3 Dinge über maschinelles Lernen, die jeder Marketer wissen muss

Veröffentlicht: 2018-01-17

TL;DR : Machine Learning 101: 3 Dinge, die Marketer wissen müssen

Daten erhalten?

Ich wette, Sie tun.

Berge von Daten, in der Tat. Terabyte an Daten. Bibliotheken voller Daten. Mit mehr Streaming in jeder Stunde eines jeden Tages.

Wir Vermarkter lieben unsere Daten, aber seien wir ehrlich … wir verwenden wahrscheinlich nur einen Bruchteil der Daten, die wir sammeln.

Es ist nicht so, dass wir nicht mehr davon verwenden wollen. Wir tun es.

Es wäre zum Beispiel fantastisch, jedem einzelnen Kunden zu folgen, alles zu sehen, was er liest, wie lange er es gelesen hat, wo er als nächstes geklickt hat. Vielleicht möchten Sie sogar ein Cookie auf ihrem Computer ablegen und alle anderen Websites sehen, die sie besucht haben. Sie können sie auch befragen und ihnen persönliche Nachrichten in den sozialen Medien senden. Testen Sie, wann die beste Zeit ist, um ihnen Nachrichten zu senden, und auf welchem ​​Kanal sie am besten reagieren.

Dann könnten Sie sich mit all diesem wunderbaren Wissen in Ihrem Büro verkriechen und eine komplette Marketingstrategie entwickeln, die nur für sie gilt.

Ich spreche nicht von so etwas wie Account-based Marketing, bei dem Sie für ein großes Zielunternehmen arbeiten. Ich spreche von einer vollständig personalisierten, handgefertigten Marketingstrategie und -ausführung für jeden einzelnen potenziellen Kunden, den Ihr Unternehmen haben könnte.

Denken Sie nur einmal darüber nach: Tausende von vollständig personalisierten Marketingplänen. Zehntausende personalisierte Nachrichten. Hunderttausende von Stunden, die über den Daten gebrütet haben, um genau zu studieren, wie sich jeder einzelne Interessent verhält.

Das wäre toll, oder?

Nun, wenn Sie unbegrenzte Zeit und unbegrenzte Ressourcen hätten, vielleicht. Wenn du nie schlafen müsstest und keine Familie und kein Leben hättest … und die Gewissheit, dass du mindestens 312 Jahre alt wirst.

Ansonsten … vergiss es.

In der Lage zu sein, so genau zu fokussieren und jedes kleine bisschen Daten, das wir über unsere Interessenten und Kunden haben, zu verarbeiten, ist lächerlich. Wahn.

Wir sind keine Maschinen.

Wir haben höchstens genug Ressourcen, um unsere Zielgruppen zu segmentieren. Wir müssen Personas und Buyer Journeys basierend auf unseren besten Vermutungen erstellen (natürlich basierend auf den Daten).

Aber was wäre, wenn Maschinen das alles könnten?

Was wäre, wenn ein gut trainierter Algorithmus jedem Ihrer potenziellen Kunden folgen und den perfekten Inhalt empfehlen und ihm zur perfekten Zeit in dem Kanal senden könnte, in dem er am ehesten darauf reagieren würde? Und was wäre, wenn der Algorithmus sogar den perfekten Zeitpunkt für Ihren Top-Verkäufer vorhersagen könnte, um ihn endlich anzurufen?

Das kann maschinelles Lernen.

Hier ist, was Sie darüber wissen müssen (zumindest für den Anfang).

Maschinelles Lernen ist eine Teilmenge der künstlichen Intelligenz.

In seiner einfachsten Definition ist maschinelles Lernen nichts anderes als „Daten verwenden, um Fragen zu beantworten“. Hut ab, um Googles hervorragender Videoserie über maschinelles Lernen für diese Definition zu danken.

Es ist eine bestimmte Art – oder Disziplin, wenn Sie so wollen – der künstlichen Intelligenz. Eine seiner Stärken ist, dass sich die Genauigkeit eines maschinellen Lernalgorithmus im Laufe der Zeit verbessern kann. Es kann „lernen“. So. Während ein Programm, das Schach spielen kann, als künstliche Intelligenz angesehen werden könnte, wäre ein Programm, das Schach, Tischtennis und jedes andere Spiel lernen kann, ein Beispiel für maschinelles Lernen.

Kompliziertere maschinelle Lernsysteme werden oft als „Deep Learning“ bezeichnet. Für das Spielbeispiel werden also Deep-Learning-Systeme so eingerichtet, dass sie mehrere Ebenen – sogenannte „neuronale Netze“ – verwenden, um ihre Verarbeitung durchzuführen.

Maschinelles Lernen gilt für fast jeden großen Datensatz.

Während wir Vermarkter vielleicht an maschinellem Lernen interessiert sind, um Leads zu identifizieren oder unsere Messaging-Systeme zu optimieren, gibt es auch riesige Anwendungen für maschinelles Lernen in der Medizin, im Finanzwesen, im Wetter … in wirklich jedem großen Datensatz.

Es ist gut darin, Dinge zu kategorisieren, wie wir im Google-Video gesehen haben. Eine Anwendung dafür, die bereits verwendet wird, ist das Erkennen von Fotografien.

Facebook und Google machen das natürlich schon länger, aber bald könnten die Algorithmen gut genug sein, um uns auch mit Sonnenbrille oder Maske zu erkennen.

