Yapay Zeka: Pazarlamaya Modern Bir Yaklaşım

Bu kılavuzda, yapay zekanın şu anda pazarlamayı nasıl etkilediği ve gelecekte nasıl etkilemeye devam edeceği hakkında ayrıntılara gireceğim.

Bu yazının sonunda, yapay zekanın olasılıkları konusunda heyecan duyacaksınız ve muhtemelen sonuçları konusunda biraz gergin olacaksınız!

Ve gergin olmak sorun değil çünkü pazarlamacıların organizasyonlardaki rolü değişecek ama….

…hala oynayacak önemli bir rolünüz olacak.

İçindekiler

BÖLÜM 1

Yapay Zekaya Giriş (AI)

Pazarlamada Yapay Zeka gerçektir ve şimdi oturup farkına varma zamanıdır.

Yapay zeka, pazarlamayı daha akıllı (yani AI destekli) çözümlerin pazarlamacıların sorunları çözmesini ve hedeflere daha verimli bir şekilde ulaşmasını sağladığı daha akıllıca otomatikleştirilmiş bir geleceğe doğru hızlandırıyor. Bir seçeneğin var. Arkanıza yaslanıp pazarlama dünyasının daha akıllı hale gelmesini ve etrafınızda değişmesini bekleyebilirsiniz ya da şimdi yapay zekayı benimseyebilir ve kendiniz ve şirketiniz için rekabet avantajı yaratmada proaktif olabilirsiniz.

Pazarlama Yapay Zeka Enstitüsü Kurucusu Paul Roetzer

Ancak, tüm yazılım şirketlerinin gerçekten öyle olduğunu söyleyen yapay zekası yoktur.

AI Tech şirketlerinin, yazılımlarının AI tarafından desteklendiğini ve yatırımcıların yazılımlarındaki AI nedeniyle onlara daha yüksek değerler vereceğini söyleyerek bundan yararlanmak istediklerini çevreleyen çok fazla yutturmaca var.

Ancak gerçek AI uygulamaları oluşturan birçok harika yazılım şirketi var ve bu, önümüzdeki birkaç yıl içinde büyük ölçüde büyüyecek.

MRFR araştırması, AI pazarının 2025 yılına kadar 25 milyar değerinde olacağını öngördü.

Bir pazarlamacıysanız, AI'nın pazarlama üzerindeki potansiyel etkisini hızlandırmanın ve anlamanın zamanı geldi. Bu kılavuzun yardımcı olacağından oldukça eminim.

Peki, yapay zeka nedir?

Hepimiz insan zekasının ne olduğunu biliyoruz... Neyse umarım öyledir!

Yapay zeka, bir makinenin insan benzeri bir zeka göstermesidir.

Örneğin:

Bir makine verileri işler ve ondan öğrenir, böylece gelecekte işleyeceği veriler hakkında daha akıllı kararlar verebilir.

Makine, aynı talimatları tekrarlamak yerine, deneyime dayalı olarak yeni talimatları otomatik olarak öğrenir.

Deepmind tarafından geliştirilen yapay zeka oyunu Alpha Zero, Satrancı 4 saatte öğrendi ve ardından satranç oynamak için mevcut en iyi bilgisayar programını yenmeyi başardı.

Yeni bir oyun öğrenmek, insan zekasını taklit etmektir, ancak yapay zeka, bir insanın aylarca sürebileceğini 4 saatte öğrenebilir.

Bilgisayar bilimi, AI çalışmasını akıllı ajanların gelişimi olarak tanımlar.

Bak:

Bu gerçekten akıllı programlama ile ilgili.

Zekamız yapay zeka oluşturmaya yardımcı olur.

Bazı görevler çok rutin hale geldiğinden artık yapay zeka olarak kabul edilmeyebilir.

İşte bir örnek:

Optik karakter tanıma, bilgisayarlardan beklenen rutin bir görev olduğu için genellikle hariç tutulur.

Dar ve güçlü yapay zeka arasındaki fark nedir?

Dar AI (zayıf AI olarak da adlandırılır), tek bir göreve odaklanan yapay zekadır.

Güçlü AI, diğer her şeydir!

Güçlü AI, zekayı belirli bir görevden ziyade herhangi bir soruna uygulama yeteneğine sahiptir.

Örneğin:

Bir spam filtreleme aracı bir görevi iyi bir şekilde yerine getirir. Kendi kendini süren bir araba da dar AI olarak tanımlanır, ancak bence bu biraz gergin!

Yapay Zeka Pazarlamacıların Yerini Alacak mı?

Evet…. bazı!!!

Pazarlama, makinelerin yardımcı olabileceği çok sayıda tekrarlayan görev içeren, zaman alan bir süreçtir…

…ama makinelerin asla insan pazarlamacılarla aynı düzeyde gerçekleştiremeyeceği belirli görevler vardır.

Gelecekte bir robotun karşısında oturup bir iş teklifini tartıştığını hayal edebiliyorum ama bir robotla gerçek bir insanla kurduğum aynı ilişkiyi kuracağımı hayal edemiyorum. Satrançta birini yenmek için yazılım oluşturmak nispeten kolaydır ve…

…yazılım insanları yenmede daha iyi hale geliyor.

Fakat…

İlişkiler kurmak, pazarlamanın en önemli kısmıdır ve bilgisayarlar bunda berbattır.

Ayrıca, bir şirket için kim bir strateji oluşturacak?

AI özellikli bir makine bu stratejiye girdi sağlayabilir ancak stratejistler yine de hayatta kalacak.

Geçenlerde oyuncunun bir işletim sistemiyle ilişki kurduğu 'Her' adlı bir film izledim.

Çok saçma bir film!

Ancak şu anda, pazarlamacılar arasında bilgi eksikliği nedeniyle, kuruluşlarda yapay zekanın uygulanmasında ciddi bir sorun var.

