In questa guida, andrò nei dettagli su come l'intelligenza artificiale sta influenzando il marketing in questo momento e su come continuerà ad avere un impatto su di esso
Ed è giusto essere nervosi perché il ruolo dei marketer nelle organizzazioni cambierà ma …
… avrai ancora un ruolo importante da giocare.
Sommario
Scarica un PDF di questa guida
Preferiresti leggerlo più tardi? In tal caso, scaricare una versione PDF della Guida AI.
CAPITOLO 1
Introduzione all'intelligenza artificiale (AI)
L'intelligenza artificiale nel marketing è reale e ora è il momento di sedersi e prendere atto.
L'intelligenza artificiale sta accelerando il marketing verso un futuro più intelligentemente automatizzato in cui soluzioni più intelligenti (cioè alimentate dall'IA) consentono ai professionisti del marketing di risolvere i problemi e raggiungere gli obiettivi in modo più efficiente. Hai una scelta. Puoi sederti e aspettare che il mondo del marketing diventi più intelligente e cambino intorno a te, oppure puoi abbracciare l'intelligenza artificiale ora e essere proattivo nel creare un vantaggio competitivo per te e la tua azienda.
Paul Roetzer, fondatore del Marketing Artificial Intelligence Institute
Tuttavia, non tutte le aziende di software hanno davvero intelligenza artificiale che dicono di farlo.
C'è solo tanto clamore che circonda le aziende AI Tech che vogliono capitalizzare dicendo che il loro software è basato su AI e gli investitori daranno valutazioni più alte a causa dell'IA nel loro software.
Ma ci sono molte grandi società di software che sviluppano applicazioni di IA autentiche e questo è destinato a crescere enormemente nei prossimi anni.
La ricerca MRFR ha predetto che il mercato AI sarebbe valso 25 miliardi entro il 2025.
Se sei un marketer, è il momento di prendere velocità e capire il potenziale impatto che l'intelligenza artificiale avrà sul marketing. Sono abbastanza sicuro che questa guida ti aiuterà.
Quindi, qual è l'intelligenza artificiale?
Sappiamo tutti che cos'è l'intelligenza umana … lo spero comunque!
L'intelligenza artificiale è quando una macchina dimostra un'intelligenza umana.
Per esempio:
Una macchina elabora i dati e ne apprende in modo che possa prendere decisioni più intelligenti sui dati che elaborerà in futuro.
Invece di ripetere le stesse istruzioni, la macchina impara automaticamente nuove istruzioni basate sull'esperienza.
Alpha Zero, il gioco che suona l'intelligenza artificiale sviluppato da Deepmind, ha imparato gli scacchi in 4 ore e poi è stato in grado di battere il miglior programma per computer disponibile per giocare a scacchi.
Imparare un nuovo gioco imita l'intelligenza umana, ma l'intelligenza artificiale può imparare in 4 ore quello che un umano potrebbe impiegare mesi a fare.
L'informatica descrive lo studio dell'intelligenza artificiale come lo sviluppo di agenti intelligenti.
Guarda:
Si tratta davvero di programmazione intelligente.
La nostra intelligenza aiuta a creare l'intelligenza artificiale.
Poiché alcuni compiti diventano molto di routine, non possono più essere considerati intelligenza artificiale.
Ecco un esempio:
Il riconoscimento ottico dei caratteri è spesso escluso perché è un'attività di routine prevista dai computer.
Qual è la differenza tra IA stretta e forte?
L'IA ristretta (chiamata anche IA debole) è l'intelligenza artificiale focalizzata su un compito.
L'intelligenza artificiale forte è tutto il resto!
L'intelligenza artificiale forte ha la capacità di applicare l'intelligenza a qualsiasi problema piuttosto che a un'attività specifica.
Per esempio:
Uno strumento di filtro antispam esegue bene un compito. Una macchina che guida da sola è anche descritta come IA ristretta, ma penso che sia un po 'allungato!
L'intelligenza artificiale sostituirà i marketer?
Sì…. alcuni!!!
Il marketing è un processo che richiede molto tempo con un sacco di attività ripetitive che le macchine possono aiutare con …
… ma ci sono determinati compiti che le macchine non saranno mai in grado di esibire allo stesso livello dei venditori umani.
Posso immaginare, in futuro, di sedermi di fronte a un robot che discute di una proposta commerciale, ma non riesco ad immaginare di costruire la stessa relazione con un robot come con un vero umano. È relativamente facile creare software per battere qualcuno a Chess e …
… il software migliora nel battere le persone.
Ma…
Costruire relazioni è la parte più importante del marketing e i computer lo succhiano.
Inoltre, chi costruirà una strategia per un'azienda?
