人工智能：现代营销方法

在本指南中，我将详细介绍人工智能现在如何影响营销，以及它将如何在未来继续影响它。

在这篇文章的最后，您会对 AI 的可能性感到兴奋，并且可能会对其中的含义感到有些紧张！

紧张是可以的，因为营销人员在组织中的角色会发生变化，但是……。

......你仍然可以发挥重要作用。

目录

第1章

人工智能 (AI) 简介

营销中的人工智能是真实的，现在是时候坐下来注意了。

人工智能正在加速营销走向一个更加智能自动化的未来，其中更智能（即人工智能驱动）的解决方案使营销人员能够更有效地解决问题并实现目标。 你有一个选择。 您可以坐下来等待营销世界变得更加智能并在您周围发生变化，或者您现在可以拥抱人工智能并积极主动地为您自己和您的公司创造竞争优势。

Paul Roetzer，营销人工智能研究所创始人

然而，并不是所有的软件公司都真正拥有自称拥有的人工智能。

围绕人工智能技术公司的炒作非常多，他们希望通过说他们的软件是由人工智能驱动的，投资者会因为他们软件中的人工智能而给予他们更高的估值。

但是有许多伟大的软件公司正在构建真正的人工智能应用程序，并且这将在未来几年内大幅增长。

MRFR 研究预测，到 2025 年，人工智能市场价值将达到 250 亿。

如果您是营销人员，那么是时候加快步伐并了解 AI 对营销的潜在影响了。 我很确定本指南会有所帮助。

那么，什么是人工智能？

我们都知道什么是人类智能……无论如何我希望如此！

人工智能是指机器展示出一些类似人类的智能。

例如：

机器处理数据并从中学习，因此它可以对未来处理的数据做出更明智的决策。

机器不只是重复相同的指令，而是根据经验自动学习新的指令。

由 Deepmind 开发的游戏 AI Alpha Zero 在 4 小时内学会了国际象棋，然后能够击败可用于下棋的最佳计算机程序。

学习新游戏是在模仿人类的智能，但人工智能可以在 4 小时内学会人类可能需要几个月才能完成的事情。

计算机科学将人工智能的研究描述为智能代理的发展。

看：

这真的是关于智能编程。

我们的智能有助于创造人工智能。

随着某些任务变得非常常规，它们可能不再被视为人工智能。

这是一个例子：

光学字符识别通常被排除在外，因为它是计算机预期的例行任务。

窄人工智能和强人工智能有什么区别？

狭义人工智能（也称为弱人工智能）是专注于一项任务的人工智能。

强大的人工智能就是一切！

强大的人工智能能够将智能应用于任何问题而不是特定任务。

例如：

垃圾邮件过滤工具可以很好地完成一项任务。 自动驾驶汽车也被描述为狭义的人工智能，但我认为这有点牵强！

人工智能会取代营销人员吗？

是的…。 一些！！！

营销是一个时间密集型的过程，有很多机器可以帮助完成的重复性任务……

……但有些任务机器永远无法像人类营销人员那样完成。

我可以想象，在未来，坐在机器人对面讨论商业提议，但我无法想象我会与机器人建立与真人相同的关系。 构建软件以在国际象棋中击败某人并且……相对容易。

…该软件在击败人方面变得更好。

但…

建立关系是营销中最重要的部分，而计算机却很糟糕。

此外，谁将为公司制定战略？

支持人工智能的机器可以为这一战略提供输入，但战略家仍然可以生存。

我最近看了一部名为“她”的电影，其中演员与操作系统建立了关系。

这么荒谬的电影！

然而，目前，由于营销人员缺乏知识，在组织内实施人工智能存在严重问题。

在德勤于 2018 年与 CMO（首席营销官）合作的一份报告中，可能减缓营销有机增长的主要因素是缺乏人才。

而且由于人工智能比大多数其他营销领域更具技术性，这将是一个主要问题。

我写这篇指南是因为网上有太多关于人工智能的技术信息，很难理解。 我希望本指南能帮助营销人员了解人工智能的真正含义。

一旦你了解了人工智能，你就可以弄清楚如何用人工智能软件替换你内部使用的系统。 如果您认为替换现有软件解决方案是明智之举，您需要弄清楚哪些功能将消失以及将添加哪些新功能。

