ปัญญาประดิษฐ์: แนวทางการตลาดสมัยใหม่

ในคู่มือนี้ ฉันจะพูดถึงรายละเอียดว่าปัญญาประดิษฐ์ส่งผลกระทบต่อการตลาดอย่างไรในตอนนี้ และมันจะส่งผลต่อการตลาดต่อไปอย่างไรในอนาคต

ในตอนท้ายของโพสต์นี้ คุณจะตื่นเต้นกับความเป็นไปได้ของ AI และอาจกังวลเล็กน้อยเกี่ยวกับผลกระทบ!

และไม่เป็นไรที่จะประหม่าเพราะบทบาทของนักการตลาดในองค์กรจะเปลี่ยนไป แต่….

…คุณยังคงมีบทบาทสำคัญในการเล่น

สารบัญ

บทที่ 1

ความรู้เบื้องต้นเกี่ยวกับปัญญาประดิษฐ์ (AI)

ปัญญาประดิษฐ์ในการตลาดมีจริงและตอนนี้เป็นเวลาที่จะลุกขึ้นและสังเกต

ปัญญาประดิษฐ์กำลังเร่งการตลาดไปสู่อนาคตแบบอัตโนมัติที่ชาญฉลาดยิ่งขึ้น ซึ่งโซลูชันที่ชาญฉลาดกว่า (เช่น ที่ขับเคลื่อนด้วย AI) ช่วยให้นักการตลาดสามารถแก้ปัญหาและบรรลุเป้าหมายได้อย่างมีประสิทธิภาพมากขึ้น คุณมีทางเลือก คุณสามารถนั่งรอจนกว่าโลกการตลาดจะฉลาดขึ้นและเปลี่ยนแปลงรอบตัวคุณ หรือคุณจะยอมรับ AI ในตอนนี้และดำเนินการเชิงรุกในการสร้างความได้เปรียบในการแข่งขันสำหรับตัวคุณเองและบริษัทของคุณ

Paul Roetzer ผู้ก่อตั้งสถาบันการตลาดปัญญาประดิษฐ์

อย่างไรก็ตาม ไม่ใช่บริษัทซอฟต์แวร์ทุกแห่งที่มี AI ที่บอกว่ามีจริงๆ

มีการโฆษณาชวนเชื่อมากมายรอบ ๆ บริษัท AI Tech ต้องการใช้ประโยชน์จากมันโดยกล่าวว่าซอฟต์แวร์ของพวกเขาขับเคลื่อนโดย AI และนักลงทุนจะให้การประเมินมูลค่าที่สูงขึ้นเนื่องจาก AI ในซอฟต์แวร์ของพวกเขา

แต่มีบริษัทซอฟต์แวร์ที่ยอดเยี่ยมหลายแห่งที่สร้างแอปพลิเคชัน AI ที่แท้จริง และคาดว่าจะเติบโตอย่างมหาศาลในอีกไม่กี่ปีข้างหน้า

การวิจัย MRFR คาดการณ์ว่าตลาด AI จะมีมูลค่า 25 พันล้านภายในปี 2568

หากคุณเป็นนักการตลาด ก็ถึงเวลาที่ต้องเร่งความเร็วและทำความเข้าใจผลกระทบที่อาจเกิดขึ้นที่ AI จะมีต่อการตลาด ฉันค่อนข้างแน่ใจว่าคู่มือนี้จะช่วยได้

ดังนั้นปัญญาประดิษฐ์คืออะไร?

เราทุกคนรู้ว่าความฉลาดของมนุษย์คืออะไร…ฉันหวังว่าอย่างนั้น!

ปัญญาประดิษฐ์คือเมื่อเครื่องแสดงความฉลาดเหมือนมนุษย์

ตัวอย่างเช่น:

เครื่องจักรจะประมวลผลข้อมูลและเรียนรู้จากข้อมูลดังกล่าว เพื่อให้สามารถตัดสินใจได้อย่างชาญฉลาดยิ่งขึ้นเกี่ยวกับข้อมูลที่จะประมวลผลในอนาคต

แทนที่จะทำตามคำแนะนำเดิมซ้ำๆ เครื่องจะเรียนรู้คำแนะนำใหม่โดยอัตโนมัติตามประสบการณ์

Alpha Zero เกมที่เล่น AI ที่พัฒนาโดย Deepmind ได้เรียนรู้หมากรุกใน 4 ชั่วโมง และจากนั้นก็สามารถเอาชนะโปรแกรมคอมพิวเตอร์ที่ดีที่สุดสำหรับเล่นหมากรุกได้

การเรียนรู้เกมใหม่เป็นการเลียนแบบสติปัญญาของมนุษย์ แต่ AI สามารถเรียนรู้ได้ภายใน 4 ชั่วโมงว่ามนุษย์อาจใช้เวลาหลายเดือนทำอะไร

วิทยาการคอมพิวเตอร์อธิบายการศึกษา AI ว่าเป็นการพัฒนาตัวแทนอัจฉริยะ

ดู:

นี่เป็นเรื่องเกี่ยวกับการเขียนโปรแกรมอัจฉริยะ

ปัญญาของเราช่วยสร้างปัญญาประดิษฐ์

เนื่องจากงานบางอย่างกลายเป็นกิจวัตรประจำวัน จึงอาจไม่ถือว่าเป็นปัญญาประดิษฐ์อีกต่อไป

นี่คือตัวอย่าง:

การรู้จำอักขระด้วยแสงมักถูกยกเว้นเนื่องจากเป็นงานประจำที่คาดหวังจากคอมพิวเตอร์

อะไรคือความแตกต่างระหว่าง AI ที่แคบและแข็งแกร่ง?

AI ที่แคบ (เรียกอีกอย่างว่า AI ที่อ่อนแอ) เป็นปัญญาประดิษฐ์ที่เน้นงานเดียว

AI ที่แข็งแกร่งคือทุกสิ่งทุกอย่าง!

AI ที่แข็งแกร่งมีความสามารถในการใช้สติปัญญากับปัญหาใด ๆ มากกว่างานเฉพาะ

ตัวอย่างเช่น:

เครื่องมือกรองสแปมทำงานได้ดี รถยนต์ที่ขับด้วยตนเองยังถูกอธิบายว่าเป็น AI ที่แคบ แต่ฉันคิดว่ามันค่อนข้างจะยืดเยื้อ!

ปัญญาประดิษฐ์จะมาแทนที่นักการตลาดหรือไม่?

ใช่…. บาง!!!

การตลาดเป็นกระบวนการที่ต้องใช้เวลามาก โดยมีงานซ้ำๆ มากมาย ซึ่งเครื่องจักรสามารถช่วย...

…แต่มีงานบางอย่างที่เครื่องจักรไม่สามารถดำเนินการได้ในระดับเดียวกับนักการตลาดที่เป็นมนุษย์

ฉันสามารถจินตนาการได้ในอนาคตว่านั่งอยู่ตรงข้ามกับหุ่นยนต์ที่พูดคุยถึงข้อเสนอทางธุรกิจ แต่นึกไม่ถึงว่าฉันจะสร้างความสัมพันธ์แบบเดียวกันกับหุ่นยนต์กับมนุษย์จริงๆ ค่อนข้างง่ายที่จะสร้างซอฟต์แวร์เพื่อเอาชนะใครบางคนใน Chess and...

…ซอฟต์แวร์สามารถเอาชนะผู้คนได้ดีขึ้น

แต่…

การสร้างความสัมพันธ์เป็นส่วนที่สำคัญที่สุดของการตลาดและคอมพิวเตอร์ก็ใช้ไม่ได้ผล

นอกจากนี้ ใครจะเป็นผู้วางกลยุทธ์ให้กับบริษัท?

เครื่องที่เปิดใช้งาน AI สามารถป้อนข้อมูลลงในกลยุทธ์นี้ได้ แต่นักยุทธศาสตร์จะยังคงอยู่รอด

ฉันดูหนังเรื่อง 'Her' เมื่อเร็วๆ นี้ ซึ่งนักแสดงได้สร้างความสัมพันธ์กับระบบปฏิบัติการ

เป็นหนังที่ไร้สาระมาก!