Una macchina con intelligenza artificiale può fornire input in questa strategia, ma gli strateghi continueranno a sopravvivere.
Ho visto di recente un film intitolato "Her" in cui l'attore crea una relazione con un sistema operativo.
Un film così ridicolo!
Attualmente, tuttavia, vi è un serio problema con l'implementazione dell'IA nelle organizzazioni a causa della mancanza di conoscenza tra i marketer.
In un rapporto fatto con CMO (Chief Marketing Officers) di Deloitte nel 2018, il fattore principale che potrebbe rallentare la crescita organica del marketing è la mancanza di talento.
E poiché l'intelligenza artificiale è più tecnica della maggior parte delle altre aree del marketing, questo sarà un grosso problema.
Ho scritto questa guida perché ci sono così tante informazioni tecniche sull'AI online che è abbastanza difficile da capire. Spero che questa guida aiuti i marketer a capire di cosa si tratta realmente.
Una volta compresa l'intelligenza artificiale, è possibile capire come sostituire i sistemi che si utilizzano internamente con il software AI. E se si decide che è intelligente sostituire le soluzioni software esistenti, è necessario capire quale funzionalità sarà eliminata e quali nuove funzionalità verranno aggiunte.
Avrai quindi bisogno di educare la tua squadra su AI e addestrarli sul nuovo software.
Inoltre, il mercato delle soluzioni AI sta crescendo così velocemente che, senza capire l'intelligenza artificiale, sarà difficile trovare il fornitore giusto.
CAPITOLO 2
Gli elementi dell'intelligenza artificiale
L'intelligenza artificiale è un campo complesso che include vari elementi.
Si concentra su quanto segue:
- Apprendimento – Acquisizione di informazioni e regole per l'utilizzo di tali informazioni.
- Ragionamento – Pensare a qualcosa in modo logico e ragionevole.
- fare – Che senso ha imparare e pensare se non lo fai?
- Autocorrezione – Capire gli errori e correggerli.
Ecco una ripartizione delle aree principali in cui è stata implementata l'intelligenza artificiale.
Nota: ci sono alcune sovrapposizioni in ciascuna area. Ad esempio, un'auto a guida automatica utilizza una combinazione di apprendimento automatico, riconoscimento di immagini e apprendimento approfondito.
Reti neurali
Un cervello prende un input (esterno o interno), lo elabora e quindi produce un risultato.
Un neurone è l'unità di base del calcolo nel cervello ed è responsabile dell'elaborazione di tali input per produrre gli output.
I segnali chimici passano dai neuroni ai neuroni.
Ci sono oltre 100 miliardi di neuroni, in media, in un corpo umano ed è una rete estremamente complessa di interconnessioni tra i neuroni. Alcuni neuroni possono essere collegati a 10.000 altri neuroni.
Immagina se qualcuno stesse mettendo la mano vicino a una stufa calda. Questo è un input. I neuroni lo processerebbero, facendo muovere la mano dalla stufa.
Ecco come questo dovrebbe apparire internamente:
Il neurone sensoriale percepisce il calore, trasmettendo l'informazione ad altri neuroni interni e infine a un motoneurone che provoca la reazione di allontanarsi dal calore.
Un singolo neurone non fa molto da solo, ma l'utilizzo di una complessa rete di neuroni offre capacità straordinarie.
Il neurone consiste di input, output e peso. Il peso è davvero un indicatore di importanza nello schema generale delle cose per questa particolare informazione.
Ad esempio, vuoi che una macchina elabori quanto sia preziosa una macchina.
Prendi un intervallo di input, ad es. anno, marca, modello, condizione, chilometraggio, ecc. e questi sono passati attraverso i neuroni. Ogni input è ponderato.
La marca e il modello sono pesati più in alto rispetto al chilometraggio o all'anno.
E poi:
Attraverso una serie di calcoli complessi, la macchina ha un risultato.
Ecco un semplice esempio di una rete neurale.
Gli input iniziali sono ponderati (ad esempio caratteristiche basate sull'importanza), vengono quindi inviati al livello nascosto per l'elaborazione e il risultato è l'output.
Machine Learning
L'apprendimento automatico è una branca dell'IA che consente ai computer di diventare progressivamente migliori nell'eseguire compiti esistenti o diventare in grado di svolgere nuove attività senza alcun intervento umano.
I computer analizzano continuamente i dati in modo che possano produrre risultati migliori in futuro. In poche parole, stanno diventando più intelligenti.
L'apprendimento automatico è in genere suddiviso in 3 parti:
Apprendimento approfondito
In precedenza abbiamo parlato di reti neurali. L'apprendimento approfondito utilizza reti neurali più avanzate.
Quindi, anziché un livello di input, nascosto e di output, potresti avere molti livelli nascosti.