然后，您需要对您的团队进行有关 AI 的教育，并对他们进行新软件的培训。

此外，人工智能解决方案的市场增长如此之快，以至于如果不了解人工智能，您将很难找到合适的供应商。

第2章

人工智能的要素

人工智能是一个复杂的领域，包括各种元素。

它侧重于以下方面：

• 学习——获取信息和使用该信息的规则。
• 推理——以合乎逻辑和明智的方式思考某事。
• 做——如果你不做，学习和思考的意义何在？
• 自我纠正——理解错误并纠正错误。

以下是已实施 AI 的主要领域的细分。

注意：每个领域都有一些重叠。 例如，自动驾驶汽车结合了机器学习、图像识别和深度学习。

神经网络

大脑接受输入（外部或内部），对其进行处理，然后产生结果。

神经元是大脑中计算的基本单位，它负责处理这些输入以产生输出。

化学信号从神经元传递到神经元。

人体内平均有超过 1000 亿个神经元，这是一个极其复杂的神经元之间相互连接的网络。 一些神经元可以连接到多达 10,000 个其他神经元。

想象一下，如果有人把手放在热炉附近。 这是一个输入。 神经元会对此进行处理，导致手从炉子上移开。

这是内部的外观：

感觉神经元感受到热量，将信息传递给其他内部神经元，最终传递给运动神经元，从而引起远离热量的反应。

单个神经元本身并不能做很多事情，但是使用复杂的神经元网络会给你带来惊人的能力。

神经元由输入、输出和权重组成。 权重实际上是该特定信息的整体方案中重要性的指标。

例如，您希望一台机器计算出汽车的价值。

您接受一系列输入，例如年份、品牌、型号、状况、里程等，这些输入通过神经元传递。 每个输入都是加权的。

品牌和型号的权重高于里程或年份。

接着：

通过一系列复杂的计算，机器得出了一个结果。

这是一个简单的神经网络示例。

初始输入被加权（例如基于重要性的特征），然后它们被发送到隐藏层进行处理，结果就是输出。

机器学习

机器学习是人工智能的一个分支，它使计算机能够逐渐更好地执行现有任务或能够在不需要任何人工干预的情况下完成新任务。

计算机不断分析数据，以便在未来产生更好的结果。 简而言之，他们变得越来越聪明。

机器学习通常分为 3 个部分：

深度学习

前面我们谈到了神经网络。 深度学习使用更先进的神经网络。

因此，您可能有许多隐藏层，而不是输入层、隐藏层和输出层。

这意味着比使用基本神经网络完成的处理要多得多。 相同的权重系统在神经元之间传递。

深度学习通常按以下方式分类：

监督

监督学习是您向计算机提供输入数据，然后是输出数据（即您期望的结果）。 然后您围绕此构建一个算法，以便您可以开始提供新的输入数据，并且计算机将自动创建输出数据。

例如，假设您有一个垃圾邮件过滤器。 您无需为计算机提供一组规则来确定电子邮件是否为垃圾邮件，而是为它提供一组电子邮件，然后告诉它哪些电子邮件是垃圾邮件以及为什么。 然后，该算法将用于计算出一组新的电子邮件。

无监督

使用无监督机器学习，您提供输入数据但不提供输出数据。 输入最初可能是一批测试数据。

因此，计算机没有任何示例数据来帮助它生成答案。 它需要做更多的工作。

半监督

这是一个快乐的媒介。 它不是完全无监督的，但输出数据不足以准确预测所有结果。

因此，计算机处理数据并使用输出数据作为指导，随着时间的推移，它会随着处理更多数据而改进。

当您必须手动对数据进行分类时，您可能需要使用半监督机器学习，但要分类的内容太多，您只需对其中的一部分进行分类，其余的留给计算机处理。

自然语言处理 (NLP)

