Mappatura delle tecnologie IA più efficaci per il marketing attraverso il ciclo di vita del cliente
La tecnologia AI è un tema caldo nel marketing al momento, ma l'intelligenza artificiale è un termine ampio che copre una vasta gamma di tecnologie diverse. Intelligenza artificiale significa qualsiasi tecnologia che cerchi di imitare l'intelligenza umana, che copre una vasta gamma di funzionalità come riconoscimento vocale e dell'immagine, tecniche di apprendimento automatico e ricerca semantica. Gli esperti di marketing amano farsi lirici sulle ultime tecnologie entusiasmanti e confrontarsi con l'IA per il riconoscimento delle immagini, il riconoscimento vocale, la prevenzione delle fughe di dati o persino il targeting dei droni nelle comunità remote. Tutto bene. Ma come diavolo sono gli esperti di marketing a fare qualcosa con queste informazioni? È solo esagerazione, non puoi implementarlo.
Ecco perché abbiamo identificato quindici tecniche di intelligenza artificiale che possono essere implementate da aziende di qualsiasi dimensione, piuttosto che tecniche a cui solo i maggiori giganti della tecnologia possono dedicare risorse. Abbiamo anche tracciato le tecniche attraverso il ciclo di vita del cliente in modo da poter vedere come ogni tattica di IA può aiutare a portare i clienti nella canalizzazione di marketing.
Tutte le tecniche sono 'AI' nel senso che implicano l'intelligenza del computer, ma le abbiamo suddivise in 3 diversi tipi di tecnologia: tecniche di apprendimento automatico, modelli di propensione applicata e applicazioni AI. Le tecniche di apprendimento automatico implicano l'utilizzo di algoritmi per "apprendere" da set di dati storici, che possono quindi creare modelli di propensione. I modelli di propensione applicati sono quando questi modelli di propensione sono messi al lavoro predittivi di determinati eventi, come i lead di punteggio in base alla loro probabilità di conversione. Le applicazioni AI sono altre forme di intelligenza artificiale, che svolgono attività che di solito si associano a un operatore umano come rispondere alle domande dei clienti o scrivere nuovi contenuti.
Ogni diversa applicazione ha importanti implicazioni per i professionisti del marketing, ma le applicazioni hanno ruoli diversi da svolgere nel percorso del cliente. Alcuni sono migliori per attrarre i clienti, mentre altri sono utili per la conversione o il reinnesto dei clienti precedenti. Ecco perché abbiamo diviso le tecniche attraverso il framework RACE.
Raggiungi: attira i visitatori con una gamma di tecniche in entrata
La copertura prevede l'utilizzo di tecniche come content marketing, SEO e altri "media guadagnati" per portare visitatori al tuo sito e avviarli nel percorso del compratore. In questa fase è possibile utilizzare AI e modelli di propensione applicata per attirare più visitatori e offrire a coloro che raggiungono il tuo sito un'esperienza più coinvolgente.
1. Contenuto generato da AI
Questa è un'area molto interessante per l'intelligenza artificiale. AI non è in grado di scrivere una colonna di opinioni politiche o un post sul blog su consigli di best practice specifici del settore, ma ci sono alcune aree in cui i contenuti generati da AI possono essere utili e aiutano a attirare visitatori sul tuo sito.
Per alcune funzioni i programmi di scrittura di contenuti AI sono in grado di selezionare elementi da un set di dati e strutturare un articolo di "suono umano". Un programma di scrittura AI chiamato "WordSmith" ha prodotto 1,5 miliardi di contenuti nel 2016, e si prevede che crescerà ulteriormente in popolarità nei prossimi anni.
Gli autori di AI sono utili per la creazione di report su eventi regolari incentrati sui dati. Gli esempi includono rapporti sugli utili trimestrali, partite sportive e dati di mercato. Se lavori in una nicchia rilevante come i servizi finanziari, i contenuti generati dall'IA potrebbero costituire una componente utile della tua strategia di marketing dei contenuti. La buona notizia è che le intuizioni automatizzate, l'azienda dietro Wordsmith, hanno annunciato una versione beta gratuita della sua applicazione di scrittura AI, in modo da poter provare la tecnologia e vedere se potrebbe essere utile per il tuo marchio.
2. Curazione dei contenuti intelligenti
La funzionalità di content content di AI ti consente di coinvolgere meglio i visitatori del tuo sito mostrando loro contenuti pertinenti. Questa tecnica si trova più comunemente nei "clienti che hanno acquistato X hanno anche acquistato la sezione Y" su molti siti, ma possono anche essere applicati ai contenuti dei blog e personalizzare maggiormente la messaggistica dei siti. È anche una grande tecnica per le aziende in abbonamento, dove più qualcuno usa il servizio, più dati l'algoritmo di apprendimento automatico deve utilizzare e migliori diventano le raccomandazioni dei contenuti. Considera che il sistema di consigli di Netflix è in grado di raccomandarti costantemente di mostrare che ti interesserebbe.
