สิ่งที่นักการตลาดเนื้อหาควรรู้เกี่ยวกับ AI

เช่นเดียวกับหลายๆ คนทั่วโลก ฉันได้ตั้งปณิธานอย่างมืออาชีพสองสามข้อสำหรับปีใหม่ ฉันต้องการเรียนรู้เกี่ยวกับปัญญาประดิษฐ์ (AI) และเทคโนโลยีบล็อกเชนให้มากที่สุดเท่าที่จะทำได้ หนึ่งปีผ่านไปแล้ว และภารกิจของฉันในการเรียนรู้เกี่ยวกับ AI ก็สิ้นสุดลงแล้ว จริง ๆ แล้วสมบูรณ์มาก จนกลายมาเป็น ebook ฟรีเล่มล่าสุดของฉัน "ทุกสิ่งที่คุณจำเป็นต้องรู้เกี่ยวกับการวิเคราะห์การตลาดและปัญญาประดิษฐ์"

(หมายเหตุบรรณาธิการ: Chad จะเป็นเจ้าภาพร่วมในการแชท Twitter ในหัวข้อนี้กับ Social Media Today ในวันที่ 8 พฤษภาคม RSVP เพื่อเข้าร่วมการแชทที่นี่: “ What You Need to Know About AI and Marketing” )

ในบทความนี้ ฉันจะครอบคลุมทุกสิ่งที่ฉันได้เรียนรู้เกี่ยวกับ AI และผลกระทบที่มีต่อการตลาด เราเพิ่งเริ่มต้นในเส้นทางใหม่และพลิกโฉมทางการตลาด และมันน่าตื่นเต้นมาก

มีเพียงสามสิ่งที่สามารถรับประกันได้ในชีวิต - ความตาย ภาษี และการหยุดชะงักของอุตสาหกรรม Disruption เกิดขึ้นรอบตัวเราทุกวัน ดูสิ่งที่ Amazon ทำเพื่อธุรกิจค้าปลีก, Uber กับแท็กซี่, LinkedIn กับกระดานงาน, อินเทอร์เน็ตกับสื่อ, สกุลเงินดิจิตอลสำหรับการเงิน และอื่นๆ และอื่นๆ

คาดว่า AI เพียงอย่างเดียวจะขัดขวางการคาดการณ์ การบริการลูกค้า การศึกษา การเงิน บริการอาหาร การดูแลสุขภาพเฉพาะบุคคล การแพทย์ โลจิสติกส์ โปรแกรมความภักดี การตลาด การจัดซื้อ การประชาสัมพันธ์ การค้นหา และการรักษาความปลอดภัย

ตามรายงานของ Salesforce Solutions CTO, Brett Colbert บล็อกเชนถูกกำหนดให้ขัดขวางการใช้ที่ดิน อัตลักษณ์ โลจิสติกส์และการขนส่งทั่วโลก ยานยนต์ การบิน การผลิต ยาที่ต้องสั่งโดยแพทย์ การเงิน รัฐบาล การธนาคาร และอื่นๆ อีกมากมาย

การหยุดชะงักครั้งใหญ่ทั่วทั้งอุตสาหกรรมอาจเกิดขึ้นหนึ่งครั้งในรอบทศวรรษหรือน้อยกว่านั้น อย่างไรก็ตาม ในสภาพแวดล้อมปัจจุบัน เราเริ่มเห็นอุตสาหกรรมทั้งหมดถูกหยุดชะงักพร้อมๆ กัน

วันนี้เราเริ่มเห็นสัญญาณแรกของการหยุดชะงักในการตลาดดิจิทัลและการโฆษณา พวกเราหลายคนไม่รู้ด้วยซ้ำว่ามันจะเป็นอย่างไร

ADYOULIKE ได้รวมเข้ากับ IBM Watson Salesforce ได้เปิดตัวเทคโนโลยี Einstein HubSpot เข้าซื้อกิจการบริษัทแมชชีนเลิร์นนิงชื่อ Kemi บริษัทบล็อกเชน เช่น adChain, Bitteaser, Native Video Box และ AdHive ได้เข้าสู่พื้นที่เทคโนโลยีโฆษณาแล้ว

เทคโนโลยีใหม่นี้จะช่วยให้แบรนด์ต่างๆ จัดการข้อมูลขนาดใหญ่ได้ง่ายขึ้นและรับข้อมูลเชิงลึกที่นำไปใช้ได้จริง แต่จะผลักดันตัวบ่งชี้ประสิทธิภาพหลักทางการตลาด (KPI) ให้สูงขึ้นไปอีกขั้น พวกเขายังจะนำความโปร่งใสในระดับใหม่ที่ไม่เคยมีมาก่อนในเทคโนโลยีโฆษณา

ในฐานะนักการตลาด เราทุกคนต้องถามตัวเองว่า “เราพร้อมสำหรับการตลาดที่จะถูกพลิกโฉมหรือไม่”

ไม่ว่าคำตอบจะเป็นอย่างไร เป็นไปได้ว่าพวกเราส่วนใหญ่แทบไม่มีเงื่อนงำว่าเทคโนโลยีพร้อมที่จะเปลี่ยนแปลงอุตสาหกรรมของเราไปตลอดกาลได้อย่างไร

