人工智能：現代營銷方法

在本指南中，我將詳細介紹人工智能現在如何影響營銷，以及它將如何在未來繼續影響它。

在這篇文章的最後，您會對 AI 的可能性感到興奮，並且可能會對其中的含義感到有些緊張！

緊張是可以的，因為營銷人員在組織中的角色會發生變化，但是……。

......你仍然可以發揮重要作用。

目錄

第1章

人工智能 (AI) 簡介

營銷中的人工智能是真實的，現在是時候坐下來注意了。

人工智能正在加速營銷走向一個更加智能自動化的未來，其中更智能（即人工智能驅動）的解決方案使營銷人員能夠更有效地解決問題並實現目標。 你有一個選擇。 您可以坐下來等待營銷世界變得更加智能並在您周圍發生變化，或者您現在可以擁抱人工智能並積極主動地為您自己和您的公司創造競爭優勢。

Paul Roetzer，營銷人工智能研究所創始人

然而，並不是所有的軟件公司都真正擁有自稱擁有的人工智能。

圍繞人工智能技術公司的炒作非常多，他們希望通過說他們的軟件是由人工智能驅動的，投資者會因為他們軟件中的人工智能而給予他們更高的估值。

但是有許多偉大的軟件公司正在構建真正的人工智能應用程序，並且這將在未來幾年內大幅增長。

MRFR 研究預測，到 2025 年，人工智能市場價值將達到 250 億。

如果您是營銷人員，那麼是時候加快步伐並了解 AI 對營銷的潛在影響了。 我很確定本指南會有所幫助。

那麼，什麼是人工智能？

我們都知道什麼是人類智能……無論如何我希望如此！

人工智能是指機器展示出一些類似人類的智能。

例如：

機器處理數據並從中學習，因此它可以對未來處理的數據做出更明智的決策。

機器不只是重複相同的指令，而是根據經驗自動學習新的指令。

由 Deepmind 開發的遊戲 AI Alpha Zero 在 4 小時內學會了國際象棋，然後能夠擊敗可用於下棋的最佳計算機程序。

學習新遊戲是在模仿人類的智能，但人工智能可以在 4 小時內學會人類可能需要幾個月才能完成的事情。

計算機科學將人工智能的研究描述為智能代理的發展。

看：

這真的是關於智能編程。

我們的智能有助於創造人工智能。

隨著某些任務變得非常常規，它們可能不再被視為人工智能。

這是一個例子：

光學字符識別通常被排除在外，因為它是計算機預期的例行任務。

窄人工智能和強人工智能有什麼區別？

狹義人工智能（也稱為弱人工智能）是專注於一項任務的人工智能。

強大的人工智能就是一切！

強大的人工智能能夠將智能應用於任何問題而不是特定任務。

例如：

垃圾郵件過濾工具可以很好地完成一項任務。 自動駕駛汽車也被描述為狹義的人工智能，但我認為這有點牽強！

人工智能會取代營銷人員嗎？

是的…。 一些！！！

營銷是一個時間密集型的過程，有很多機器可以幫助完成的重複性任務……

……但有些任務機器永遠無法像人類營銷人員那樣完成。

我可以想像，在未來，坐在機器人對面討論商業提議，但我無法想像我會與機器人建立與真人相同的關係。 構建軟件以在國際象棋中擊敗某人並且……相對容易。

…該軟件在擊敗人方面變得更好。

但…

建立關係是營銷中最重要的部分，而計算機卻很糟糕。

此外，誰將為公司製定戰略？

支持人工智能的機器可以為這一戰略提供輸入，但戰略家仍然可以生存。

我最近看了一部名為“她”的電影，其中演員與操作系統建立了關係。

這麼荒謬的電影！

然而，目前，由於營銷人員缺乏知識，在組織內實施人工智能存在嚴重問題。

在德勤於 2018 年與 CMO（首席營銷官）合作的一份報告中，可能減緩營銷有機增長的主要因素是缺乏人才。

而且由於人工智能比大多數其他營銷領域更具技術性，這將是一個主要問題。

我寫這篇指南是因為網上有太多關於人工智能的技術信息，很難理解。 我希望本指南能幫助營銷人員了解人工智能的真正含義。

一旦你了解了人工智能，你就可以弄清楚如何用人工智能軟件替換你內部使用的系統。 如果您認為替換現有軟件解決方案是明智之舉，您需要弄清楚哪些功能將消失以及將添加哪些新功能。