อย่างไรก็ตาม ในปัจจุบัน การนำ AI มาใช้ในองค์กรมีปัญหาร้ายแรง เนื่องจากขาดความรู้ในหมู่นักการตลาด

ในรายงานที่ทำร่วมกับ CMOs (Chief Marketing Officers) โดย Deloitte ในปี 2018 ปัจจัยหลักที่อาจชะลอการเติบโตด้านการตลาดแบบออร์แกนิกคือการขาดความสามารถ

และเนื่องจาก AI เป็นเทคนิคมากกว่าส่วนอื่นๆ ของการตลาด นี่จึงเป็นปัญหาใหญ่

ฉันเขียนคู่มือนี้เพราะมีข้อมูลทางเทคนิคเกี่ยวกับ AI ออนไลน์มากมายจนยากที่จะเข้าใจ ฉันหวังว่าคู่มือนี้จะช่วยให้นักการตลาดเข้าใจว่า AI เป็นอย่างไร

เมื่อคุณเข้าใจ AI แล้ว คุณสามารถหาวิธีแทนที่ระบบที่คุณใช้ภายในด้วยซอฟต์แวร์ AI และถ้าคุณตัดสินใจว่าจะแทนที่โซลูชันซอฟต์แวร์ที่มีอยู่แล้ว คุณจำเป็นต้องค้นหาว่าฟังก์ชันใดที่จะหายไปและฟังก์ชันใหม่ใดบ้างที่จะถูกเพิ่มเข้ามา

จากนั้นคุณจะต้องให้ความรู้ทีมของคุณเกี่ยวกับ AI และฝึกอบรมพวกเขาเกี่ยวกับซอฟต์แวร์ใหม่

นอกจากนี้ ตลาดสำหรับโซลูชัน AI กำลังเติบโตอย่างรวดเร็ว โดยที่หากปราศจากความเข้าใจ AI คุณจะพบว่ามีช่วงเวลาที่ยากลำบากในการหาผู้ขายที่เหมาะสม

บทที่ 2

องค์ประกอบของปัญญาประดิษฐ์

ปัญญาประดิษฐ์เป็นสาขาที่ซับซ้อนซึ่งมีองค์ประกอบต่างๆ

จะเน้นในเรื่องต่อไปนี้:

• การเรียนรู้ – การได้มาซึ่งข้อมูลและกฎเกณฑ์สำหรับการใช้ข้อมูลนั้น
• การให้ เหตุผล - คิดเกี่ยวกับบางสิ่งอย่างมีเหตุผลและสมเหตุสมผล
• การ ทำ - อะไรคือประเด็นในการเรียนรู้และคิดถ้าคุณไม่ทำ?
• การแก้ไขตนเอง - เข้าใจข้อผิดพลาดและแก้ไข

นี่คือรายละเอียดของส่วนหลักๆ ที่ AI ถูกนำไปใช้

หมายเหตุ: มีการทับซ้อนกันบางส่วนในแต่ละพื้นที่ ตัวอย่างเช่น รถยนต์ที่ขับด้วยตนเองใช้การเรียนรู้ของเครื่อง การจดจำภาพ และการเรียนรู้เชิงลึกผสมผสานกัน

โครงข่ายประสาทเทียม

สมองรับข้อมูลเข้า (ภายนอกหรือภายใน) ประมวลผลแล้วสร้างผลลัพธ์

เซลล์ประสาทเป็นหน่วยพื้นฐานของการคำนวณในสมอง และมีหน้าที่ในการประมวลผลอินพุตเหล่านั้นเพื่อสร้างผลลัพธ์

สัญญาณทางเคมีถูกส่งผ่านจากเซลล์ประสาทไปยังเซลล์ประสาท

โดยเฉลี่ยแล้วในร่างกายมนุษย์มีเซลล์ประสาทมากกว่า 1 แสนล้านเซลล์ และเป็นเครือข่ายที่ซับซ้อนอย่างยิ่งในการเชื่อมต่อระหว่างเซลล์ประสาท เซลล์ประสาทบางเซลล์สามารถเชื่อมต่อกับเซลล์ประสาทอื่นๆ ได้ถึง 10,000 เซลล์

ลองนึกภาพถ้ามีคนเอามือไปใกล้เตาร้อน นี่คืออินพุต เซลล์ประสาทจะประมวลผลสิ่งนี้ทำให้มือเคลื่อนจากเตา

นี่คือลักษณะภายใน:

เซลล์ประสาทรับความรู้สึกจะสัมผัสถึงความร้อน โดยส่งข้อมูลไปยังเซลล์ประสาทภายในอื่น ๆ และสุดท้ายไปยังเซลล์ประสาทสั่งการซึ่งทำให้เกิดปฏิกิริยาเคลื่อนที่ออกจากความร้อน

เซลล์ประสาทเพียงตัวเดียวไม่ได้ช่วยอะไรมากในตัวเอง แต่การใช้เว็บเซลล์ประสาทที่ซับซ้อนจะช่วยให้คุณมีความสามารถที่น่าทึ่ง

เซลล์ประสาทประกอบด้วยอินพุต เอาต์พุต และน้ำหนัก น้ำหนักเป็นตัวบ่งชี้ถึงความสำคัญในภาพรวมของสิ่งต่างๆ สำหรับข้อมูลส่วนนี้โดยเฉพาะ

ตัวอย่างเช่น คุณต้องการให้เครื่องจักรคำนวณว่ารถยนต์มีมูลค่าเท่าใด

คุณป้อนข้อมูลต่างๆ เช่น ปี ยี่ห้อ รุ่น สภาพ ระยะทาง ฯลฯ และสิ่งเหล่านี้จะถูกส่งผ่านเซลล์ประสาท อินพุตแต่ละรายการมีน้ำหนัก

ยี่ห้อและรุ่นมีน้ำหนักมากกว่าระยะทางหรือปี

แล้ว:

ด้วยการคำนวณที่ซับซ้อนหลายชุด เครื่องจักรจึงได้ผลลัพธ์

นี่เป็นตัวอย่างง่ายๆ ของโครงข่ายประสาทเทียม

อินพุตเริ่มต้นมีน้ำหนัก (เช่น ลักษณะตามความสำคัญ) จากนั้นจะถูกส่งไปยังเลเยอร์ที่ซ่อนอยู่เพื่อการประมวลผล และผลลัพธ์คือผลลัพธ์

การเรียนรู้ของเครื่อง

แมชชีนเลิร์นนิงเป็นสาขาหนึ่งของ AI ที่ช่วยให้คอมพิวเตอร์สามารถทำงานที่มีอยู่ได้ดีขึ้นเรื่อย ๆ หรือสามารถทำงานใหม่ได้โดยไม่ต้องมีการแทรกแซงของมนุษย์

คอมพิวเตอร์กำลังวิเคราะห์ข้อมูลอย่างต่อเนื่องเพื่อให้ได้ผลลัพธ์ที่ดีขึ้นในอนาคต พูดง่ายๆ พวกเขากำลังฉลาดขึ้น

การเรียนรู้ของเครื่องโดยทั่วไปแบ่งออกเป็น 3 ส่วน:

การเรียนรู้อย่างลึกซึ้ง

ก่อนหน้านี้เราได้พูดคุยเกี่ยวกับโครงข่ายประสาทเทียม การเรียนรู้เชิงลึกใช้โครงข่ายประสาทเทียมขั้นสูง

ดังนั้น แทนที่จะเป็นชั้นอินพุต ซ่อน และเอาท์พุต คุณอาจมีเลเยอร์ที่ซ่อนอยู่หลายชั้น

หมายความว่ามีการประมวลผลมากกว่าการใช้โครงข่ายประสาทเทียมแบบพื้นฐาน ระบบน้ำหนักเดียวกันถูกส่งผ่านระหว่างเซลล์ประสาท

โดยทั่วไปแล้ว Deep Learning จะแบ่งออกเป็นประเภทต่อไปนี้:

ดูแล

การเรียนรู้ภายใต้การดูแลเป็นที่ที่คุณให้ข้อมูลอินพุตกับคอมพิวเตอร์ จากนั้นจึงส่งข้อมูลออก (เช่น ผลลัพธ์ที่คุณคาดหวัง) จากนั้นคุณสร้างอัลกอริธึมขึ้นมาเพื่อเริ่มให้ข้อมูลอินพุตใหม่และคอมพิวเตอร์จะสร้างข้อมูลเอาต์พุตโดยอัตโนมัติ