Deloitte tarafından 2018 yılında CMO'lar (Chief Marketing Officers) ile yapılan bir raporda, pazarlamada organik büyümeyi yavaşlatabilecek en önemli faktör yetenek eksikliğidir.

Ve AI, pazarlamanın diğer birçok alanından daha teknik olduğu için, bu büyük bir sorun olacak.

Bu kılavuzu yazdım çünkü çevrimiçi yapay zeka hakkında anlaşılması oldukça zor olan çok fazla teknik bilgi var. Bu kılavuzun pazarlamacıların yapay zekanın gerçekte ne olduğunu anlamalarına yardımcı olacağını umuyorum.

Yapay zekayı anladıktan sonra, dahili olarak kullandığınız sistemleri yapay zeka yazılımıyla nasıl değiştireceğinizi öğrenebilirsiniz. Ve mevcut yazılım çözümlerini değiştirmenin akıllıca olduğuna karar verirseniz, hangi işlevlerin kaybolacağını ve hangi yeni işlevlerin ekleneceğini bulmanız gerekir.

Ardından ekibinizi yapay zeka konusunda eğitmeniz ve onları yeni yazılım konusunda eğitmeniz gerekecek.

Ayrıca, yapay zeka çözümleri pazarı o kadar hızlı büyüyor ki, yapay zekayı anlamadan doğru satıcıyı bulmakta zorlanacaksınız.

BÖLÜM 2

Yapay Zekanın Unsurları

Yapay zeka, çeşitli unsurları içeren karmaşık bir alandır.

Aşağıdakilere odaklanılmıştır:

• Öğrenme – Bilgi edinme ve bu bilgiyi kullanmak için kurallar.
• Akıl yürütme - Bir şey hakkında mantıklı ve mantıklı bir şekilde düşünmek.
• Yapmak – Yapmayacaksanız öğrenmenin ve düşünmenin ne anlamı var?
• Kendi kendini düzeltme – Hataları anlama ve düzeltme.

İşte AI'nın uygulandığı ana alanların bir dökümü.

Not: Alanların her birinde bazı örtüşmeler vardır. Örneğin, kendi kendini süren bir araba, makine öğrenimi, görüntü tanıma ve derin öğrenmenin bir kombinasyonunu kullanır.

Nöral ağlar

Beyin bir girdi (dış veya dahili) alır, işler ve sonra bir sonuç üretir.

Bir nöron, beyindeki temel hesaplama birimidir ve çıktıları üretmek için bu girdileri işlemekten sorumludur.

Kimyasal sinyaller nöronlardan nöronlara iletilir.

Bir insan vücudunda ortalama olarak 100 milyardan fazla nöron vardır ve bu, nöronlar arasında son derece karmaşık bir bağlantı ağıdır. Bazı nöronlar 10.000'e kadar başka nörona bağlanabilir.

Birinin elini sıcak bir sobanın yanına koyduğunu hayal edin. Bu bir girdidir. Nöronlar bunu işleyerek elin ocaktan çıkmasına neden olur.

Bunun dahili olarak nasıl görüneceği aşağıda açıklanmıştır:

Duyusal nöron ısıyı hisseder, bilgiyi diğer iç nöronlara ve sonunda ısıdan uzaklaşma reaksiyonuna neden olan bir motor nörona iletir.

Tek bir nöron kendi başına pek bir şey yapmaz, ancak karmaşık bir nöron ağı kullanmak size inanılmaz yetenekler verir.

Nöron girdi, çıktı ve ağırlıktan oluşur. Ağırlık, bu özel bilgi parçası için genel şemada gerçekten bir önem göstergesidir.

Örneğin, bir makinenin bir arabanın ne kadar değerli olduğunu hesaplamasını istiyorsunuz.

Yıl, marka, model, durum, kilometre vb. gibi bir dizi girdi alırsınız ve bunlar nöronlardan geçirilir. Her girdi ağırlıklıdır.

Marka ve model, kilometreden veya yıldan daha yüksek ağırlıklıdır.

Ve daha sonra:

Bir dizi karmaşık hesaplamayla makine bir sonuca varıyor.

İşte bir sinir ağının basit bir örneği.

İlk girdiler ağırlıklandırılır (örn. önem bazında özellikler), daha sonra işlenmek üzere gizli katmana gönderilirler ve sonuç çıktıdır.

Makine öğrenme

Makine öğrenimi, bilgisayarların herhangi bir insan müdahalesine ihtiyaç duymadan mevcut görevleri yerine getirmede giderek daha iyi hale gelmelerini veya yeni görevleri yapabilmelerini sağlayan bir AI dalıdır.

Bilgisayarlar, gelecekte daha iyi sonuçlar üretebilmeleri için verileri sürekli olarak analiz ediyor. Basitçe söylemek gerekirse, daha akıllı hale geliyorlar.

Makine öğrenimi tipik olarak 3 bölüme ayrılır:

Derin öğrenme

Daha önce sinir ağlarından bahsetmiştik. Derin öğrenme, daha gelişmiş sinir ağlarını kullanır.

Yani bir girdi, gizli ve çıktı katmanı yerine birçok gizli katmanınız olabilir.

Yani, temel bir sinir ağından çok daha fazla işlem yapılır. Nöronlar arasında aynı ağırlık sistemi iletilir.

Derin öğrenme tipik olarak aşağıdaki şekilde kategorize edilir:

denetimli

Denetimli öğrenme, bilgisayara girdi verilerini ve ardından çıktı verilerini (yani beklediğiniz sonuçları) sağladığınız yerdir. Daha sonra bunun etrafında bir algoritma oluşturursunuz, böylece yeni girdi verileri sağlamaya başlayabilirsiniz ve bilgisayar otomatik olarak çıktı verilerini oluşturacaktır.