บริษัทเทคโนโลยีที่กล่าวถึงข้างต้นมักจะเป็นตัวอย่างที่ให้ไว้เมื่ออธิบายถึงการใช้ AI และเทคโนโลยีการตลาดแบบพลิกโฉมอื่นๆ อย่างไรก็ตาม อีเมล การให้คะแนนลูกค้าเป้าหมาย และการเพิ่มประสิทธิภาพโฆษณาออนไลน์เป็นเพียงการขีดข่วนพื้นผิวของอนาคตของเทคโนโลยีที่ขับเคลื่อนการตลาดของเรา

การใช้เทคโนโลยีเหล่านี้ในอนาคตจะส่งผลกระทบต่อทุกด้านของสื่อที่เป็นเจ้าของ ได้รับ และชำระเงิน ไม่ใช่แค่การใช้งานในอนาคตเท่านั้น เทคโนโลยีมีอยู่ในปัจจุบันเพื่อทำลายช่องทางการตลาดและสื่อทั้งหมดโดยพื้นฐาน

ปัญญาประดิษฐ์ในด้านการตลาด

หลายคนก่อนหน้าฉันได้เขียนหนังสือเกี่ยวกับ AI หลายคนยังคงเขียนเกี่ยวกับการตลาด AI ในความเป็นจริง เพื่อนของฉัน Paul Roetzer ได้เปิดตัว Marketing AI Institute ไซต์นี้เต็มไปด้วยบทความดีๆ และข้อคิดเกี่ยวกับการตลาด AI นี่เป็นสิ่งสำคัญที่ควรทราบเพราะมันบ่งบอกว่า AI ทางการตลาดไม่ใช่เทรนด์ที่กำลังจะหายไปในเร็วๆ นี้ ในความเป็นจริงมีศูนย์กลางของการตลาด AI เป็นผู้นำทางความคิดทางออนไลน์

Roetzer มีบางสิ่งที่มีคุณค่าที่จะพูดถึงเกี่ยวกับ AI ทางการตลาดที่นักการตลาดสมัยใหม่ในปัจจุบันจำเป็นต้องรู้ ตัวอย่างเช่น เขาพูดว่า:

“นักการตลาดที่สามารถควบคุมพลังของปัญญาประดิษฐ์จะสามารถทำได้มากขึ้นโดยใช้เวลาน้อยลง ดำเนินแคมเปญส่วนบุคคลที่มีความซับซ้อนอย่างที่ไม่เคยมีมาก่อน และเปลี่ยนโฉมธุรกิจตามปกติด้วยวิธีการตลาดแบบแมชชีนอัจฉริยะแบบใหม่ โอกาสไม่มีที่สิ้นสุดสำหรับนักการตลาดและผู้ประกอบการที่มีความตั้งใจและวิสัยทัศน์ในการเปลี่ยนแปลงอุตสาหกรรม”

จากการสำรวจของ Forrester พบว่า 86% ของนักการตลาดกว่า 700 คนที่มีบทบาทในการตัดสินใจในบริษัทต่างๆ ทั่วสหรัฐฯ ยุโรป และออสเตรเลีย เห็นพ้องกันว่า AI จะทำให้ทีมการตลาดของพวกเขามีประสิทธิภาพและประสิทธิผลมากขึ้น

ปัญหาสำคัญประการหนึ่งเกี่ยวกับโซลูชัน AI ทางการตลาดคือปัญหาด้านการตลาดกับความเป็นจริง แม้ว่าโซลูชันจำนวนมากจะกล่าวถึงการใช้ AI แต่มีเพียงเปอร์เซ็นต์เท่านั้นที่ให้คุณค่าในการใช้งานจริง คนอื่น ๆ กำลังใช้วลีเพียงเพื่อทำการตลาดผลิตภัณฑ์และกระตุ้นยอดขาย วิธีที่ AI ถูกนำมาใช้จริงภายในโซลูชันเป็นสิ่งที่กำหนดค่าของมัน

AI ที่ใช้ในการประมวลผลภาพและประเภทบุคลิกภาพนั้นมีมานานแล้ว ถือว่าอยู่ในระดับเบื้องต้นในขั้นตอนนี้และให้คุณค่าน้อยที่สุด โซลูชันที่เน้นการตีความสตรีมข้อมูลที่มีโครงสร้างและไม่มีโครงสร้างที่แตกต่างกันจำนวนมากเพื่อช่วยปรับขนาด รายงาน คาดการณ์ผลลัพธ์ และปรับปรุงความแม่นยำเป็นสิ่งที่ให้คุณค่ากับ AI

โซลูชัน AI ทางการตลาดในปัจจุบันจำนวนมากตอบสนองบุคคล (ซึ่ง) ใน P's Marketing ทั้งเจ็ดอย่างเคร่งครัด (เพิ่มเติมในภายหลัง) ไม่เป็นไร. เราซึ่งเป็นนักการตลาดก็ต้องการโซลูชันเหล่านั้นเช่นกัน ส่วนใหญ่เป็นเพียงการคาดคะเน ซึ่งต่างจากการคาดเดา) โดยธรรมชาติ และยังคงต้องการนักการตลาดในการย่อยข้อมูลและตัดสินใจว่าจะดำเนินการใด

ตัวอย่างเช่น การใช้ AI เพื่อส่งอีเมลส่วนบุคคลในเวลาที่ดีที่สุดไปยังผู้รับแต่ละราย การให้คะแนนลีดและข้อมูลอัจฉริยะโดยอัตโนมัติ และการให้คะแนนเนื้อหาในหน้า นี่คือตัวอย่างทั้งหมดของ AI ทางการตลาดที่ใช้เพื่อตอบสนองบุคคล (ใคร) และคาดการณ์โดยธรรมชาติโดยใช้ข้อมูลในอดีต