Wenn Sie mit einer viel harmloseren Form der Fotoidentifikation herumspielen möchten, laden Sie Google Lens herunter.

Es lässt Sie Dinge fotografieren und gibt Ihnen dann eine Einschätzung zurück, wovon es das Foto hält. Es kann alles erkennen, von Barcodes über Blumen bis hin zu Restauranteingängen.

Fotos sind jedoch nur die Spitze des Eisbergs. Machine Learning wird auch für Empfehlungen verwendet – ob Netflix Sie über Filme informiert, die Ihnen gefallen könnten, Amazon Produkte vorschlägt oder Google eine Ergebnisliste basierend auf Ihren Suchanfragen liefert.

Apropos Suche … Sprachsuche und Spracherkennung ist eine der vielversprechendsten Anwendungen für maschinelles Lernen. Dies ist keineswegs eine futuristische Anwendung für zehn Jahre. Bereits letztes Jahr berichtete Google, dass 20 % seiner Suchanfragen Sprachsuchen waren. Gartner prognostiziert, dass „30 % der Suchanfragen bis 2020 ohne Bildschirm erfolgen werden“.

Vermarkter setzen große Hoffnungen auf maschinelles Lernen.

80 % der Marketingleiter glauben, dass künstliche Intelligenz (zu der maschinelles Lernen gehört) die Marketingbranche in den nächsten fünf Jahren „revolutionieren“ wird.

Das will etwas heißen. Aber es muss nicht unbedingt dazu führen, dass etwas getan wird, da nur 10 % der befragten Vermarkter tatsächlich KI verwenden.

Noch ernüchternder ist, dass nur 26 % dieser Vermarkter sehr zuversichtlich sind, dass sie überhaupt verstehen, wie KI im Marketing eingesetzt wird. (Hoffentlich hilft Ihnen die Lektüre dieses Artikels, in diese 26 % zu gelangen … wenn auch nur ein wenig.)

Dieses Problem, dass Vermarkter sich nicht sicher sind, wie maschinelles Lernen wirklich funktioniert, tauchte in einer anderen Studie von TechEmergence auf. Sie befragten 50 Führungskräfte von Unternehmen für maschinelles Lernen mit besonderem Schwerpunkt auf der Marketingbranche. Diese Führungskräfte sagen, dass ihre größte Herausforderung beim Verkauf ihrer Dienstleistungen darin besteht, „die Technologie zu entmystifizieren“. Und wenn Sie sich einige der anderen gegebenen Antworten ansehen (wie „Menschen sind von der Technologie verwirrt“), könnte dieses Problem, dass Marketingexperten maschinelles Lernen nicht wirklich verstehen, eines der größten Hindernisse für seine Einführung sein.

Trotz der Verwirrung scheinen Marketer zu wissen, bei welchen Teilen ihrer Arbeit KI ihnen helfen könnte:

  • 60 % von ihnen gaben an, dass KI ihnen bessere Einblicke in ihre Konten geben kann;
  • 56 % erwarten, dass es ihnen hilft, ihre Kampagnen besser zu analysieren;
  • 53 % gaben an, dass es ihnen helfen wird, potenzielle Kunden zu identifizieren; Und
  • 53 % gaben an, dass es die Effizienz der täglichen Aufgaben steigern wird (Danke, Spam-Filter).

Das ist ein bisschen anders, als die Anbieter die Chancen sehen (obwohl es nicht gerade ein „Äpfel-zu-Äpfel“-Vergleich ist). Anbieter wählen Suche, „Kundensegmentierung/Targeting“ und „Empfehlungsmaschinen“ als die vielversprechendsten Anwendungen aus.

Trotz aller Versprechen haben Vermarkter viele Bedenken hinsichtlich der Implementierung von maschinellem Lernen oder jeder Form von KI:

  • 60 % sind besorgt über die Integration von KI in ihre vorhandene Technologie (dies stimmt mit dem überein, was die Anbieter als Problem mit der Datenqualität und -integration bezeichnen);
  • 54 % machen sich Sorgen um die Schulung ihrer Mitarbeiter;
  • 46 % ärgern sich über die Interpretation der Ergebnisse; Und
  • 42 % sind besorgt über die Kosten.

Dennoch sind Vermarkter bereit, in jeder Hinsicht zu tauchen, solange sie sicher sein können:

  • eine bessere Abschlussrate für Verkäufe (59 % sagten dies);
  • höhere Einnahmen (58 %);
  • verbesserter Traffic und Engagement auf ihren Websites (54 %); Und
  • eine höhere Konversionsrate für Leads (52 %).

Abschluss

Maschinelles Lernen könnte die Welt verändern. Kein Geringerer als Wladimir Putin hat gesagt: „Derjenige, der in dieser Sphäre führend wird, wird der Herrscher der Welt sein.“

Auch wenn es manchmal verwirrend sein mag und es erfordert, dass wir alle zurückgehen und die Qualität unserer Daten verbessern, sind die Belohnungen des maschinellen Lernens da. Die Vermarkter, die in diesem Bereich führend sein können, könnten am Ende ihre Branche beherrschen.

Zurück zu dir

Gehören Sie zu den zehn Vermarktern, die bereits maschinelles Lernen (oder irgendeine Form von KI) in Ihrem Marketing einsetzen? Haben Sie Pläne – und ein zugewiesenes Budget –, um es nächstes Jahr umzusetzen? Hinterlassen Sie einen Kommentar und sagen Sie uns, wo Sie in dieser Hinsicht stehen.