然後，您需要對您的團隊進行有關 AI 的教育，並對他們進行新軟件的培訓。

此外，人工智能解決方案的市場增長如此之快，以至於如果不了解人工智能，您將很難找到合適的供應商。

第2章

人工智能的要素

人工智能是一個複雜的領域，包括各種元素。

它側重於以下方面：

• 學習——獲取信息和使用該信息的規則。
• 推理——以合乎邏輯和明智的方式思考某事。
• 做——如果你不做，學習和思考的意義何在？
• 自我糾正——理解錯誤並糾正錯誤。

以下是已實施 AI 的主要領域的細分。

注意：每個領域都有一些重疊。 例如，自動駕駛汽車結合了機器學習、圖像識別和深度學習。

神經網絡

大腦接受輸入（外部或內部），對其進行處理，然後產生結果。

神經元是大腦中計算的基本單位，它負責處理這些輸入以產生輸出。

化學信號從神經元傳遞到神經元。

人體內平均有超過 1000 億個神經元，這是一個極其複雜的神經元之間相互連接的網絡。 一些神經元可以連接到多達 10,000 個其他神經元。

想像一下，如果有人把手放在熱爐附近。 這是一個輸入。 神經元會對此進行處理，導致手從爐子上移開。

這是內部的外觀：

感覺神經元感受到熱量，將信息傳遞給其他內部神經元，最終傳遞給運動神經元，從而引起遠離熱量的反應。

單個神經元本身並不能做很多事情，但是使用複雜的神經元網絡會給你帶來驚人的能力。

神經元由輸入、輸出和權重組成。 權重實際上是該特定信息的整體方案中重要性的指標。

例如，您希望一台機器計算出汽車的價值。

您接受一系列輸入，例如年份、品牌、型號、狀況、里程等，這些輸入通過神經元傳遞。 每個輸入都是加權的。

品牌和型號的權重高於里程或年份。

接著：

通過一系列複雜的計算，機器得出了一個結果。

這是一個簡單的神經網絡示例。

初始輸入被加權（例如基於重要性的特徵），然後它們被發送到隱藏層進行處理，結果就是輸出。

機器學習

機器學習是人工智能的一個分支，它使計算機能夠逐漸更好地執行現有任務或能夠在不需要任何人工干預的情況下完成新任務。

計算機不斷分析數據，以便在未來產生更好的結果。 簡而言之，他們變得越來越聰明。

機器學習通常分為 3 個部分：

深度學習

前面我們談到了神經網絡。 深度學習使用更先進的神經網絡。

因此，您可能有許多隱藏層，而不是輸入層、隱藏層和輸出層。

這意味著比使用基本神經網絡完成的處理要多得多。 相同的權重系統在神經元之間傳遞。

深度學習通常按以下方式分類：

監督

監督學習是您向計算機提供輸入數據，然後是輸出數據（即您期望的結果）。 然後您圍繞此構建一個算法，以便您可以開始提供新的輸入數據，並且計算機將自動創建輸出數據。

例如，假設您有一個垃圾郵件過濾器。 您無需為計算機提供一組規則來確定電子郵件是否為垃圾郵件，而是為它提供一組電子郵件，然後告訴它哪些電子郵件是垃圾郵件以及為什麼。 然後，該算法將用於計算出一組新的電子郵件。

無監督

使用無監督機器學習，您提供輸入數據但不提供輸出數據。 輸入最初可能是一批測試數據。

因此，計算機沒有任何示例數據來幫助它生成答案。 它需要做更多的工作。

半監督

這是一個快樂的媒介。 它不是完全無監督的，但輸出數據不足以準確預測所有結果。

因此，計算機處理數據並使用輸出數據作為指導，隨著時間的推移，它會隨著處理更多數據而改進。

當您必須手動對數據進行分類時，您可能需要使用半監督機器學習，但要分類的內容太多，您只需對其中的一部分進行分類，其餘的留給計算機處理。

自然語言處理 (NLP)

