营销变革的最前沿领域领域是什么?

营销变革的最前沿是什么?人工智能驱动的消费者交互技术。

通过“认知计算革命”(the cognitive computing revolution),营销人员可以快速地找到营销活动最为关注的三个因素:正确的受众、正确的时间和正确的内容。

通过机器学习技术,营销人员可以将那些能够触发消费者情感的营销内容做得更加完善,与消费者形成情感的共鸣。这个方法创造并加深了营销活动与消费者之间的联系,跨越不同的渠道提升了与消费者沟通的效率。它也让营销人员在针对一个个具体鲜活的消费者时,能够制定更为个性化的营销活动。

今年9月7号,知名研究智库机构The Relevancy Group发表了《与客户互动背后的科学:机器学习如何发挥驱动作用》的研究报告。结果显示,人工智能正在帮助营销人员与线上客户沟通,极大地提高了对客户需求的响应速度和互动质量。这项研究充分证实,理解机器学习帮助营销人员与消费者沟通有多么的重要。

在营销自动化领域,机器学习势头正盛

目前,在欧美市场,利用机器学习来优化营销回报的做法已屡见不鲜。例如,平台可利用行为数据分析出某些客户有退订的倾向,就能据此未雨绸缪,降低失去客户的风险。

在The Relevancy Group发布的最新调查中,有38%的营销主管已经将机器学习和预测技术运用到他们的广告数据管理之中,还有35%的营销主管希望在未来1年内可以使用这项技术。


像亚马逊、脸书、谷歌等,都使用机器学习来推荐相关产品或内容,虽然这些产品可能所属不同公司,但机器学习个性化推荐系统在互联网上却随处可见。

Acquisio则更为前沿,利用机器学习创建了名为报价与预算管理(Bid & Budget Management)服务。这一平台可监控付费搜索活动、进行报价、动态调整报价,以最少的人力财力投入实现收益最大化。

基于人工智能的内容创造,欧美营销专业人士已做好准备

长久以来,自然语言处理技术被应用于搜索引擎的完善和电子邮件的分类。最近,该项技术也在Siri 和亚马逊的Alexa的人工智能助手等方面取得成效。如今,自然语言处理(NLP)和视觉智能技术也开始被应用在营销领域的管理实践中。

调查显示,在还未使用机器学习进行内容开发的营销主管中,80%的被访者已经做好准备开始使用机器学习技术了;55%的被访者还会再进行测试;25%的被访者马上就会将机器学习应用在实际工作中;不会使用机器学习技术的被访者中,有12%是受经费所限;只有8%的被访者根本不相信机器学习技术。



研究证明,机器学习技术可以被用来优化形形色色的数字广告和营销活动,比如邮件内容营销和互联网展示广告(Display Advertising)。在转化效率方面,机器生成的个性化信息始终优于人类生成的信息。因此,多数的欧美营销主管对于营销自动化技术会保持良好的势头非常有信心,并希望将其运用在实际的营销工作里。如果你所在的组织不在此行列,那么很可能意味着未来你们会掉队哦,因为机器学习比传统的方法效果更好。

人工智能生成的个性化信息显著提高营销回报

包括产品或推荐服务的描述、按钮、格式和显示的位置在内,从信息内容的各个构成方面来看,机器学习技术都极大地实现了营销内容的优化。营销人员将个性化的技术应用于定位、定位优化、促销推广、客户积累、客户忠诚度提升和营销活动,以强化品牌的宣传。不仅如此,它还可以提升创意工作的效率。通过持续的学习,系统可以辨别消费者个体化的行为模式、个性、情绪和场景化的购物意愿。因此,人工智能平台就可以从庞大的媒介手段中找到一个人类无法测量的、更加个性化的途径触达目标消费者。

基于人工智能的个性化技术可以被应用于多种营销场景:

• 敏捷倾听消费者:可以抓住消费者的好恶来生成最佳的营销内容;

• 增加收益:The Relevancy Group的数据都证明,由机器学习生成与消费者相关度较高的内容,可以将营销回报提高3到5倍;

• 缩短新产品上市时间:基于人工智能的分析方法消除了准确度较低的主观臆测和重复工作,通过生成吸引人且有影响力的语言,加速新产品上市前的筹备周期。

• 与消费者智能互动:机器学习通过消费者生活场景和个性所生成的内容,可以增强互动、提升消费者的忠诚度。对于那些能够准确触达他们的品牌,消费者的接受度也会更高;

• 洞察分析价值:机器学习生成的内容,在语言和情感方面更为优质,能够提升消费者参与或购买的意愿,并将其转换为实际的购买。那些可以增强消费者深度参与并购买产品的优质内容的语言和情感数据,可以为各营销机构提供深入的市场洞察和消费者洞察,了解购买转化的实质。

人工智能驱动的互动技术:正确的时间、正确的对象、正确的购买意愿

直到现在,个性化技术对于消费者行为、网站流量数据、标签、实时事件数据依然有很强的依赖性。但是新一代的人工智能技术将偏好、情感、视觉等纳入考虑范围,让营销人员可以创造引人入胜、催生共鸣的内容。比如Persado的认知内容平台就是这样的一个例子。

The Relevancy Group的最新调查发现,欧美营销人员期望,未来行为预测技术可以将情感语言科学的内容纳入其中。对于完善预测模型来说,历史数据分析和实时意图预测几乎同样重要。


未来2-5年内,基于视觉智能、情感智能的分析和预测技术将驱动大量营销手段和场景,机器生成的内容将随处可见,成为品牌和消费者实时互动的引擎。对,小编就是这么有信心!

参考资料:

The Science Behind Customer Engagement: How Machine-Learning Drives Action,by David Daniels, The Relevancy Group,Research Sponsored by Persado


菱歌品牌云™ 产品将人工智能与品牌科学相结合,为品牌主驱动实时洞察、敏捷决策。产品试用及商业合作,请联系:contactus@lavector.com。

本文为菱歌科技原创,转载或授权请在微信公众号后台留言。

Letitia.Chang

继续阅读此作者的更多文章