3. Ricerca vocale
La ricerca vocale è un'altra tecnologia AI, ma quando si tratta di utilizzarla per il marketing, si tratta di utilizzare la tecnologia sviluppata dai principali attori (Google, Amazon, Apple) piuttosto che sviluppare le proprie capacità. La ricerca vocale cambierà le strategie SEO future e i marchi devono tenere il passo. Un marchio che inchioda la ricerca vocale può sfruttare grandi guadagni nel traffico organico con un elevato grado di acquisto grazie all'aumento del traffico di ricerca vocale dovuto agli assistenti virtuali virtuali guidati dall'IA.
4. Acquisto di supporti programmatici
L'acquisto di supporti programmatici può utilizzare modelli di propensione generati da algoritmi di apprendimento automatico per indirizzare in modo più efficace gli annunci ai clienti più pertinenti. Gli annunci programmatici devono diventare più intelligenti sulla scia del recente scandalo sulla sicurezza del marchio di Google. È stato rivelato che gli annunci posizionati in modo programmatico tramite la rete pubblicitaria di Google apparivano sui siti Web dei terroristi. AI può aiutare qui riconoscendo siti discutibili e rimuovendoli dall'elenco di siti su cui è possibile pubblicare annunci.
Atto – Attira i visitatori e rendili consapevoli del tuo prodotto
5. Modellizzazione della propensione
Come già accennato, la modellazione della propensione è l'obiettivo di un progetto di apprendimento automatico. L'algoritmo di apprendimento automatico è alimentato con grandi quantità di dati storici e utilizza questi dati per creare un modello di propensione che (in teoria) è in grado di fare previsioni accurate sul mondo reale. Il semplice diagramma qui sotto mostra le fasi di questo processo.
6. Analisi predittiva
La modellazione della propensione può essere applicata a un certo numero di aree diverse, come ad esempio prevedere la probabilità di conversione da parte di un determinato cliente, prevedere quale prezzo è probabile che un cliente possa convertire o che i clienti siano più propensi a effettuare acquisti ripetuti. Questa applicazione è denominata analisi predittiva, poiché utilizza i dati di analisi per fare previsioni su come si comportano i clienti. La cosa fondamentale da ricordare è che un modello di propensione è buono solo come i dati forniti per crearlo, quindi se ci sono errori nei dati o un alto livello di casualità, non sarà in grado di fare previsioni accurate.
7. Punteggi principali
I modelli di propensione generati dall'apprendimento automatico possono essere addestrati a valutare i lead in base a determinati criteri in modo che il team di vendita possa stabilire quanto sia "caldo" un determinato lead e se vale la pena dedicare del tempo a. Questo può essere particolarmente importante nelle aziende B2B con processi di vendita consultivi, in cui ogni vendita richiede molto tempo da parte del team di vendita. Contattando i lead più rilevanti, il team di vendita può risparmiare tempo e concentrare la propria energia laddove è più efficace. Le intuizioni sulla propensione all'acquisto dei lead possono anche essere utilizzate per indirizzare le vendite e gli sconti laddove sono più efficaci.
8. Targeting dell'annuncio
Gli algoritmi di apprendimento automatico possono attraversare una grande quantità di dati storici per stabilire quali annunci danno i migliori risultati su quali persone e in quale fase del processo di acquisto. Usando questi dati possono servirli con i contenuti più efficaci al momento giusto. Utilizzando l'apprendimento automatico per ottimizzare costantemente migliaia di variabili, è possibile ottenere un posizionamento e un contenuto di annunci più efficaci rispetto ai metodi tradizionali. Tuttavia, avrai ancora bisogno che gli umani facciano le parti creative!
Converti: spinge i consumatori interessati a diventare clienti
9. Prezzi dinamici
Tutti i marketer sanno che le vendite sono efficaci per spostare più prodotti. Gli sconti sono estremamente potenti, ma possono anche danneggiare la vostra linea di fondo. Se realizzi il doppio delle vendite con un margine inferiore di due terzi, hai ottenuto meno profitti di quello che avresti se non avessi una vendita.
Le vendite sono così efficaci perché convincono le persone ad acquistare il tuo prodotto che in precedenza non si sarebbe ritenuto in grado di giustificare il costo dell'acquisto. Ma intendono anche persone che avrebbero pagato il prezzo più alto di quello che avrebbero avuto.
La determinazione dei prezzi dinamica può evitare questo problema, scegliendo come target solo le offerte speciali solo per quelle che potrebbero averne bisogno per la conversione. L'apprendimento automatico può creare un modello di propensione in base al quale i tratti mostrano che un cliente ha probabilmente bisogno di un'offerta di conversione e che è probabile che converta senza la necessità di un'offerta. Ciò significa che puoi aumentare le vendite senza ridurre i margini di profitto di molto, massimizzando così i profitti.
