Inteligența artificială, un glosar de termeni

Inteligența artificială (AI) s-a strecurat de mult timp în tehnologia de marketing. Sunt șanse mari să folosiți mai multe instrumente de marketing care se bazează pe cel puțin o parte din AI, chiar dacă nu știți acest lucru. Pe măsură ce aceste tehnologii devin mai omniprezente, este important să înțelegeți ce sunt și cum influențează viitorul industriei. Iată o prezentare a câtorva termeni cheie legați de inteligența artificială și a modului în care inteligența artificială schimbă marketingul.

Algoritm

Simplu spus, un algoritm este un set de instrucțiuni matematice. Fiecare algoritm acționează ca instrucțiuni pas cu pas pentru un program de calculator. Deși odinioară algoritmii trebuiau să fie programați în mod explicit, în prezent, unii algoritmi sunt concepuți pentru a permite calculatoarelor să învețe independent (a se vedea definiția învățării automate de mai jos). Algoritmii pătrund deja în viața noastră de zi cu zi. De exemplu, ele determină conținutul pe care îl vedem pe Facebook, Netflix, Amazon și Google. Experții estimează că un algoritm sugerează 75% din ceea ce urmărim pe Netflix.

Specialiștii în marketing au pus deja algoritmii la lucru în nenumărate moduri, deoarece algoritmii pot reuni date din diverse surse pentru a prezice și influența comportamentul consumatorilor. Aplicarea algoritmilor va aduce, de asemenea, o nouă responsabilitate pentru inițiativele de marketing și media, deoarece agenții de marketing vor fi din ce în ce mai împuterniciți să își coreleze eforturile cu obiectivele de afaceri.

Automatizarea

Societatea Internațională de Automatizare (ISA) definește automatizarea ca fiind "crearea și aplicarea tehnologiei pentru a monitoriza și controla producția și livrarea de produse și servicii". Introducerea automatizării în marketing a revoluționat industria, eliberând profesioniștii să își petreacă timpul cu activități semnificative, cu valoare adăugată, în locul sarcinilor repetitive.

Cu toate acestea, chiar și abordarea convențională a automatizării de tip "Set it and forget it" este încă destul de manuală. Un om trebuie să configureze procesul care urmează să fie automatizat, iar modificările aduse acestui proces trebuie, de asemenea, să fie definite, inițiate și executate de un om. Viitorul automatizării va fi alimentat de inteligența artificială, eliminând necesitatea unei supravegheri umane suplimentare (a se vedea mai jos definiția automatizării inteligente).

Big Data

În 2001, Gartner a definit Big Data ca fiind "date care conțin o varietate mai mare, care sosesc în volume tot mai mari și cu o viteză tot mai mare". Această definiție a "celor trei V" este încă cea mai utilizată și acceptată pe scară largă. În anii care au urmat, specialiștii în marketing s-au confruntat cu un volum din ce în ce mai mare de date provenite din surse din ce în ce mai diverse; 90% din toate datele din lume au fost create în ultimii doi ani, iar acest volum continuă să crească la viteze accelerate.

Într-adevăr, Big Data a forțat specialiștii în marketing să regândească modul în care pot asimila în mod semnificativ informații aparent nesfârșite. În următorii ani, echipele de marketing vor colabora probabil mai strâns cu echipele IT pentru a implementa tehnologiile necesare gestionării unor cantități mari de date. De asemenea, acestea vor trebui să facă alegeri cu privire la datele care contribuie cu adevărat la o perspectivă mai bună.

Bots

Bots au primit o reputație proastă. Agenții de marketing lipsiți de etică folosesc roboți pentru a mări traficul către un site web, imitând vizualizările de pagini sau făcând clic pe reclame. Dar roboții au o mulțime de avantaje pentru profesioniștii din domeniul marketingului. Un robot este pur și simplu o aplicație software care execută sarcini automatizate prin intermediul internetului și probabil că întâlniți roboți online în fiecare zi. Roboții de chat au apărut pe site-uri web de pe tot internetul și s-au dovedit a fi o modalitate excelentă de a atrage clienții. Dar puteți folosi roboții și pentru a efectua cercetări, a urmări proiecte și chiar a vinde produse pe cont propriu.