Örneğin, bir spam filtreniz olduğunu hayal edin. Bilgisayara bir e-postanın istenmeyen e-posta olup olmadığını belirlemek için bir dizi kural vermek yerine, ona bir dizi e-posta sağlar ve ardından bu e-postalardan hangisinin ve nedenini ona söylersiniz. Algoritma daha sonra yeni bir e-posta grubu oluşturmak için kullanılacaktı.

denetimsiz

Denetimsiz makine öğrenimi ile girdi verilerini sağlarsınız ancak çıktı verilerini sağlamazsınız. Girdi, ilk başta bir grup test verisi olabilir.

Bu nedenle, bilgisayarın yanıtları oluşturmasına yardımcı olacak herhangi bir örnek verisi yoktur. Biraz daha çalışması gerekiyor.

yarı denetimli

Bu mutlu bir ortam. Tamamen denetimsiz değildir ancak çıktı verileri tüm sonuçları doğru bir şekilde tahmin etmek için yeterli değildir.

Böylece, bilgisayar verileri işler ve çıktı verilerini, daha fazla veri işledikçe zaman içinde geliştirdiği bir kılavuz olarak kullanır.

Verileri manuel olarak sınıflandırmanız gereken durumlarda yarı denetimli ML kullanmak isteyebilirsiniz, ancak sınıflandırmak için o kadar çok şey var ki, yalnızca bir parçasını sınıflandırıp gerisini başa çıkmak için bilgisayara bırakın.

Doğal Dil İşleme (NLP)

Doğal dil işlemenin konusu budur…

Alexa bir Amazon cihazıdır.

Soruları konuşarak soruyorsunuz ve Alexa bunları işleyip yanıtlayabiliyor.

Eh, genellikle…..

Doğal dil işleme (NLP) sistemleri son birkaç yılda daha gelişmiş hale geldi, ancak hala birçok zorluk var.

Örneğin, aşağıdakileri söylemek olağandışı olmaz:

Alexa – Man U kimi oynuyor?

Manchester United taraftarları genellikle Manchester United'ı Man U veya Red Devils olarak kısaltır veya sadece United der. Alexa'nın bu kısaltmaları anlaması için zayıf bir şans var.

NLP için bir başka zorlu örnek:

"Geçen gece arkadaşlarımla bir bardaydım ve ölümcüldü."

İrlanda'da bu bağlamda 'ölümcül' kelimesini kullandığımızda, bunun çok eğlenceli olduğunu kastediyoruz. NLP sistemleri, metnin veya konuşulan kelimenin duyarlılığını tespit etmede hala iyi değil.

Yani NLP gelişmeye devam edecek ama asla mükemmel olmayacak çünkü:

• aksan
• Pek çok dil, çeşitli diller ve kullanılan argo
• Ses tonu ve beden dili

Evrimsel Hesaplama

Bu, Wikipedia'dan evrimsel hesaplamanın tanımıdır:

"Bilgisayar biliminde, evrimsel hesaplama, biyolojik evrimden ilham alan küresel optimizasyon için bir algoritma ailesi ve bu algoritmaları inceleyen yapay zeka ve yumuşak hesaplamanın alt alanıdır."

Ama bu aslında ne anlama geliyor…

Zaman içinde daha iyi çözümler 'geliştiren' sonuçların sürekli bir optimizasyon süreci olduğu için evrimsel olarak adlandırıldı.

Ayrıca Darwin'in evrim teorisinden evrimsel olarak da adlandırıldı.

Örneğin, Darwin'in teorilerinden biri, en uygun olanın hayatta kalmasıyla ilgiliydi. Bir türün en zayıf üyeleri zamanla ölecektir.

Evrimsel bilgi işlemle, bir soruna birçok potansiyel çözüm bulursunuz. Bazıları iyi olabilir ve bazıları tamamen rastgele olabilir.

Testlerle, zamanla en iyi çözümler gelişir.

Derin öğrenme ile zaten bildiğimiz modellere odaklanıyoruz. Evrimsel bilgi işlem, yardımcı olmak için kullanabileceğimiz herhangi bir örnek sonuca sahip olmadığımız sorunlara çözümler getiriyor.

Görüş

Bilgisayarların/makinelerin veya robotların görüntülere dayalı olarak otomatik olarak görme, işleme ve hareket etme yeteneğinden bahsediyoruz.

Görme için AI genellikle şu şekilde ayrılır:

Bilgisayarla görme - Bir görüntüden anlam çıkarmak için bilgi çıkaran bir bilgisayar.

Yapay görme – Üretim ortamı gibi alanlarda işleri iyileştirmek için görsel yöntemler kullanan makineler. Hataları görsel olarak tanımlıyor, gıda etiketlerini inceliyor ve/veya bir üründeki kusurları tespit ediyor olabilirler.

Robot vizyonu - Bu, üzerinde çalışılacak bir şeyi tanımlamak için vizyonun kullanıldığı ve robotik yeteneklerin gerekli eylemi gerçekleştirdiği yerdir.

robotik

Robotlar fiziksel makinelerdir.

Robotik, robotların çalışma alanıdır.

Bazen insanların, pazarlamacılar için otomatik olarak içerik oluşturan robotlardan bahsettiğini duyarsınız, ancak bunlar aslında robot değildir. İşin içinde fiziksel bir robot yok.

Çoğu robotun yapay zekası yoktur ancak bu durum değişmektedir.

Örneğin, 'Robomow' adında bir robotik çim biçme makinesine sahiptim. Slogan 'Seni biçmez' idi. Aslında onları satardım ama bu tamamen farklı bir hikaye.

Robomow bir şarj ünitesinin üzerine oturur ve birkaç günde bir dışarı çıkıp çimleri keserdi. Bahçenin kenarında bir elektrik kablosu vardı ve çim biçme makinesi kenarlara farklı açılarda gidip geliyordu. Nerede olduğunu kaydetti, böylece her yerin ne zaman kesildiğini bildi.

Yağmur sensörleri bile vardı, bu yüzden yağmur yağarsa çimleri kesmek için dışarı çıkmazdı.

Ama yapay zekası yoktu.

Örneğin bahçedeki engelleri öğrenmiş ve bu engellere göre farklı rotalar oluşturmuş olabilir.