Significa che c'è molta più elaborazione fatta che con una rete neurale di base. Lo stesso sistema di pesi è passato tra i neuroni.
L'apprendimento approfondito viene generalmente classificato nel seguente modo:
supervisionato
L'apprendimento supervisionato è dove fornisci al computer dati di input e quindi i dati di output (ad esempio i risultati che ti aspetteresti). Quindi si crea un algoritmo attorno a questo in modo da poter iniziare a fornire nuovi dati di input e il computer creerà automaticamente i dati di output.
Ad esempio, immagina di avere un filtro antispam. Invece di dare al computer una serie di regole per determinare se una e-mail è spam o no, fornisci una serie di e-mail e poi dille che di quelle e-mail è spam e perché. L'algoritmo sarebbe quindi utilizzato per elaborare una nuova serie di e-mail.
unsupervised
Con l'apprendimento automatico non supervisionato, si forniscono i dati di input ma non si forniscono i dati di output. L'input potrebbe essere inizialmente una serie di dati di test.
Quindi, il computer non ha dati di esempio per aiutarlo a generare le risposte. Ha bisogno di fare un po 'più di lavoro.
Semi-supervisionato
Questo è un mezzo felice. Non è completamente senza supervisione, ma i dati di output non sono sufficienti per prevedere con precisione tutti i risultati.
Pertanto, il computer elabora i dati e utilizza i dati di output come linee guida che migliorano nel tempo mentre elabora più dati.
Potresti voler usare ML semi-supervisionato quando devi classificare manualmente i dati, ma c'è così tanto da classificare che basta classificare un pezzo di esso e lasciare il resto al computer per gestirlo.
Natural Language Processing (NLP)
Questo è ciò che l'elaborazione del linguaggio naturale riguarda …
Alexa è un dispositivo Amazon.
Fai domande in modo colloquiale e Alexa è in grado di elaborarle e dare una risposta.
Beh, di solito è … ..
I sistemi di elaborazione della lingua naturale (NLP) sono diventati più avanzati negli ultimi anni, ma ci sono ancora molte sfide.
Ad esempio, non sarebbe inusuale dire quanto segue:
Alexa – Chi sta giocando Man U?
I tifosi del Manchester United spesso abbreviano Manchester United con Man U o Red Devils o semplicemente dicono United. C'è una sottile possibilità che Alexa capisca queste abbreviazioni.
Ecco un altro esempio impegnativo per la PNL:
"Ero in un pub l'altra sera con i miei amici ed era micidiale."
Quando usiamo la parola "mortale" in questo contesto in Irlanda intendiamo che è stato molto divertente. I sistemi di PNL non sono ancora in grado di rilevare il sentimento di testo o parola.
Quindi la PNL continuerà ad evolversi ma non sarà mai perfetta a causa di:
- Accenti
- Così tante lingue, variazioni di lingue e gergo utilizzate
- Il tono della voce e il linguaggio del corpo
Calcolo evolutivo
Questa è la definizione di computazione evolutiva da Wikipedia:
"Nell'informatica, il calcolo evolutivo è una famiglia di algoritmi per l'ottimizzazione globale ispirati all'evoluzione biologica e al sottosettore dell'intelligenza artificiale e del soft computing che studiano questi algoritmi".
Ma cosa significa in realtà …
È stato chiamato evolutivo perché è un processo continuo di ottimizzazione dei risultati che "evolve" soluzioni migliori nel tempo.
È stato anche chiamato evolutivo dalla teoria dell'evoluzione di Darwin.
Ad esempio, una delle teorie di Darwin riguardava la sopravvivenza del più adatto. I membri più deboli di una specie moriranno nel tempo.
Con l'informatica evolutiva, si presentano molte soluzioni potenziali a un problema. Alcuni potrebbero essere buoni e alcuni potrebbero essere completamente casuali.
Con i test, nel tempo, si evolvono le migliori soluzioni.
Con l'apprendimento approfondito, ci stiamo concentrando su modelli che già conosciamo. L'informatica evolutiva sta arrivando con soluzioni ai problemi in cui non abbiamo alcun risultato di esempio che potremmo usare per aiutare.
Visione
Stiamo parlando della capacità di computer / macchine o robot di vedere, elaborare e agire automaticamente in base alle immagini.
L'intelligenza artificiale per visione è generalmente suddivisa in:
Visione computerizzata – Un computer che estrae informazioni da un'immagine per darne un senso.
Visione artificiale – Macchine che utilizzano metodi visivi per migliorare le cose in aree come un ambiente di produzione. Potrebbero identificare visivamente i difetti, rivedere le etichette dei prodotti alimentari e / o rilevare difetti in un prodotto.
