すべてのマーケターが知っておくべき機械学習に関する 3 つのこと
公開: 2018-01-17TL;DR : 機械学習入門: マーケティング担当者が知っておくべき 3 つのこと
データはありますか？
君はそうすると思う。
実際、データの山です。 テラバイトのデータ。 ライブラリに相当するデータ。 毎日、毎時間、より多くのストリーミングを。
私たちマーケターは私たちのデータを愛していますが、正直に言うと…私たちはおそらく収集したデータのほんの一部しか使用していません.
これ以上使いたくないというわけではありません。 私たちはそうします。
たとえば、周りのすべての顧客を追跡し、彼らが読んだすべてのもの、どれくらい読んだか、次にどこをクリックしたかを確認するのは素晴らしいことです. コンピューターに Cookie をドロップして、アクセスした他のすべての Web サイトを表示することもできます。 調査して、ソーシャル メディアで個人的なメッセージを送信することもできます。 メッセージを送信するのに最適な時期と、どのチャネルに最もよく反応するかをテストします。
次に、その素晴らしい知識をすべて使って、オフィスにこもって、彼らのためだけに完全なスープからナッツまでのマーケティング戦略を設計することができます.
私は、アカウントベースのマーケティングのような、あなたの仕事が 1 つの大きなターゲット企業のためのものであるという話ではありません。 私が話しているのは、完全にパーソナライズされた手作りのマーケティング戦略と、あなたの会社が持つ可能性のあるすべての見込み客に対する実行です。
考えてみてください。何千もの完全にパーソナライズされたマーケティング プランです。 何万ものパーソナライズされたメッセージ。 何十万時間もかけてデータを調べ、すべての見込み客がどのように行動するかを正確に調査します。
それは素晴らしいことですよね？
まあ、もしあなたに無限の時間と無限のリソースがあれば、そうかもしれません。 眠る必要がなく、家族も人生もなかったとしたら…そして少なくとも312歳まで生きるという保証があれば。
そうでなければ…忘れてください。
それだけに集中して、見込み客や顧客に関するあらゆる小さなデータを処理できるというのは、ばかげています。 妄想的。
私たちは機械ではありません。
せいぜい、オーディエンスをセグメント化するのに十分なリソースしかありません。 最善の推測に基づいてペルソナとバイヤージャーニーを作成する必要があります (もちろん、データによって通知されます)。
しかし、機械がそれをすべて行うことができたらどうでしょうか?
十分に訓練されたアルゴリズムが見込み客の 1 人 1 人を追跡し、最適なコンテンツを推奨して、最適なタイミングで、見込み客が最も反応する可能性が高いチャネルで送信できるとしたらどうでしょうか? そして、アルゴリズムが、エースの営業担当者が最終的に電話をかけるのに最適な時間を予測することさえできたらどうでしょうか?
それが機械学習ができることです。
これについて知っておくべきことは次のとおりです（少なくとも初心者向け）。
機械学習は人工知能のサブセットです。
最も単純な定義では、機械学習は「データを使用して質問に答える」ことに他なりません。 その定義については、機械学習に関する Google の優れたビデオ シリーズに感謝します。
それは、人工知能の特定のタイプ、または専門分野です。 その強みの 1 つは、機械学習アルゴリズムの精度が時間の経過とともに向上する可能性があることです。 それは「学ぶ」ことができます。 それで。 チェスをプレイできるプログラムは人工知能と見なされるかもしれませんが、チェス、卓球、その他のゲームのプレイを学習できるプログラムは機械学習の例です。
より複雑な機械学習システムは、しばしば「深層学習」と呼ばれます。 そのため、ゲームの例では、「ニューラル ネット」と呼ばれる複数のレベルを使用して処理を行うようにディープ ラーニング システムが設定されています。
機械学習は、ほぼすべての大規模なデータ セットに適用されます。
私たちマーケティング担当者は、リードを特定したり、メッセージング システムを最適化したりするために機械学習に関心を持っているかもしれませんが、機械学習には、医療、金融、天気など、あらゆる大規模なデータ セットでの膨大なアプリケーションもあります。
Google ビデオで見たように、物事を分類するのが得意です。 すでに使用されているアプリケーションの 1 つは、写真の認識です。
もちろん、Facebook と Google はしばらくの間これを行ってきましたが、すぐにアルゴリズムがサングラスやマスクをしていても認識できるようになるかもしれません。