ตัวอย่างเช่น ลองจินตนาการว่าคุณมีตัวกรองสแปมหรือไม่ แทนที่จะให้ชุดกฎแก่คอมพิวเตอร์เพื่อพิจารณาว่าอีเมลนั้นเป็นสแปมหรือไม่ คุณให้ชุดของอีเมลกับคอมพิวเตอร์แล้วบอกว่าอีเมลใดเป็นสแปมและเพราะเหตุใด จากนั้นอัลกอริทึมจะถูกนำมาใช้เพื่อสร้างอีเมลชุดใหม่

ไม่ได้รับการดูแล

ด้วยแมชชีนเลิร์นนิงที่ไม่มีผู้ดูแล คุณจะให้ข้อมูลอินพุตแต่ไม่ได้ให้ข้อมูลเอาต์พุต อินพุตอาจเป็นชุดข้อมูลทดสอบในตอนแรก

ดังนั้น คอมพิวเตอร์จึงไม่มีข้อมูลตัวอย่างใดๆ ที่จะช่วยสร้างคำตอบ มันต้องทำงานอีกหน่อย

กึ่งควบคุม

นี่คือสื่อแห่งความสุข มันไม่ได้อยู่ภายใต้การดูแลอย่างสมบูรณ์ แต่ข้อมูลผลลัพธ์ไม่เพียงพอที่จะทำนายผลลัพธ์ทั้งหมดอย่างแม่นยำ

ดังนั้น คอมพิวเตอร์จะประมวลผลข้อมูลและใช้ข้อมูลที่ส่งออกเป็นแนวทางที่จะปรับปรุงเมื่อเวลาผ่านไปในขณะที่ประมวลผลข้อมูลมากขึ้น

คุณอาจต้องการใช้ ML แบบกึ่งควบคุมในกรณีที่คุณต้องจัดประเภทข้อมูลด้วยตนเอง แต่ยังมีอีกหลายสิ่งที่ต้องจัดประเภท ซึ่งคุณเพียงแค่จัดประเภทข้อมูลบางส่วนและปล่อยให้ส่วนที่เหลือให้คอมพิวเตอร์จัดการ

การประมวลผลภาษาธรรมชาติ (NLP)

นี่คือสิ่งที่การประมวลผลภาษาธรรมชาติเป็นเรื่องเกี่ยวกับ...

Alexa เป็นอุปกรณ์ของ Amazon

คุณถามคำถามในลักษณะการสนทนา และ Alexa สามารถประมวลผลและตอบกลับได้

ก็มักจะเป็น…..

ระบบประมวลผลภาษาธรรมชาติ (NLP) มีความก้าวหน้ามากขึ้นในช่วงไม่กี่ปีที่ผ่านมา แต่ก็ยังมีความท้าทายมากมาย

ตัวอย่างเช่น ไม่ใช่เรื่องแปลกที่จะพูดต่อไปนี้:

Alexa – ใครคือ Man U ที่เล่นอยู่?

กองเชียร์แมนเชสเตอร์ ยูไนเต็ด มักจะย่อว่า แมนเชสเตอร์ ยูไนเต็ด ว่า แมนฯ ยู หรือ ปีศาจแดง หรือเพียงแค่พูดว่า ยูไนเต็ด มีโอกาสน้อยที่ Alexa จะเข้าใจคำย่อเหล่านี้

นี่เป็นอีกหนึ่งตัวอย่างที่ท้าทายสำหรับ NLP:

“เมื่อคืนฉันอยู่ที่ผับกับเพื่อนและมันก็ถึงตายได้”

เมื่อเราใช้คำว่า 'มฤตยู' ในบริบทนี้ในไอร์แลนด์ เราหมายความว่ามันสนุกมาก ระบบ NLP ยังตรวจจับความรู้สึกของข้อความหรือคำพูดได้ไม่ดี

ดังนั้น NLP จะยังคงพัฒนาต่อไป แต่จะไม่มีวันสมบูรณ์แบบเพราะ:

• สำเนียง
• มีการใช้ภาษา หลากหลายภาษา และสแลงมากมาย
• น้ำเสียงและภาษากาย

การคำนวณเชิงวิวัฒนาการ

นี่คือคำจำกัดความของการคำนวณเชิงวิวัฒนาการจากวิกิพีเดีย:

“ในวิทยาการคอมพิวเตอร์ การคำนวณเชิงวิวัฒนาการคือกลุ่มของอัลกอริทึมสำหรับการเพิ่มประสิทธิภาพระดับโลกที่ได้รับแรงบันดาลใจจากวิวัฒนาการทางชีววิทยา และสาขาย่อยของปัญญาประดิษฐ์และการประมวลผลแบบนุ่มนวลที่กำลังศึกษาอัลกอริทึมเหล่านี้”

แต่สิ่งนี้หมายความว่าอย่างไร ...

มันถูกเรียกว่าวิวัฒนาการเพราะเป็นกระบวนการต่อเนื่องของการปรับผลลัพธ์ให้เหมาะสมที่สุดซึ่ง 'พัฒนา' วิธีแก้ปัญหาที่ดีขึ้นเมื่อเวลาผ่านไป

เรียกอีกอย่างว่าวิวัฒนาการจากทฤษฎีวิวัฒนาการของดาร์วิน

ตัวอย่างเช่น ทฤษฎีหนึ่งของดาร์วินเกี่ยวกับการอยู่รอดของผู้ที่เหมาะสมที่สุด สมาชิกที่อ่อนแอที่สุดของสปีชีส์จะตายเมื่อเวลาผ่านไป

ด้วยการใช้คอมพิวเตอร์เชิงวิวัฒนาการ คุณจะพบวิธีแก้ปัญหาที่เป็นไปได้มากมาย บางอย่างอาจจะดีและบางส่วนอาจจะสุ่มทั้งหมด

ด้วยการทดสอบ เมื่อเวลาผ่านไป โซลูชันที่ดีที่สุดจะพัฒนาขึ้น

ด้วยการเรียนรู้อย่างลึกซึ้ง เรากำลังมุ่งเน้นไปที่โมเดลที่เรารู้อยู่แล้ว การคำนวณเชิงวิวัฒนาการกำลังหาทางแก้ไขปัญหาที่เราไม่มีผลลัพธ์ตัวอย่างใด ๆ ที่เราจะสามารถช่วยได้

วิสัยทัศน์

เรากำลังพูดถึงความสามารถของคอมพิวเตอร์/เครื่องจักร หรือหุ่นยนต์ในการดู ประมวลผล และดำเนินการโดยอัตโนมัติตามภาพ

AI สำหรับการมองเห็นโดยทั่วไปแบ่งออกเป็น:

คอมพิวเตอร์วิทัศน์ - คอมพิวเตอร์ดึงข้อมูลจากภาพเพื่อให้เข้าใจ

แมชชีนวิ ชัน – เครื่องจักรที่ใช้วิธีการแสดงภาพเพื่อปรับปรุงสิ่งต่างๆ ในด้านต่างๆ เช่น สภาพแวดล้อมการผลิต พวกเขาสามารถระบุข้อบกพร่องด้วยสายตา ตรวจสอบฉลากอาหาร และ/หรือตรวจจับข้อบกพร่องในผลิตภัณฑ์

การมองเห็นของหุ่นยนต์ - นี่คือที่ที่ใช้การมองเห็นเพื่อระบุสิ่งที่ต้องทำงานและความสามารถของหุ่นยนต์ดำเนินการที่จำเป็น

วิทยาการหุ่นยนต์

หุ่นยนต์เป็นเครื่องจักรทางกายภาพ

วิทยาการหุ่นยนต์เป็นสาขาการศึกษาหุ่นยนต์

บางครั้ง คุณจะได้ยินคนพูดถึงหุ่นยนต์ที่สร้างเนื้อหาสำหรับนักการตลาดโดยอัตโนมัติ แต่จริงๆ แล้วสิ่งเหล่านี้ไม่ใช่หุ่นยนต์ ไม่มีหุ่นยนต์ทางกายภาพที่เกี่ยวข้อง

หุ่นยนต์ส่วนใหญ่ไม่มี AI แต่สิ่งนี้กำลังเปลี่ยนไป

ตัวอย่างเช่น ฉันเคยเป็นเจ้าของเครื่องตัดหญ้าแบบหุ่นยนต์ชื่อ 'Robomow' สโลแกนคือ 'มันทำให้คุณไม่ได้ตัดหญ้า' อันที่จริงฉันเคยขายพวกเขา แต่นั่นเป็นเรื่องที่แตกต่างไปจากเดิมอย่างสิ้นเชิง

Robomow นั่งอยู่บนแท่นชาร์จและทุกๆ สองสามวันมันจะออกมาและตัดหญ้า มีสายไฟอยู่รอบขอบสวน และเครื่องตัดหญ้าจะเดินไปมาในมุมต่างๆ ของขอบสวน มันบันทึกว่าเคยไปที่ไหนจึงรู้ว่าเมื่อใดที่ทุกแห่งถูกตัด

มีเซ็นเซอร์ตรวจจับปริมาณน้ำฝนด้วย ดังนั้นหากฝนตก มันจะไม่ออกมาตัดหญ้า

แต่ไม่มีปัญญาประดิษฐ์

ตัวอย่างเช่น มันสามารถเรียนรู้เกี่ยวกับสิ่งกีดขวางในสวนและสร้างเส้นทางที่แตกต่างกันตามสิ่งกีดขวางเหล่านั้น

น่าเสียดายที่ของฉันติดอยู่ใต้แทรมโพลีน...

