3 أشياء حول التعلم الآلي يحتاج كل مسوق إلى معرفتها

TL ؛ DR : التعلم الآلي 101: 3 أشياء يحتاج المسوقون إلى معرفتها

هل حصلت على بيانات؟

أراهن أن تفعل.

تلال من البيانات ، في الواقع. تيرابايت من البيانات. مكتبات تستحق البيانات. مع تدفق أكثر في كل ساعة من كل يوم.

نحن المسوقون نحب بياناتنا ، ولكن دعنا نواجه الأمر ... ربما نستخدم فقط جزءًا بسيطًا من البيانات التي نجمعها.

ليس الأمر أننا لا نريد استخدام المزيد منه. نحن نفعل.

سيكون من الرائع ، على سبيل المثال ، متابعة كل عميل حولك ، ورؤية كل شيء قرأوه ، ومدة قراءته ، ومكان النقر بعد ذلك. قد ترغب أيضًا في إسقاط ملف تعريف ارتباط على أجهزة الكمبيوتر الخاصة بهم ومشاهدة جميع مواقع الويب الأخرى التي ذهبوا إليها. يمكنك مسحهم أيضًا وإرسال رسائل شخصية لهم على وسائل التواصل الاجتماعي. اختبر أفضل وقت لإرسال رسائل إليهم ، والقناة التي يستجيبون لها بشكل أفضل.

بعد ذلك ، مع كل هذه المعرفة الرائعة ، يمكنك أن تتجول في مكتبك وتصمم إستراتيجية تسويق كاملة من الحساء إلى المكسرات فقط من أجلهم.

أنا لا أتحدث عن شيء مثل التسويق القائم على الحساب ، حيث يكون عملك لشركة واحدة كبيرة مستهدفة. أنا أتحدث عن إستراتيجية تسويق شخصية تمامًا ومصممة يدويًا وتنفيذها لكل احتمال محتمل يمكن أن تمتلكه شركتك.

فقط فكر في الأمر: الآلاف من خطط التسويق المخصصة بالكامل. عشرات الآلاف من الرسائل الشخصية. مئات الآلاف من الساعات تتفحص البيانات ، وتدرس بالضبط كيف يتصرف كل عميل محتمل.

سيكون ذلك رائعًا ، أليس كذلك؟

حسنًا ، إذا كان لديك وقت غير محدود وموارد غير محدودة ، فربما. إذا لم تكن مضطرًا للنوم مطلقًا ، ولم يكن لديك عائلة ولا حياة ... والتأكيد على أنك ستعيش على الأقل 312 عامًا.

وإلا ... انسوا ذلك.

إن القدرة على التركيز على ذلك عن كثب ومعالجة كل جزء صغير من البيانات التي لدينا حول توقعاتنا وعملائنا أمر مثير للضحك. الوهمية.

نحن لسنا آلات.

على الأكثر ، لدينا موارد كافية فقط لتقسيم جمهورنا. يتعين علينا إنشاء شخصيات ورحلات مشترين بناءً على أفضل تخميناتنا (مستنيرة بالبيانات بالطبع).

ولكن ماذا لو تمكنت الآلات من فعل كل ذلك؟

ماذا لو تمكنت خوارزمية مدربة جيدًا من متابعة كل واحد من العملاء المحتملين حولك ويمكنها التوصية بالجزء المثالي من المحتوى وإرساله إليهم في الوقت المناسب ، في القناة التي من المرجح أن يستجيبوا لها فيها؟ وماذا لو تمكنت الخوارزمية من التنبؤ بالوقت المثالي لمندوب المبيعات المتمرس للاتصال بهم في النهاية؟

هذا ما يمكن أن يفعله التعلم الآلي.

إليك ما تحتاج لمعرفته حول هذا الموضوع (على الأقل بالنسبة للمبتدئين).

التعلم الآلي هو مجموعة فرعية من الذكاء الاصطناعي.