นอกจากนี้ เรายังเห็น AI ทางการตลาดเข้ามาในพื้นที่โฆษณาของ Influencer อีกด้วย หรือการโปรโมตใน 7 Ps โซลูชันเหล่านี้ใช้ AI เพื่อจับคู่ผู้มีอิทธิพลและแบรนด์อย่างมีประสิทธิภาพและเหมาะสมที่สุด ในขณะเดียวกันก็อำนวยความสะดวกในการทำธุรกรรมทางการเงินระหว่างกัน นอกจากนี้ยังมีอยู่ในพื้นที่การตลาดสำหรับอินฟลูเอนเซอร์ที่ไม่ได้รับค่าตอบแทนอีกด้วย เพื่อการระบุตัวตนอินฟลูเอนเซอร์ที่ดีขึ้น เหนือสิ่งอื่นใด

ในหลาย ๆ ทาง AI เชิงกำหนดสามารถเพิ่มความสามารถของนักการตลาดได้อย่างมากเพื่อให้ประสบความสำเร็จ บรรลุผลสำเร็จเกินตัว และทำงานให้เสร็จได้มากขึ้น ในอดีต สิ่งนี้ต้องการทีมผู้เชี่ยวชาญด้านการวิเคราะห์หรือนักวิทยาศาสตร์ข้อมูลทั้งทีมเพื่อให้บรรลุภารกิจเดียวกันกับที่ AI กำหนดสามารถทำได้ในปัจจุบัน

Mike Kaput ผู้อำนวยการสถาบันปัญญาประดิษฐ์ด้านการตลาด แบ่งปันว่านักการตลาดจะได้รับการปรับปรุงในหนึ่งหรือมากกว่าสามฟังก์ชันโดย AI เป็นเรื่องยากสำหรับโซลูชัน AI ทางการตลาดที่จะปรับปรุงทั้งสามอย่าง ความหมายโดยนัยคือนักการตลาดส่วนใหญ่ไม่ตกอยู่ในอันตรายที่จะตกงานในเร็วๆ นี้ ฟังก์ชั่นเหล่านี้มีดังต่อไปนี้:

การประเมิน: นักการตลาดวิเคราะห์ข้อมูล ประสิทธิภาพที่ผ่านมา และแนวทางปฏิบัติที่ดีที่สุดเพื่อเรียนรู้ว่าอะไรได้ผล พวกเขาสื่อสารสิ่งนี้กับผู้มีส่วนได้ส่วนเสียและเพื่อนร่วมงาน

คำแนะนำ: พวกเขาใช้ความคิดสร้างสรรค์ของมนุษย์เพื่อแนะนำการกระทำใหม่ ๆ ที่อาจประสบความสำเร็จ คำแนะนำเหล่านี้ใช้ข้อมูลจากขั้นตอนการประเมิน แต่ยังรวมถึงสัญชาตญาณการคาดเดาและความลำเอียงในปริมาณที่ดีต่อสุขภาพ

การนำไปใช้: นักการตลาดสร้างเนื้อหาและดำเนินการแคมเปญ พวกเขาอาจทำเช่นนี้โดยมีหรือไม่มีความช่วยเหลือจากระบบเครื่องจักร เช่น ซอฟต์แวร์ระบบอัตโนมัติ

Forrester ยังพบว่า 46% ของบริษัทกล่าวว่าทีมการตลาดและการขายของพวกเขาเป็นผู้นำการลงทุนในเทคโนโลยี AI ซึ่งสูงที่สุดในบรรดาแผนกใดๆ พูดได้อย่างปลอดภัยว่าอัจฉริยะ AI ได้รับการปล่อยออกจากขวดแล้วและนักการตลาดจำเป็นต้องพร้อมที่จะยอมรับมัน

ปัญญาประดิษฐ์และการวิเคราะห์

มีบางส่วนของการตลาดที่ไม่เคยเปลี่ยนแปลงโดยพื้นฐาน ยกตัวอย่างเช่น P 7 ตัวของการตลาด ได้แก่ ผลิตภัณฑ์ ราคา การส่งเสริมการขาย สถานที่ บรรจุภัณฑ์ การวางตำแหน่ง และผู้คน ด้วยการตลาดออนไลน์ พีทั้ง 7 ตัวนี้ยังคงอยู่ อย่างไรก็ตาม สิ่งหนึ่งที่ถูกลืมอยู่เสมอและตั้งแต่โปรแกรมวิเคราะห์แรกถูกรวมเข้ากับเว็บไซต์ – สถานที่ (ที่)

สิ่งที่ทำให้สถานที่นี้ทรงพลังมากในโลกออฟไลน์นั้นค่อนข้างเข้าใจได้ง่าย ในกรณีที่ธุรกิจอิฐและปูนมีความสัมพันธ์กับธุรกิจอื่นๆ ครัวเรือน รัฐบาล และโครงสร้างพื้นฐานสามารถส่งผลกระทบต่อการมองเห็นและความมีชีวิตของบริษัทในทางที่ลึกซึ้ง

P นี้ซึ่งเกี่ยวข้องกับโลกออนไลน์นั้นถูกละเลยโดยนักการตลาดดิจิทัลในปัจจุบันเป็นส่วนใหญ่ การที่เว็บไซต์มีความสัมพันธ์กับเว็บไซต์อื่นนั้นมีความสำคัญ โครงสร้างพื้นฐานของการเชื่อมต่อผ่านลิงก์จากเว็บไซต์เหล่านี้มีส่วนอย่างมากต่อการมองเห็นและความสามารถในการใช้งานของเว็บไซต์ และท้ายที่สุดก็คือตัวธุรกิจเองในหลายกรณี

