我们已经进入了一个营销人员被大量关于消费者偏好的数据轰炸的时代。从理论上讲,所有这些信息都应该使分组用户和创建相关内容变得更容易,但情况并不总是如此。通常,添加到营销人员工作流程中的数据越多,理解信息并采取行动所需的时间就越多。
机器学习是人工智能的一个子集。该技术使计算机具有分析和解释数据的能力,从而无需进行显式编程即可提供准确的预测。随着越来越多的数据输入到算法中,从理论上讲,算法学习的越多,就越准确,性能越好。如果营销人员希望与目标受众一起创建更有意义的活动并提高参与度,那么集成机器学习可以成为揭示隐藏在大量大数据中的隐藏模式和可行策略的工具。
以下是品牌使用机器学习来促进其广告系列的几种方式。
2017年,冰淇淋巨头Ben & Jerry's推出了一系列早餐口味的冰淇淋: 水果战利品、冷冻果片和可可原液,都使用 “谷类牛奶”。新行是使用机器学习来挖掘非结构化数据的结果。该公司发现,人工智能和机器学习使insight pision能够聆听公共领域正在谈论的内容。例如,公共领域中至少有50首歌曲曾经提到过 “早餐冰淇淋”,并且发现该短语在各种平台上的相对受欢迎程度揭示了机器学习如何揭示新兴趋势。机器学习能够破译社会和文化聊天,以激发直接响应消费者偏好的新鲜产品和内容创意。
Ben & Jerry's远不是唯一利用机器学习力量的品牌。日本汽车品牌马自达 (Mazda) 聘请IBM Watson选择有影响力的人,以在德克萨斯州奥斯汀的SXSW 2017音乐节上推出新CX-5。机器学习工具在各种社交媒体帖子中搜索与品牌价值一致的指标,例如艺术兴趣,外向性和兴奋性,推荐了最能与节日粉丝建立联系的有影响力的人。这些品牌大使后来乘坐汽车在城市中骑行,并在Instagram,Twitterand和Facebook上发布了他们的经历。有针对性的活动 # MazdaSXSW将人工智能与有影响力的营销融合在一起,以吸引并吸引利基受众,并提高品牌信誉。
当然,虽然上面的例子展示了机器学习如何更有效地挖掘品牌的客户群,但重要的是不要忽视这种智能营销活动的真正成本效率。在过去的几年中,化妆品零售巨头丝芙兰 (Sephora) 拥有强大的电子邮件营销策略,采用预测模型来 “发送定制的电子邮件流,并根据来自“ 忠实消费者的内部圈子 ”的购买模式提供产品推荐。 预测模型是创建,测试,并验证一个模型,以最好地预测结果的可能性。以数据为中心的策略使丝芙兰的生产率提高了70%,活动分析时间减少了五倍,而支出却没有明显的增加。
随着数据的涌入继续不受控制地增长,在与消费者进行引人入胜的对话时,在营销活动中实施机器学习将变得更加重要。事实上,根据国际数据公司 (International Data Corporation) 的数据,这可能是不可或缺的,到2022年,认知和人工智能系统的整体支出可能高达77.6亿美元。Ben & Jerry's,Mazdaand Sephora等公司已经认识到机器学习可以对其品牌产生的积极影响,包括更高的参与率和更高的投资回报率。其他营销人员可能很快就会效仿他们的做法。