Wie KI das Marketing im Jahr 2019 verändern wird

2019 wird ein entscheidendes Jahr für künstliche Intelligenz (KI) im Marketing und darüber hinaus. Natürlich umgibt uns KI bereits in unserem Privatleben als Verbraucher und in unserem Berufsleben als Vermarkter.

Das meiste, was Sie auf Netflix ansehen oder bei Amazon kaufen, stammt aus einer Empfehlung von KI-Algorithmen. Google ist ein AI-First-Unternehmen. Wenn Sie eine Suche auf Google ausführen; wenn Sie den Google-Assistenten um etwas bitten; wenn Sie Google Maps verwenden; wenn Sie die intelligenten Antworten beim Verfassen einer E-Mail in Ihrem Gmail-Konto akzeptieren; Künstliche Intelligenz (KI) ist in all das eingebrannt.

Und viele Vertriebsteams, einschließlich unseres hier bei Act-On, verwenden KI-gestütztes Gong.io, um Verkaufsgespräche aufzuzeichnen, die dann auf ihre „Gesprächsintelligenz“ untersucht werden. Der Bericht „State of AI for Sales and Marketing“ von InsideSales.com ergab, dass mehr als 90 Prozent der Insider davon ausgehen, dass künstliche Intelligenz in diesem Jahr die Vertriebsleistung verbessern wird.

In einer Umfrage von MIT Technology Review Insights unter 600 Führungskräften nutzen bereits 9 von 10 Unternehmen KI, um ihre Customer Journeys zu verbessern. Und laut der Big Data and AI Executive Survey 2019 von NewVantage Partners gaben fast 92 Prozent der befragten Fortune-1000-Führungskräfte (darunter die von American Express, Capital One und Ford Motor Co.) an, dass ihre Unternehmen das Tempo ihrer Big Data beschleunigen und KI-Investitionen.

Was ist künstliche Intelligenz?

Paul Roetzer, CEO von PR 20/20, gründete das Marketing Artificial Intelligence Institute, nachdem er beobachtet hatte, wie IBMs Watson zwei rekordverdächtige „Jeopardy!“ besiegte. Teilnehmer. (IBM war letzte Woche wieder in den Nachrichten, als sein Project Debater, ein sechs Jahre altes Debattiersystem für künstliche Intelligenz, in einer Debatte über subventionierte Vorschulen beinahe einen hochdekorierten Menschen besiegte.)

Roetzer war 2017 Gast im Rethink Marketing Podcast und wir haben ihn nach seiner Definition von künstlicher Intelligenz gefragt. Er bevorzugt die Definition von Dennis Hassabis, dem Gründer eines Unternehmens namens DeepMind, das 2014 von Google für etwa 600 Millionen Dollar übernommen wurde. Dennis sagt: „KI ist die Wissenschaft, Maschinen intelligent zu machen.“

Ihr E-Mail-Posteingang ist wahrscheinlich mit Unternehmen gefüllt, die ihre KI-Produkte und -Dienstleistungen anbieten. Vielleicht ist ein Drittel davon einfach Vaporware, ein weiteres Drittel ist nur MarTech mit einem neuen Namen, und das letzte Drittel ist eine Version von KI und maschinellem Lernen.

Roetzer sagte, der Schlüssel zur Trennung von SmartTech und MarTech sei die Frage: „Wird es von selbst intelligenter?“

„Im Grunde wissen Maschinen für sich genommen gar nichts. Sie können einen Tisch nicht von einem Stuhl unterscheiden“, sagte Roetzer. „Sie wissen nicht, wie sie lernen und bei einer Aufgabe besser werden können. Sie werden dafür geschult, indem sie Daten und verschiedene Arten von Prozessen verwenden, um das Training durchzuführen.

„Und das ist KI. Es ist diese große Idee, Maschinen intelligent zu machen. Darunter befinden sich Kategorien wie maschinelles Lernen, die am häufigsten zu hören sind. In letzter Zeit hört man viel über Deep Learning, das eine andere Ebene des maschinellen Lernens ist – eine intensivere Ebene des maschinellen Lernens, die tatsächlich versucht, der Maschine beizubringen, in diesen sogenannten „neuronalen Netzwerken und neuronalen Netzen“ mehr wie ein Mensch zu denken. '"

Use Cases für Künstliche Intelligenz im Jahr 2019

Wie setzen Sie also in diesem Jahr KI und maschinelles Lernen in Ihren Marketingaktivitäten ein?

Das Marketing Artificial Intelligence Institute befragte mehr als 200 Vermarkter und stellte ihnen die Frage: „ Angenommen, die KI-Technologie könnte angewendet werden, wie wertvoll wäre es für Ihr Team, jeden Anwendungsfall intelligent zu automatisieren?“ Nachfolgend finden Sie die 10 wichtigsten Anwendungsfälle für KI und maschinelles Lernen.