这就是自然语言处理的意义所在……

Alexa 是亚马逊设备。

你以对话的方式提问，Alexa 能够处理它们并给出回应。

嗯，通常是……

自然语言处理 (NLP) 系统在过去几年中变得更加先进，但仍然存在许多挑战。

例如，说出以下内容并不少见：

Alexa——曼联在玩谁？

曼联的支持者经常将曼联缩写为 Man U 或 Red Devils 或简称为 United。 Alexa 理解这些缩写的可能性很小。

这是 NLP 的另一个具有挑战性的例子：

“前几天晚上我和我的朋友们在一家酒吧里，那是致命的。”

当我们在爱尔兰的上下文中使用“致命”这个词时，我们的意思是它非常有趣。 NLP 系统仍然不擅长检测文本或口语的情绪。

所以 NLP 将继续发展，但它永远不会完美，因为：

• 口音
• 使用了如此多的语言、语言的变体和俚语
• 语气和肢体语言

进化计算

这是维基百科对进化计算的定义：

“在计算机科学中，进化计算是一系列受生物进化启发的全局优化算法，以及研究这些算法的人工智能和软计算的子领域。”

但这实际上意味着什么……

它被称为进化，因为它是一个不断优化结果的过程，随着时间的推移“进化”出更好的解决方案。

它也被达尔文的进化论称为进化论。

例如，达尔文的理论之一是适者生存。 一个物种中最弱的成员会随着时间的推移而死亡。

使用进化计算，您可以为问题提出许多潜在的解决方案。 有些可能很好，有些可能完全随机。

随着测试，随着时间的推移，最好的解决方案不断发展。

通过深度学习，我们专注于我们已经知道的模型。 进化计算正在为我们没有任何可以用来帮助的样本结果的问题提出解决方案。

想象

我们谈论的是计算机/机器或机器人根据图像自动查看、处理和行动的能力。

视觉人工智能通常分为：

计算机视觉——计算机从图像中提取信息以理解它。

机器视觉——使用视觉方法来改进生产环境等领域的机器。 他们可以直观地识别故障、查看食品标签和/或检测产品中的缺陷。

机器人视觉——这是用视觉来识别要处理的东西，机器人能力执行必要的动作。

机器人技术

机器人是物理机器。

机器人学是研究机器人的领域。

有时您会听到人们谈论机器人会自动为营销人员创建内容，但这些实际上并不是机器人。 没有涉及物理机器人。

大多数机器人没有人工智能，但这种情况正在改变。

例如，我曾经拥有一台名为“Robomow”的机器人割草机。 标语是“它不会割草”。 我实际上曾经卖过它们，但那是一个完全不同的故事。

Robomow 坐在充电装置上，每隔几天它就会出来割草。 花园的边缘有一根电缆，割草机会以不同的角度来回移动到边缘。 它记录了它曾经在哪里，所以它知道什么时候到处都被砍掉了。