Ne yazık ki, benimki trambolinin altında sıkışıp kalmaya devam etti…

…her zaman…

Bak:

Bu cihazların kullanışlı olmadığını söylemiyorum.

Ama… çok daha akıllı olabilirler.

Uzman sistemler

Uzman sistem, insanın karar verme yeteneğini taklit eden bir bilgisayar programıdır.

yani mevcut bir uzmana olan ihtiyacın yerini alır veya onu destekler.

Tipik olarak, bilgiyi her bir özel duruma uygulamak için bir dizi kural içeren bir bilgi tabanı içerir.

Makine öğrenimi yetenekleriyle, zaman içinde bilgi tabanını oluşturuyor ve çalışma bilgisine dayalı olarak yeni kararlar alıyor veya yeni kararlar alıyor.

Konuşma Yorumu

Çok uzak olmayan bir gelecekte, birinin evinde Amazon Eko gibi bir cihaz olmaması alışılmadık bir durum olacak, böylece bu cihazla ilgili soruları ve talimatları seslendirebilecek ve anında yanıt alabilecekler.

Ses yorumlama her zaman daha iyi hale geliyor ve bu cihazlardan bazıları zamanla öğrenmek ve daha iyi yanıtlar üretmek için yapay zekadan yararlanıyor.

Bir konuşma tanıma sisteminin, bir çağrı merkezinden bir satış yapılıp yapılmayacağını tahmin edebildiğini ve ardından temsilcilere dönüşüm oranını iyileştirmeleri için önerilerde bulunabildiğini hayal edin?

Bunu da bu konuşmadaki konuşmayı ve akustiği analiz ederek yaptılar.

OTO sistemleri adlı bir şirket, %50 dönüşüm oranlarıyla 4.000 saatlik gelen satış görüşmelerini inceledi.

Başarılı bir satışın "akustik imzasını" yakalamak için derin öğrenme modellerini eğittiler.

Arama sonuçlarının %94'ünü tahmin etmeyi başardılar.

Daha sonra bu sistemi bir çağrı merkezinde uyguladılar ve satışlarda %5'lik bir artışla etkileşimde %20'lik bir artış gördüler.

AI Planlama

Wikipedia'ya göre bunlar, akıllı ajanlar, robotlar veya insansız araçlar için otomatik olarak oluşturulan stratejiler veya eylem dizileridir.

Dolayısıyla, mesele bir sorunu analiz etmek ve bir eylem planı oluşturmakla ilgilidir.

AI planlaması aşağıdakileri dikkate alır:

• Bağımlılıklar – bir görevin tamamlanması için başka bir görev gerekiyor mu?
• Kilometre taşları – karşılanması gereken belirli tarihler
• Kısıtlamalar – örneğin, sadece 10 kişiniz varsa, probleme 20 kişiyi atamazsınız.

Plan ve program oluşturulduğunda, sonuçlara ve girdilerdeki değişikliklere göre otomatik olarak ayarlanır.

Örneğin, bir kaynak artık mevcut değilse, planın ayarlanması gerekir.

BÖLÜM 3

Pazarlamada Yapay Zeka Uygulamaları

Pazarlamada yapay zekanın, onu daha verimli hale getirecek ve daha iyi sonuçlar elde edilmesine yardımcı olacak pek çok potansiyel kullanımı vardır.

Uzun yıllardır 1'e 1 pazarlamadan bahsettik ve gelişmiş pazarlama otomasyon sistemleri ile bile bu hala bir gerçek değil.

Ancak… yapay zeka ile, daha çok bire bir müşteri iletişimi gibi hissettiren bir şey sunma şansımız çok daha yüksek.

Pazarlamanın yapay zeka ile nasıl gelişebileceğine dair bazı örneklere göz atalım.

Yapay Zeka ve İçerik Pazarlama

Web'de hayatta kalabilmek için içerik üretmemiz gerekiyor.

İçerik ziyaretçileri cezbeder, hedef kitlemizin ilgisini çeker ve onları geri gelmeleri için teşvik eder.

İçerik birçok biçimde gelir:

• Blog yazısı
• referanslar
• Gerçek veriler, örneğin raporlar
• video içeriği
• Tweetler
• Şirket Bilgisi

AI, İçerik Pazarlamacısının tam rolünü asla üstlenemez, ancak kesinlikle yardımcı olabilir.

Bilgisayarlar, bir bilgisayar tarafından yaratılmış gibi görünmeyen içerikleri otomatik olarak oluşturabilir mi?

Evet!

Statista'nın 2017 tarihli bir raporu, ankete katılan kişilerin %90'ından fazlasının kişiselleştirilmiş içerik almanın "çok/biraz" çekici olduğunu söylediğini ortaya koydu.

İnsanların sadece kendileriyle alakalı bilgi ve içerik sağlıyormuşsunuz gibi hissetmek istemeleri şaşırtıcı değil. Başkasını umursamıyorlar!!!

Pazarlamacıların tüm içeriği kişiselleştirmek için zamanları yok ama neyse ki yapay zeka yardımcı olabilir.

İşte nasıl:

içerik araştırması

MarketMuse, kullanıcılara doğru içeriği oluşturma konusunda rehberlik eden bir yazılım platformudur. Arama motorlarının içeriği nasıl sıraladığını anlamak için büyük veri ve yapay zeka kullanır.

Tüm verilerinizi sıkıştırır ve benzer içerik için diğer şirketlerin sıralamasıyla karşılaştırır.

Ardından, içeriğinizi konu kümeleri halinde düzenler, sıralaması kolay olan konuları tanımlar ve içeriğinizi nasıl geliştireceğiniz konusunda öneriler sunar.

İçerik denetimi yapmak gerçekten zaman alan bir işlemdir ve bunun gibi bir yazılım size büyük miktarda zaman kazandırabilir.