1. Analysieren Sie vorhandene Online-Inhalte auf Lücken und Möglichkeiten
2. Wählen Sie Keywords und Themencluster für die Content-Optimierung
3. Erstellen Sie Käuferpersönlichkeiten basierend auf Bedürfnissen, Zielen, Absichten und Verhaltensweisen
4. Erstellen Sie datengesteuerte Inhalte
5. Entdecken Sie Einblicke in die erfolgreichsten Inhalte und Kampagnen
6. Messen Sie den Return on Investment (ROI) nach Kanal, Kampagne und insgesamt
7. Passen Sie das Zielgruppen-Targeting basierend auf Verhaltens- und Lookalike-Analysen an
8. Website-Inhalte für Suchmaschinen optimieren
9. Empfehlen Sie Benutzern zielgerichtete Inhalte in Echtzeit
10. Bewerten und entwickeln Sie kreative (z. B. Zielseiten, E-Mail, CTAs) mit A/B-Tests

„2019 werden wir beginnen, eine Unterscheidung zwischen den erfolgreichen Early Adopters der KI-Technologie und den hinterherhinkenden Unternehmen zu sehen, die noch investieren müssen oder hastig investiert haben, ohne eine Strategie zur Steigerung des ROI zu haben“, sagte Carl, CTO und Mitbegründer von Unbounce Schmidt in einem Artikel auf CMO.com , der KI-Trends für 2019 vorhersagt .

KI-gestütztes MarTech wächst

Das Team von Roetzer hat 1.141 Unternehmen identifiziert, die Vertriebs- und Marketinglösungen verkaufen, auf denen zumindest ein Teil der KI basiert. Zusammen hat diese Gruppe mehr als 5,2 Milliarden US-Dollar an Finanzmitteln aufgebracht, was bedeutet, dass wir immer mehr KI- und maschinelle Lernlösungen für die vielen Schmerzpunkte und Engpässe sehen, auf die Sie bei Ihren täglichen Marketingbemühungen stoßen. Und genau das wird KI in den nächsten Jahren für Vermarkter tun – Sie sparen Zeit und steigern Ihren Umsatz.

Gartner prognostiziert, dass der Geschäftswert von KI bis 2022 3,9 Billionen US-Dollar erreichen wird. Und laut McKinsey könnte KI bis 2030 eine zusätzliche Wirtschaftsleistung von rund 13 Billionen US-Dollar erbringen und das globale BIP jährlich um etwa 1,2 Prozent steigern.

Vermarkter können KI nutzen, um den Multi-Channel-Pfad ihrer Kunden über den Trichter bis hin zum Kauf besser zu verstehen. Mit KI-Tools und -Diensten können Sie diese Fragen beantworten und dann für eine verbesserte Leistung optimieren:

• Welche Marketingkanäle treiben den Umsatz voran?
• Welche Arten von Inhalten helfen, Kunden zu binden?
• In welcher Phase der Customer Journey performen unsere Inhalte am besten?
• Wo fallen Kunden aus dem Funnel?

Die 5 P’s der Künstlichen Intelligenz

Die meisten Vermarkter sind mit den 5 Ps vertraut: Produkt, Preis, Ort, Personen und Werbung. Aber Roetzer hat die 5 Ps der KI entwickelt : Planung, Produktion, Personalisierung, Werbung und Leistung. So funktioniert die Sequenz.

Planung: Vorhersage des Verbraucherverhaltens, Definition von Strategien, Priorisierung von Aktivitäten und Festlegung der Zuweisung von Marketingressourcen.

Diese Art von KI-gestütztem Marketingprodukt würde Ihnen helfen, Keywords und Themencluster zu entdecken, Käuferpersönlichkeiten und Segmentierung zu erstellen, Inhalte auf Lücken und Chancen zu analysieren, Kundenabwanderung vorherzusagen und Ihr bezahltes Werbebudget und Ihre Kanäle unter anderem zuzuweisen.

„Planung ist einer der am wenigsten entwickelten Bereiche“, sagte Roetzer. „Die Werkzeuge sind noch nicht so intelligent, weil es ziemlich schwierig ist, diese Dinger zu bauen.“

Produktion: Erstellen, Kuratieren und Optimieren von Inhalten – einschließlich Blog-Posts, E-Mails, Zielseiten, Videos und Anzeigen.

Roetzer sagte, die Associated Press verwende KI zur Erstellung von Gewinnberichten, von 300 von Menschen geschriebenen Gewinnberichten pro Quartal auf 3.000 von Maschinen geschriebene. Sein Unternehmen, PR 20/20, begann mit der Verwendung von KI zur Erstellung von Google Analytics-Berichten für seine Kunden.