Visione robotica – È qui che la visione viene utilizzata per identificare qualcosa su cui lavorare e le capacità robotiche eseguono l'azione necessaria.
Robotica
I robot sono macchine fisiche.
La robotica è il campo di studio dei robot.
A volte sentirai parlare di robot che creano automaticamente contenuti per i marketer, ma questi non sono in realtà dei robot. Non c'è nessun robot fisico coinvolto.
La maggior parte dei robot non ha intelligenza artificiale ma sta cambiando.
Ad esempio, possedevo un rasaerba robotizzato chiamato "Robomow". Lo slogan era "Non ti falcia". In realtà li vendevo ma questa è una storia completamente diversa.
Robomow siede su un'unità di ricarica e ogni pochi giorni esce e taglia l'erba. C'era un cavo elettrico intorno al bordo del giardino e la falciatrice andava avanti e indietro a diversi angoli ai bordi. Registra dove era stato, quindi sapeva quando veniva tagliato ovunque.
Aveva anche sensori di pioggia, quindi se pioveva non sarebbe venuto fuori per tagliare l'erba.
Ma non aveva l'intelligenza artificiale.
Ad esempio, avrebbe potuto conoscere gli ostacoli nel giardino e costruito diversi percorsi in base a tali ostacoli.
Sfortunatamente, il mio ha continuato a rimanere bloccato sotto il trampolino …
…ogni volta…
Guarda:
Non sto dicendo che questi dispositivi non sono utili.
Ma … potrebbero essere molto più intelligenti.
Sistemi esperti
Un sistema esperto è un programma per computer che emula la capacità umana di prendere decisioni.
cioè sostituisce la necessità o il supporto di un esperto esistente.
In genere contiene una base di conoscenza con una serie di regole per applicare la conoscenza a ciascuna situazione particolare.
Con le capacità di apprendimento automatico, sta costruendo la sua base di conoscenze nel tempo e adattando o creando nuove decisioni in base alle sue conoscenze operative.
Interpretazione del discorso
In un futuro non troppo lontano, sarà inusuale per qualcuno non avere un dispositivo come Amazon Echo nella propria casa in modo che possano rispondere a domande e istruzioni a questo dispositivo e ottenere risposte immediate.
L'interpretazione vocale migliora sempre e alcuni di questi dispositivi sfruttano l'intelligenza artificiale per imparare nel tempo e produrre risposte migliori.
Immaginate se un sistema di riconoscimento vocale fosse in grado di prevedere se una vendita sarebbe stata generata da un call center e quindi dare suggerimenti agli agenti per migliorare il tasso di conversione?
E lo hanno fatto analizzando la conversazione e l'acustica in questa conversazione.
Una società chiamata sistemi OTO ha studiato 4.000 ore di conversazioni di vendita in entrata con tassi di conversione del 50%.
Hanno addestrato i loro modelli di apprendimento profondo per catturare la 'firma acustica' di una vendita di successo.
Sono riusciti a prevedere il 94% dei risultati della chiamata.
Hanno quindi implementato questo sistema in un call center e hanno visto un aumento del 20% dell'impegno con un aumento del 5% delle vendite.
Pianificazione AI
Secondo Wikipedia, queste sono strategie o sequenze di azioni create automaticamente per agenti intelligenti, robot o veicoli senza pilota.
Quindi, si tratta di analizzare un problema e produrre un piano d'azione.
La pianificazione dell'IA sta prendendo in considerazione cose come:
- Dipendenze: l'attività richiede che venga completata un'altra attività
- Milestones – date specifiche che devono essere soddisfatte
- Vincoli – per esempio, se hai solo 10 persone disponibili non puoi buttare 20 persone al problema.
Quando vengono creati il piano e la pianificazione, questa viene automaticamente regolata in base ai risultati e alle modifiche agli input.
Ad esempio, se una risorsa non è più disponibile, è necessario modificare il piano.
CAPITOLO 3
Applicazioni AI in Marketing
Ci sono così tanti potenziali usi dell'IA nel marketing che potrebbero renderlo più efficiente e contribuire a ottenere risultati migliori.
Abbiamo parlato del marketing 1 a 1 per molti anni e, anche con sistemi avanzati di automazione del marketing, non è ancora una realtà.
Ma … con l'intelligenza artificiale, abbiamo molte più possibilità di offrire ciò che sembra più una comunicazione cliente uno a uno.
Diamo un'occhiata ad alcuni esempi di come il marketing può migliorare con l'intelligenza artificiale.
AI e Content Marketing
Per sopravvivere sul web abbiamo bisogno di produrre contenuti.
Il contenuto attira visitatori, coinvolge il nostro pubblico e offre loro un incentivo a tornare.