它甚至有雨量传感器，所以如果下雨它就不会出来割草。

但它没有人工智能。

例如，它可以了解花园中的障碍物，并根据这些障碍物构建不同的路线。

不幸的是，我的只是一直卡在蹦床下面……

…每次…

看：

我并不是说这些设备没有用。

但是……他们可能更聪明。

专家系统

专家系统是模拟人类决策能力的计算机程序。

即它取代了对现有专家的需求或支持现有专家。

它通常包含一个知识库，其中包含一组规则，用于将知识应用于每个特定情况。

借助机器学习功能，它可以随着时间的推移建立自己的知识库，并根据其工作知识调整或创建新的决策。

语音翻译

在不远的将来，家里没有亚马逊 Echo 等设备的情况并不常见，这样他们就可以向该设备提出问题和指示并立即获得答案。

语音解释一直在变得更好，其中一些设备正在利用人工智能随着时间的推移学习并产生更好的响应。

想象一下，如果语音识别系统能够预测呼叫中心是否会产生销售，然后向座席提出建议以提高转化率？

他们通过分析对话和对话中的声音来做到这一点。

一家名为 OTO Systems 的公司研究了 4,000 小时的入站销售对话，转化率为 50%。

他们训练他们的深度学习模型来捕捉成功销售的“声学特征”。

他们设法预测了 94% 的通话结果。

然后，他们在呼叫中心实施了这个系统，发现参与度增加了 20%，销售额增加了 5%。

人工智能规划

根据维基百科，这些是为智能代理、机器人或无人驾驶车辆自动创建的策略或动作序列。

因此，这一切都与分析问题和制定行动计划有关。

人工智能规划正在考虑以下事项：

• 依赖关系——一项任务是否需要完成另一项任务
• 里程碑——必须满足的具体日期
• 约束——例如，如果你只有 10 人可用，你就不能让 20 人解决这个问题。

创建计划和时间表时，会根据结果和输入的变化自动进行调整。

例如，如果资源不再可用，则必须调整计划。

第3章

营销中的人工智能应用

人工智能在营销中有很多潜在用途，可以提高效率并帮助提供更好的结果。

多年来，我们一直在谈论 1 对 1 营销，即使使用先进的营销自动化系统，这仍然不是现实。

但是……借助人工智能，我们有更好的机会提供更像一对一的客户沟通的方式。

让我们看一些关于如何通过人工智能改进营销的例子。

人工智能和内容营销

为了在网络上生存，我们需要制作内容。

内容吸引访问者，吸引我们的观众，并激励他们回来。

内容有多种形式：

• 博文
• 感言
• 事实数据，例如报告
• 视频内容
• 推文
• 公司信息

人工智能永远不会取代内容营销者的全部角色，但它肯定会有所帮助。

计算机可以自动创建听起来不像是由计算机创建的内容吗？

是的！

Statista 2017 年的一份报告发现，超过 90% 的受访者表示，获得个性化内容“非常/有点”吸引人。

人们希望您提供与他们相关的信息和内容，这并不奇怪。 他们不关心别人！！！

营销人员没有时间个性化所有内容，但幸运的是人工智能可以提供帮助。

就是这样：

内容研究

MarketMuse 是一个软件平台，可为用户提供创建正确内容的指导。 它使用大数据和人工智能来了解搜索引擎如何对内容进行排名。

它会处理您的所有数据，并与其他公司的类似内容排名进行比较。

然后，它将您的内容组织成主题集群，定义易于排名的主题，并提供有关如何改进内容的建议。

执行内容审核是一个非常耗时的过程，这样的软件可以为您节省大量时间。