Roboții devin din ce în ce mai sofisticați datorită inteligenței artificiale. De exemplu, implementarea unui chatbot AI capabil de conversații din ce în ce mai naturale va oferi organizațiilor puterea de a se angaja cu mai mulți vizitatori de site-uri web și de a colecta chiar mai multe informații despre acești vizitatori înainte ca un om să intervină în conversație.

Învățarea profundă

Învățarea profundă este o tehnică de învățare automată care se bazează pe o rețea neuronală pentru a ajuta un computer să învețe prin exemplu, la fel ca un om. Tehnologia de învățare profundă stă la baza mașinilor fără șofer și a dispozitivelor de consum controlate vocal. "Exemplele" necesare pentru învățarea profundă sunt seturi de date etichetate incredibil de mari, pe care computerul le utilizează pentru a învăța clasificări relevante.

Performanțele dispozitivelor de învățare profundă le pot depăși pe cele ale oamenilor. În lumea marketingului, învățarea profundă va revoluționa probabil abordarea SEO, deoarece mașinile vor deveni din ce în ce mai bune în prezicerea algoritmilor de clasificare.

Automatizarea inteligentă (IA)

Automatizarea inteligentă (IA) este rezultatul combinării automatizării cu inteligența artificială, rezultând în colectarea automată a datelor, analiza și luarea deciziilor. De exemplu, să spunem că cineva completează formularul Contact de pe site-ul dvs. web și include o scurtă notă sau comentarii.

Automatizarea singură permite echipei dvs. de marketing să notifice persoanele potrivite atunci când formularul este trimis și să trimită imediat un răspuns automat. Cuplând însă această capacitate cu inteligența artificială, acum software-ul poate "citi" efectiv nota pentru a decide cât de urgentă este și cine ar trebui să o urmărească. În unele cazuri, datorită procesării limbajului natural (definită mai jos), software-ul ar putea chiar să răspundă în mod corespunzător.

Datorită AI, personalizarea nu va însemna doar includerea prenumelor destinatarilor e-mailurilor în liniile de subiect sau în salutul e-mailurilor. Veți putea deveni mult mai granular. Imaginați-vă că trimiteți e-mailuri fiecărui contact la momentul ideal, pe baza comportamentelor anterioare. Sau gândiți-vă la trimiterea automată a ofertei potrivite pe baza istoricului recent de căutare al unei persoane.

Avem tendința să ne gândim la inteligența artificială (AI) ca la tehnologii tangibile, precum roboții sau chiar Watson. Însă majoritatea tehnologiilor bazate pe inteligența artificială există într-o formă mult mai abstractă, sub formă de algoritmi. Iar această tehnologie este esențială pentru marketerii care doresc să rămână în fruntea industriei.

Internetul obiectelor (IoT)

Internetul obiectelor (IoT) se referă la conectarea dispozitivelor de zi cu zi la internet. Acesta a avut deja un impact semnificativ asupra lanțului global de aprovizionare, deoarece permite mașinilor și altor dispozitive să "vorbească" între ele. Pentru marketeri, IoT promite să ofere mult mai mult context pentru obiceiurile, nevoile, dorințele, utilizarea produselor și intenția de cumpărare a clienților.

Anul acesta, dispozitivele IoT au depășit 7 miliarde, potrivit IoT Analytics. Acesta este un avantaj pentru agenții de marketing, care pot obține informații incredibile despre clienții lor în fiecare etapă a parcursului cumpărătorului. Dar aceasta prezintă, de asemenea, o provocare semnificativă: toate aceste dispozitive conectate produc deja munți și munți de date. Odată cu creșterea numărului de dispozitive, va crește și cantitatea de date. Specialiștii în marketing avizați vor apela la tehnologia bazată pe inteligență artificială pentru a trece prin toate aceste date și a trage concluzii semnificative.

Învățarea automată

În trecut, roboții și computerele puteau automatiza sarcini care se încadrau într-un anumit set de reguli. Dispozitivul era programat să funcționeze în conformitate cu aceste reguli - nimic mai mult, nimic mai puțin. Dar învățarea automată este exact ceea ce pare a fi - mașinile pot învăța din datele pe care le analizează, făcând predicții și prognoze folosind mult mai multe puncte de date decât ar putea oamenii singuri. De exemplu, în timp ce oamenii pot analiza date dintr-o singură sursă, spune site-ul, învățarea automată înseamnă că puteți obține informații din modelele de utilizare a site-ului, a rețelelor sociale, a e-mailurilor și a rețelelor sociale, împreună cu răspunsurile clienților la campaniile anterioare.