10. Personalizzazione web e app
L'utilizzo di un modello di propensione per prevedere la fase di un cliente nel percorso dell'acquirente può consentirti di servire quel cliente, su un'app o su una pagina web, con i contenuti più pertinenti. Se qualcuno è ancora nuovo in un sito, i contenuti che li informano e li mantengono interessati saranno i più efficaci, mentre se hanno visitato molte volte e sono chiaramente interessati al prodotto, i contenuti più approfonditi sui benefici di un prodotto avranno un rendimento migliore.
11. Chatbots
I chatbot imitano l'intelligenza umana, essendo in grado di interpretare le domande dei consumatori e completare gli ordini per loro. Potresti pensare che i chatbot siano estremamente difficili da sviluppare e solo i grandi marchi con enormi budget saranno in grado di svilupparli. Ma in realtà, usando le piattaforme di sviluppo aperte di chatbot, è relativamente facile creare il proprio chatbot senza un grande team di sviluppatori.
Facebook è interessato a facilitare lo sviluppo di chatbot per i marchi. Vuole rendere la sua app Messenger il posto ideale per le persone che vogliono conversare con gli ambasciatori virtuali del marchio. La buona notizia per i marchi è che questo significa che possono utilizzare alcuni dei potenti strumenti di sviluppo dei bot di Facebook. Utilizzando le lezioni apprese dai beta test di "M" (il proprio chatbot di Facebook Messenger), Facebook ha creato il motore bot wit.ai che consente di addestrare i robot con conversazioni di esempio e di far sì che i bot imparino continuamente dall'interazione con i clienti . Se sei interessato a creare un chatbot per il tuo marchio all'interno della piattaforma Messenger, Facebook ha creato utili istruzioni su come farlo, che puoi trovare sul loro sito Facebook per sviluppatori.
12. Re-targeting
Proprio come con il targeting degli annunci, è possibile utilizzare l'apprendimento automatico per stabilire quali contenuti sono più suscettibili di riportare i clienti sul sito in base ai dati storici. La creazione di un modello di previsione accurato dei contenuti più adatti a riconquistare diversi tipi di clienti consente di utilizzare l'apprendimento automatico per ottimizzare i tuoi annunci di retargeting per renderli il più efficaci possibile.
Coinvolgi – Fai tornare i tuoi clienti
13. Servizio clienti predittivo
È molto più facile effettuare vendite ripetute alla base di clienti esistente piuttosto che attirare nuovi clienti. Quindi, mantenere felici i tuoi clienti esistenti è la chiave per la tua linea di fondo. Ciò è particolarmente vero nel business basato sull'abbonamento, in cui un alto tasso di abbandono può essere estremamente costoso. L'analisi predittiva può essere utilizzata per capire quali sono i clienti più propensi a disiscriversi da un servizio, valutando quali sono le funzionalità più comuni nei clienti che annullano l'iscrizione. È quindi possibile raggiungere questi clienti con offerte, richieste o assistenza per impedire loro di sbattere.
14. Automazione del marketing
Le tecniche di automazione del marketing in genere coinvolgono una serie di regole, che hanno attivato interazioni di iniziativa con il cliente. Ma chi ha deciso queste regole? Generalmente, un marketer che sta sostanzialmente indovinando cosa sarà più efficace. L'apprendimento automatico può gestire miliardi di punti dei dati dei clienti e stabilire quando sono i tempi più efficaci per stabilire un contatto, quali parole nelle righe dell'oggetto sono più efficaci e molto altro. Queste informazioni possono quindi essere applicate per aumentare l'efficacia degli sforzi di automazione del marketing.
15. 1: 1 email dinamiche
Analogamente all'automazione del marketing, l'applicazione di informazioni generate dall'apprendimento automatico può creare e-mail dinamiche 1: 1 estremamente efficaci. L'analisi predittiva utilizzando un modello di propensione può stabilire la propensione degli abbonati ad acquistare determinate categorie, dimensioni e colori attraverso il loro comportamento precedente e visualizza i prodotti più rilevanti nelle newsletter. Lo stock di prodotto, le offerte, i prezzi sono tutti corretti al momento dell'apertura dell'email.
AI e Machine Learning Guide
La guida si propone di aiutare le aziende di tutte le dimensioni ad adottare l'apprendimento automatico e l'intelligenza artificiale a beneficio degli sforzi di marketing. Mostra come le aziende possono gestire efficacemente i progetti di machine learning e come utilizzare le informazioni generate per migliorare i risultati di marketing.
Accedi all'IA e all'apprendimento automatico per il marketing
