Bagaimana AI Akan Mengubah Pemasaran di 2019

2019 akan menjadi tahun yang penting bagi kecerdasan buatan (AI) dalam pemasaran dan seterusnya. Tentu saja, AI sudah ada di sekitar kita dalam kehidupan pribadi kita sebagai konsumen dan dalam kehidupan profesional kita sebagai pemasar.

Sebagian besar dari apa yang Anda tonton di Netflix atau beli di Amazon berasal dari rekomendasi yang dibuat oleh algoritme AI. Google adalah perusahaan pertama AI. Jika Anda menjalankan pencarian di Google; jika Anda meminta apa pun kepada asisten Google; jika Anda menggunakan Google Maps; jika Anda menerima balasan cerdas saat menulis email di akun Gmail Anda; kecerdasan buatan (AI) dimasukkan ke dalam semua itu.

Dan banyak tim penjualan, termasuk tim kami di sini di Act-On, menggunakan Gong.io yang didukung AI untuk merekam panggilan penjualan yang kemudian ditambang untuk "kecerdasan percakapan" mereka. Laporan State of AI for Sales and Marketing InsideSales.com menemukan lebih dari 90 persen orang dalam mengharapkan kecerdasan buatan untuk meningkatkan kinerja penjualan tahun ini.

Dalam survei MIT Technology Review Insights terhadap 600 eksekutif, 9 dari 10 perusahaan sudah menggunakan AI untuk meningkatkan perjalanan pelanggan mereka. Dan menurut NewVantage Partners 2019 Big Data and AI Executive Survey , hampir 92 persen eksekutif Fortune 1000 (termasuk di American Express, Capital One, dan Ford Motor Co.) yang disurvei mengindikasikan perusahaan mereka mempercepat laju big data mereka dan investasi AI.

Apa itu Kecerdasan Buatan?

Paul Roetzer, CEO PR 20/20, menciptakan Institut Kecerdasan Buatan Pemasaran setelah menyaksikan Watson IBM mengalahkan dua pemenang rekor "Jeopardy!" kontestan. (IBM kembali menjadi berita minggu lalu ketika Project Debater-nya, sistem debat kecerdasan buatan berusia enam tahun, hampir mengalahkan manusia yang dihias banyak dalam debat tentang prasekolah bersubsidi.)

Roetzer adalah tamu di podcast Rethink Marketing pada tahun 2017, dan kami menanyakan definisi kecerdasan buatannya. Dia lebih suka definisi yang diberikan oleh Dennis Hassabis, pencipta sebuah perusahaan bernama DeepMind, yang diakuisisi oleh Google pada tahun 2014 seharga sekitar $600 juta. Dennis mengatakan “AI adalah ilmu membuat mesin menjadi pintar.”

Kotak masuk email Anda mungkin dipenuhi dengan perusahaan yang menawarkan produk dan layanan AI mereka. Mungkin sepertiganya hanyalah vaporware, sepertiga lainnya hanya MarTech dengan nama baru, dan sepertiga terakhir adalah beberapa versi AI dan pembelajaran mesin.

Roetzer mengatakan kunci untuk memisahkan SmartTech dari MarTech adalah menanyakan pertanyaan kunci ini, “apakah itu menjadi lebih pintar dengan sendirinya?”

“Pada dasarnya, mesin sendiri, mereka tidak tahu apa-apa. Mereka tidak tahu meja dari kursi,” kata Roetzer. “Mereka tidak tahu bagaimana belajar dan menjadi lebih baik dalam suatu tugas. Mereka dilatih untuk melakukan ini menggunakan data dan berbagai jenis proses untuk melakukan pelatihan.

“Dan AI adalah itu. Ini adalah ide gambaran besar untuk memungkinkan mesin menjadi pintar. Dan di bawahnya ada kategori seperti pembelajaran mesin, yang merupakan kategori paling umum yang Anda dengar. Akhir-akhir ini, Anda mendengar banyak tentang pembelajaran mendalam, yang merupakan tingkat lain dari pembelajaran mesin — tingkat pembelajaran mesin yang lebih intens yang benar-benar mencoba untuk mengajar mesin untuk berpikir lebih seperti manusia dalam apa yang disebut 'jaringan saraf dan jaring saraf. '”

Kasus Penggunaan untuk Kecerdasan Buatan pada tahun 2019

Jadi, bagaimana Anda mengadopsi AI dan pembelajaran mesin dalam aktivitas pemasaran Anda tahun ini?

Institut Kecerdasan Buatan Pemasaran mensurvei lebih dari 200 pemasar, mengajukan pertanyaan kepada mereka, “ Dengan asumsi teknologi AI dapat diterapkan, seberapa berharga bagi tim Anda untuk secara cerdas mengotomatisasi setiap kasus penggunaan?” Di bawah ini adalah 10 kasus penggunaan teratas untuk AI dan pembelajaran mesin.

