设想营销与人工智能结合的可能性

来源:https://martechtoday.com/imagining-possibilities-marketing-artificial-intelligence-200233?utm_src=ml&utm_medium=textlink&utm_campaign=mlxpost

作者:Rob Rasko

Rob Rasko是在数字营销行业的思想领袖。他所在的全球数字解决方案公司614集团,在内容货币化和收入战略,品牌安全,技术和数字系统集成,以及公司战略等领域实践,推动了基于效果驱动的营销工作开展。

简介:人工智能技术在面向广告技术领域,带来的新的可能性,以IBM为代表的企业已经发布了认知广告技术,未来在整体的营销过程中,基于人的理解和动态交互性的信息曝光技术将取得加速发展。与此同时,更多基于对人的理解的模型和技术将在广告领域,根本上这些是属于人工智能范畴。

新闻头条说广告技术即将消亡,甚至宣称它已经死了。

毫无疑问,整合是不可避免的,但我认为广告技术正在进化。说广告技术即将死去的人,其实是他们思考的方向不对罢了。

当然,买卖广告过于商品化,导致用户开始对其反感。为什么呢?因为过去20年广告一直是个老样子,没什么变化可言。

不过看看过去的一些情况,展望未来,还是有许多让人兴奋的广告技术解决方案。人工智能就是其中之一,至于原因有以下几点。

随着数字广告成熟发展,人工智能(AI)将备受重视。然而,在人工智能和广告解决方案的演进过程中存在着一些差距,这需要服务提供商准备全套的解决方案来填补空白。

我的观点是,广告技术并没有消亡,它需要简单地变形以满足当今营销者的需求。

最近我与Ritesh Soni(SapientNitro的SVP,负责数据科学,分析和工程)在讨论营销人员如何利用人工智能。我请他说出在工作和处理人工智能实践中遇到的最大挑战,下面是他的回答:

最难的事情是,人们绞尽脑汁想象人工智能如何应用和为他们的业务定制服务。”

“不过,”他继续说,“一旦你像营销人员一样告诉人们人工智能可以做什么,就等于开辟了一个全新的维度了解消费者和提升消息传递的相关性”

营销人员应用人工智能的三个方面

基于行为的分群

相比较面向更广泛受众的消息服务,个性化消息可以带来更高的转化率。MailChimp的统计显示,分群活动的效果优于没有分群的活动。

相比没有分群的活动,有分群的活动其电子邮件打开率高出14.31%,用户打开率高出10.64%,点击率高出100.95%。同时,跳出,举报和退订均低于没有分群的活动。

本质上讲,这是一个通过活动顶层数据分析而完成的个性化营销活动。通过逐步形成自上而下的分群以及增强自下而上数据信息,这使得营销执行明确且富有创意,相关性更强。

虽然基于行为模式的目标定位和预期回报研究已经持续了十多年,但在《财富》100强公司的营销活动中应用次数却出奇的少。

倾向性模型

倾向性模型旨在帮助营销人员识别顾客的行为倾向性。他们可能会购买相关的产品或服务。如果用户在一个品类中有购买行为,它亦可识别出来用户在其他品类购买商品。

我们可以增加行为数据集,来为用户的行为评分,但这需要收集足够丰富的行为数据。

准确的说,“我们需要决策最佳的下一步策略来引导消费者,而这个模型可以作为营销部门人工智能计划的核心。”Soni说道

洞察海量数据信息

海量的数据越多越好。比如定位信标、社会媒体消息和音频和收听数据。人工智能和机器学习使公司能够从大型数据集中获得可实践的见解。

另一个需要考虑的是算法开发的速度。“在今天的市场上,每六个月你就会收获些新东西,新技术在取代老的技术,”Soni说。“这种节奏令人兴奋。”

就在最近,谷歌开源了一个新的tensor2tensor库,这明显加速了在深度学习方面的应用,并降低进入营销领域广泛应用的门槛。

人工智能和广告的生命周期在哪里?在我看来,IBM沃森/气象公司是第一个商业上被认可的AI在广告领域的应用(IBM于2016年秋天通过旗下天气公司,发布认知广告的概念,这可以促使消费者与品牌之间进行相关的对话,译者注)。

我问Soni,对于他自己的陈述是怎么想的,他说,“IBM的气象公司是一个很好的开始,但真正的问题是帮助公司搞明白这些实践如何应用到自己的企业。人们收集了大量的数据,但他们仍然没有激活这些数据的广度和深度。诸如此类的文章和演讲对教育市场有很大的帮助。”

人工智能仅仅是广告技术进化的开始,尤其是当我们考虑到客厅的变化——人们在看电视时是如何使用设备的,那些数据是如何在多个设备间流动的,当然还要有能管理和解析所有数据的机器。但那是另一个话题。

读后感

人工智能技术在广告领域的应用实际上也需要数据,新技术的支持,广告本身目标没有改变,需要改变的是如何将更好的服务于用户。在文中提到的基于人的行为分群,海量数据理解以及行为模型,则是着力突破的方向。不过从根源上说,这些都是在营销领域的一些基本技术和方法,从上层来说,面向新形式的营销和广告,我们需要建立完整的一套营销方法体系,这其中涵盖了很多具体的维度内容。

你可能感兴趣的:(设想营销与人工智能结合的可能性)