這就是自然語言處理的意義所在……

Alexa 是亞馬遜設備。

你以對話的方式提問，Alexa 能夠處理它們並給出回應。

嗯，通常是……

自然語言處理 (NLP) 系統在過去幾年中變得更加先進，但仍然存在許多挑戰。

例如，說出以下內容並不少見：

Alexa——曼聯在玩誰？

曼聯的支持者經常將曼聯縮寫為 Man U 或 Red Devils 或簡稱為 United。 Alexa 理解這些縮寫的可能性很小。

這是 NLP 的另一個具有挑戰性的例子：

“前幾天晚上我和我的朋友們在一家酒吧里，那是致命的。”

當我們在愛爾蘭的上下文中使用“致命”這個詞時，我們的意思是它非常有趣。 NLP 系統仍然不擅長檢測文本或口語的情緒。

所以 NLP 將繼續發展，但它永遠不會完美，因為：

• 口音
• 使用瞭如此多的語言、語言的變體和俚語
• 語氣和肢體語言

進化計算

這是維基百科對進化計算的定義：

“在計算機科學中，進化計算是一系列受生物進化啟發的全局優化算法，以及研究這些算法的人工智能和軟計算的子領域。”

但這實際上意味著什麼……

它被稱為進化，因為它是一個不斷優化結果的過程，隨著時間的推移“進化”出更好的解決方案。

它也被達爾文的進化論稱為進化論。

例如，達爾文的理論之一是適者生存。 一個物種中最弱的成員會隨著時間的推移而死亡。

使用進化計算，您可以為問題提出許多潛在的解決方案。 有些可能很好，有些可能完全隨機。

隨著測試，隨著時間的推移，最好的解決方案不斷發展。

通過深度學習，我們專注於我們已經知道的模型。 進化計算正在為我們沒有任何可以用來幫助的樣本結果的問題提出解決方案。

想像

我們談論的是計算機/機器或機器人根據圖像自動查看、處理和行動的能力。

視覺人工智能通常分為：

計算機視覺——計算機從圖像中提取信息以理解它。

機器視覺——使用視覺方法來改進生產環境等領域的機器。 他們可以直觀地識別故障、查看食品標籤和/或檢測產品中的缺陷。

機器人視覺——這是用視覺來識別要處理的東西，機器人能力執行必要的動作。

機器人技術

機器人是物理機器。

機器人學是研究機器人的領域。

有時您會聽到人們談論機器人會自動為營銷人員創建內容，但這些實際上並不是機器人。 沒有涉及物理機器人。

大多數機器人沒有人工智能，但這種情況正在改變。

例如，我曾經擁有一台名為“Robomow”的機器人割草機。 標語是“它不會割草”。 我實際上曾經賣過它們，但那是一個完全不同的故事。

Robomow 坐在充電裝置上，每隔幾天它就會出來割草。 花園的邊緣有一根電纜，割草機會以不同的角度來回移動到邊緣。 它記錄了它曾經在哪裡，所以它知道什麼時候到處都被砍掉了。