หนึ่งองศาของการแยก

การวิเคราะห์ของเราที่เราใช้ในการรายงานเกี่ยวกับความสมบูรณ์ของเว็บไซต์ของเราและผลกระทบของแคมเปญของเราจะให้ข้อมูลสำหรับเว็บไซต์ที่เชื่อมโยงถึงเราในระดับหนึ่งเท่านั้น และในกรณีส่วนใหญ่ จะมีการระบุแหล่งที่มาสำหรับการแตะครั้งสุดท้ายเท่านั้น ซึ่งหมายความว่านักการตลาดไม่รู้ว่าการสืบต่อของเว็บไซต์ใดที่ดึงดูดผู้เข้าชมมายังไซต์ในท้ายที่สุด ซึ่งในทางกลับกันก็นำพวกเขาไปยังเว็บไซต์ของนักการตลาด นี่คือวิธีที่การวิเคราะห์ของเรารายงานข้อมูล:

ทีนี้ลองนำสิ่งนี้กลับมาที่หนึ่งในเจ็ด P's – Place สิ่งนี้เทียบเท่ากับอิฐและปูนออฟไลน์ที่รับรู้ถึงธุรกิจและสถานที่ที่อยู่ติดกันและฝั่งตรงข้ามถนนเท่านั้น ในความเป็นจริง ธุรกิจอาจอยู่ในย่านใจกลางเมืองที่พลุกพล่านเต็มไปด้วยร้านค้า ร้านอาหาร สวนสาธารณะ ศาล และคอนโดมิเนียมหลายสิบแห่ง เป็นไปได้ว่าลูกค้าของธุรกิจนี้แวะเยี่ยมชมสถานที่เหล่านี้บางแห่งก่อนที่จะไปที่นั่น

ด้วยการวิเคราะห์ส่วนใหญ่ในปัจจุบัน นักการตลาดจะเห็นเฉพาะลูกค้าที่ออกจากร้านข้างๆ หรือตรงข้ามถนน จะเกิดอะไรขึ้นหากธุรกิจทราบจังหวะที่แน่นอนของสถานที่ที่ลูกค้าแต่ละรายไปเยี่ยมชมก่อนที่จะทำการซื้อ นี่จะเป็นการระบุที่มาโดยละเอียดมาก จะเป็นอย่างไรหากพวกเขารู้ข้อมูลเกี่ยวกับทุกธุรกิจในพื้นที่นี้

บางทีธุรกิจอาจค้นพบว่าผู้มีอุปการะคุณของคู่แข่งหลายรายอาศัยอยู่ในคอนโดมิเนียมซึ่งอยู่ห่างออกไป 2 ช่วงตึก และพวกเขาจะซื้อก็ต่อเมื่อออกไปวิ่งในสวนสาธารณะแล้วเท่านั้น นั่นจะเป็นข้อมูลสำคัญที่ควรรู้ ตอนนี้ธุรกิจสามารถสอบถามเกี่ยวกับการสนับสนุนจดหมายข่าวของคอนโดมิเนียมด้วยคูปองหรือส่งพนักงานไปที่สวนสาธารณะที่แต่งกายด้วยชุดโกโรโกโสเพื่อส่งเสริมการขาย

การพึ่งพาบุคคล (ใคร) มากเกินไปในการรายงาน

โปรแกรมวิเคราะห์ในปัจจุบันส่วนใหญ่ไม่รายงานข้อมูลสำคัญที่กล่าวถึงข้างต้น ทำไม ค่อนข้างง่ายเพราะพวกเขาไม่สามารถรวบรวมได้ ข้อมูลขนาดใหญ่มากเกินไปที่จะแยกวิเคราะห์สำหรับเทคโนโลยีที่ขับเคลื่อนแพลตฟอร์มการวิเคราะห์ที่นำมาใช้มากที่สุดในปัจจุบัน พวกเขาสร้างขึ้นจากกรอบเทคโนโลยีอายุ 15 ปี

ตรงไปตรงมา พวกเขาไม่มีแรงจูงใจในการเปลี่ยนแปลงมากนัก ทำไม ง่ายมาก – โปรแกรมวิเคราะห์ส่วนใหญ่ที่ใช้บ่อยในปัจจุบันเป็นของหนึ่งในสี่เครือข่ายโฆษณาออนไลน์ขนาดใหญ่หรือมากกว่านั้น หากนักการตลาดมีระดับการมองเห็นตามที่กล่าวไว้ข้างต้น พวกเขาสามารถใช้จ่ายน้อยลงและได้ผลลัพธ์ที่ดียิ่งขึ้น

แต่แพลตฟอร์มเหล่านี้ได้โน้มน้าวให้นักการตลาดส่วนใหญ่เพิกเฉยต่อสถานที่ (ที่) ในการตลาดออนไลน์ของเรา พวกเขาทำสิ่งนี้ได้ด้วยการรายงานเกี่ยวกับบุคคล (ที่) เก่งมากในการตลาด P ทั้งเจ็ด