Il contenuto si presenta in molte forme:
- Post sul blog
- Testimonianze
- Dati fattuali per es. rapporti
- Contenuto video
- tweets
- Informazioni aziendali
AI non prenderà mai il pieno ruolo di Content Marketer, ma può certamente aiutare.
I computer possono creare automaticamente contenuti che non sembrano essere stati creati da un computer?
Sì!
Un rapporto di Statista del 2017 ha rilevato che oltre il 90% delle persone intervistate ha affermato che ottenere contenuti personalizzati era "molto / un po 'attraente".
Non sorprende che le persone desiderino sentirsi come se stessero fornendo informazioni e contenuti che sono rilevanti per loro. A loro non importa di nessun altro !!!
I marketer non hanno il tempo di personalizzare tutti i contenuti, ma per fortuna l'AI può aiutare.
Ecco come:
Ricerca di contenuti
MarketMuse è una piattaforma software che offre agli utenti indicazioni per la creazione del contenuto giusto. Usa big data e intelligenza artificiale per capire come i motori di ricerca classificano i contenuti.
Scricchiola tutti i tuoi dati e li confronta con quelli di altre aziende per contenuti simili.
Organizza quindi i tuoi contenuti in cluster di argomenti, definendo gli argomenti per i quali è facile classificare e fornisce consigli su come migliorare i tuoi contenuti.
Eseguire una verifica del contenuto è un processo che richiede molto tempo e un software come questo può farti risparmiare un sacco di tempo.
Ecco un esempio in cui MarketMuse analizza i risultati di ricerca principali per gli strumenti di marketing. Estrae i termini più rilevanti all'interno di ciascuna delle parti di contenuto di alto livello e lo confronta con il tuo contenuto.
Lo strumento visualizza il numero di citazioni di queste parole chiave nel contenuto della concorrenza rispetto al numero di citazioni nei tuoi contenuti. Ottieni un punteggio di contenuto che puoi migliorare per ottenere un punteggio più alto.
Analizzando i tuoi contenuti, MarketMuse determina la tua "autorità argomento". Questi sono gli argomenti che potresti facilmente classificare creando più contenuti intorno a loro.
Creazione di contenuti
La generazione neurolinguistica (NLG) è una tecnologia che trasforma i dati in narrative dal suono umano.
Automated Insights è un'azienda che fa esattamente ciò che suggerisce il loro nome.
Analizzano i dati e producono automaticamente il testo che descrive i dati.
Immagina se fossi in una società di intermediazione finanziaria e dovessi creare 1.000 rapporti diversi per i clienti. È un pensiero terribile, non è vero?
Ora immagina di fare clic su un pulsante e di generare automaticamente tali rapporti.
AI non può scrivere un libro o sostituirmi come blogger ma può sicuramente aiutare molto nella creazione di contenuti.
Amplificazione del contenuto
L'amplificazione dei contenuti è il processo di promozione e distribuzione dei contenuti attraverso tattiche pagate e non retribuite per raggiungere una maggiore portata.
Con così tanto rumore online, anche i contenuti più epici non andranno bene a meno che tu non lo promuova.
La promozione dei contenuti era utilizzata per raccogliere una grande fetta di tempo per i marketer dei contenuti, ma ora ci sono alcuni strumenti davvero intelligenti che possono aiutare ad automatizzare questo processo.
Ecco un esempio.
Inpowered è uno strumento che consente di selezionare il contenuto che si desidera promuovere su molte piattaforme pubblicitarie native e quindi automatizza il processo di immissione della promozione e ottenere le migliori tariffe di pay per click.
Annullerà le promozioni su determinate piattaforme, aumenterà le promozioni su altre piattaforme e analizzerà cosa funziona e quando.
Tutto completamente automatizzato.
Questa piattaforma è interessante perché la tecnologia è molto buona e paghi solo per gli utenti coinvolti. Se qualcuno visualizza i tuoi contenuti e rimbalza immediatamente, non ti verranno addebitati.
Ottimizzazione del contenuto
Che ne dici di ottimizzare i contenuti per aumentare il traffico da Google?
Nei tempi antichi, puoi inserire più volte la stessa parola chiave nel tuo articolo per classificare.
Ma ora … Google fa un'analisi semantica dei tuoi contenuti per capire di cosa tratta il contenuto.
Utilizza l'apprendimento automatico (Rankbrain) per comprendere il contenuto che scrivi.
Inoltre, non è solo guardando le parole chiave che sta esaminando l'autorità di argomento.
Ecco un esempio di come dimostrare l'autorità di argomento sul tuo sito.
Crei un pezzo di contenuto come questo pezzo di contenuto.
Quindi si creano parti di contenuto correlate che si collegano al contenuto del pilastro (e ai collegamenti del pilastro con i relativi).