它甚至有雨量傳感器，所以如果下雨它就不會出來割草。

但它沒有人工智能。

例如，它可以了解花園中的障礙物，並根據這些障礙物構建不同的路線。

不幸的是，我的只是一直卡在蹦床下面……

…每次…

看：

我並不是說這些設備沒有用。

但是……他們可能更聰明。

專家系統

專家系統是模擬人類決策能力的計算機程序。

即它取代了對現有專家的需求或支持現有專家。

它通常包含一個知識庫，其中包含一組規則，用於將知識應用於每個特定情況。

借助機器學習功能，它可以隨著時間的推移建立自己的知識庫，並根據其工作知識調整或創建新的決策。

語音翻譯

在不遠的將來，家裡沒有亞馬遜 Echo 等設備的情況並不常見，這樣他們就可以向該設備提出問題和指示並立即獲得答案。

語音解釋一直在變得更好，其中一些設備正在利用人工智能隨著時間的推移學習並產生更好的響應。

想像一下，如果語音識別系統能夠預測呼叫中心是否會產生銷售，然後向座席提出建議以提高轉化率？

他們通過分析對話和對話中的聲音來做到這一點。

一家名為 OTO Systems 的公司研究了 4,000 小時的入站銷售對話，轉化率為 50%。

他們訓練他們的深度學習模型來捕捉成功銷售的“聲學特徵”。

他們設法預測了 94% 的通話結果。

然後，他們在呼叫中心實施了這個系統，發現參與度增加了 20%，銷售額增加了 5%。

人工智能規劃

根據維基百科，這些是為智能代理、機器人或無人駕駛車輛自動創建的策略或動作序列。

因此，這一切都與分析問題和製定行動計劃有關。

人工智能規劃正在考慮以下事項：

• 依賴關係——一項任務是否需要完成另一項任務
• 里程碑——必須滿足的具體日期
• 約束——例如，如果你只有 10 人可用，你就不能讓 20 人解決這個問題。

創建計劃和時間表時，會根據結果和輸入的變化自動進行調整。

例如，如果資源不再可用，則必須調整計劃。

第3章

營銷中的人工智能應用

人工智能在營銷中有很多潛在用途，可以提高效率並幫助提供更好的結果。

多年來，我們一直在談論 1 對 1 營銷，即使使用先進的營銷自動化系統，這仍然不是現實。

但是……借助人工智能，我們有更好的機會提供更像一對一的客戶溝通的方式。

讓我們看一些關於如何通過人工智能改進營銷的例子。

人工智能和內容營銷

為了在網絡上生存，我們需要製作內容。

內容吸引訪問者，吸引我們的觀眾，並激勵他們回來。

內容有多種形式：

• 博文
• 感言
• 事實數據，例如報告
• 視頻內容
• 推文
• 公司信息

人工智能永遠不會取代內容營銷者的全部角色，但它肯定會有所幫助。

計算機可以自動創建聽起來不像是由計算機創建的內容嗎？

是的！

Statista 2017 年的一份報告發現，超過 90% 的受訪者表示，獲得個性化內容“非常/有點”吸引人。

人們希望您提供與他們相關的信息和內容，這並不奇怪。 他們不關心別人！！！

營銷人員沒有時間個性化所有內容，但幸運的是人工智能可以提供幫助。

就是這樣：

內容研究

MarketMuse 是一個軟件平台，可為用戶提供創建正確內容的指導。 它使用大數據和人工智能來了解搜索引擎如何對內容進行排名。

它會處理您的所有數據，並與其他公司的類似內容排名進行比較。

然後，它將您的內容組織成主題集群，定義易於排名的主題，並提供有關如何改進內容的建議。

執行內容審核是一個非常耗時的過程，這樣的軟件可以為您節省大量時間。

