком потенциальных клиентов или клиентов. Есть фирмы, которые могут предоставить данные о намерениях на уровне контакта, которые идентифицируют фактическое лицо, совершающее действие. Эта информация полезна, но ее следует использовать с осторожностью, чтобы избежать «жуткого» эффекта.

Получайте ежедневный информационный бюллетень, на который полагаются цифровые маркетологи.

Обработка... Пожалуйста, подождите.

ПОДПИСЫВАТЬСЯ

См. условия.

Кроме того, при использовании данных о намерениях помните, что они являются только направленными, а не конкретными или фактическими. Если ваша команда по продажам использует данные о намерениях, им потребуется обучение тому, что на самом деле означает эта информация. Например, определение ИТ-директора, который, вероятно, купит систему ERP в течение следующих 30 дней, может означать только то, что ИТ-директор начал годичный процесс определения системы. Предоставление этого отдела продаж в качестве лида без объяснения причин может стать ударом по вашей маркетинговой организации.

3. Возможность и предсказание покупки.

Что это

Прогнозирование – это способ предсказать, что произойдет в будущем. Например, вы можете спрогнозировать объем продаж товаров и услуг в любой заданный период.

Прогнозирование продаж помогает руководству планировать расходы, рост бизнеса или экономический спад. Это хрустальный шар, который менеджеры по продажам используют, когда предсказывают, достигнут ли они своих целей или нет. Прогнозирование продаж обычно довольно точное, поскольку оно использует прошлые транзакции продаж для прогнозирования будущих.

Как это может работать для вас

Маркетинг также может использовать прогнозы в своей работе. Например, департамент туризма Норвегии использует методологии искусственного интеллекта, чтобы предсказать, сколько туристов посетит страну. Хотя это и не показатель продаж, это важный KPI для туризма в Норвегии. ИИ или расширенный статистический анализ также могут помочь предсказать посещаемость мероприятий, количество людей, которые воспользуются специальным предложением, сделанным на вашем веб-сайте, или количество квалифицированных лидов, которые совершат покупку.

На что обратить внимание

Прогнозирование может быть очень полезным, но оно полезно только в том случае, если оно оказывается точным. Вот несколько советов:

• Учитывайте не только цифры за последний квартал. Хорошее прогнозирование продаж включает в себя данные об эффективности компании как минимум за 18–24 месяца. Работа с таким большим количеством данных позволяет вам быть более точными в своих прогнозах. Если данные недоступны, избегайте прогнозирования.
• Учитывайте изменения в вашем бизнесе в целом. Хорошее прогнозирование учитывает продажи одного и того же продукта и услуги с течением времени. Приобретение новых продуктов для продажи, продажа продуктов и изменение цен или стратегии — все это влияет на вашу способность точно прогнозировать продажи. Кроме того, если вы прогнозируете другие маркетинговые события, одной из важных переменных часто является бюджет, выделенный для действия. Если это сильно варьируется от квартала к кварталу или от года к году, то прогнозировать может быть сложнее, или вам может потребоваться учесть эти отклонения в модели.
• Не пытайтесь прогнозировать продажи на новые рынки с новыми клиентами. Как бы заманчиво это ни было, вам нужны данные о производительности для прогнозирования продаж. Оставьте это прогнозирование своим отделам продаж. Это часто считается развитием бизнеса, и эти отделы продаж знают, как оценить, купит ли клиент или нет. Для маркетологов это вопрос сбор информации от отдела продаж, разработка профиля хорошего клиента, а затем применение анализа «похожести» к другим потенциальным клиентам.

Это лишь некоторые из ключевых областей маркетинга для применения методов искусственного интеллекта и машинного обучения. По мере того, как вы будете больше исследовать этот мир, вы обнаружите, что возможностей предостаточно, особенно если вы помогаете маркетологам упорядочить множество решений, которые они принимают каждый день.

Мнения, выраженные в этой статье, принадлежат приглашенному автору, а не обязательно MarTech. Штатные авторы перечислены здесь.