İşte MarketMuse'un pazarlama araçları için en iyi arama sonuçlarını analiz ettiği bir örnek. En üst sıradaki içerik parçalarının her birinde en alakalı terimleri çıkarır ve bunu içeriğinizle karşılaştırır.

Araç, rakiplerinizin içeriğinde bu anahtar kelimelerin bahsedilme sayısını, içeriğinizdeki bahsedilme sayısına kıyasla görüntüler. Daha üst sıralarda yer almak için iyileştirebileceğiniz bir içerik puanı alırsınız.

MarketMuse, içeriğinizi analiz ederek 'konu yetkinizi' belirler. Bunlar, etraflarında daha fazla içerik oluşturarak kolayca sıralayabileceğiniz konulardır.

İçerik yaratımı

Nörolinguistik nesil (NLG), verileri kulağa insan gibi gelen anlatılara dönüştüren bir teknolojidir.

Automated Insights, tam olarak adından da anlaşılacağı gibi yapan bir şirkettir.

Verileri analiz ederler ve otomatik olarak verileri açıklayan metinler üretirler.

Bir borsa şirketinde olduğunuzu ve müşteriler için 1000 farklı rapor oluşturmanız gerektiğini düşünün. Bu korkunç bir düşünce, değil mi?

Şimdi, bir düğmeye tıklayarak bu raporları otomatik olarak oluşturduğunuzu hayal edin.

AI bir kitap yazamaz veya bir blogcu olarak benim yerime geçemez, ancak içerik oluşturma konusunda kesinlikle çok yardımcı olabilir.

içerik büyütme

İçerik güçlendirme, daha fazla erişim elde etmek için içeriğin ücretli ve ücretsiz taktiklerle tanıtılması ve dağıtılması sürecidir.

Çevrimiçi ortamda çok fazla gürültü varken, en epik içerik bile tanıtımını yapmadığınız sürece iyi performans göstermez.

İçerik tanıtımı, içerik pazarlamacılarının zamanının büyük bir kısmını alıyordu, ancak şimdi bu süreci otomatikleştirmeye yardımcı olabilecek gerçekten akıllı araçlar var.

İşte bir örnek.

Inpowered, birçok yerel reklamcılık platformunda tanıtmak istediğiniz içeriği seçmenize ve ardından promosyonu yerleştirme ve en iyi tıklama başına ödeme oranlarını alma sürecini otomatikleştirmenize olanak tanıyan bir araçtır.

Belirli platformlardaki promosyonları iptal edecek, diğer platformlardaki promosyonları artıracak ve neyin ne zaman çalıştığını analiz edecektir.

Hepsi tam otomatik.

Bu platform ilginç çünkü teknoloji çok iyi ve sadece ilgili kullanıcılar için ödeme yapıyorsunuz. Birisi içeriğinizi görüntüler ve hemen geri dönerse, sizden ücret alınmaz.

İçerik optimizasyonu

Google'dan daha fazla trafik çekmek için içeriği optimize etmeye ne dersiniz?

Eski günlerde, aynı anahtar kelimeyi sıralamak için makalenize birçok kez yerleştirebilirdiniz.

Ama şimdi… Google, içeriğin ne hakkında olduğunu anlamak için içeriğinizin anlamsal analizini yapar.

Yazdığınız içeriği anlamak için makine öğrenimini (Rankbrain) kullanır.

Ayrıca, sadece anahtar kelimelere bakmıyor, konu otoritesine bakıyor.

İşte sitenizde konu otoritesini nasıl göstereceğinize dair bir örnek.

Bu içerik parçası gibi bir sütun içeriği oluşturursunuz.

Ardından, sütun içeriğine bağlanan ilgili içerik parçalarını (ve sütun bağlantılarını ilgili içeriğe) oluşturursunuz.

Hatta bir adım daha ileri gidebilir ve sitenizdeki ilgili veya sütun içeriğine bağlantı veren diğer web sitelerinde misafir gönderi içeriği oluşturabilirsiniz.

Bu, belirli bir anahtar kelimeyi hedefleyen bir gönderiden daha önemli olan konu yetkisini gösterir.

Google, konu yetkinizi belirlemek için AI'yı kullanır; bu nedenle, Google'a doğru sinyalleri sağlayıp sağlamadığımızı anlamak için AI'dan yararlanan araçlara ihtiyacımız olduğu anlaşılır.

MarketMuse ve bu alandaki diğer araçlar bunu yapar.

içerik küratörlüğü

Bir içerik iyileştirme aracı, ilgilendiğiniz alakalı içeriği bulmak için harikadır.

Örneğin, bir anahtar kelime grubu kurarsınız ve bu anahtar kelimelerle ilgili popüler içeriği bulur.

Fakat….

…içerik iyileştirme aracının yapay zeka versiyonu fazladan bir adım atıyor.

Örnek olarak Frase.io'yu alın.

Bu, içeriği bulur ancak daha sonra içeriği özetlemek için AI kullanır, böylece hepsini okumak zorunda kalmazsınız.

Sizi bilmem ama bana harika geliyor!!!

İçerik iyileştirme açısından, AI aşağıdaki iş akışlarında yardımcı olmalıdır:
– Medyayı izlerken daha hedefli sorgular yapmak ve gürültüyü ortadan kaldırmak
– Bilgi çalışanlarının içeriği daha hızlı tüketmesine ve yalnızca ilgili olduğunda daha derine inmesine yardımcı olmak için bilgileri özetleme
– Konular ve çizim eğilimleri arasındaki ilişkilerin zaman içinde belirlenmesi
AI aracılığıyla geliştirilmiş içerik iyileştirme, pazarlamacıların daha iyi haber bültenleri oluşturmasına, orijinal içerikleri hakkında daha fazla araştırma yapmasına, sosyal medya gönderilerini ölçeklendirmesine ve daha zengin dahili mikro siteler oluşturmasına yardımcı olmalıdır. Dijital yayıncılar, otomatik olarak raporlar oluşturmak ve editoryal iş akışlarını zenginleştirmek için AI odaklı içerik küratörlüğünü kullanabilir.

