Marketin分享：營銷人不能不知道的15種AI應用（上）
人工智能（AI）是當下市場營銷界最熱門的話題之一，這項術語囊括了許多不同的技術。任何模仿人類智能的技術都稱為人工智能，它涵蓋了語音和圖像識別、機器學習技術和語義搜索等各種功能。令營銷人員興奮的是，人工智能已經成功在圖像識別，語音識別，防止數據泄露等方面都實現了不同程度的應用。但是營銷人員該怎樣讓這些技術真正運用到營銷實戰中呢？
本文將為大家列出一些已經可以實現的人工智能應用。這些技術并不是只有主要技術巨頭才能投入資源的來進行研發，任何凡是涉及此方面內容的公司都可以有所嘗試。下面，我們將以客戶生命周期為線索，為您介紹15種在營銷中被證明行之有效的AI應用。
Tips：從涉及計算機智能的角度來說，所有關乎于智能的技術都叫“AI人工智能”。具體可細分為三種不同的技術類型：
Machine Learning Techniques——機器學習技術MLT
Applied Propensity Models——應用傾向模型APM
AI Applications————————AI應用AIAPP
文中AI技術所屬的類型已在每個小標題后標出，找出對應關系吧。本期我們將帶來到達（Reach）、行動（Act）兩部分AI應用的介紹。
到達 —》 入站技術集客
1.AI生成內容 AIAPP
這一點對于人工智能來說是非常有趣的領域，它可能不能撰寫政治觀點的專欄，或是一些關于特定領域的具有實踐性建議的博客文章，但在其他某些領域中，人工智能所生成的內容是非常有用的，它有助于吸引訪客訪問產品網站。
對于某些功能，AI內容編寫程序能夠從數據中集中選取元素并構建“人類探測”文章。一項名為“WordSmith”的AI寫作項目在2016年制作了15億份內容，預計在未來幾年內將進一步普及。
人工智能的生成內容技術對于定期的、以數據為中心的內容來說是很有用。例如，季度收入報告，體育賽事和市場數據。如果你在金融服務等相關領域工作，那么人工智能所生成的內容很有可能會成為你內容營銷策略中極有價值的組成部分。據悉，Wordsmith背后的自動化見解已經宣布了其AI生成內容應用程序的免費測試版本，你可以試用該技術并查看它是否對你的品牌有用。
2.內容管理技術 MLT
人工智能的內容管理技術可以讓你的網站被相關或潛在客戶感興趣的內容和信息填充，以此來更好的吸引用戶。這種技術最常見于許多網站上的“購買X的用戶也購買了Y”部分，也可用于博客的內容和其他更多個性化網站。
對于訂閱業務來說，這也是一種很好的技術。在這種技術中，使用服務的人越多，機器所獲得的數據就越多，學習算法使用的數據就越多，內容推薦的效果也就越好。設想一下，網站的推薦系統能夠始終如一地向你推薦你感興趣的內容。
3.語音搜索 MLT
你是否使用過“打電話咨詢服務臺”這種信息獲取方式？人工智能的語音搜索技術正是來源于此。今天，虛擬個人助理的發展為語音搜索功能導入了更多的流量，擁有高購買意圖的消費者一定會為語音搜索匹配出的品牌帶來巨大的收益。未來，語音搜索必定會改變SEO（Search Engine Optimization）搜索引擎優化的現狀，對此，品牌需早日動作。
4.程序化媒體購買 MLT、APM
程序化媒體購買可以使用機器學習算法生成的傾向模型，從而更有效地將廣告精準定位于相關的客戶。 AI在這方面的應用，將不僅作用于效率效果的改善，網絡安全、信息篩選都將在人工智能的使用中迅速完成。
隨著谷歌最近的品牌安門的安全丑聞，程序化廣告需要變得更加智能。這個消息表明了，通過Google的廣告網絡以編程方式所安排的廣告出現在恐怖分子的網站上。人工智能可以通過識別有問題的網站并將它們從可以放置的網站列表中移除。
行動 -》 吸引訪客，讓他們知道你的產品
5.傾向模型 MLT
傾向建模是機器學習的目標，擁有這項技能的人工智能會更加“接近”人類。機器學習算法能提供大量的歷史數據，利用這些數據創建、迭代傾向建模，就能夠幫助使用這項應用的營銷人員對市場做出更準確的預測。
下面的簡單圖表顯示了這個過程的各個階段：
6.預測分析 APM
如果將營銷人員【最想要摸清的事項】羅列成單，有兩個問題一定是名列前茅：客戶能接受什么價格？哪些客戶會重復購買？
傾向建模可以應用于很多不同的領域，例如預測特定客戶可能轉化購買行為的機會，預測客戶可能接受的價格或者最有可能重復購買的客戶是哪些類型。
此項應用程序就是預測分析，它可以使用分析數據來預測客戶的行為。需要注意的是，傾向模型與創建數據所提供的數據是一樣的，所以如果數據中存在錯誤或隨機性過高，就無法做出準確的預測了。
7.意向評估 APM
“花時間給消費意愿更強烈的客戶提供更合適的內容”是銷售達成的理想前提。
通過機器學習產生的傾向模型可以基于特定標準對潛在客戶進行評分來做訓練，以便你的銷售團隊可以準確地給出潛在客戶的關注點，并判斷他們是否值得投入時間。
這一點在具有咨詢銷售流程的B2B企業中尤其重要，因為銷售團隊每次銷售都需要相當長的時間。通過聯系最相關的線索，銷售團隊可以節省時間并將精力集中在最有效的地方。對購買傾向的洞察也可用于銷售折扣選擇區域或人群的定位。
8.廣告定向 MLT
機器學習算法可以運行大量的歷史數據，來確定哪些廣告在哪些人以及購買過程中的哪個階段表現最佳。 使用這些數據，營銷人可以在適當的時間為他們提供最有效的內容。 通過使用機器學習不斷優化成千上萬的變量，你可以得到比傳統方法更有效的的效果。面對海量實時變動的數據，借助AI不斷優化，精準投放，收效可想而知。然而，你仍然需要人類去做創造性的部分！
下期，我們將為您帶來轉換（Convert）、參與（Engage）部分的AI應用介紹。
本文來源：Smart Insights 原文作者：Robert Allen 翻譯：Marketin
關于Marketin
創立于2014年，作為國內營銷自動化領域領先的技術公司，Marketin為廣告主及營銷機構提供企業級智能化開放式營銷云服務（MarketinOS），包括程序化廣告優化系統(Trading Desk 2.0)等產品。Marketin也在國內率先通過雙向API深度集成DSP、DMP、動態創意優化、品牌安全和CRM等多種數字營銷平臺，實現跨平臺自動優化。目前，Marketin已與百度，騰訊，京東小黑瓏，Google， 360，友盟+、AdMaster，酷云，筷子科技，RTBAsia等營銷技術領域領先的平臺建立合作關系，同時服務包括華為、Intel、Omnicom Media Group、電通數碼在內的超過100家全球及中國領先的品牌與廣告傳媒集團。管理團隊均擁有10年以上工作經驗且來自阿里巴巴、WPP等國內外知名企業，在程序化廣告、營銷咨詢和數據分析領域經驗豐富，兼具國際化視野及本土實操經驗。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）