แม้ว่าคนๆ หนึ่งจะมีความสำคัญอย่างแน่นอน และคนอื่นๆ ใน P ก็เช่นกัน แต่เราไม่เคยได้รับภาพรวมทั้งหมดทางออนไลน์เลย ในฐานะนักการตลาด มุมมองของเราเกี่ยวกับอินเทอร์เน็ตนั้นมองใกล้ด้วยวิสัยทัศน์แบบทันเนล ซึ่งหมายความว่าการตัดสินใจของเรานั้นเกิดขึ้นจากข้อมูลเพียงเล็กน้อยเท่านั้น ด้วยวิธีนี้ แพลตฟอร์มการวิเคราะห์ในปัจจุบันจึงเป็นเพียงมิติเดียว

สามองศาของการแยก

จะเกิดอะไรขึ้นถ้า AI สามารถนำมุมมองอินเทอร์เน็ตหนึ่งมิติในปัจจุบันของเราไปแปลงเป็นมุมมองสามมิติอย่างแท้จริง เราจะสามารถเห็นการเชื่อมต่อทั้งหมดภายในขอบเขตอิทธิพลเฉพาะที่อาจเป็นไปได้ถึงสามเว็บไซต์ เราจะทราบว่าโฆษณาและผู้มีอิทธิพลรายใดประสบความสำเร็จมากที่สุดในการกระตุ้นการคลิกและการมีส่วนร่วมสำหรับเว็บไซต์ทั้งหมดที่เกี่ยวข้องกับอุตสาหกรรมของเรา นอกจากนี้ เราจะทราบว่าบริษัทในเครือใดที่ประสบความสำเร็จมากที่สุดในอุตสาหกรรมของเรา

สิ่งที่ฉันกำลังอธิบายคือระบบวิเคราะห์ใหม่ที่ขับเคลื่อนโดย AI ซึ่งจะรายงานและติดตามข้อมูลห่างจากเว็บไซต์ไม่เกิน 3 องศา กล่าวอีกนัยหนึ่ง เราจะเห็นข้อมูลเกี่ยวกับเว็บไซต์ทั้งหมดที่เชื่อมโยงมายังเรา ข้อมูลเกี่ยวกับเว็บไซต์ที่เชื่อมโยงไปยังเว็บไซต์เหล่านั้น และข้อมูลเกี่ยวกับเว็บไซต์ที่เชื่อมโยงไปยังเว็บไซต์เหล่านั้น

ในการทำเช่นนั้นด้วยโปรแกรมการวิเคราะห์ที่นำมาใช้มากที่สุดในปัจจุบัน จำเป็นต้องเข้าถึงการวิเคราะห์ของเว็บไซต์นับพันและในบางกรณีหลายล้านรายการ จำนวนข้อมูลที่สร้างขึ้นจะอยู่ในระดับมหาศาลและอาจใช้งานไม่ได้ในทุกขนาดสำหรับนักการตลาด

รูปแบบการวิเคราะห์และการรายงานนี้ช่วยให้นักการตลาดเห็นภาพที่สมบูรณ์ยิ่งขึ้น ซึ่งรวมถึงการระบุแหล่งที่มาอย่างเต็มรูปแบบและเส้นทางออนไลน์ของลูกค้าที่คาดหวัง โดยทั่วไปแล้วเราไม่ได้อธิบายการเดินทางของลูกค้ามากนัก—เพียงระดับหนึ่งของการแยกแชนเนลที่เป็นเจ้าของ ได้รับ และชำระเงิน—แต่เป็นภาพสามมิติ

การเข้าถึงข้อมูลประเภทนี้อาจมีผลกระทบอย่างมากต่อประสิทธิภาพและต้นทุนของสื่อแบบชำระเงิน โดยแจ้งให้นักการตลาดทราบว่าควรหลีกเลี่ยงไซต์ใดและไซต์ใดที่ควรเพิ่มเป็นสองเท่า นอกจากนี้ยังสามารถเป็นประโยชน์สำหรับสื่อที่สร้างรายได้ การตลาดโดยใช้อินฟลูเอนเซอร์ และการเข้าถึงสื่อ

จากมุมมองของสื่อเอง ข้อมูลเช่นนี้สามารถช่วยแจ้งให้นักการตลาดทราบว่าเนื้อหาใดในอุตสาหกรรมของตนที่ได้รับความนิยมหรือด้อยโอกาสมากที่สุด ซึ่งเป็นข้อมูลข่าวกรองด้านเนื้อหาที่แท้จริง ข้อมูลเชิงลึกของโซเชียลมีเดียแบบชำระเงินและออร์แกนิกจะสมบูรณ์ยิ่งขึ้นและละเอียดถี่ถ้วนมากขึ้นในโมเดลนี้เช่นกัน

การแสดงภาพของระบบการวิเคราะห์ใหม่นี้แสดงไว้ด้านล่าง:

อุดมด้วยข้อมูล ข้อมูลเชิงลึกแย่

เราอยู่ในโลกที่ถูกบริโภคโดยข้อมูลทั้งหมด แต่ข้อมูลจริงๆ คืออะไร? ท้ายที่สุดแล้ว ไม่มีอะไรมากไปกว่าสินค้าโภคภัณฑ์ ทรัพยากร สิ่งสำคัญสำหรับนักการตลาดในตอนนี้คือสิ่งที่พวกเขาสามารถทำได้ คำถามที่นักการตลาดทุกคนควรถามตัวเองเกี่ยวกับข้อมูลคือ “ข้อมูลเชิงลึกใดบ้างที่แสดงซึ่งสามารถขับเคลื่อนแคมเปญของฉันไปสู่ระดับถัดไปได้”