Tomas Ratia CEO Frase.io

AI ve Analitik

Analitiği tipik olarak tanımlayıcı, tahmine dayalı ve kuralcı analitik olarak ayırırız, ancak dördüncü bir boyut ekleyelim:

Tanımlayıcı analitik uzun süredir ortalıkta dolaşmaktadır.

Bunun bir örneği, Google Analytics verilerini görmek ancak bununla ne yapacağını bilmemek olabilir.

Tahmine dayalı analitik, yapabilecekleriniz hakkında size fikir verir ve kuralcı, ne yapmanız gerektiğini söyler.

Eylem odaklı analitik, öngörülenlere dayalı olarak eylemlerin otomatik olarak gerçekleştirildiği ve test edildiği yerdir.

Bazen yanlışlıkla eşimin Netflix hesabına giriyorum ve tavsiyelerin çoğu izleyeceğim filmler değil!

Ancak Netflix hesabımda oturum açtığımda, her zaman ilgimi çeken bir şey gösteriyor.

Netflix, insanları otomatik olarak farklı kategorilere ayırır ve derecelendirmeler, yerleştirdiğiniz kategorideki geri bildirimlere dayanır.

Bu yüzden, bir filmi ne kadar beğendiğimi gösteren bir yüzdelik derecelendirme gördüğümde, bu derecelendirme karım için farklı bir kategoride olduğu için farklı olabilir.

Netflix, kullanıcılarına daha iyi filmler pazarlamak için sürekli olarak daha iyi öneriler sunmaya çalışır.

Ama sadece izlemeye başladığınız filme/şova bakmazlar. Ayrıca şunlara da bakacaklar:

• Birazını izleyip izlemeyi bıraktın mı
• Birkaç gece izledin mi
• İzlediğinizde yani bir ay önce, bir yıl önce vb.

Ve elbette, çok daha fazlası.

Bunlar, zamanla öğrenen ve otomatik olarak ayarlanan makine öğrenme algoritmalarıdır.

Datalytyx adlı bir İngiliz şirketi, örneğin milyarlarca kaydı analiz etmek gibi büyük hacimli verileri analiz etme gibi büyük bir sorunu çözen bir AI çözümünün patentini aldı.

AI yazılımı, verilerin en alakalı %1'ini tanımlar ve buna dayalı olarak raporlar çalıştırırsınız.

Yapay Zeka ve Pazarlama Otomasyonu

Tipik bir pazarlama otomasyonu görevi, kullanıcılara bir e-posta listesine kaydolduktan sonra bir dizi e-posta göndermektir.

Ardından, e-postalarla etkileşimlerine göre insanları farklı bir yola yönlendirin.

Örneğin, bir sıradaki ikinci e-postadaki yeni bir ürünle ilgili bağlantıya tıklamak farklı bir e-postayı tetikler.

Bu akıllı e-posta otomasyonudur, ancak AI değildir.

AI, tamamen yeni bir zeka katmanı ekler. İşte bazı örnekler:

Watson, verileriniz hakkında daha fazla bilgi edinmek için yapay zekayı kullanan bir IBM platformudur.

'Watson pazarlama', Watson platformunun odaklandığı bir parçasıdır...tahmin ettiniz...pazarlama.

Bileşenlerinden biri, hedefli e-posta kampanyaları oluşturmaktır.

Kampanyadaki her bir birey hakkında daha fazla bilgi edinmek için yapay zekayı kullanır ve iletişimi bu verilere göre şekillendirir.

Örneğin insanları sadece doldurdukları bir forma göre bir kovaya koymak yerine, birçok kaynaktan veri çekerek yaşam tarzı, sosyal davranış, yaşam evresi, konum vb. bazında mikro segmentler oluşturuyor.

Ancak aynı zamanda bu verileri sürekli olarak değerlendirecek ve insanları yeni verilere ve performans analizine dayalı olarak segmentler arasında otomatik olarak hareket ettirecektir.

Büyük veri kümeleriyle çalışırken, belirli görevleri otomatikleştirmek ve verileri anlamlandırmak için yapay zekaya ihtiyacınız vardır.

Örneğin:

Birçok kaynaktan veri toplayın ve yaşam tarzına, sosyal davranışa, yaşam evresine, konuma vb. dayalı mikro segmentler oluşturun.

Orijinal kampanyalardaki kusurları keşfedin ve buna göre segmentleri ve teklifleri değiştirin.

Yapay Zeka ve Konuşma Pazarlaması

Chatbot, başka bir insanla konuşmayı simüle etmek için tasarlanmış bir bilgisayar programıdır.

Kolayca bir sohbet robotu oluşturmanıza izin veren birçok araç (örneğin mobil maymun) vardır.

Girdilere dayalı olarak otomatik olarak eylemler oluşturmanıza izin veren bir oluşturucu programa sahiptirler.

Ancak, bu sohbet robotları AI özellikli değildir. Belirli kullanıcı amaçlarını tanımak için eğitilirler ve yanıtları almak için bir bilgi tabanından yararlanırlar (alma tabanlı sohbet robotları).

Kullanıcılara anında oluşturabilecekleri sınırsız sayıda yanıt sağlayabilen sohbet robotlarını görmekten hala çok uzaktayız. Bu, işteki gerçek AI olacaktır.

Günümüzde çoğu sohbet robotu belirli bir alanda çalışıyor ve bildikleri ve yapabilecekleri şeyler çok sınırlı. Bununla birlikte, insan dilini anlamak için hala NLP tekniklerini kullanıyorlar. Daha karmaşık olanlar, kullanıcının sözlerinin ardındaki duyguyu anlamak için duygu analizini de kullanır.

Chatbot'lar, bugün olduğu gibi, satış ve pazarlama sürecinin belirli bölümlerini otomatikleştirmeye yardımcı olmak için hala çok kullanışlı bir araçtır.