في أبسط تعريف له ، التعلم الآلي ليس أكثر من "استخدام البيانات للإجابة على الأسئلة". نصيحة القبعة لشكر سلسلة الفيديو الرائعة من Google حول التعلم الآلي لهذا التعريف.

إنه نوع معين - أو تخصص ، إذا صح التعبير - من الذكاء الاصطناعي. تتمثل إحدى نقاط قوتها في أن دقة خوارزمية التعلم الآلي يمكن أن تتحسن بمرور الوقت. يمكنه "التعلم". لذا. في حين أن البرنامج الذي يمكنه لعب الشطرنج يمكن اعتباره ذكاءً صناعياً ، فإن البرنامج الذي يمكنه تعلم لعب الشطرنج وكرة الطاولة وأي لعبة أخرى سيكون مثالاً على التعلم الآلي.

غالبًا ما يُطلق على أنظمة التعلم الآلي الأكثر تعقيدًا اسم "التعلم العميق". لذلك ، بالنسبة لمثال اللعبة ، تم إعداد أنظمة التعلم العميق لاستخدام مستويات متعددة - تسمى "الشبكات العصبية" - للقيام بمعالجتها.

ينطبق التعلم الآلي على أي مجموعة بيانات كبيرة تقريبًا.

بينما قد نهتم نحن المسوقين بالتعلم الآلي لتحديد العملاء المتوقعين أو لتحسين أنظمة المراسلة لدينا ، فهناك أيضًا تطبيقات واسعة للتعلم الآلي في الطب والتمويل والطقس ... في أي مجموعة بيانات كبيرة ، حقًا.

إنه جيد في تصنيف الأشياء ، كما رأينا في فيديو Google. أحد التطبيقات المستخدمة بالفعل هو التعرف على الصور.

كان فيسبوك وجوجل يفعلون ذلك منذ فترة ، بالطبع ، ولكن سرعان ما قد تكون الخوارزميات جيدة بما يكفي للتعرف علينا حتى مع النظارات الشمسية أو القناع.

إذا كنت ترغب في اللعب بشكل أكثر اعتدالًا لتعريف الصورة ، فقم بتنزيل Google Lens.

يتيح لك تصوير الأشياء ، ثم يعطيك تقييمًا لما تعتقده الصورة. يمكنه التعرف على أي شيء من الرموز الشريطية إلى الزهور إلى مداخل المطاعم.

الصور ليست سوى قمة جبل الجليد. يتم استخدام التعلم الآلي أيضًا للتوصيات - سواء أكان Netflix يعلمك بالأفلام التي قد تعجبك ، أو تقترح Amazon المنتجات ، أو تقدم Google قائمة بالنتائج بناءً على استفسارات البحث الخاصة بك.

عند الحديث عن البحث ... يعد البحث الصوتي والتعرف على الصوت أحد أكثر التطبيقات الواعدة للتعلم الآلي. هذا ليس تطبيقًا مستقبليًا على الإطلاق لمدة عشر سنوات على الطريق. حتى العام الماضي ، ذكرت Google أن 20٪ من استفساراتها كانت عمليات بحث صوتي. تتوقع شركة Gartner أن "يتم إجراء 30٪ من عمليات البحث بدون شاشة بحلول عام 2020."

لدى المسوقين آمال كبيرة في التعلم الآلي.

يعتقد 80٪ من مديري التسويق أن الذكاء الاصطناعي (الذي يتضمن التعلم الآلي) سوف "يحدث ثورة" في صناعة التسويق على مدى السنوات الخمس المقبلة.

هذا يقول شيئا. ولكن قد لا يُترجم ذلك بالضرورة إلى فعل شيء ما ، حيث إن 10٪ فقط من نفس المسوقين الذين شملهم الاستطلاع يستخدمون الذكاء الاصطناعي بالفعل.

الأمر الأكثر واقعية هو أن 26٪ فقط من هؤلاء المسوقين واثقون تمامًا من أنهم يفهمون حتى كيفية استخدام الذكاء الاصطناعي في التسويق. (نأمل أن تساعدك قراءة هذا المقال على الانتقال إلى 26٪ ... ولو قليلاً.)