Potresti anche fare un ulteriore passo avanti e creare contenuti per guest post su altri siti web che collegano al contenuto correlato o pilastro del tuo sito.
Questo mostra l'autorità di argomento che è più importante di un post che punta a una parola chiave specifica.
Google utilizza l'intelligenza artificiale per capire la tua autorità di argomento, quindi ha senso che abbiamo bisogno di strumenti che sfruttino l'intelligenza artificiale per capire se stiamo fornendo i segnali giusti a Google.
Questo è ciò che MarketMuse e altri strumenti in questo settore fanno.
Content curation
Uno strumento di content curation è ottimo per trovare contenuti pertinenti a cui sei interessato.
Ad esempio, imposti un insieme di parole chiave e trova contenuti popolari associati a tali parole chiave.
Ma….
… la versione AI dello strumento di content curation fa un passo in più.
Prendi Frase.io come esempio.
Questo trova contenuti, ma poi utilizza l'intelligenza artificiale per riassumere il contenuto in modo da non doverlo leggere tutto.
Non so voi, ma mi sembra fantastico !!!
In termini di content curation, AI dovrebbe fornire assistenza nei seguenti flussi di lavoro:
– Effettuare query più mirate e rimuovere il rumore durante il monitoraggio dei media
– Riepilogando le informazioni per aiutare i knowledge worker a consumare i contenuti più velocemente e scavare solo più in profondità quando rilevanti
– Identificare le relazioni tra gli argomenti e disegnare le tendenze nel tempo
La migliore gestione dei contenuti attraverso l'intelligenza artificiale dovrebbe aiutare gli operatori di marketing a creare newsletter migliori, a includere più ricerche sui loro contenuti originali, ad aumentare la loro pubblicazione sui social media e a creare micrositi interni più ricchi. Gli editori digitali possono utilizzare la gestione dei contenuti basata su AI per generare automaticamente report e arricchire il proprio flusso di lavoro editoriale.CEO di Tomas Ratia Frase.io
AI e Analytics
Normalmente suddividiamo l'analisi in analitiche descrittive, predittive e prescrittive, ma aggiungiamo una quarta dimensione:
L'analitica descrittiva è in circolazione da molto tempo.
Un esempio di questo sarebbe vedere i dati di Google Analytics ma non sapere cosa fare con esso.
L'analisi predittiva ti dà idee su cosa potresti fare e prescrittivo ti dice cosa devi fare.
L'analisi orientata all'azione è il luogo in cui le azioni vengono prese e testate automaticamente in base a ciò che è stato prescritto.
A volte accedo per sbaglio all'account Netflix di mia moglie per errore e la maggior parte delle raccomandazioni non sono i film che guarderei!
Ma quando accedo al mio account Netflix mi mostra sempre qualcosa di interessante.
Netflix raggruppa automaticamente le persone in diverse categorie e le valutazioni si basano sul feedback all'interno della categoria in cui ti trovi.
Quindi, quando vedo una valutazione percentuale che indica quanto sono propenso ad apprezzare un film, questa valutazione potrebbe essere diversa per mia moglie dato che si trova in una categoria diversa.
Netflix prova continuamente a fornire consigli migliori per commercializzare film migliori per i propri utenti.
Ma non guardano solo al film / spettacolo che hai iniziato a guardare. Inoltre guarderanno:
- Ne hai guardato un po 'e hai smesso di guardare
- L'hai guardato per un paio di notti
- Quando l'hai guardato un mese fa, un anno fa, ecc.
E, naturalmente, molto di più.
Si tratta di algoritmi di apprendimento automatico che stanno imparando nel tempo e si adeguano automaticamente.
Una società del Regno Unito chiamata Datalytyx ha brevettato una soluzione AI che risolve un grosso problema di analisi di grandi volumi di dati, ad esempio,
Il software AI identifica l'1% più pertinente dei dati e esegue report basati su questo.
AI e Marketing Automation
Una tipica attività di automazione del marketing sta inviando una serie di e-mail agli utenti dopo aver aderito a un elenco di e-mail.
E poi, in base alla loro interazione con le e-mail, indirizza le persone verso un percorso diverso.
Ad esempio, il clic su un collegamento su un nuovo prodotto nella seconda e-mail in una sequenza attiva un messaggio diverso.
Questa è l'automazione della posta elettronica intelligente, ma non è AI.
AI aggiunge un nuovo livello di intelligenza. Ecco alcuni esempi:
Watson è una piattaforma IBM che utilizza l'intelligenza artificiale per ulteriori informazioni sui tuoi dati.
"Watson marketing" fa parte della piattaforma Watson incentrata su … hai indovinato … il marketing.
Uno dei suoi componenti è la creazione di campagne email mirate.