以下是 MarketMuse 分析营销工具的热门搜索结果的示例。 它会在每个排名靠前的内容片段中提取最相关的术语，并将其与您的内容进行比较。

该工具显示竞争对手内容中这些关键字的提及次数与您的内容中的提及次数相比。 您会获得一个内容分数，您可以提高该分数以获得更高的排名。

通过分析您的内容，MarketMuse 确定您的“主题权威”。 这些是您可以通过围绕它们创建更多内容来轻松排名的主题。

内容创作

神经语言生成 (NLG) 是一种将数据转换为听起来像人类的叙述的技术。

Automated Insights 是一家完全符合其名称的公司。

他们分析数据并自动生成描述数据的文本。

想象一下，如果您在一家股票经纪公司，您必须为客户创建 1,000 份不同的报告。 这是一个可怕的想法，不是吗？

现在，想象一下单击一个按钮并自动生成这些报告。

AI 可能不会写书或取代我成为博主，但它肯定可以在内容创建方面提供很大帮助。

内容放大

内容放大是通过有偿和无偿策略推广和分发内容以实现更大范围的过程。

网上有如此多的噪音，除非你宣传它，否则即使是最史诗般的内容也不会表现良好。

内容推广过去占用了大量内容营销人员的时间，但现在有一些非常智能的工具可以帮助自动化这个过程。

这是一个例子。

Inpowered 是一种工具，可让您在许多原生广告平台上选择要推广的内容，然后自动执行投放促销并获得最佳每次点击率的过程。

它将取消某些平台上的促销活动，增加其他平台上的促销活动，并分析什么是有效的，什么时候有效。

全自动化。

这个平台很有趣，因为技术非常好，您只需为参与的用户付费。 如果有人查看您的内容并立即退回，您将不会被收费。

内容优化

如何优化内容以吸引更多来自 Google 的流量？

在过去，您可以将相同的关键字多次填充到您的文章中以进行排名。

但是现在……Google 会对您的内容进行语义分析，以了解内容的含义。

它使用机器学习（Rankbrain）来理解你写的内容。

此外，它不仅关注关键字，还关注主题权威。

这是一个如何在您的站点上展示主题权限的示例。

你创建了一个内容的支柱，就像这个内容一样。

然后，您创建链接到支柱内容的相关内容片段（以及指向相关内容的支柱链接）。

您甚至可以更进一步，在其他网站上创建访客帖子内容，链接到您网站上的相关或支柱内容。

这表明主题权威比针对特定关键字的帖子更重要。

谷歌使用人工智能来确定您的主题权威，因此我们需要利用人工智能的工具来确定我们是否向谷歌提供了正确的信号。

这就是 MarketMuse 和该领域的其他工具所做的。

内容策展

内容管理工具非常适合查找您感兴趣的相关内容。

例如，您设置了一组关键字，它会找到与这些关键字相关的热门内容。

但…。

…内容管理工具的 AI 版本需要额外的步骤。

以 Frase.io 为例。

这会找到内容，然后使用 AI 来总结内容，这样您就不必全部阅读。

我不认识你，但这对我来说听起来很棒！！！！

在内容管理方面，人工智能应协助以下工作流程：
– 在监控媒体时进行更有针对性的查询并消除噪音
– 总结信息以帮助知识工作者更快地消费内容，并且只在相关时更深入地挖掘
– 识别主题之间的关系并随着时间的推移绘制趋势
通过人工智能改进内容管理应该有助于营销人员创建更好的新闻通讯，对他们的原创内容进行更多的研究，扩大他们的社交媒体发布，并创建更丰富的内部微型网站。 数字出版商可以使用人工智能驱动的内容管理来自动生成报告并丰富他们的编辑工作流程。