ظهرت هذه المشكلة المتعلقة بكون المسوقين غامضين حول كيفية عمل التعلم الآلي في دراسة مختلفة من TechEmergence. أجروا مقابلات مع 50 من المديرين التنفيذيين لشركات التعلم الآلي ، مع التركيز بشكل خاص على صناعة التسويق. يقول هؤلاء التنفيذيون إن التحدي الأكبر الذي يواجههم في بيع خدماتهم هو مجرد "إزالة الغموض عن التكنولوجيا". وإذا نظرت إلى بعض الإجابات الأخرى المقدمة (مثل "الناس مرتبكون بسبب التكنولوجيا") ، فإن مشكلة المسوقين هذه التي لا تفهم حقًا التعلم الآلي قد تكون واحدة من أكبر العوائق التي تحول دون اعتمادها.

على الرغم من الارتباك ، يبدو أن المسوقين يعرفون أي أجزاء من عملهم قد يساعدهم الذكاء الاصطناعي في:

• قال 60٪ منهم إن الذكاء الاصطناعي يمكن أن يمنحهم رؤى أفضل عن حساباتهم ؛
• 56٪ يتوقعون أن يساعدهم ذلك في تحليل حملاتهم بشكل أفضل ؛
• قال 53٪ أنه سيساعدهم في التعرف على العملاء المحتملين ؛ و
• قال 53٪ أنه سيزيد من كفاءة المهام اليومية (شكرًا لك ، مرشحات البريد العشوائي).

هذا يختلف قليلاً عما يعتقد البائعون أن الفرص تكمن فيه (على الرغم من أنها ليست بالضبط مقارنة "من التفاح إلى التفاح"). يختار البائعون البحث و "تجزئة / استهداف العملاء" و "محركات التوصية" باعتبارها أكثر التطبيقات الواعدة.

على الرغم من كل الوعود ، فإن المسوقين لديهم الكثير من المخاوف بشأن تنفيذ التعلم الآلي أو أي شكل من أشكال الذكاء الاصطناعي:

• 60٪ قلقون بشأن دمج الذكاء الاصطناعي في تقنيتهم ​​الحالية (وهذا يتطابق مع ما يقول البائعون إنه مشكلة تتعلق بجودة البيانات وتكاملها) ؛
• 54٪ قلقون بشأن تدريب موظفيهم ؛
• 46٪ قلقون بشأن تفسير النتائج. و
• 42٪ غير مرتاحين بشأن التكلفة.

ومع ذلك ، لا يزال المسوقون على استعداد للغوص بأي شكل من الأشكال ، طالما يمكنهم التأكد من:

• معدل إغلاق أفضل للمبيعات (59٪ قالوا ذلك) ؛
• زيادة الإيرادات (58٪) ؛
• تحسين حركة المرور والمشاركة على مواقع الويب الخاصة بهم (54٪) ؛ و
• معدل تحويل أعلى للعملاء المحتملين (52٪).

خاتمة

قد يغير التعلم الآلي العالم. لم يقل أحد غير فلاديمير بوتين ، "الشخص الذي يصبح القائد في هذا المجال سيكون حاكم العالم".

وهكذا ، في حين أنه قد يكون مربكًا في بعض الأحيان ، ويتطلب منا جميعًا العودة وتحسين جودة بياناتنا ، فإن مكافآت التعلم الآلي موجودة. قد ينتهي الأمر بالمسوقين الذين يمكنهم القيادة في هذا المجال إلى حكم صناعاتهم.

نعود اليك

هل أنت من بين واحد من كل عشرة مسوقين يستخدمون بالفعل التعلم الآلي (أو أي شكل من أشكال الذكاء الاصطناعي) في التسويق الخاص بك؟ هل لديكم خطط - وميزانية مخصصة - لتنفيذها العام المقبل؟ اترك تعليقًا وأخبرنا بمكانك في هذا الشأن.