Usa l'intelligenza artificiale per capire di più su ogni individuo nella campagna e adatta la comunicazione basata su questi dati.
Ad esempio, invece di mettere le persone in un secchio basato su un modulo che compilano, estrae i dati da molte fonti e crea micro-segmenti basati su stile di vita, comportamento sociale, fase della vita, posizione, ecc.
Ma valuterà anche continuamente questi dati e sposterà automaticamente le persone tra i segmenti sulla base di nuovi dati e analisi delle prestazioni.
Quando lavori con ampi set di dati hai bisogno di intelligenza artificiale per automatizzare determinate attività e dare un senso ai dati.
Per esempio:
Compilare dati da molte fonti e creare micro-segmenti basati su stile di vita, comportamento sociale, fase della vita, posizione, ecc.
Scopri i difetti nelle campagne originali e cambia i segmenti e le offerte in base a questo.
AI e marketing conversazionale
Un chatbot è un programma per computer progettato per simulare una conversazione con un altro umano.
Ci sono molti strumenti disponibili (ad es. Scimmia mobile) che ti permettono di creare facilmente un chatbot.
Hanno un programma di builder che ti permette di creare automaticamente azioni basate su input.
Tuttavia, questi chatbot non sono abilitati all'IA. Sono addestrati a riconoscere specifici intenti dell'utente e attingono a una base di conoscenza per recuperare risposte (chatbots basati sul recupero).
Siamo ancora lontani dal vedere i chatbots che possono fornire agli utenti una quantità illimitata di risposte che possono generare al volo. Questa sarebbe la vera IA al lavoro.
La maggior parte dei chatbot oggi operano in una nicchia specifica e la quantità di cose che sanno e che possono fare è molto limitata. Tuttavia, usano ancora le tecniche di PNL per comprendere il linguaggio umano. I più sofisticati usano anche l'analisi del sentimento per capire l'emozione dietro le parole dell'utente.
I chatbot, così come sono oggi, sono ancora uno strumento molto utile per automatizzare determinate parti del processo di vendita e marketing.
Ad esempio, i chatbot possono:
- aumentare il coinvolgimento attraverso conversazioni personalizzate con gli utenti
- gestire le richieste dei clienti sul tuo sito web
- migliorare il targeting raccogliendo informazioni utili sugli utenti
Ora, per le aziende che già utilizzano i chatbot sul loro sito Web, ci sono strumenti che possono aiutarli a capire quanto stanno facendo bene.
Liveperson.com analizza le conversazioni di chatbot in tempo reale per valutare quando i clienti hanno una scarsa esperienza del cliente. Le aziende possono quindi agire in base a questo.
Non sono sicuro se lo useremo … potrebbe venire con un nuovo diagramma.
AI e Email Marketing
L'email marketing è un'area che potrebbe trarre enormi benefici dall'IA.
Pensaci: uno strumento AI potrebbe aiutarti a determinare quale tipo di contenuto devi inviare e quando devi inviarlo per aumentare le tue possibilità di convertire un potenziale cliente.
Dato che l'intelligenza artificiale è in grado di elaborare enormi quantità di dati in pochissimo tempo, tu faresti campagne più intelligenti e più efficienti con un ROI migliore. Non menzionare il tempo che avresti risparmiato sui test A / B!
Uno strumento di email marketing basato su AI potrebbe anche aiutare in un'altra area difficile per i marketer, inviando e-mail altamente personalizzate su larga scala.
AI può prendere in considerazione la storia di un cliente con la tua azienda e determinare il tipo di messaggi e offerte che funzionano meglio.
Ad esempio, Phrasee è uno strumento di email marketing che utilizza l'intelligenza artificiale per generare righe tematiche, body copy e CTA per incoraggiare percentuali di click-through e coinvolgimento maggiori nelle campagne di email marketing.
AI e SEO
L'intelligenza artificiale ha il potenziale per rendere la ricerca più umana.
Significa che i motori di ricerca ora guardano più al significato e al contesto della query del ricercatore per fornire risultati più significativi.
L'era della parola chiave stuffing è finita. Gli algoritmi di ricerca ora si concentrano sul contesto dell'utente e sull'intento di ricerca.
E questa è una buona cosa.
I marketer possono anche sfruttare gli strumenti di intelligenza artificiale per migliorare il ranking dei loro contenuti.
Ora puoi utilizzare l'intelligenza artificiale per migliorare i tuoi sforzi SEO in vari modi, tra cui:
- Identificare le opportunità di contenuto
- Esecuzione di ricerca per parole chiave
- Identificazione delle opportunità per l'ottimizzazione del contenuto
- Personalizzazione del contenuto e altro.
Ogni volta che accedi a Facebook e visualizzi il feed delle notizie, stai vedendo l'IA in azione.