Tomas Ratia 首席执行官 Frase.io

人工智能和分析

我们通常将分析分解为描述性、预测性和规范性分析，但让我们添加第四个维度：

描述性分析已经存在了很长时间。

这方面的一个例子是看到谷歌分析数据但不知道如何处理它。

预测分析为您提供可能会做什么的想法，而规范性分析则告诉您需要做什么。

面向行动的分析是根据规定自动采取和测试行动的地方。

有时我错误地登录了我妻子的 Netflix 帐户，大多数推荐都不是我想看的电影！

但是当我登录我的 Netflix 帐户时，它总是显示出我感兴趣的东西。

Netflix 会自动将人们分组到不同的类别中，并根据您所在类别中的反馈进行评分。

所以，当我看到一个百分比评分表明我喜欢一部电影的可能性有多大时，我妻子的这个评分可能会有所不同，因为她属于不同的类别。

Netflix 不断尝试提供更好的推荐，向用户推销更好的电影。

但他们不只是看你开始看的电影/节目。 他们还将关注：

• 你有没有看过一些并停止观看
• 你看了几个晚上了吗
• 当您观看它时，例如一个月前，一年前等。

当然，还有更多。

这些是机器学习算法，它们随着时间的推移而学习并自动调整。

一家名为 Datalytyx 的英国公司获得了一项人工智能解决方案的专利，该解决方案解决了分析大量数据的主要问题，例如分析数十亿条记录。

它的 AI 软件可以识别最相关的 1% 数据，然后您根据此生成报告。

人工智能和营销自动化

一个典型的营销自动化任务是在用户选择加入电子邮件列表后向他们发送一系列电子邮件。

然后，根据他们与电子邮件的交互，将人们引导到不同的路径。

例如，单击序列中第二封电子邮件中有关新产品的链接会触发另一封电子邮件。

这是智能电子邮件自动化，但不是人工智能。

人工智能增加了一个全新的智能层。 这里有些例子：

Watson 是一个 IBM 平台，它使用 AI 来了解有关您的数据的更多信息。

“Watson 营销”是 Watson 平台的一部分，专注于……您猜对了……营销。

它的组成部分之一是创建有针对性的电子邮件活动。

它使用人工智能来更多地了解活动中的每个人，并根据这些数据定制沟通。

例如，它不仅仅是根据人们填写的表格将人们放入存储桶中，而是从许多来源中提取数据，并根据生活方式、社会行为、生活阶段、位置等创建微细分。

但它也会不断评估这些数据，并根据新数据和绩效分析自动在细分市场之间移动人员。

当您处理大型数据集时，您需要 AI 来自动执行某些任务并理解数据。

例如：

编译来自多个来源的数据，并根据生活方式、社会行为、生活阶段、位置等创建微细分。

发现原始广告系列中的缺陷，并据此更改细分市场和优惠。

人工智能和对话营销

聊天机器人是一种计算机程序，旨在模拟与另一个人的对话。

有许多可用的工具（例如移动猴子）可让您轻松创建聊天机器人。

他们有一个构建器程序，允许您根据输入自动创建操作。

但是，这些聊天机器人不支持 AI。 他们接受过识别特定用户意图的培训，并利用知识库检索答案（基于检索的聊天机器人）。

我们还远远没有看到可以为用户提供无限量答案的聊天机器人，他们可以即时生成这些答案。 这将是真正的人工智能在工作。

如今，大多数聊天机器人都在特定的细分市场中运作，他们知道和可以做的事情非常有限。 但是，他们仍然使用 NLP 技术来理解人类语言。 更复杂的还使用情感分析来理解用户话语背后的情感。

就像今天一样，聊天机器人仍然是一个非常有用的工具，可以帮助自动化销售和营销过程的某些部分。

例如，聊天机器人可以：

• 通过与用户的个性化对话提高参与度
• 处理您网站上的客户查询
• 通过收集有关用户的有用见解来改进定位

现在，对于已经在其网站上使用聊天机器人的公司，有一些工具可以帮助他们了解自己的表现如何。

Liveperson.com 实时分析聊天机器人对话，以评估客户何时体验不佳。 然后，公司可以基于此采取行动。

不确定我们是否会使用这个……可能会想出一个新图表。

人工智能和电子邮件营销

电子邮件营销是可以从 AI 中受益匪浅的领域之一。

想一想——人工智能工具可以帮助您确定需要发送哪种类型的内容以及何时需要发送，以增加转化单个潜在客户的机会。

鉴于 AI 可以立即处理大量数据这一事实，您将运行更智能、更高效的活动，并获得更高的投资回报率。 更不用说您在 A/B 测试上节省的时间了！

由人工智能驱动的电子邮件营销工具还可以帮助营销人员解决另一个具有挑战性的领域——大规模发送高度个性化的电子邮件。

AI 可以考虑客户在贵公司的历史记录，并确定最有效的消息传递类型和报价。

例如，Phrasee 是一种电子邮件营销工具，它使用 AI 生成主题行、正文和 CTA，以鼓励更高的点击率和参与电子邮件营销活动。

人工智能和搜索引擎优化

人工智能有可能使搜索更加人性化。

这意味着搜索引擎现在更多地关注搜索者查询的含义和上下文，以提供更有意义的结果。

关键字堆砌的时代已经结束。 搜索算法现在关注用户的上下文和搜索意图。

这是一件好事。

营销人员还可以利用人工智能工具来提高其内容的排名。

现在，您可以使用 AI 以多种方式改进您的 SEO 工作，包括：

• 识别内容机会
• 进行关键词研究
• 确定内容优化的机会
• 内容个性化等。

人工智能和社交媒体

每次您登录 Facebook 并查看新闻提要时，您都会看到 AI 正在发挥作用。

Facebook 会持续监控您关注的人、与您互动的对象、您如何消费内容等等。

这些算法随着时间的推移学习以产生更好的新闻提要结果。

Facebook 是关于参与的。

如果您在平台上花费更多时间，他们可以向您展示更多广告并赚更多钱。

就是这么简单！

跟踪您交互和不交互的内容是完全有意义的。

如果您关注 Facebook 页面并且从不与他们发布的帖子互动，那么这肯定表明您对该页面的内容不感兴趣。

这是社交媒体人工智能的另一个例子。

Persado 提供“机器生成的营销文案，以推动任何渠道的最佳绩效”。

它挑选出最好的单词、短语、视觉效果和情感来推动更多的参与。

社交媒体就是关于参与的。

借助此社交媒体模块，他们将自动创建文本并找到将推动最大参与度的最佳图像。

人工智能和转化率优化 (CRO)