มีการให้ความสนใจมากขึ้นกับแนวคิดของแพลตฟอร์มข้อมูลลูกค้า (CDP) แนวคิดนี้ถูกกำหนดให้เป็นที่จัดเก็บข้อมูลลูกค้าของคุณทั้งหมดแบบรวมเป็นหนึ่งเดียว แนวคิดนี้เริ่มใช้ครั้งแรกในปี 2013 CDP มีความสำคัญอย่างยิ่งยวดในการทำความเข้าใจผู้มีโอกาสเป็นลูกค้าและลูกค้าในแบบองค์รวม ซึ่งรวมถึงทั้งก่อนการได้มาและภายหลังการได้มา

น่าเสียดายที่มีนักการตลาดน้อยมากที่มี CDP ที่แท้จริง ส่วนใหญ่มีระบบและเครื่องมือที่แตกต่างกันซึ่งไม่สามารถแบ่งปันข้อมูลหรือข้อมูลเชิงลึกได้ดีนัก นักการตลาดที่สามารถเข้าถึงเทคโนโลยี CDP ได้นั้นมีความได้เปรียบอย่างมากเหนือผู้ที่ไม่สามารถทำได้

การวิเคราะห์การตลาดและเทคโนโลยีการระบุแหล่งที่มาที่ดีที่สุดมี CDP อยู่ภายใน คุณค่าที่แท้จริงสำหรับนักการตลาดอยู่ที่เทคโนโลยีที่สามารถทำได้กับข้อมูลและคำแนะนำที่พวกเขาให้ไว้ AI มีบทบาทสำคัญในคุณลักษณะนี้

การระบุแหล่งที่มาทางการตลาด

เช่นเดียวกับการวิเคราะห์ส่วนใหญ่ในปัจจุบัน การระบุแหล่งที่มาทางการตลาดนั้นมีมิติเดียวโดยธรรมชาติ นี่เป็นเพียงภาพสะท้อนของข้อมูลที่นำเสนอโดยเทคโนโลยีการวิเคราะห์ปัจจุบันจำนวนมาก อินโฟกราฟิกด้านล่างจาก Bizible ทำงานได้ดีในการอธิบายประเภทต่างๆ ของการสร้างแบบจำลอง ช่องทางการตลาดและกิจกรรม การทำแผนที่ช่องทาง และเมตริกที่เกี่ยวข้องกับการแสดงที่มาทางการตลาด

ตัวอย่างเช่น การเข้าชมจากการอ้างอิงจะแสดงเป็นช่องทางการตลาด เราสามารถเข้าไปดูการวิเคราะห์ของเราได้อย่างง่ายดายและค้นหาปริมาณการเข้าชมที่ส่งมาจากแหล่งอ้างอิง การเข้าชมบางส่วนอาจกลายเป็นลูกค้าได้เช่นกัน

ขึ้นอยู่กับรูปแบบการระบุแหล่งที่มาของเรา (เช่น สัมผัสสุดท้าย) เราสามารถให้เครดิตการเข้าชมอ้างอิงที่แปลงเป็นรายได้ จะมีลักษณะเช่นนี้เมื่อเว็บไซต์เป็นของเราและการแปลง (ขาย) อยู่บนเว็บไซต์ของเรา:

สิ่งนี้ใช้ได้ในโลกการวิเคราะห์แบบมิติเดียว อย่างไรก็ตาม ในความเป็นจริงแล้ว มีความเป็นไปได้มากกว่าที่บางอย่างจะกระตุ้นการเข้าชมไปยังแหล่งอ้างอิง และอย่างอื่นก็นำการเข้าชมมายังแหล่งดังกล่าว นั่นคือข้อมูลที่นักการตลาดส่วนใหญ่ไม่สามารถเข้าถึงได้ในปัจจุบัน โมเดลนั้นจะมีลักษณะดังนี้:

นี่คือตัวอย่างของรูปแบบการระบุแหล่งที่มาที่อยู่ห่างออกไปสามระดับ เว็บไซต์อื่น ๆ ที่ระบุไว้อาจเป็นแหล่งอ้างอิงอื่น ๆ โซเชียลมีเดีย อีเมล เครื่องมือค้นหา ฯลฯ ในฐานะนักการตลาด นี่เป็นข้อมูลที่มีค่าอย่างยิ่งที่ควรมี

หากเรารู้ว่าเว็บไซต์ทั้งสองคืออะไร เราก็สามารถเข้าไปหาพวกเขาได้โดยตรงและเป็นพันธมิตรในการเป็นสปอนเซอร์ อาจเป็นบล็อกยอดนิยมหรือสิ่งพิมพ์ออนไลน์ การไปตามเส้นทางสื่อที่ได้รับและเสนอเรื่องราวที่จะเขียนก็เป็นไปได้เช่นกัน บางทีเว็บไซต์หนึ่งอาจเป็นผู้มีอิทธิพลที่ได้รับความนิยมในอุตสาหกรรม นั่นเป็นความร่วมมือทางการตลาดที่เป็นไปได้

ข้างต้นเป็นตัวอย่างที่ง่ายมากของรูปแบบการระบุแหล่งที่มาแบบสามมิติ และค่อนข้างเข้าใจได้ง่าย ตอนนี้ลองนึกภาพแบบจำลองที่แสดงทุกสิ่งที่เชื่อมโยงกับแหล่งที่มาของการเข้าชมทั้งหมด และทุกสิ่งที่เชื่อมโยงกับแหล่งที่มาเหล่านั้น ค่อนข้างยากที่จะจินตนาการใช่ไหม? มันจะมีลักษณะเหมือนกราฟิกด้านล่าง