Einige andere Anwendungsfälle für Produktions-KI sind:

• E-Mail-Betreffzeilen
• Social-Media-Updates
• Sprache in Text umwandeln
• Erstellen von Nurture- oder Verkaufs-E-Mail-Workflows

„Sie müssen die Vorlagen erstellen und [der Maschine] die unterschiedliche Verzweigungslogik beibringen“, sagte Roetzer. „Aber sobald Sie das getan haben, können Sie eine datengesteuerte Geschichte sofort hundert- oder tausendfach erzählen, wenn Sie die Vorlagen dafür erstellt haben.“

Ich verwende Zubtitle regelmäßig , um Untertitel für Videos zu erstellen, die auf LinkedIn und anderen sozialen Plattformen geteilt werden, insbesondere für diejenigen, auf denen die meisten Leute sie mit stummgeschaltetem Ton ansehen. Zubtitle verwendet KI, um die Stimme beim Erstellen der Untertitel in Text umzuwandeln.

Personalisierung : Personalisierung von Verbrauchererlebnissen durch intelligent automatisierte E-Mails, Inhalts- und Produktempfehlungen, AR/VR und Weberlebnisse.

Hier stecke laut Roetzer das meiste Wagniskapital.

„Fast alle bestehenden Marketing-Technologieplattformen, Automatisierungsplayer, CRM-Systeme, CMS-Systeme – sie alle versuchen, Variationen der Personalisierung vorzunehmen“, sagte er. „Das könnte das Empfehlen von Inhalten auf einer Website oder das Ändern von Handlungsaufforderungen auf einer Website sein. Wieder Dinge, für die ein Mensch gerade jetzt Regeln aufstellen muss. Das kann die Maschine absolut besser als ein Mensch, wenn sie genügend Daten hat.“

Zu den Anwendungsfällen gehören:

• Chatbots
• Produktempfehlungen (denken Sie an Netflix)
• Adaptive E-Mail-Sendezeit für jede Person
• Personalisierte Inhalte, Angebote und Weberlebnisse

KI befähigt Vermarkter, Adaptive Journeys zu erstellen , die sich an jeden Einzelnen und seinen bevorzugten Kanal anpassen und Zeit senden, während die relevanteste Nachricht in Echtzeit übermittelt wird, während der Kunde seinen Recherche- und Entdeckungsprozess durchführt.

Werbung : Verwaltung von kanal- und geräteübergreifenden Werbeaktionen, um Engagement und Aktionen zu fördern – einschließlich Zielgruppen-Targeting, Social Publishing und Verwaltung digitaler bezahlter Medien.

Zu den Anwendungsfällen gehören:

• Anpassung der Ausgaben für digitale Werbung in Echtzeit nach Kanal und Zielgruppe
• Testen von Schlagzeilen, Zielseiten, Bildern und Creatives
• Social Posts planen
• Verbesserung der E-Mail-Zustellbarkeit
• Besseres Targeting und Retargeting

„Sie geben ihm einfach das Budget und das Creative, und es führt alle unendlichen Variationen aus und nimmt alle Änderungen selbst auf der Grundlage von Leistungsdaten vor“, sagte Roetzer.

Sie können KI-gestützte Plattformen verwenden, um das Bieten auf bezahlte Anzeigen zu automatisieren und Anzeigen mit schlechter Leistung zu pausieren. Mit Google Ads können Sie auch dynamische Suchanzeigen nutzen, die automatisch Anzeigentitel basierend auf der Suchabsicht eines Benutzers generieren. Die Plattform bietet auch Anzeigenvorschläge auf der Grundlage von maschinellem Lernen, die Modelle der vorherigen Leistung verwenden, um Änderungen an Ihren Anzeigen vorzuschlagen, um die Ergebnisse zu steigern.

Leistung: Umwandlung von Daten in Informationen durch automatisierte Erzählungen und Erkenntnisse – und Nutzung dieser Informationen zur Optimierung der Leistung.

Zu den Anwendungsfällen gehören:

• Lead-Scoring
• Prognoseleistung
• Entdecken Sie Einblicke

„Wir betrachten [Leistungs-KI] hauptsächlich so, dass wir Analysedaten nehmen und daraus Erkenntnisse gewinnen und dann herausfinden, was als nächstes zu tun ist“, sagte Roetzer.

Das Ask Analytics Intelligence Tool von Google ist ein Beispiel für Performance AI. Sie können Google Analytics Fragen zu Ihren Daten stellen, die von der grundlegenden Leistung über das Messen von Zielen bis hin zum Verständnis des Besucherverhaltens reichen.

Einsatz von KI für Ihre täglichen Marketingbemühungen

Lösungen für künstliche Intelligenz (KI) und maschinelles Lernen kommen immer häufiger in unserem Privat- und Berufsleben auf den Markt. Tatsächlich verwenden Sie KI wahrscheinlich bereits bei einigen Marketingaktivitäten, die Sie täglich durchführen.

Wenn Sie erwägen, tiefer in die KI einzutauchen, wenden Sie die gleichen Tipps an, die wir für die Berücksichtigung Ihrer adaptiven Marketingplattform empfehlen. Identifizieren Sie zunächst den Anwendungsfall für die Technologie. Und zweitens fragen Sie Ihre derzeitigen MarTech-Anbieter, an welchen KI-Lösungen sie arbeiten. Von dort aus können Sie mit KI experimentieren, um die Möglichkeiten dieser neuen Technologie besser zu verstehen.