…ทุกเวลา…

ดู:

ฉันไม่ได้บอกว่าอุปกรณ์เหล่านี้ไม่มีประโยชน์

แต่…พวกเขาอาจจะฉลาดกว่ามาก

ระบบผู้เชี่ยวชาญ

ระบบผู้เชี่ยวชาญคือโปรแกรมคอมพิวเตอร์ที่เลียนแบบความสามารถของมนุษย์ในการตัดสินใจ

กล่าวคือแทนที่ความต้องการหรือสนับสนุนผู้เชี่ยวชาญที่มีอยู่

โดยทั่วไปประกอบด้วยฐานความรู้ที่มีชุดกฎเกณฑ์สำหรับการนำความรู้ไปใช้กับสถานการณ์เฉพาะแต่ละสถานการณ์

ด้วยความสามารถของแมชชีนเลิร์นนิง ทำให้สร้างฐานความรู้เมื่อเวลาผ่านไป และปรับเปลี่ยนหรือสร้างการตัดสินใจใหม่ ๆ ตามความรู้ในการทำงาน

การตีความคำพูด

ในอนาคตอันใกล้นี้ ไม่ใช่เรื่องแปลกสำหรับคนที่จะไม่มีอุปกรณ์เช่น Amazon Echo ในบ้าน เพื่อให้พวกเขาสามารถถามคำถามและคำแนะนำเกี่ยวกับอุปกรณ์นี้และรับคำตอบได้ทันที

การตีความด้วยเสียงดีขึ้นตลอดเวลาและอุปกรณ์เหล่านี้บางตัวใช้ประโยชน์จากปัญญาประดิษฐ์เพื่อเรียนรู้เมื่อเวลาผ่านไปและให้การตอบสนองที่ดีขึ้น

ลองนึกภาพว่าระบบรู้จำเสียงสามารถคาดการณ์ได้ว่าจะมีการสร้างการขายจากศูนย์บริการทางโทรศัพท์แล้วให้คำแนะนำกับตัวแทนเพื่อปรับปรุงอัตราการแปลงหรือไม่

และพวกเขาทำสิ่งนี้โดยการวิเคราะห์การสนทนาและเสียงในการสนทนานี้

บริษัทที่ชื่อว่าระบบ OTO ได้ศึกษาการสนทนาเกี่ยวกับการขายขาเข้า 4,000 ชั่วโมงโดยมีอัตรา Conversion 50%

พวกเขาฝึกฝนโมเดลการเรียนรู้เชิงลึกเพื่อจับ 'ลายเซ็นเสียง' ของการขายที่ประสบความสำเร็จ

พวกเขาสามารถคาดการณ์ผลลัพธ์การโทรได้ 94%

จากนั้นพวกเขาก็ติดตั้งระบบนี้ในคอลเซ็นเตอร์และพบว่าการมีส่วนร่วมเพิ่มขึ้น 20% โดยมียอดขายเพิ่มขึ้น 5%

การวางแผน AI

ตามวิกิพีเดีย สิ่งเหล่านี้คือกลยุทธ์หรือลำดับการกระทำที่สร้างขึ้นโดยอัตโนมัติสำหรับเจ้าหน้าที่อัจฉริยะ หุ่นยนต์ หรือยานพาหนะไร้คนขับ

ดังนั้น ทั้งหมดเกี่ยวกับการวิเคราะห์ปัญหาและจัดทำแผนปฏิบัติการ

การวางแผน AI คำนึงถึงสิ่งต่าง ๆ เช่น:

• การพึ่งพาอาศัยกัน - งานหนึ่งต้องการงานอื่นให้เสร็จหรือไม่
• เหตุการณ์สำคัญ – วันที่เฉพาะที่ต้องปฏิบัติตาม
• ข้อจำกัด – ตัวอย่างเช่น หากคุณมีเพียง 10 คนเท่านั้นที่พร้อมใช้งาน คุณจะไม่สามารถโยน 20 คนไปที่ปัญหาได้

เมื่อมีการสร้างแผนและกำหนดการ แผนจะถูกปรับโดยอัตโนมัติตามผลลัพธ์และการเปลี่ยนแปลงอินพุต

ตัวอย่างเช่น ถ้าทรัพยากรไม่พร้อมใช้งานอีกต่อไป จะต้องปรับปรุงแผน

บทที่ 3

แอปพลิเคชั่น AI ในการตลาด

มีศักยภาพในการใช้ AI มากมายในด้านการตลาดซึ่งจะทำให้มีประสิทธิภาพมากขึ้นและช่วยให้ได้ผลลัพธ์ที่ดีขึ้น

เราได้พูดคุยเกี่ยวกับการตลาดแบบ 1 ต่อ 1 มาหลายปีแล้ว และถึงแม้จะมีระบบการตลาดอัตโนมัติขั้นสูง แต่สิ่งนี้ก็ยังไม่เป็นความจริง

แต่…ด้วยปัญญาประดิษฐ์ เรามีโอกาสที่ดีกว่ามากในการนำเสนอสิ่งที่รู้สึกเหมือนเป็นการสื่อสารกับลูกค้าแบบตัวต่อตัว

มาดูตัวอย่างว่าการตลาดสามารถปรับปรุงด้วย AI ได้อย่างไร

AI และการตลาดเนื้อหา

เพื่อความอยู่รอดบนเว็บ เราต้องผลิตเนื้อหา

เนื้อหาดึงดูดผู้เยี่ยมชม ดึงดูดผู้ชมของเรา และสร้างแรงจูงใจให้พวกเขากลับมา

เนื้อหามีหลายรูปแบบ:

• โพสต์บล็อก
• ข้อความรับรอง
• ข้อมูลข้อเท็จจริง เช่น รายงาน
• เนื้อหาวิดีโอ
• ทวีต
• ข้อมูล บริษัท

AI จะไม่เข้ามาแทนที่บทบาทเต็มรูปแบบของนักการตลาดเนื้อหา แต่สามารถช่วยได้อย่างแน่นอน

คอมพิวเตอร์สามารถสร้างเนื้อหาที่ไม่เหมือนสร้างโดยคอมพิวเตอร์โดยอัตโนมัติได้หรือไม่

ใช่!

รายงานปี 2017 โดย Statista พบว่ากว่า 90% ของผู้ตอบแบบสำรวจกล่าวว่าการรับเนื้อหาส่วนบุคคลนั้น 'น่าดึงดูดมาก/ค่อนข้างน้อย'

ไม่น่าแปลกใจเลยที่ผู้คนต้องการรู้สึกว่าคุณกำลังให้ข้อมูลและเนื้อหาที่เกี่ยวข้องกับพวกเขาเท่านั้น ไม่สนใจใครทั้งนั้น!!!