以下是 MarketMuse 分析營銷工具的熱門搜索結果的示例。 它會在每個排名靠前的內容片段中提取最相關的術語，並將其與您的內容進行比較。

該工具顯示競爭對手內容中這些關鍵字的提及次數與您的內容中的提及次數相比。 您會獲得一個內容分數，您可以提高該分數以獲得更高的排名。

通過分析您的內容，MarketMuse 確定您的“主題權威”。 這些是您可以通過圍繞它們創建更多內容來輕鬆排名的主題。

內容創作

神經語言生成 (NLG) 是一種將數據轉換為聽起來像人類的敘述的技術。

Automated Insights 是一家完全符合其名稱的公司。

他們分析數據並自動生成描述數據的文本。

想像一下，如果您在一家股票經紀公司，您必須為客戶創建 1,000 份不同的報告。 這是一個可怕的想法，不是嗎？

現在，想像一下單擊一個按鈕並自動生成這些報告。

AI 可能不會寫書或取代我成為博主，但它肯定可以在內容創建方面提供很大幫助。

內容放大

內容放大是通過有償和無償策略推廣和分發內容以實現更大範圍的過程。

網上有如此多的噪音，除非你宣傳它，否則即使是最史詩般的內容也不會表現良好。

內容推廣過去佔用了大量內容營銷人員的時間，但現在有一些非常智能的工具可以幫助自動化這個過程。

這是一個例子。

Inpowered 是一種工具，可讓您在許多原生廣告平台上選擇要推廣的內容，然後自動執行投放促銷並獲得最佳每次點擊率的過程。

它將取消某些平台上的促銷活動，增加其他平台上的促銷活動，並分析什麼是有效的，什麼時候有效。

全自動化。

這個平台很有趣，因為技術非常好，您只需為參與的用戶付費。 如果有人查看您的內容並立即退回，您將不會被收費。

內容優化

如何優化內容以吸引更多來自 Google 的流量？

在過去，您可以將相同的關鍵字多次填充到您的文章中以進行排名。

但是現在……Google 會對您的內容進行語義分析，以了解內容的含義。

它使用機器學習（Rankbrain）來理解你寫的內容。

此外，它不僅關注關鍵字，還關注主題權威。

這是一個如何在您的站點上展示主題權限的示例。

你創建了一個內容的支柱，就像這個內容一樣。

然後，您創建鏈接到支柱內容的相關內容片段（以及指向相關內容的支柱鏈接）。

您甚至可以更進一步，在其他網站上創建訪客帖子內容，鏈接到您網站上的相關或支柱內容。

這表明主題權威比針對特定關鍵字的帖子更重要。

谷歌使用人工智能來確定您的主題權威，因此我們需要利用人工智能的工具來確定我們是否向谷歌提供了正確的信號。

這就是 MarketMuse 和該領域的其他工具所做的。

內容策展

內容管理工具非常適合查找您感興趣的相關內容。

例如，您設置了一組關鍵字，它會找到與這些關鍵字相關的熱門內容。

但…。

…內容管理工具的 AI 版本需要額外的步驟。

以 Frase.io 為例。

這會找到內容，然後使用 AI 來總結內容，這樣您就不必全部閱讀。

我不認識你，但這對我來說聽起來很棒！！！！

在內容管理方面，人工智能應協助以下工作流程：
– 在監控媒體時進行更有針對性的查詢並消除噪音
– 總結信息以幫助知識工作者更快地消費內容，並且只在相關時更深入地挖掘
– 識別主題之間的關係並隨著時間的推移繪製趨勢
通過人工智能改進內容管理應該有助於營銷人員創建更好的新聞通訊，對他們的原創內容進行更多的研究，擴大他們的社交媒體發布，並創建更豐富的內部微型網站。 數字出版商可以使用人工智能驅動的內容管理來自動生成報告並豐富他們的編輯工作流程。