Facebook monitora continuamente chi segui, con cosa interagisci, come consumi contenuti e altro.
Questi algoritmi apprendono nel tempo a produrre risultati migliori per i feed di notizie.
Facebook è tutto incentrato sull'impegno.
Se passi più tempo sulla piattaforma, possono mostrarti più annunci e guadagnare di più.
È così semplice!
Ha perfettamente senso tenere traccia di ciò con cui interagisci e con cui non interagisci.
Se segui una pagina Facebook e non interagisci mai con i post che pubblicano, questo è un chiaro segnale che non sei interessato al contenuto di quella pagina.
Ecco un altro esempio di AI per i social media.
Persado provides “machine-generated marketing copy to drive maximum performance in any channel.”
It picks out the best words, phrases, visuals and emotions to drive more engagement.
And social media is all about engagement.
With this social media module they will automatically create the text and find the best images that will drive the most engagement.
AI and Conversion Rate Optimization (CRO)
Conversion rate optimization is all about improving conversion.
For example, out of 100 visitors to your website you convert 2%, and then you make changes to your website and increase your conversion to 3%.
There are many ways to increase conversion:
- Improve your ads so that you get a higher click-through rate and lower cost
- Improve ads so you are sending a better audience to your offer
- Build a different sales funnel, for example, add an up-sell option after someone buys
- Change the pages that are part of the funnel e.g. colors, text, images, video, etc.
This is a very time consuming and manual process and this is where AI can help.
Unbounce is a landing page tool.
They recently built a pilot project around AI and included 34 customers over a 6 week period.
The AI analyzed the performance of the landing pages on real campaigns and instructed conversion specialists on what to change.
On average, the increase in conversion on the pages was 19.8% with one page achieving over 100%.
This is certainly a higher performance increase than you’d expect to get from working with a conversion specialist.
AI and Listening / Monitoring
Every company out there wants to be able to capture as much of the conversations around their brand as possible.
The goal is to understand not only what people are saying about their brand, products or services, but also how they feel about them.
This helps marketers to analyze their brand presence and use those insights to improve communication with their audience and target their campaigns better.
NLP and Sentiment Analysis can really help in this area.
Companies can use AI to understand conversations around their products so they can spot potential issues and act on them, as well as to uncover purchase intent.
AI and Image Recognition
We all know how important visual content is for marketing.
Now we can use AI and image recognition tools to analyze trends and uncover the type of visuals that would bring the best results on social media and other channels.
Image recognition allows marketers to ‘listen’ to what their audience is saying through images so they can deliver visual content that fits the interests of that audience.
AI can help analyze millions of social media posts and filter through the images that people share and engage with.
Without image recognition tools, it would be impossible for marketers to analyze this amount of visual material!
One example of this is the Image Insights platform from Brandwatch. This tool is focused on helping companies uncover how people are using images that contain their brand across social media.
It basically analyzes visual mentions of a brand’s logo across millions of social media posts.
AI and Influencer Marketing
Influencer marketing is a very powerful form of marketing but brands find it difficult to identify the right influencers.
With AI technology there are now smarter ways of analyzing and finding influencers.
Per esempio:
Demand for useful content from trusted experts is taking the marketing world by storm in the form of influencer collaboration and AI is playing multiple roles.
A partire dal
AI powered virtual influencers on Instagram like @lilmiquela with 1.5 million followers to sophisticated AI systems used in influencer marketing platforms, the impact and implications of artificial intelligence on influencer marketing are just beginning.Future applications of AI and influencer marketing include the ability to predict
potenziale impact of certain influencers, content types and channel combinations as well as more advanced filtering of influencers with fake followers.Lee Odden – Founder Toprank Marketing
C H A P T E R – 4
Security Concerns about AI
In 2018, the EU brought in a regulation called GDPR (global data protection regulation).
Its goal is to regulate the collection, storage, and use of personal data by companies without permission.
As consumers get more and more concerned with the use their personal data, I expect that similar regulation will be implemented in other parts of the world.
As AI is all about collecting and processing data this has serious repercussions.
Let’s say you walked into a supermarket and the supermarket used facial recognition to identify you and then tailored your experience based on the available data. Do they have the permission to do this? Not in Europe.
So, although AI is extremely powerful, some of it’s use will need to be approved.
Sommario
There is a bright future ahead of us for AI.
It will have a huge impact on marketing for many years to come.
It will change marketing roles, it will remove some of them entirely, and it will provide a whole new level of sophistication which was never possible before.
Should you be concerned as a Marketer?
Ovviamente.
You need to stay on top of developments in AI and see how you can incorporate it into your marketing.
You need to think about your role as a Marketer and how your role will evolve or be replaced in the future.