นักการตลาดไม่มีเวลาปรับแต่งเนื้อหาทั้งหมด แต่โชคดีที่ AI สามารถช่วยได้

โดยใช้วิธีดังนี้:

การวิจัยเนื้อหา

MarketMuse เป็นแพลตฟอร์มซอฟต์แวร์ที่ให้คำแนะนำผู้ใช้ในการสร้างเนื้อหาที่เหมาะสม ใช้ข้อมูลขนาดใหญ่และ AI เพื่อทำความเข้าใจว่าเครื่องมือค้นหาจัดลำดับเนื้อหาอย่างไร

มันบีบอัดข้อมูลทั้งหมดของคุณและเปรียบเทียบกับการจัดอันดับของบริษัทอื่นสำหรับเนื้อหาที่คล้ายคลึงกัน

จากนั้นจะจัดระเบียบเนื้อหาของคุณเป็นกลุ่มหัวข้อ กำหนดหัวข้อที่ง่ายต่อการจัดอันดับ และให้คำแนะนำเกี่ยวกับวิธีปรับปรุงเนื้อหาของคุณ

การตรวจสอบเนื้อหาเป็นกระบวนการที่ใช้เวลานานมาก และซอฟต์แวร์เช่นนี้สามารถช่วยประหยัดเวลาได้มาก

นี่คือตัวอย่างที่ MarketMuse วิเคราะห์ผลการค้นหาอันดับต้นๆ สำหรับเครื่องมือทางการตลาด โดยจะแยกคำที่เกี่ยวข้องมากที่สุดในแต่ละส่วนเนื้อหาที่มีการจัดอันดับสูงสุด และเปรียบเทียบกับเนื้อหาของคุณ

เครื่องมือจะแสดงจำนวนการกล่าวถึงคำหลักเหล่านี้ในเนื้อหาของคู่แข่ง เทียบกับจำนวนการกล่าวถึงในเนื้อหาของคุณ คุณได้รับคะแนนเนื้อหาที่คุณสามารถปรับปรุงให้อยู่ในอันดับที่สูงขึ้นได้

โดยการวิเคราะห์เนื้อหาของคุณ MarketMuse จะกำหนด 'ผู้มีอำนาจในหัวข้อ' ของคุณ หัวข้อเหล่านี้เป็นหัวข้อที่คุณสามารถจัดอันดับได้โดยการสร้างเนื้อหารอบๆ มากขึ้น

การสร้างเนื้อหา

Neurolinguistic generation (NLG) เป็นเทคโนโลยีที่แปลงข้อมูลเป็นเรื่องเล่าที่ฟังดูมนุษย์

Automated Insights คือบริษัทที่ทำตามชื่อของพวกเขา

พวกเขาวิเคราะห์ข้อมูลและสร้างข้อความที่อธิบายข้อมูลโดยอัตโนมัติ

ลองนึกภาพถ้าคุณอยู่ในบริษัทนายหน้าซื้อขายหลักทรัพย์ และคุณต้องสร้างรายงานที่แตกต่างกัน 1,000 ฉบับสำหรับลูกค้า นั่นเป็นความคิดที่น่ากลัวใช่มั้ย?

ตอนนี้ ลองนึกภาพการคลิกปุ่มและสร้างรายงานเหล่านั้นโดยอัตโนมัติ

AI อาจไม่เขียนหนังสือหรือแทนที่ฉันในฐานะบล็อกเกอร์ แต่มันสามารถช่วยได้มากในการสร้างเนื้อหาอย่างแน่นอน

การขยายเนื้อหา

การขยายเนื้อหาเป็นกระบวนการของการส่งเสริมและแจกจ่ายเนื้อหาผ่านกลวิธีแบบชำระเงินและแบบไม่ชำระเงินเพื่อให้เข้าถึงได้มากขึ้น

ด้วยเสียงออนไลน์ที่ดังมาก แม้แต่เนื้อหาที่ยิ่งใหญ่ที่สุดก็ไม่สามารถทำงานได้ดีเว้นแต่คุณจะโปรโมต

การโปรโมตเนื้อหาเคยใช้เวลานานนักการตลาดเนื้อหา แต่ตอนนี้มีเครื่องมือที่ชาญฉลาดบางอย่างที่สามารถช่วยทำให้กระบวนการนี้เป็นไปโดยอัตโนมัติ

นี่คือตัวอย่างหนึ่ง

Inpowered เป็นเครื่องมือที่ให้คุณเลือกเนื้อหาที่คุณต้องการโปรโมตในแพลตฟอร์มโฆษณาแบบเนทีฟมากมาย จากนั้นจะทำให้กระบวนการวางโปรโมชันเป็นไปโดยอัตโนมัติและรับอัตราการจ่ายต่อคลิกที่ดีที่สุด

มันจะยกเลิกโปรโมชั่นบนบางแพลตฟอร์ม เพิ่มโปรโมชั่นบนแพลตฟอร์มอื่น และวิเคราะห์ว่าสิ่งใดใช้ได้ผลและเมื่อใด

อัตโนมัติทั้งหมด

แพลตฟอร์มนี้น่าสนใจเพราะเทคโนโลยีดีมาก และคุณจ่ายเฉพาะผู้ใช้ที่มีส่วนร่วมเท่านั้น หากมีคนดูเนื้อหาของคุณและตีกลับทันที คุณจะไม่ถูกเรียกเก็บเงิน

การเพิ่มประสิทธิภาพเนื้อหา

แล้วการเพิ่มประสิทธิภาพเนื้อหาเพื่อเพิ่มการเข้าชมจาก Google ล่ะ

ในสมัยก่อน คุณสามารถใส่คำหลักเดียวกันหลายครั้งในบทความของคุณเพื่อจัดอันดับ

แต่ตอนนี้…Google วิเคราะห์ความหมายของเนื้อหาของคุณเพื่อทำความเข้าใจว่าเนื้อหานั้นเกี่ยวกับอะไร

ใช้การเรียนรู้ของเครื่อง (Rankbrain) เพื่อทำความเข้าใจเนื้อหาที่คุณเขียน

นอกจากนี้ ไม่ใช่แค่การดูคำหลักเท่านั้น แต่ยังดูที่อำนาจของหัวข้ออีกด้วย

ต่อไปนี้คือตัวอย่างวิธีการแสดงอำนาจของหัวข้อในไซต์ของคุณ

คุณสร้างส่วนสำคัญของเนื้อหาเช่นเนื้อหาชิ้นนี้

จากนั้นคุณสร้างเนื้อหาที่เกี่ยวข้องซึ่งเชื่อมโยงไปยังเนื้อหาหลัก (และเสาหลักเชื่อมโยงไปยังเนื้อหาที่เกี่ยวข้อง)

คุณอาจก้าวไปอีกขั้นหนึ่งและสร้างเนื้อหาโพสต์ของแขกบนเว็บไซต์อื่นที่เชื่อมโยงไปยังเนื้อหาที่เกี่ยวข้องหรือเสาหลักในเว็บไซต์ของคุณ

นี่แสดงให้เห็นอำนาจของหัวข้อซึ่งมีความสำคัญมากกว่าโพสต์หนึ่งที่กำหนดเป้าหมายคำหลักเฉพาะ

Google ใช้ AI เพื่อค้นหาอำนาจในหัวข้อของคุณ ดังนั้นจึงควรที่เราต้องมีเครื่องมือที่ใช้ประโยชน์จาก AI เพื่อดูว่าเรากำลังให้สัญญาณที่ถูกต้องแก่ Google หรือไม่

นี่คือสิ่งที่ MarketMuse และเครื่องมืออื่นๆ ในพื้นที่ทำ

การดูแลจัดการเนื้อหา

เครื่องมือดูแลจัดการเนื้อหาเหมาะสำหรับการค้นหาเนื้อหาที่เกี่ยวข้องที่คุณสนใจ

ตัวอย่างเช่น คุณตั้งค่าชุดของคำหลักและค้นหาเนื้อหาที่เกี่ยวข้องกับคำหลักเหล่านั้นที่เป็นที่นิยม

แต่….

…เครื่องมือการดูแลจัดการเนื้อหาเวอร์ชัน AI ก้าวไปอีกขั้น

ใช้ Frase.io เป็นตัวอย่าง

ค้นหาเนื้อหาแต่ใช้ AI ในการสรุปเนื้อหา คุณจะได้ไม่ต้องอ่านทั้งหมด

ฉันไม่รู้เกี่ยวกับคุณ แต่นั่นฟังดูยอดเยี่ยมสำหรับฉัน !!!