โมเดลข้างต้นสามารถแจ้งนักการตลาดว่าไซต์ใดควรหยุดโฆษณาหรือเพิ่มเป็นสองเท่าในขณะที่ระบุไซต์ใหม่ที่มีประสิทธิภาพดีกว่าที่นักการตลาดควรลงทุน มันทำสิ่งเดียวกันกับสื่อที่หารายได้เช่นกัน แต่ในกรณีนี้ มันคือที่ที่จะใช้เวลา แทนที่จะเป็นงบประมาณ นอกจากนี้ยังช่วยให้นักการตลาดได้รับข้อมูลข่าวกรองเนื้อหาที่แท้จริงว่าหัวข้อใดที่โดนใจหรือด้อยโอกาสในขอบเขตอิทธิพลร่วมสมัยของตนทางออนไลน์

แต่ละเว็บไซต์ที่นำเสนอในข้างต้นอาจไม่ได้มีความสำคัญมากนัก อย่างไรก็ตาม ความสัมพันธ์และความเชื่อมโยงกับเว็บไซต์อื่นๆ การค้นพบและการระบุคลัสเตอร์ที่เกี่ยวข้องก็เช่นกัน

อีกสิ่งหนึ่งที่แผนที่สามมิติของอินเทอร์เน็ตสามารถทำได้คือการสร้างรูปสามเหลี่ยม หมายความว่าแหล่งที่มาของการเข้าชมที่ไม่รู้จักก่อนหน้านี้ (การเข้าชมโดยตรง) สามารถเปิดเผยได้ในหลายกรณี สิ่งนี้มีความสำคัญมากเนื่องจากบางเว็บไซต์อาจมีการเข้าชมโดยตรงเป็นเปอร์เซ็นต์จำนวนมาก

ลองจินตนาการถึงการตัดสินใจทางการตลาดโดยใช้แบบจำลองการระบุแหล่งที่มาแบบมิติเดียว และข้อมูลเปอร์เซ็นต์ที่หายไปจำนวนมากเพราะถูกซ่อนไว้เป็นการเข้าชมโดยตรง นักการตลาดไม่จำเป็นต้องจินตนาการเพราะเราทำมานานกว่าทศวรรษแล้วและเป็นที่ยอมรับ พวกเราส่วนใหญ่เห็นเพียง 20% ของข้อมูลในระบบนิเวศดิจิทัลที่เกี่ยวข้อง อีก 80% ที่เราไม่ได้ใช้ประโยชน์เพื่อแจ้งการตัดสินใจทางการตลาดของเรา

สีเหลืองด้านบนแสดงถึง 20% ของขอบเขตดิจิทัลของอุตสาหกรรมที่มีอิทธิพลที่นักการตลาดสามารถมองเห็นได้ สิ่งนี้ได้รับการยอมรับตั้งแต่ต้นปี 2000 การวิเคราะห์ที่ขับเคลื่อนด้วย AI ในปัจจุบันช่วยให้มองเห็น 80% ที่เหลือได้เป็นครั้งแรก

ฉันรู้ว่าผู้อ่านหลายคนกำลังคิดอะไรอยู่ เราจะรับมือกับข้อมูลนี้ได้อย่างไร และเมื่อเราได้ข้อมูลมาแล้ว เราจะเข้าใจได้อย่างไร สิ่งที่ระบุไว้ข้างต้นเป็นข้อมูลขนาดใหญ่อย่างแท้จริง มีเหตุผลที่บทความนี้เริ่มต้นจากการพูดถึงการตลาด AI และการวิเคราะห์ เมื่อทั้งสองแต่งงานกันมันทำให้เป็นไปได้

ปัจจุบันมีเทคโนโลยีที่ทำสิ่งนี้และไม่ใช่แค่การคาดเดาเท่านั้น แต่เป็น AI ที่กำหนด ซึ่งหมายความว่าจะดูข้อมูลที่มีโครงสร้างและไม่มีโครงสร้างจำนวนมหาศาลเพื่อบอกนักการตลาดอย่างชัดเจนว่าต้องทำอะไรต่อไป ด้วยวิธีนี้ การวิเคราะห์อย่างที่เราทราบกันดีว่ามีการเปลี่ยนแปลงไปตลอดกาล

อนาคตคือปัจจุบัน

ทุกกลยุทธ์ที่เกี่ยวข้องกับสื่อที่ได้รับ เป็นเจ้าของ และชำระเงินที่อธิบายไว้ใน ebook นำเสนอโซลูชันแบบสแตนด์อโลนและไม่ได้เป็นส่วนหนึ่งของแพลตฟอร์มการวิเคราะห์ที่ขับเคลื่อนด้วย AI แบบบูรณาการ สิ่งนี้ช่วยขับเคลื่อนความตะกละของนักการตลาดซอฟต์แวร์ Martech ที่เผชิญทุกปี นี้ไม่เหมาะ

ในปี 2560 เพียงปีเดียว ระบบนิเวศของซอฟต์แวร์ martech มีผู้จำหน่ายมากกว่า 5,000 ราย เมื่อหมวดหมู่เหล่านี้รวมกันอยู่ภายใต้แพลตฟอร์มการวิเคราะห์ที่ขับเคลื่อนด้วย AI จะทำให้การผสานรวมด้านการตลาดกับซอฟต์แวร์การขายและการบริการง่ายขึ้นมาก และช่วงการเรียนรู้จะง่ายขึ้นมาก ไม่ต้องพูดถึง กระบวนการจัดซื้อจัดจ้างสำหรับโซลูชันที่ครอบคลุมทุกอย่างนั้นอร่อยกว่าทางเลือกอื่นมาก