より安全な形式の写真 ID を試してみたい場合は、Google レンズをダウンロードしてください。
物を写真に撮らせると、その写真が何であるかを評価して返します。 バーコードから花、レストランの入り口まで、あらゆるものを認識できます。
ただし、写真は氷山の一角にすぎません。 機械学習はレコメンデーションにも使用されています。たとえば、Netflix がユーザーに好みの映画を通知したり、Amazon が商品を提案したり、Google がユーザーの検索クエリに基づいて結果のリストを提供したりしています。
検索といえば…音声検索と音声認識は、機械学習の最も有望なアプリケーションの 1 つです。 これは、未来的な、10 年後のようなアプリケーションではありません。 昨年も Google は、クエリの 20% が音声検索であると報告しました。 Gartner は、「2020 年までに検索の 30% が画面なしで行われるようになる」と予測しています。
マーケティング担当者は、機械学習に大きな期待を寄せています。
マーケティング エグゼクティブの 80% は、人工知能 (機械学習を含む) が今後 5 年間でマーケティング業界に「革命を起こす」と考えています。
それは何かを言っています。 しかし、調査対象の同じマーケターのうち、実際に AI を使用しているのは 10% のみであるため、必ずしも何かを行うことにはならない可能性があります。
さらに驚くべきことに、これらのマーケティング担当者のうち、AI がマーケティングでどのように使用されているかを理解していると自信を持っているのはわずか 26% です。 (うまくいけば、この記事を読むことで、その 26% に移行するのに役立つことを願っています…少しだけではありますが.)
機械学習が実際にどのように機能するかについてマーケティング担当者が曖昧であるというこの問題は、TechEmergence とは別の調査で取り上げられました。 彼らは、特にマーケティング業界に焦点を当てて、機械学習企業の幹部 50 人にインタビューしました。 これらの幹部は、自社のサービスを販売する最大の課題は、単に「テクノロジーを分かりやすく説明すること」であると述べています。 そして、与えられた他の回答 (「人々はテクノロジーに混乱している」など) を見ると、マーケターが機械学習を本当に理解していないというこの問題は、機械学習の採用に対する最大の障害の 1 つかもしれません。
混乱にもかかわらず、マーケティング担当者は、自分の仕事のどの部分で AI が役立つかを知っているようです。
- 彼らの 60% は、AI がアカウントに関するより良い洞察を提供できると述べています。
- 56% は、キャンペーンをよりよく分析するのに役立つと期待しています。
- 53% は、見込み顧客を特定するのに役立つと述べています。 と
- 53% が、日常業務の効率が向上すると述べています (ありがとう、スパム フィルター)。
これは、ベンダーが考えている機会とは少し異なります (ただし、正確には「リンゴとリンゴ」の比較ではありません)。 ベンダーは、検索、「顧客セグメンテーション/ターゲティング」、「レコメンデーション エンジン」を最も有望なアプリケーションとして挙げています。
すべての約束にもかかわらず、マーケティング担当者は、機械学習やあらゆる形式の AI の実装について多くの懸念を抱いています。
- 60% が AI を既存のテクノロジーに統合することに懸念を抱いています (これは、データの品質と統合に関するベンダーの意見と一致しています)。
- 54% が従業員のトレーニングについて心配しています。
- 46% が結果の解釈に不安を感じています。 と
- 42％が費用に不安を感じています。
それでも、マーケティング担当者は、次のことが保証されている限り、どんな方法でも喜んで飛び込みます。
- 成約率の向上 (59% がそう回答)。
- 収益の増加 (58%);
- ウェブサイトでのトラフィックとエンゲージメントの改善 (54%)。 と
- リードの高いコンバージョン率 (52%)。
結論
機械学習は世界を変えるかもしれません。 ウラジミール・プーチンは、「この分野のリーダーになる者が世界の支配者になるだろう」と言っています。
そのため、混乱を招くこともあり、データの品質を改善するために私たち全員が戻ってくる必要がありますが、機械学習のメリットはそこにあります。 この分野をリードできるマーケターは、業界を支配することになるかもしれません。
あなたに戻って
あなたは、マーケティングで機械学習 (または任意の形式の AI) を既に使用しているマーケターの 10 人に 1 人ですか? 来年実施するための計画と予算はありますか? コメントを残して、これについてどこにいるのか教えてください。