ในแง่ของการดูแลจัดการเนื้อหา AI ควรช่วยในเวิร์กโฟลว์ต่อไปนี้:
– ทำการสอบถามที่ตรงเป้าหมายมากขึ้นและขจัดเสียงรบกวนเมื่อตรวจสอบสื่อ
– การสรุปข้อมูลเพื่อช่วยให้ผู้ปฏิบัติงานที่มีความรู้ใช้เนื้อหาได้เร็วขึ้นและเจาะลึกเฉพาะเมื่อมีความเกี่ยวข้องเท่านั้น
– การระบุความสัมพันธ์ระหว่างหัวข้อและการวาดแนวโน้มเมื่อเวลาผ่านไป
การจัดการเนื้อหาที่ได้รับการปรับปรุงผ่าน AI ควรช่วยให้นักการตลาดสร้างจดหมายข่าวที่ดีขึ้น รวมการวิจัยเพิ่มเติมเกี่ยวกับเนื้อหาต้นฉบับ ปรับขนาดการโพสต์บนโซเชียลมีเดีย และสร้างไมโครไซต์ภายในที่สมบูรณ์ยิ่งขึ้น ผู้เผยแพร่โฆษณาดิจิทัลอาจใช้การดูแลจัดการเนื้อหาที่ขับเคลื่อนด้วย AI เพื่อสร้างรายงานโดยอัตโนมัติและเพิ่มขั้นตอนการทำงานด้านบรรณาธิการของตน

Tomas Ratia CEO Frase.io

AI และการวิเคราะห์

โดยทั่วไป เราแบ่งการวิเคราะห์ออกเป็นการวิเคราะห์เชิงพรรณนา เชิงคาดการณ์ และเชิงกำหนด แต่มาเพิ่มมิติที่สี่กันเถอะ:

การวิเคราะห์เชิงพรรณนามีมานานแล้ว

ตัวอย่างนี้จะเห็นข้อมูล Google Analytics แต่ไม่รู้ว่าจะทำอย่างไรกับข้อมูลนั้น

การวิเคราะห์เชิงคาดการณ์ช่วยให้คุณมีแนวคิดเกี่ยวกับสิ่งที่คุณอาจทำ และการวิเคราะห์แบบกำหนดจะบอกคุณว่าคุณต้องทำอะไร

การวิเคราะห์เชิงปฏิบัติการเป็นที่ที่การดำเนินการต่างๆ จะถูกดำเนินการโดยอัตโนมัติและทดสอบตามที่กำหนดไว้

บางครั้งฉันลงชื่อเข้าใช้บัญชี Netflix ของภรรยาโดยไม่ได้ตั้งใจ และรายการแนะนำส่วนใหญ่ไม่ใช่ภาพยนตร์ที่ฉันจะดู!

แต่เมื่อฉันลงชื่อเข้าใช้บัญชี Netflix มักจะแสดงบางสิ่งที่ฉันสนใจ

Netflix จะจัดกลุ่มบุคคลตามหมวดหมู่ต่างๆ โดยอัตโนมัติ และการให้คะแนนโดยอิงตามความคิดเห็นภายในหมวดหมู่ที่คุณอยู่

ดังนั้น เมื่อฉันเห็นการให้คะแนนเป็นเปอร์เซ็นต์ที่ระบุว่าฉันมีแนวโน้มที่จะชอบภาพยนตร์เพียงใด การจัดอันดับนี้อาจแตกต่างออกไปสำหรับภรรยาของฉัน เนื่องจากเธออยู่ในหมวดหมู่ที่ต่างออกไป

Netflix พยายามให้คำแนะนำที่ดีขึ้นอย่างต่อเนื่องในการทำตลาดภาพยนตร์ที่ดีขึ้นแก่ผู้ใช้

แต่พวกเขาไม่เพียงแค่ดูภาพยนตร์/รายการที่คุณเริ่มดูเท่านั้น พวกเขายังจะดูที่:

• ดูไปบ้างแล้วหยุดดู
• ได้ดูสักสองสามคืนไหม
• เมื่อคุณดูมัน เช่น เดือนที่แล้ว ปีที่แล้ว ฯลฯ

และแน่นอนอีกมากมาย

นี่คืออัลกอริธึมแมชชีนเลิร์นนิงที่กำลังเรียนรู้อยู่ตลอดเวลาและปรับเปลี่ยนโดยอัตโนมัติ

บริษัทในสหราชอาณาจักรชื่อ Datalytyx ได้จดสิทธิบัตรโซลูชัน AI ซึ่งแก้ปัญหาสำคัญๆ ในการวิเคราะห์ข้อมูลปริมาณมาก เช่น การวิเคราะห์ข้อมูลนับพันล้านรายการ

ซอฟต์แวร์ AI ระบุข้อมูลที่เกี่ยวข้องมากที่สุด 1% และคุณเรียกใช้รายงานตามข้อมูลนี้

AI และการตลาดอัตโนมัติ

งานการตลาดอัตโนมัติทั่วไปคือการส่งอีเมลชุดหนึ่งไปยังผู้ใช้หลังจากที่พวกเขาเลือกเข้าร่วมรายการอีเมล

จากนั้นตามการโต้ตอบกับอีเมล ให้กำหนดเส้นทางผู้คนไปยังเส้นทางอื่น

ตัวอย่างเช่น การคลิกลิงก์เกี่ยวกับผลิตภัณฑ์ใหม่ในอีเมลฉบับที่ 2 ตามลำดับจะทริกเกอร์อีเมลอื่น

นี่คือระบบอัตโนมัติของอีเมลอัจฉริยะ แต่ไม่ใช่ AI

AI เพิ่มระดับความฉลาดใหม่ทั้งหมด นี่คือตัวอย่างบางส่วน:

Watson เป็นแพลตฟอร์มของ IBM ที่ใช้ AI เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับข้อมูลของคุณ

'การตลาดของวัตสัน' เป็นส่วนหนึ่งของแพลตฟอร์มวัตสันที่เน้นที่...คุณเดาได้...การตลาด

องค์ประกอบหนึ่งคือการสร้างแคมเปญอีเมลเป้าหมาย

ใช้ AI เพื่อทำความเข้าใจเพิ่มเติมเกี่ยวกับแต่ละบุคคลในแคมเปญและปรับแต่งการสื่อสารตามข้อมูลนี้

ตัวอย่างเช่น แทนที่จะใส่ผู้คนลงในถังตามแบบฟอร์มที่พวกเขากรอก มันจะดึงข้อมูลจากหลายแหล่งและสร้างกลุ่มย่อยตามไลฟ์สไตล์ พฤติกรรมทางสังคม ช่วงชีวิต สถานที่ ฯลฯ

แต่จะประเมินข้อมูลนี้อย่างต่อเนื่องและย้ายผู้คนระหว่างกลุ่มโดยอัตโนมัติตามข้อมูลใหม่และการวิเคราะห์ประสิทธิภาพ

เมื่อคุณทำงานกับชุดข้อมูลขนาดใหญ่ คุณต้องใช้ AI เพื่อทำงานบางอย่างโดยอัตโนมัติและทำความเข้าใจข้อมูล

ตัวอย่างเช่น:

รวบรวมข้อมูลจากแหล่งต่างๆ และสร้างไมโครเซ็กเมนต์ตามไลฟ์สไตล์ พฤติกรรมทางสังคม ระยะชีวิต สถานที่ ฯลฯ

ค้นพบข้อบกพร่องในแคมเปญดั้งเดิมและเปลี่ยนกลุ่มและข้อเสนอตามสิ่งนี้

AI และการตลาดเชิงสนทนา

Chatbot เป็นโปรแกรมคอมพิวเตอร์ที่ออกแบบมาเพื่อจำลองการสนทนากับบุคคลอื่น

มีเครื่องมือมากมาย (เช่น ลิงมือถือ) ซึ่งช่วยให้คุณสร้างแชทบ็อตได้อย่างง่ายดาย

พวกเขามีโปรแกรมสร้างซึ่งช่วยให้คุณสามารถสร้างการดำเนินการตามอินพุตได้โดยอัตโนมัติ

อย่างไรก็ตาม แชทบอทเหล่านี้ไม่รองรับ AI พวกเขาได้รับการฝึกฝนให้รู้จักความตั้งใจของผู้ใช้ที่เฉพาะเจาะจงและเข้าถึงฐานความรู้เพื่อดึงคำตอบ (แชทบอทตามการดึงข้อมูล)

เรายังห่างไกลจากการเห็นแชทบอทที่สามารถให้คำตอบแก่ผู้ใช้ได้ไม่จำกัดจำนวน ซึ่งพวกเขาสามารถสร้างได้ทันที นี่จะเป็น AI ที่แท้จริงในที่ทำงาน