มิฉะนั้น นักการตลาดกำลังมองหาการใช้โซลูชันซอฟต์แวร์ที่ขับเคลื่อนด้วย AI ที่ไม่ซ้ำกัน 12 รายการเพื่อขับเคลื่อนการตลาดของพวกเขา นี่คือเหตุผลที่นักการตลาดเลือกใช้ซอฟต์แวร์การตลาดอัตโนมัติในทศวรรษนี้ แน่นอน เป็นไปได้ที่จะขอความช่วยเหลือจากผู้จำหน่ายซอฟต์แวร์แปดรายเพื่อทำสิ่งที่ผู้จำหน่ายระบบอัตโนมัติด้านการตลาดรายเดียวสามารถทำได้ แต่ไม่เหมาะด้วยเหตุผลที่ชัดเจน

โดยทั่วไป การนำเทคโนโลยีการตลาดหลายๆ อย่างมาใช้ จะทำให้เกิดสตรีมข้อมูลที่ไม่เป็นเอกภาพซึ่งจัดเก็บไว้ในที่ที่แยกจากกัน ระบบเหล่านี้ขาดการเชื่อมต่อจากกันและให้ข้อมูลที่ไม่สมบูรณ์เป็นผล ลองจินตนาการว่าต้องดูแดชบอร์ดที่ไม่ซ้ำกัน 12 รายการเพื่อถอดรหัสกลยุทธ์และกลวิธีทางการตลาด นั่นคือสิ่งที่หลายคนกำลังทำอยู่

ที่กล่าวว่าตอนนี้เป็นอนาคตเพราะมีโซลูชันการวิเคราะห์ที่ขับเคลื่อนด้วย AI ที่ครอบคลุมทั้งหมดซึ่งสามารถรวมมุมมองของลูกค้า ทำให้ข้อมูลขนาดใหญ่สามารถดำเนินการได้ แยกวิเคราะห์ข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง คาดการณ์ผลลัพธ์ กำหนดการดำเนินการ แสดงที่มาทางการตลาดเต็มรูปแบบ และเปิด 80 % เว็บเข้าตานักการตลาดมากขึ้น

เป็นเวลากว่าทศวรรษที่นักการตลาดได้รับความไว้วางใจจากผู้ให้บริการวิเคราะห์เพียงไม่กี่รายที่ขายโฆษณาออนไลน์ด้วย พวกเขาไม่มีแรงจูงใจที่จะช่วยให้นักการตลาดใช้จ่ายน้อยลงแต่ยังได้ผลลัพธ์ที่ดีขึ้น ความเป็นอิสระของข้อมูลเป็นวิธีเดียวที่จะหลีกเลี่ยงความขัดแย้งทางผลประโยชน์โดยธรรมชาตินี้

ทางเลือกอื่นคือการหยุดทำโฆษณาออนไลน์ทั้งหมดหรือลดงบประมาณลง Proctor & Gamble ประกาศเมื่อปีที่แล้วว่าจะลดการใช้จ่ายด้านสื่อออนไลน์ลงถึง 140 ล้านดอลลาร์ เนื่องจากความกังวลด้านความปลอดภัยของแบรนด์ บอท และเนื้อหาที่ไม่เหมาะสม

ปัญหานี้สามารถแก้ไขได้อย่างง่ายดายด้วยการลงทุนเชิงอนุรักษ์ในการวิเคราะห์ที่ขับเคลื่อนด้วย AI เทคโนโลยีนี้จะช่วยให้ Proctor & Gamble มุ่งเน้นไปที่ตำแหน่ง (ที่) ในเจ็ด P ของการตลาด ซึ่งเป็นหัวใจหลักของปัญหาของพวกเขา

ไม่ใช่แค่สื่อที่ต้องชำระเงินเท่านั้นที่ได้ประโยชน์ สื่อที่ได้รับค่าจ้าง ได้รับ และเป็นเจ้าของอาจได้รับผลกระทบเชิงบวกจากเทคโนโลยีใหม่นี้ ตั้งแต่การตลาดที่ใช้อินฟลูเอนเซอร์และ SEO ไปจนถึงโฆษณาแบบดิสเพลย์และโซเชียลมีเดีย

หากคุณต้องการเจาะลึกเกี่ยวกับ AI และกลยุทธ์เหล่านี้ ลองอ่าน ebook ฉบับเต็มของฉันได้ฟรี ฉันออกเดินทางเพื่อเรียนรู้ทุกสิ่งที่ทำได้เกี่ยวกับ AI และการตลาด และหวังเป็นอย่างยิ่งว่าคุณจะได้เรียนรู้สิ่งใหม่ๆ จากการเดินทางครั้งนี้ด้วย

(หมายเหตุ: คุณมีเวลาถึงวันที่ 15 พฤษภาคมในการลงทะเบียนสำหรับ "การตลาดเนื้อหาที่สมบูรณ์: ศิลปะและวิทยาศาสตร์ของการสร้างเนื้อหา" ของ Rutgers Business School ซึ่งเป็นหลักสูตรออนไลน์ที่สอนโดยเพื่อนของฉัน Ian Cleary และ Mark Schaefer การบรรยายของคุณก็เช่นกัน ใช้รหัสส่วนลด “เติบโต” ของเราเพื่อรับส่วนลด 10%)

บทความนี้เผยแพร่ครั้งแรกใน Social Media Today