Învățarea automată are multiple aplicații promițătoare pentru marketeri. Este tehnologia ideală pentru segmentarea sofisticată a clienților, permițându-vă să identificați grupuri mici de clienți care împărtășesc aceleași preferințe și tind să aibă modele comportamentale similare. Învățarea automată poate, de asemenea, să prezică pierderea clienților, ceea ce le permite agenților de marketing să ajungă în mod proactiv la clienții cu risc ridicat și să reducă probabilitatea de pierdere a acestora.

Procesarea limbajului natural

Odată, mașinile erau capabile să înțeleagă doar codul. Dar acest lucru s-a schimbat datorită procesării limbajului natural (NLP), care se referă la capacitatea unei mașini de a înțelege limbajul uman prin învățare automată și inteligență artificială. NLP a evoluat în ultimii ani, iar în unele cazuri, această tehnologie poate înțelege emoția sau conotația din spatele limbajului uman. NLP este adesea asociat cu Natural Language Generation (NLG), în care mașina procesează limbajul uman și generează un răspuns în limbaj uman - sistemele de recunoaștere vocală precum Alexa de la Amazon și Siri de la Apple funcționează în acest fel.

Mulți comercianți se bazează deja pe o anumită formă de NLP pentru analiza sentimentelor. Dar este, de asemenea, promițătoare pentru personalizare. Majoritatea organizațiilor angajează un public geografic - și, prin urmare, lingvistic - divers. Aceste diferențe lingvistice pot fi subtile (cum ar fi variațiile regionale ale englezei americane), mai evidente (cum ar fi diferențele dintre engleza americană și engleza reginei) sau chiar pot implica limbi diferite. NLP vă poate ajuta să personalizați comunicările în funcție de aceste diferențe, pentru a transmite mesaje mai atractive pentru fiecare destinatar.

Rețeaua neuronală

O rețea neuronală este concepută în esență pentru a imita creierul uman. Rețeaua este compusă dintr-o serie de straturi. Fiecare strat include mai multe noduri, sau unități de procesare individuale, conectate la alte noduri din acel strat, împreună cu noduri din straturile de deasupra și de dedesubt. Cel mai de jos strat al rețelei primește datele și le transmite celui următor. Deși scopul unei rețele neuronale este de a simula un creier, rețeaua nu va funcționa exact ca o minte umană. Acestea sunt cel mai bine utilizate pentru recunoașterea modelelor, previziuni, predicția tendințelor și chiar generalizare.

Microsoft a folosit BrainMaker, un sistem software de rețea neuronală, pentru a-și optimiza campaniile de direct mailing. Software-ul a identificat cele mai critice variabile în succesul campaniilor de direct mailing, astfel încât viitoarele campanii să poată fi optimizate. Potrivit unui purtător de cuvânt al companiei, utilizarea BrainMaker a crescut rata de răspuns de la aproximativ 4,9% la 8,2%, o îmbunătățire considerabilă. Această utilizare a rețelelor neuronale pentru optimizarea campaniilor este foarte promițătoare pentru comercianți.

Analiza predictivă

O ramură a analiticii avansate, analiza predictivă, este utilizată pentru a prognoza evenimente viitoare folosind tehnici de extragere a datelor, modelare statistică și învățare automată. Pentru a maximiza beneficiile analizei predictive, trebuie să începeți cu un set extins de date istorice. Colectarea riguroasă de date în marketing este relativ nouă - gândiți-vă cât de mult s-a schimbat rolul analizei numai în ultimul deceniu - astfel încât acum analiza predictivă a apărut abia recent ca o tehnologie aplicabilă pe scară largă în ultimii câțiva ani.

Amazon și alți comercianți cu amănuntul online utilizează intensiv analiza predictivă pentru a modela comportamentul probabil al clienților. De asemenea, poate fi utilizată pentru scorarea predictivă a lead-urilor, astfel încât echipa de marketing și vânzări să poată adapta campaniile și ofertele la lead-urile și clienții cu cele mai mari șanse de conversie. Între timp, aplicarea analizei predictive la datele despre clienții dvs. existenți cu valoare ridicată vă poate ajuta să dezvoltați strategii pentru a ajunge la mai mulți clienți noi ca ei.

Aveți o întrebare despre modul în care IA vă poate impulsiona marketingul?