แชทบอทส่วนใหญ่ในปัจจุบันทำงานเฉพาะเจาะจง และจำนวนสิ่งที่พวกเขารู้และสามารถทำได้มีจำกัด อย่างไรก็ตาม พวกเขายังคงใช้เทคนิค NLP เพื่อทำความเข้าใจภาษามนุษย์ ที่ซับซ้อนกว่านั้นยังใช้การวิเคราะห์ความรู้สึกเพื่อทำความเข้าใจอารมณ์ที่อยู่เบื้องหลังคำพูดของผู้ใช้

Chatbots อย่างที่เป็นอยู่ในทุกวันนี้ ยังคงเป็นเครื่องมือที่มีประโยชน์มากในการช่วยให้บางส่วนของกระบวนการขายและการตลาดเป็นไปโดยอัตโนมัติ

ตัวอย่างเช่น แชทบอทสามารถ:

• เพิ่มการมีส่วนร่วมผ่านการสนทนาส่วนตัวกับผู้ใช้
• จัดการกับคำถามของลูกค้าบนเว็บไซต์ของคุณ
• ปรับปรุงการกำหนดเป้าหมายโดยการรวบรวมข้อมูลเชิงลึกที่เป็นประโยชน์เกี่ยวกับผู้ใช้

ตอนนี้ สำหรับบริษัทที่ใช้แชทบ็อตบนเว็บไซต์อยู่แล้ว มีเครื่องมือที่สามารถช่วยให้พวกเขาเข้าใจว่าพวกเขากำลังทำงานได้ดีเพียงใด

Liveperson.com วิเคราะห์การสนทนาของแชทบ็อตแบบเรียลไทม์เพื่อประเมินเมื่อลูกค้ามีประสบการณ์ลูกค้าที่ไม่ดี บริษัทสามารถดำเนินการตามสิ่งนี้ได้

ไม่แน่ใจว่าเราจะใช้สิ่งนี้หรือไม่…อาจสร้างไดอะแกรมใหม่

AI และการตลาดผ่านอีเมล

การตลาดผ่านอีเมลเป็นพื้นที่ที่อาจได้รับประโยชน์อย่างมากจาก AI

แค่คิดเกี่ยวกับมัน – เครื่องมือ AI สามารถช่วยคุณกำหนดประเภทของเนื้อหาที่คุณต้องการส่งและเมื่อคุณต้องการส่งเพื่อเพิ่มโอกาสในการแปลงผู้มีโอกาสเป็นลูกค้ารายบุคคล

ด้วยข้อเท็จจริงที่ว่า AI สามารถประมวลผลข้อมูลจำนวนมหาศาลได้ในเวลาไม่นาน คุณจะใช้แคมเปญอย่างชาญฉลาดและมีประสิทธิภาพมากขึ้นด้วย ROI ที่ดีขึ้น ไม่ต้องพูดถึงเวลาที่คุณจะประหยัดได้ในการทดสอบ A/B!

เครื่องมือการตลาดผ่านอีเมลที่ขับเคลื่อนโดย AI ยังช่วยในด้านที่ท้าทายอีกอย่างสำหรับนักการตลาด นั่นก็คือการส่งอีเมลที่มีความเป็นส่วนตัวสูงในวงกว้าง

AI สามารถพิจารณาประวัติของลูกค้ากับบริษัทของคุณและกำหนดประเภทของข้อความและข้อเสนอที่ได้ผลดีที่สุด

ตัวอย่างเช่น Phrasee เป็นเครื่องมือทางการตลาดผ่านอีเมลที่ใช้ AI เพื่อสร้างหัวเรื่อง สำเนาเนื้อหา และ CTA เพื่อส่งเสริมอัตราการคลิกผ่านและการมีส่วนร่วมในแคมเปญการตลาดผ่านอีเมลที่สูงขึ้น

AI และ SEO

ปัญญาประดิษฐ์มีศักยภาพที่จะทำให้การค้นหามีความเป็นมนุษย์มากขึ้น

หมายความว่าขณะนี้เสิร์ชเอ็นจิ้นดูความหมายและบริบทของข้อความค้นหาของผู้ค้นหามากขึ้นเพื่อให้ผลลัพธ์ที่มีความหมายมากขึ้น

หมดยุคของการบรรจุคีย์เวิร์ดแล้ว อัลกอริทึมการค้นหากำลังมุ่งเน้นไปที่บริบทของผู้ใช้และจุดประสงค์ในการค้นหา

และนี่เป็นสิ่งที่ดี

นักการตลาดยังสามารถใช้ประโยชน์จากเครื่องมือ AI เพื่อปรับปรุงการจัดอันดับเนื้อหาของตน

ตอนนี้คุณสามารถใช้ AI เพื่อปรับปรุงความพยายาม SEO ของคุณได้หลายวิธี รวมถึง:

• การระบุโอกาสของเนื้อหา
• ดำเนินการวิจัยคำหลัก
• ระบุโอกาสในการเพิ่มประสิทธิภาพเนื้อหา
• การปรับเปลี่ยนเนื้อหาในแบบของคุณ และอื่นๆ

AI และโซเชียลมีเดีย

ทุกครั้งที่คุณเข้าสู่ระบบ Facebook และดูฟีดข่าว คุณจะเห็นการทำงานของ AI

Facebook กำลังติดตามอย่างต่อเนื่องว่าใครที่คุณติดตาม คุณโต้ตอบกับอะไร วิธีที่คุณใช้เนื้อหา และอื่นๆ

อัลกอริทึมเหล่านี้เรียนรู้เมื่อเวลาผ่านไปเพื่อให้ได้ผลลัพธ์ฟีดข่าวที่ดีขึ้น

Facebook เป็นเรื่องของการมีส่วนร่วม

หากคุณใช้เวลาบนแพลตฟอร์มมากขึ้น พวกเขาสามารถแสดงโฆษณาให้คุณมากขึ้นและทำเงินได้มากขึ้น

มันง่ายมาก!

การติดตามสิ่งที่คุณโต้ตอบและไม่โต้ตอบด้วยเป็นเรื่องที่สมเหตุสมผล

หากคุณติดตามเพจ Facebook และไม่เคยโต้ตอบกับโพสต์ที่เผยแพร่ นั่นเป็นสัญญาณที่แน่ชัดว่าคุณไม่มีความสนใจในเนื้อหาของหน้านั้น

นี่เป็นอีกตัวอย่างหนึ่งของ AI สำหรับโซเชียลมีเดีย

Persado ให้ "สำเนาการตลาดที่เครื่องสร้างขึ้นเพื่อขับเคลื่อนประสิทธิภาพสูงสุดในทุกช่องทาง"

โดยจะเลือกคำ วลี ภาพ และอารมณ์ที่ดีที่สุดเพื่อกระตุ้นการมีส่วนร่วมมากขึ้น

และโซเชียลมีเดียคือทั้งหมดที่เกี่ยวกับการมีส่วนร่วม

ด้วยโมดูลโซเชียลมีเดียนี้ พวกเขาจะสร้างข้อความโดยอัตโนมัติและค้นหาภาพที่ดีที่สุดที่จะกระตุ้นการมีส่วนร่วมได้มากที่สุด

การเพิ่มประสิทธิภาพ AI และอัตราการแปลง (CRO)

การเพิ่มประสิทธิภาพอัตราการแปลงเป็นเรื่องเกี่ยวกับการปรับปรุงการแปลง

ตัวอย่างเช่น ผู้เข้าชมเว็บไซต์ของคุณจาก 100 คน คุณแปลงเป็น 2% จากนั้นคุณทำการเปลี่ยนแปลงในเว็บไซต์และเพิ่ม Conversion เป็น 3%

มีหลายวิธีในการเพิ่มการแปลง:

• ปรับปรุงโฆษณาของคุณเพื่อให้คุณได้รับอัตราการคลิกผ่านที่สูงขึ้นและต้นทุนที่ต่ำลง
• ปรับปรุงโฆษณาเพื่อให้คุณส่งผู้ชมที่ดีขึ้นไปยังข้อเสนอของคุณ
• สร้างช่องทางการขายที่แตกต่างกัน เช่น เพิ่มตัวเลือกการขายต่อหลังจากมีคนซื้อ
• เปลี่ยนหน้าที่เป็นส่วนหนึ่งของช่องทาง เช่น สี ข้อความ รูปภาพ วิดีโอ ฯลฯ

นี่เป็นกระบวนการที่ใช้เวลานานและต้องทำด้วยตนเอง และนี่คือสิ่งที่ AI สามารถช่วยได้