Tomas Ratia 首席執行官 Frase.io

人工智能和分析

我們通常將分析分解為描述性、預測性和規範性分析，但讓我們添加第四個維度：

描述性分析已經存在了很長時間。

這方面的一個例子是看到谷歌分析數據但不知道如何處理它。

預測分析為您提供可能會做什麼的想法，而規範性分析則告訴您需要做什麼。

面向行動的分析是根據規定自動採取和測試行動的地方。

有時我錯誤地登錄了我妻子的 Netflix 帳戶，大多數推薦都不是我想看的電影！

但是當我登錄我的 Netflix 帳戶時，它總是顯示出我感興趣的東西。

Netflix 會自動將人們分組到不同的類別中，並根據您所在類別中的反饋進行評分。

所以，當我看到一個百分比評分錶明我喜歡一部電影的可能性有多大時，我妻子的這個評分可能會有所不同，因為她屬於不同的類別。

Netflix 不斷嘗試提供更好的推薦，向用戶推銷更好的電影。

但他們不只是看你開始看的電影/節目。 他們還將關注：

• 你有沒有看過一些並停止觀看
• 你看了幾個晚上了嗎
• 當您觀看它時，例如一個月前，一年前等。

當然，還有更多。

這些是機器學習算法，它們隨著時間的推移而學習並自動調整。

一家名為 Datalytyx 的英國公司獲得了一項人工智能解決方案的專利，該解決方案解決了分析大量數據的主要問題，例如分析數十億條記錄。

它的 AI 軟件可以識別最相關的 1% 數據，然後您根據此生成報告。

人工智能和營銷自動化

一個典型的營銷自動化任務是在用戶選擇加入電子郵件列表後向他們發送一系列電子郵件。

然後，根據他們與電子郵件的交互，將人們引導到不同的路徑。

例如，單擊序列中第二封電子郵件中有關新產品的鏈接會觸發另一封電子郵件。

這是智能電子郵件自動化，但不是人工智能。

人工智能增加了一個全新的智能層。 這裡有些例子：

Watson 是一個 IBM 平台，它使用 AI 來了解有關您的數據的更多信息。

“Watson 營銷”是 Watson 平台的一部分，專注於……您猜對了……營銷。

它的組成部分之一是創建有針對性的電子郵件活動。

它使用人工智能來更多地了解活動中的每個人，並根據這些數據定制溝通。

例如，它不僅僅是根據人們填寫的表格將人們放入存儲桶中，而是從許多來源中提取數據，並根據生活方式、社會行為、生活階段、位置等創建微細​​分。

但它也會不斷評估這些數據，並根據新數據和績效分析自動在細分市場之間移動人員。

當您處理大型數據集時，您需要 AI 來自動執行某些任務並理解數據。

例如：

編譯來自多個來源的數據，並根據生活方式、社會行為、生活階段、位置等創建微細​​分。

發現原始廣告系列中的缺陷，並據此更改細分市場和優惠。

人工智能和對話營銷

聊天機器人是一種計算機程序，旨在模擬與另一個人的對話。

有許多可用的工具（例如移動猴子）可讓您輕鬆創建聊天機器人。

他們有一個構建器程序，允許您根據輸入自動創建操作。

但是，這些聊天機器人不支持 AI。 他們接受過識別特定用戶意圖的培訓，並利用知識庫檢索答案（基於檢索的聊天機器人）。

我們還遠遠沒有看到可以為用戶提供無限量答案的聊天機器人，他們可以即時生成這些答案。 這將是真正的人工智能在工作。

如今，大多數聊天機器人都在特定的細分市場中運作，他們知道和可以做的事情非常有限。 但是，他們仍然使用 NLP 技術來理解人類語言。 更複雜的還使用情感分析來理解用戶話語背後的情感。

就像今天一樣，聊天機器人仍然是一個非常有用的工具，可以幫助自動化銷售和營銷過程的某些部分。

例如，聊天機器人可以：

• 通過與用戶的個性化對話提高參與度
• 處理您網站上的客戶查詢
• 通過收集有關用戶的有用見解來改進定位

現在，對於已經在其網站上使用聊天機器人的公司，有一些工具可以幫助他們了解自己的表現如何。

Liveperson.com 實時分析聊天機器人對話，以評估客戶何時體驗不佳。 然後，公司可以基於此採取行動。

不確定我們是否會使用這個……可能會想出一個新圖表。

人工智能和電子郵件營銷

電子郵件營銷是可以從 AI 中受益匪淺的領域之一。

想一想——人工智能工具可以幫助您確定需要發送哪種類型的內容以及何時需要發送以增加轉化單個潛在客戶的機會。

鑑於 AI 可以立即處理大量數據這一事實，您將運行更智能、更高效的活動，並獲得更高的投資回報率。 更不用說您在 A/B 測試上節省的時間了！

由人工智能驅動的電子郵件營銷工具還可以幫助營銷人員解決另一個具有挑戰性的領域——大規模發送高度個性化的電子郵件。

AI 可以考慮客戶在貴公司的歷史記錄，並確定最有效的消息傳遞類型和報價。

例如，Phrasee 是一種電子郵件營銷工具，它使用 AI 生成主題行、正文和 CTA，以鼓勵更高的點擊率和參與電子郵件營銷活動。

人工智能和搜索引擎優化

人工智能有可能使搜索更加人性化。

這意味著搜索引擎現在更多地關注搜索者查詢的含義和上下文，以提供更有意義的結果。

關鍵字堆砌的時代已經結束。 搜索算法現在關注用戶的上下文和搜索意圖。

這是一件好事。

營銷人員還可以利用人工智能工具來提高其內容的排名。

現在，您可以使用 AI 以多種方式改進您的 SEO 工作，包括：

• 識別內容機會
• 進行關鍵詞研究
• 確定內容優化的機會
• 內容個性化等。

人工智能和社交媒體

每次您登錄 Facebook 並查看新聞提要時，您都會看到 AI 正在發揮作用。

Facebook 會持續監控您關注的人、與您互動的對象、您如何消費內容等等。

這些算法隨著時間的推移學習以產生更好的新聞提要結果。

Facebook 是關於參與的。

如果您在平台上花費更多時間，他們可以向您展示更多廣告並賺更多錢。

就是這麼簡單！

跟踪您交互和不交互的內容是完全有意義的。

如果您關注 Facebook 頁面並且從不與他們發布的帖子互動，那麼這肯定表明您對該頁面的內容不感興趣。

這是社交媒體人工智能的另一個例子。

Persado 提供“機器生成的營銷文案，以推動任何渠道的最佳績效”。

它挑選出最好的單詞、短語、視覺效果和情感來推動更多的參與。

社交媒體就是關於參與的。

借助此社交媒體模塊，他們將自動創建文本並找到將推動最大參與度的最佳圖像。

人工智能和轉化率優化 (CRO)