Örneğin, sohbet robotları şunları yapabilir:

• kullanıcılarla kişiselleştirilmiş sohbetler yoluyla etkileşimi artırın
• web sitenizdeki müşteri sorularını ele alın
• kullanıcılar hakkında faydalı bilgiler toplayarak hedeflemeyi iyileştirin

Şimdi, web sitelerinde halihazırda sohbet robotları kullanan şirketler için, ne kadar iyi performans gösterdiklerini anlamalarına yardımcı olabilecek araçlar var.

Liveperson.com, müşterilerin ne zaman kötü bir müşteri deneyimi yaşadığını değerlendirmek için sohbet robotu konuşmalarını gerçek zamanlı olarak analiz eder. Şirketler daha sonra buna dayanarak harekete geçebilir.

Bunu kullanıp kullanmayacağımızdan emin değilim… yeni bir şema ortaya çıkabilir.

AI ve E-posta Pazarlama

E-posta pazarlaması, AI'dan büyük ölçüde yararlanabilecek bir alandır.

Bir düşünün - bir AI aracı, bireysel bir potansiyel müşteriyi dönüştürme şansınızı artırmak için ne tür içerik göndermeniz gerektiğini ve ne zaman göndermeniz gerektiğini belirlemenize yardımcı olabilir.

AI'nın çok büyük miktarda veriyi kısa sürede işleyebildiği gerçeği göz önüne alındığında, daha iyi bir yatırım getirisi ile daha akıllı ve daha verimli kampanyalar yürütüyor olacaksınız. A/B testinde kazanacağınız zamandan bahsetmiyorum bile!

AI tarafından desteklenen bir e-posta pazarlama aracı, pazarlamacılar için başka bir zorlu alanda da yardımcı olabilir - yüksek ölçekte kişiselleştirilmiş e-postalar göndermek.

AI, bir müşterinin şirketinizle olan geçmişini dikkate alabilir ve en iyi sonucu veren mesajlaşma ve tekliflerin türünü belirleyebilir.

Örneğin, Phrasee, daha yüksek tıklama oranlarını ve e-posta pazarlama kampanyalarına katılımı teşvik etmek için konu satırları, metin metni ve CTA'lar oluşturmak için yapay zekayı kullanan bir e-posta pazarlama aracıdır.

AI ve SEO

Yapay zeka, aramayı daha insancıl hale getirme potansiyeline sahiptir.

Bu, arama motorlarının artık daha anlamlı sonuçlar elde etmek için arama yapan kişinin sorgusunun anlamına ve bağlamına daha fazla baktığı anlamına gelir.

Anahtar kelime doldurma dönemi bitti. Arama algoritmaları artık kullanıcının bağlamına ve arama amacına odaklanıyor.

Ve bu iyi bir şey.

Pazarlamacılar, içeriklerinin sıralamasını iyileştirmek için AI araçlarından da yararlanabilir.

Artık SEO çabalarınızı aşağıdakiler de dahil olmak üzere çeşitli şekillerde geliştirmek için AI'yı kullanabilirsiniz:

• İçerik fırsatlarını belirleme
• Anahtar kelime araştırması yapmak
• İçerik optimizasyonu için fırsatları belirleme
• İçerik kişiselleştirme ve daha fazlası.

AI ve Sosyal Medya

Facebook'a her giriş yaptığınızda ve haber akışını görüntülediğinizde, yapay zekayı iş başında görürsünüz.

Facebook, kimi takip ettiğinizi, nelerle etkileşim kurduğunuzu, içeriği nasıl tükettiğinizi ve daha fazlasını sürekli olarak izliyor.

Bu algoritmalar, daha iyi haber akışı sonuçları üretmeyi zamanla öğrenir.

Facebook tamamen etkileşimle ilgilidir.

Platformda daha fazla zaman harcarsanız size daha fazla reklam gösterebilirler ve daha fazla para kazanırlar.

Bu kadar basit!

Neyle etkileşime girdiğinizi ve neyle etkileşime girmediğinizi izlemek tamamen mantıklıdır.

Bir Facebook sayfasını takip ediyor ve yayınladıkları gönderilerle hiç etkileşime geçmiyorsanız, bu, o sayfanın içeriğiyle ilgilenmediğinizin kesin bir işaretidir.

İşte sosyal medya için başka bir AI örneği.

Persado, "herhangi bir kanalda maksimum performans sağlamak için makine tarafından oluşturulmuş pazarlama kopyası" sağlar.

Daha fazla etkileşim sağlamak için en iyi kelimeleri, cümleleri, görselleri ve duyguları seçer.

Ve sosyal medya tamamen etkileşimle ilgilidir.

Bu sosyal medya modülü ile metni otomatik olarak oluşturacak ve en fazla etkileşimi sağlayacak en iyi görüntüleri bulacaktır.

AI ve Dönüşüm Oranı Optimizasyonu (CRO)

Dönüşüm oranı optimizasyonu, dönüşümün iyileştirilmesiyle ilgilidir.

Örneğin, web sitenize gelen 100 ziyaretçiden %2'sini dönüştürürsünüz ve ardından web sitenizde değişiklikler yapar ve dönüşümünüzü %3'e çıkarırsınız.

Dönüşümü artırmanın birçok yolu vardır:

• Daha yüksek tıklama oranı ve daha düşük maliyet elde etmek için reklamlarınızı iyileştirin
• Teklifinize daha iyi bir hedef kitle göndermek için reklamları iyileştirin
• Farklı bir satış hunisi oluşturun, örneğin biri satın aldıktan sonra bir yukarı satış seçeneği ekleyin
• Dönüşüm hunisinin parçası olan sayfaları, örneğin renkler, metin, resimler, video vb. değiştirin.

Bu çok zaman alan ve manuel bir süreçtir ve AI'nın yardımcı olabileceği yer burasıdır.

Unbounce, bir açılış sayfası aracıdır.

Yakın zamanda AI etrafında bir pilot proje oluşturdular ve 6 haftalık bir süre içinde 34 müşteriyi dahil ettiler.