转化率优化就是提高转化率。

例如，在您网站的 100 位访问者中，您转化了 2%，然后您对网站进行了更改并将转化率提高到 3%。

提高转化率的方法有很多：

• 改进您的广告，以便您获得更高的点击率和更低的费用
• 改进广告，以便您向您的报价发送更好的受众
• 建立不同的销售渠道，例如，在有人购买后添加追加销售选项
• 更改属于渠道一部分的页面，例如颜色、文本、图像、视频等。

这是一个非常耗时和手动的过程，而这正是人工智能可以提供帮助的地方。

Unbounce 是一个登陆页面工具。

他们最近围绕人工智能建立了一个试点项目，并在 6 周内包括 34 名客户。

AI 分析了真实广告系列的登录页面的性能，并指导转换专家进行更改。

平均而言，页面上的转化率增加了 19.8%，其中一页达到了 100% 以上。

这肯定比您与转换专家合作获得的性能提升要高。

人工智能和听力/监控

那里的每家公司都希望能够捕捉到尽可能多的围绕其品牌的对话。

目标是不仅要了解人们对他们的品牌、产品或服务的评价，还要了解他们对它们的感受。

这有助于营销人员分析他们的品牌形象，并利用这些见解来改善与受众的沟通并更好地定位他们的活动。

NLP 和情感分析可以在这方面提供真正的帮助。

公司可以使用人工智能来了解围绕其产品的对话，以便他们发现潜在问题并采取行动，以及发现购买意图。

人工智能与图像识别

我们都知道视觉内容对营销的重要性。

现在，我们可以使用人工智能和图像识别工具来分析趋势并发现能够在社交媒体和其他渠道上带来最佳结果的视觉类型。

图像识别允许营销人员通过图像“倾听”他们的观众在说什么，这样他们就可以提供符合该观众兴趣的视觉内容。

人工智能可以帮助分析数以百万计的社交媒体帖子，并过滤人们分享和参与的图像。

如果没有图像识别工具，营销人员就不可能分析这么多的视觉材料！

Brandwatch 的 Image Insights 平台就是一个例子。 该工具专注于帮助公司发现人们如何在社交媒体上使用包含其品牌的图像。

它基本上分析了数百万社交媒体帖子中对品牌徽标的视觉提及。

人工智能和影响者营销

网红营销是一种非常强大的营销形式，但品牌很难找到合适的网红。

借助人工智能技术，现在有更智能的方法来分析和寻找影响者。

例如：

值得信赖的专家对有用内容的需求正以影响者协作的形式席卷营销界，而人工智能正在发挥多重作用。

从拥有 150 万粉丝的 Instagram 上的 AI 驱动虚拟影响者，到影响者营销平台中使用的复杂人工智能系统，人工智能对影响者营销的影响和影响才刚刚开始。

人工智能和影响者营销的未来应用包括预测某些影响者、内容类型和渠道组合的潜在影响的能力，以及更高级地过滤具有虚假追随者的影响者。

Lee Odden – TopRank 营销创始人

第 4 章

关于人工智能的安全问题

2018 年，欧盟引入了一项名为 GDPR（全球数据保护法规）的法规。

其目标是规范公司未经许可收集、存储和使用个人数据。

随着消费者越来越关注个人数据的使用，我预计世界其他地区也将实施类似的法规。

由于人工智能就是收集和处理数据，这会产生严重的影响。

假设您走进一家超市，超市使用面部识别来识别您，然后根据可用数据定制您的体验。 他们有权这样做吗？ 不在欧洲。

因此，尽管人工智能非常强大，但它的某些用途仍需要获得批准。

概括

人工智能有着光明的未来。

它将在未来许多年对营销产生巨大影响。

它将改变营销角色，将完全删除其中的一些角色，并将提供前所未有的全新水平。

作为营销人员，您应该担心吗？

当然。

你需要紧跟人工智能的发展，看看如何将它融入你的营销中。

您需要考虑您作为营销人员的角色，以及您的角色在未来将如何演变或被取代。