轉化率優化就是提高轉化率。

例如，在您網站的 100 位訪問者中，您轉化了 2%，然後您對網站進行了更改並將轉化率提高到 3%。

提高轉化率的方法有很多：

• 改進您的廣告，以便您獲得更高的點擊率和更低的費用
• 改進廣告，以便您向您的報價發送更好的受眾
• 建立不同的銷售渠道，例如，在有人購買後添加追加銷售選項
• 更改屬於渠道一部分的頁面，例如顏色、文本、圖像、視頻等。

這是一個非常耗時和手動的過程，而這正是人工智能可以提供幫助的地方。

Unbounce 是一個登陸頁面工具。

他們最近圍繞人工智能建立了一個試點項目，並在 6 週內包括 34 名客戶。

AI 分析了真實廣告系列的登錄頁面的性能，並指導轉換專家進行更改。

平均而言，頁面上的轉化率增加了 19.8%，其中一頁達到了 100% 以上。

這肯定比您與轉換專家合作獲得的性能提升要高。

人工智能和聽力/監控

那裡的每家公司都希望能夠捕捉到盡可能多的圍繞其品牌的對話。

目標是不僅要了解人們對他們的品牌、產品或服務的評價，還要了解他們對它們的感受。

這有助於營銷人員分析他們的品牌形象，並利用這些見解來改善與受眾的溝通並更好地定位他們的活動。

NLP 和情感分析可以在這方面提供真正的幫助。

公司可以使用人工智能來了解圍繞其產品的對話，以便他們發現潛在問題並採取行動，以及發現購買意圖。

人工智能與圖像識別

我們都知道視覺內容對營銷的重要性。

現在，我們可以使用人工智能和圖像識別工具來分析趨勢並發現能夠在社交媒體和其他渠道上帶來最佳結果的視覺類型。

圖像識別允許營銷人員通過圖像“傾聽”他們的觀眾在說什麼，這樣他們就可以提供符合該觀眾興趣的視覺內容。

人工智能可以幫助分析數以百萬計的社交媒體帖子，並過濾人們分享和參與的圖像。

如果沒有圖像識別工具，營銷人員就不可能分析這麼多的視覺材料！

Brandwatch 的 Image Insights 平台就是一個例子。 該工具專注於幫助公司發現人們如何在社交媒體上使用包含其品牌的圖像。

它基本上分析了數百萬社交媒體帖子中對品牌徽標的視覺提及。

人工智能和影響者營銷

網紅營銷是一種非常強大的營銷形式，但品牌很難找到合適的網紅。

借助人工智能技術，現在有更智能的方法來分析和尋找影響者。

例如：

值得信賴的專家對有用內容的需求正以影響者協作的形式席捲營銷界，而人工智能正在發揮多重作用。

從擁有 150 萬粉絲的 Instagram 上的 AI 驅動虛擬影響者，到影響者營銷平台中使用的複雜人工智能係統，人工智能對影響者營銷的影響和影響才剛剛開始。

人工智能和影響者營銷的未來應用包括預測某些影響者、內容類型和渠道組合的潛在影響的能力，以及更高級地過濾具有虛假追隨者的影響者。

Lee Odden – TopRank 營銷創始人

第 4 章

關於人工智能的安全問題

2018 年，歐盟引入了一項名為 GDPR（全球數據保護法規）的法規。

其目標是規範公司未經許可收集、存儲和使用個人數據。

隨著消費者越來越關注個人數據的使用，我預計世界其他地區也將實施類似的法規。

由於人工智能就是收集和處理數據，這會產生嚴重的影響。

假設您走進一家超市，超市使用面部識別來識別您，然後根據可用數據定制您的體驗。 他們有權這樣做嗎？ 不在歐洲。

因此，儘管人工智能非常強大，但它的某些用途仍需要獲得批准。

概括

人工智能有著光明的未來。

它將在未來許多年對營銷產生巨大影響。

它將改變營銷角色，將完全刪除其中的一些角色，並將提供前所未有的全新水平。

作為營銷人員，您應該擔心嗎？

當然。

你需要緊跟人工智能的發展，看看如何將它融入你的營銷中。

您需要考慮您作為營銷人員的角色，以及您的角色在未來將如何演變或被取代。