Yapay zeka, gerçek kampanyalardaki açılış sayfalarının performansını analiz etti ve dönüşüm uzmanlarına nelerin değiştirileceği konusunda talimat verdi.

Ortalama olarak, sayfalardaki dönüşüm artışı, bir sayfanın %100'ün üzerine çıkmasıyla %19,8 oldu.

Bu kesinlikle bir dönüşüm uzmanıyla çalışmaktan beklediğinizden daha yüksek bir performans artışıdır.

AI ve Dinleme / İzleme

Dışarıdaki her şirket, markalarıyla ilgili mümkün olduğunca çok konuşmayı yakalayabilmek istiyor.

Amaç, insanların yalnızca markaları, ürünleri veya hizmetleri hakkında ne söylediklerini değil, aynı zamanda onlar hakkında nasıl hissettiklerini anlamaktır.

Bu, pazarlamacıların marka varlıklarını analiz etmelerine ve bu bilgileri hedef kitleleriyle iletişimi geliştirmek ve kampanyalarını daha iyi hedeflemek için kullanmalarına yardımcı olur.

NLP ve Sentiment Analysis bu alanda gerçekten yardımcı olabilir.

Şirketler, potansiyel sorunları tespit edip bunlara göre hareket edebilmeleri ve ayrıca satın alma amacını ortaya çıkarabilmeleri için ürünleriyle ilgili konuşmaları anlamak için yapay zekayı kullanabilir.

AI ve Görüntü Tanıma

Görsel içeriğin pazarlama için ne kadar önemli olduğunu hepimiz biliyoruz.

Artık eğilimleri analiz etmek ve sosyal medyada ve diğer kanallarda en iyi sonuçları getirecek görsel türlerini ortaya çıkarmak için AI ve görüntü tanıma araçlarını kullanabiliriz.

Görüntü tanıma, pazarlamacıların, hedef kitlenin ilgi alanlarına uyan görsel içerik sunabilmeleri için görüntüler aracılığıyla hedef kitlelerinin söylediklerini 'dinlemelerine' olanak tanır.

AI, milyonlarca sosyal medya gönderisini analiz etmeye ve insanların paylaştığı ve etkileşimde bulunduğu görüntülere filtre uygulamasına yardımcı olabilir.

Görüntü tanıma araçları olmadan, pazarlamacıların bu kadar görsel materyali analiz etmesi imkansız olurdu!

Bunun bir örneği Brandwatch'ın Image Insights platformudur. Bu araç, şirketlerin sosyal medyada markalarını içeren görselleri insanların nasıl kullandığını ortaya çıkarmasına yardımcı olmaya odaklanmıştır.

Temel olarak milyonlarca sosyal medya gönderisinde bir markanın logosunun görsel sözlerini analiz eder.

Yapay Zeka ve Etkileyici Pazarlama

Influencer pazarlama çok güçlü bir pazarlama şeklidir ancak markalar doğru influencerları belirlemekte zorlanırlar.

Yapay zeka teknolojisi ile artık etkileyicileri analiz etmenin ve bulmanın daha akıllı yolları var.

Örneğin:

Güvenilir uzmanlardan gelen faydalı içeriğe olan talep, pazarlama dünyasını etkileyici işbirliği şeklinde fırtınaya sokuyor ve yapay zeka birden fazla rol oynuyor.

Instagram'da 1,5 milyon takipçisi olan @lilmiquela gibi yapay zeka destekli sanal etkileyicilerden, etkileyici pazarlama platformlarında kullanılan karmaşık yapay zeka sistemlerine kadar, yapay zekanın etkileyici pazarlama üzerindeki etkisi ve sonuçları daha yeni başlıyor.

Yapay zeka ve etkileyici pazarlamanın gelecekteki uygulamaları, belirli etkileyicilerin, içerik türlerinin ve kanal kombinasyonlarının potansiyel etkisini tahmin etme yeteneğinin yanı sıra sahte takipçilere sahip etkileyicilerin daha gelişmiş filtrelenmesini içerir.

Lee Odden – Kurucu TopRank Pazarlama

4. BÖLÜM

AI ile ilgili Güvenlik Endişeleri

2018'de AB, GDPR (küresel veri koruma yönetmeliği) adlı bir düzenleme getirdi.

Amacı, kişisel verilerin şirketler tarafından izinsiz olarak toplanmasını, saklanmasını ve kullanılmasını düzenlemektir.

Tüketiciler kişisel verilerinin kullanımıyla giderek daha fazla ilgilenmeye başladıkça, benzer düzenlemelerin dünyanın diğer bölgelerinde de uygulanmasını bekliyorum.

AI tamamen veri toplamak ve işlemekle ilgili olduğundan, bunun ciddi yansımaları vardır.

Diyelim ki bir süpermarkete girdiniz ve süpermarket sizi tanımlamak için yüz tanımayı kullandı ve ardından mevcut verilere dayanarak deneyiminizi uyarladı. Bunu yapmak için izinleri var mı? Avrupa'da değil.

Bu nedenle, AI son derece güçlü olmasına rağmen, kullanımının bir kısmının onaylanması gerekecek.

Özet

AI için önümüzde parlak bir gelecek var.

Önümüzdeki yıllar boyunca pazarlama üzerinde büyük bir etkisi olacak.

Pazarlama rollerini değiştirecek, bazılarını tamamen ortadan kaldıracak ve daha önce hiç mümkün olmayan yepyeni bir gelişmişlik düzeyi sağlayacak.

Bir Pazarlamacı olarak endişelenmeli misiniz?

Tabii ki.

Yapay zekadaki gelişmelerden haberdar olmanız ve onu pazarlamanıza nasıl dahil edebileceğinizi görmeniz gerekir.

Bir Pazarlamacı olarak rolünüzü ve gelecekte rolünüzün nasıl gelişeceğini veya yerini alacağını düşünmeniz gerekir.