Unbounce เป็นเครื่องมือหน้า Landing Page

พวกเขาเพิ่งสร้างโครงการนำร่องเกี่ยวกับ AI และรวมลูกค้า 34 รายในระยะเวลา 6 สัปดาห์

AI วิเคราะห์ประสิทธิภาพของหน้า Landing Page ในแคมเปญจริง และแนะนำผู้เชี่ยวชาญด้าน Conversion ว่าควรเปลี่ยนแปลงอะไร

โดยเฉลี่ยแล้ว การเพิ่มขึ้นของการแปลงในหน้านั้นอยู่ที่ 19.8% โดยที่หน้าหนึ่งหน้าทำได้มากกว่า 100%

นี่เป็นการเพิ่มประสิทธิภาพที่สูงกว่าที่คุณคาดหวังจากการทำงานร่วมกับผู้เชี่ยวชาญด้านการแปลงอย่างแน่นอน

AI และการฟัง / การตรวจสอบ

ทุกบริษัทที่ต้องการบันทึกการสนทนาเกี่ยวกับแบรนด์ของตนให้ได้มากที่สุด

เป้าหมายคือการทำความเข้าใจไม่เพียงแต่สิ่งที่ผู้คนพูดถึงแบรนด์ ผลิตภัณฑ์ หรือบริการเท่านั้น แต่ยังรวมถึงความรู้สึกที่มีต่อพวกเขาด้วย

ซึ่งช่วยให้นักการตลาดวิเคราะห์การมีอยู่ของแบรนด์และใช้ข้อมูลเชิงลึกเหล่านี้เพื่อปรับปรุงการสื่อสารกับผู้ชมและกำหนดเป้าหมายแคมเปญได้ดียิ่งขึ้น

การวิเคราะห์ NLP และ Sentiment สามารถช่วยได้จริงๆ ในด้านนี้

บริษัทต่างๆ สามารถใช้ AI เพื่อทำความเข้าใจการสนทนาเกี่ยวกับผลิตภัณฑ์ของตน เพื่อให้มองเห็นปัญหาที่อาจเกิดขึ้นและดำเนินการกับผลิตภัณฑ์ ตลอดจนเปิดเผยความตั้งใจในการซื้อ

AI และการรับรู้ภาพ

เราทุกคนทราบดีว่าเนื้อหาภาพมีความสำคัญต่อการตลาดอย่างไร

ตอนนี้ เราสามารถใช้เครื่องมือ AI และการรับรู้ภาพเพื่อวิเคราะห์แนวโน้มและค้นพบประเภทของภาพที่จะให้ผลลัพธ์ที่ดีที่สุดบนโซเชียลมีเดียและช่องทางอื่นๆ

การจดจำรูปภาพช่วยให้นักการตลาด 'ฟัง' ในสิ่งที่ผู้ชมของพวกเขาพูดผ่านรูปภาพ เพื่อให้พวกเขาสามารถนำเสนอเนื้อหาที่เป็นภาพซึ่งตรงกับความสนใจของผู้ชมนั้น

AI สามารถช่วยวิเคราะห์โพสต์โซเชียลมีเดียนับล้านและกรองผ่านภาพที่ผู้คนแชร์และมีส่วนร่วม

หากไม่มีเครื่องมือการจดจำภาพ นักการตลาดจะวิเคราะห์เนื้อหาภาพจำนวนนี้ไม่ได้!

ตัวอย่างหนึ่งคือแพลตฟอร์ม Image Insights จาก Brandwatch เครื่องมือนี้มุ่งเน้นที่การช่วยเหลือบริษัทต่างๆ ให้ค้นพบว่าผู้คนใช้รูปภาพที่มีตราสินค้าของตนผ่านโซเชียลมีเดียอย่างไร

โดยพื้นฐานแล้วจะวิเคราะห์การกล่าวถึงโลโก้ของแบรนด์ในโพสต์บนโซเชียลมีเดียหลายล้านโพสต์

AI และการตลาดแบบอินฟลูเอนเซอร์

การตลาดแบบอินฟลูเอนเซอร์เป็นรูปแบบการตลาดที่ทรงพลังมาก แต่แบรนด์ต่างๆ พบว่าเป็นการยากที่จะระบุอินฟลูเอนเซอร์ที่เหมาะสม

ด้วยเทคโนโลยี AI ตอนนี้มีวิธีการวิเคราะห์และค้นหาผู้มีอิทธิพลที่ชาญฉลาดยิ่งขึ้น

ตัวอย่างเช่น:

ความต้องการเนื้อหาที่เป็นประโยชน์จากผู้เชี่ยวชาญที่เชื่อถือได้กำลังทำให้โลกของการตลาดล่มสลายไปในรูปแบบของการทำงานร่วมกันโดยผู้มีอิทธิพลและ AI กำลังมีบทบาทหลายอย่าง

ตั้งแต่อินฟลูเอนเซอร์เสมือนจริงที่ขับเคลื่อนโดย AI บน Instagram เช่น @lilmiquela ที่มีผู้ติดตาม 1.5 ล้านคน ไปจนถึงระบบ AI ที่ซับซ้อนที่ใช้ในแพลตฟอร์มการตลาดด้วยอินฟลูเอนเซอร์ ผลกระทบและนัยของปัญญาประดิษฐ์ที่มีต่อการตลาดด้วยอินฟลูเอนเซอร์เพิ่งเริ่มต้น

การใช้งานในอนาคตของ AI และการตลาดด้วยอินฟลูเอนเซอร์นั้นรวมถึงความสามารถในการคาดการณ์ผลกระทบที่อาจเกิดขึ้นของผู้มีอิทธิพลบางประเภท ประเภทเนื้อหา และการผสมผสานช่องทาง รวมถึงการกรองผู้มีอิทธิพลที่มีผู้ติดตามปลอมในขั้นสูง

Lee Odden – ผู้ก่อตั้ง TopRank Marketing

บทที่ – 4

ความกังวลด้านความปลอดภัยเกี่ยวกับ AI

ในปี 2018 สหภาพยุโรปได้นำกฎระเบียบที่เรียกว่า GDPR (ระเบียบว่าด้วยการปกป้องข้อมูลทั่วโลก)

เป้าหมายคือเพื่อควบคุมการรวบรวม การจัดเก็บ และการใช้ข้อมูลส่วนบุคคลโดยบริษัทต่างๆ โดยไม่ได้รับอนุญาต

ในขณะที่ผู้บริโภคมีความกังวลเกี่ยวกับการใช้ข้อมูลส่วนบุคคลมากขึ้นเรื่อยๆ ฉันคาดหวังว่ากฎระเบียบที่คล้ายคลึงกันจะถูกนำไปใช้ในส่วนอื่น ๆ ของโลก

เนื่องจาก AI นั้นเกี่ยวกับการรวบรวมและประมวลผลข้อมูล จึงส่งผลกระทบที่ร้ายแรง

สมมติว่าคุณเดินเข้าไปในซูเปอร์มาร์เก็ตและซูเปอร์มาร์เก็ตนั้นใช้การจดจำใบหน้าเพื่อระบุตัวคุณ แล้วปรับแต่งประสบการณ์ของคุณตามข้อมูลที่มีอยู่ พวกเขาได้รับอนุญาตให้ทำเช่นนี้หรือไม่? ไม่ได้อยู่ในยุโรป

ดังนั้น แม้ว่า AI จะทรงพลังอย่างยิ่ง แต่การใช้งานบางอย่างก็จำเป็นต้องได้รับการอนุมัติ

สรุป

มีอนาคตที่สดใสรอเราอยู่สำหรับ AI

มันจะมีผลกระทบอย่างมากต่อการตลาดในอีกหลายปีข้างหน้า

มันจะเปลี่ยนบทบาททางการตลาด ลบบางส่วนออกทั้งหมด และจะทำให้ระดับใหม่ของความซับซ้อนที่ไม่เคยมีมาก่อน

คุณควรกังวลในฐานะนักการตลาดหรือไม่?

แน่นอน.

คุณต้องคอยติดตามการพัฒนา AI และดูว่าคุณสามารถรวมเข้ากับการตลาดของคุณได้อย่างไร

คุณต้องนึกถึงบทบาทของคุณในฐานะนักการตลาดและบทบาทของคุณจะมีวิวัฒนาการหรือถูกแทนที่ในอนาคตอย่างไร