1. Analisis konten online yang ada untuk mencari celah dan peluang
2. Pilih kata kunci dan kelompok topik untuk pengoptimalan konten
3. Bangun persona pembeli berdasarkan kebutuhan, tujuan, niat, dan perilaku
4. Buat konten berbasis data
5. Temukan wawasan tentang konten dan kampanye berkinerja terbaik
6. Ukur laba atas investasi (ROI) menurut saluran, kampanye, dan keseluruhan
7. Sesuaikan penargetan audiens berdasarkan perilaku dan analisis serupa
8. Optimalkan konten situs web untuk mesin pencari
9. Merekomendasikan konten yang sangat bertarget kepada pengguna secara real-time
10. Nilai dan kembangkan materi iklan (misalnya halaman arahan, email, CTA) dengan pengujian A/B

“Pada tahun 2019, kita akan mulai melihat perbedaan antara pengadopsi awal yang sukses dari teknologi AI dan perusahaan tertinggal yang belum berinvestasi, atau telah berinvestasi dengan tergesa-gesa tanpa strategi untuk meningkatkan ROI,” kata CTO Unbounce dan co-founder Carl Schmidt dalam artikelnya di CMO.com memprediksi tren AI di tahun 2019 .

MarTech yang Didukung AI Bertumbuh

Tim Roetzer telah mengidentifikasi 1.141 perusahaan yang menjual solusi penjualan dan pemasaran dengan setidaknya beberapa AI yang mendukung mereka. Bersama-sama, grup tersebut telah mengumpulkan lebih banyak $5,2 miliar dalam pendanaan, yang berarti kami melihat semakin banyak solusi AI dan pembelajaran mesin untuk banyak titik kesulitan dan hambatan yang Anda temui dalam upaya pemasaran Anda sehari-hari. Dan itulah yang akan dilakukan AI untuk pemasar selama beberapa tahun ke depan — menghemat waktu Anda dan meningkatkan pendapatan Anda.

Gartner memperkirakan nilai bisnis AI akan mencapai $3,9 triliun pada tahun 2022. Dan menurut McKinsey, AI dapat memberikan output ekonomi tambahan sekitar $13 triliun pada tahun 2030, meningkatkan PDB global sekitar 1,2 persen per tahun.

Pemasar dapat memanfaatkan AI untuk membantu mereka lebih memahami jalur multisaluran pelanggan mereka di seluruh corong menuju pembelian. Dengan alat dan layanan AI, Anda akan dapat menjawab pertanyaan-pertanyaan ini dan kemudian mengoptimalkan untuk meningkatkan kinerja:

• Saluran pemasaran mana yang mendorong pendapatan?
• Jenis konten apa yang membantu mempertahankan pelanggan?
• Pada tahap perjalanan pelanggan manakah konten kami berkinerja terbaik?
• Di mana pelanggan jatuh dari corong?

Kecerdasan Buatan 5 P

Sebagian besar pemasar akrab dengan 5 P: produk, harga, tempat, orang, dan promosi. Tetapi Roetzer telah mengembangkan 5 P AI : perencanaan, produksi, personalisasi, promosi, dan kinerja. Berikut adalah cara kerja urutannya.

Perencanaan: Memprediksi perilaku konsumen, menentukan strategi, memprioritaskan kegiatan, dan menentukan cara mengalokasikan sumber daya pemasaran.

Jenis produk pemasaran bertenaga AI ini akan membantu Anda menemukan kata kunci dan kelompok topik, membangun persona pembeli dan segmentasi, menganalisis konten untuk celah dan peluang, memprediksi churn pelanggan, dan mengalokasikan anggaran dan saluran iklan berbayar Anda di antara kegunaan lainnya.

“Perencanaan adalah salah satu bidang yang paling kurang berkembang,” kata Roetzer. “Alatnya belum begitu cerdas, karena cukup sulit untuk membangunnya.”

Produksi: Membuat, mengkurasi, dan mengoptimalkan konten — termasuk posting blog, email, halaman arahan, video, dan iklan.

Roetzer mengatakan Associated Press menggunakan AI untuk membuat laporan pendapatan, mulai dari menghasilkan 300 laporan pendapatan yang ditulis manusia setiap kuartal menjadi 3.000 yang ditulis oleh mesin. Perusahaannya, PR 20/20, mulai menggunakan AI untuk membuat laporan Google Analytics untuk kliennya.

Beberapa kasus penggunaan lain untuk AI produksi meliputi:

• Baris subjek email
• Pembaruan media sosial
• Mengubah suara menjadi teks
• Membuat alur kerja email pemeliharaan atau penjualan

“Anda harus membuat template dan melatih [mesin] logika percabangan yang berbeda,” kata Roetzer. “Tetapi begitu Anda melakukannya, Anda dapat menceritakan kisah berdasarkan data dalam skala ratusan atau ribuan kali secara instan jika Anda telah membuat template untuk itu.”

Saya secara teratur menggunakan Zubtitle untuk membuat teks untuk video yang dibagikan di LinkedIn dan platform sosial lainnya, terutama yang kebanyakan orang melihatnya dengan suara yang dibisukan. Zubtitle menggunakan AI untuk mengubah suara menjadi teks dalam membuat teks.

Personalisasi : Mempersonalisasi pengalaman konsumen melalui email otomatis yang cerdas, rekomendasi konten dan produk, AR/VR, dan pengalaman web.

Menurut Roetzer, di sinilah sebagian besar modal ventura diinvestasikan.

“Hampir setiap platform teknologi pemasaran, pemutar otomatisasi, sistem CRM, sistem CMS yang ada — semuanya mencoba melakukan variasi personalisasi,” katanya. “Itu bisa berupa merekomendasikan konten di situs web, mengubah ajakan bertindak di situs. Sekali lagi, hal-hal yang, saat ini, harus ditetapkan oleh manusia. Mesin benar-benar dapat melakukan itu lebih baik daripada manusia jika memiliki data yang cukup.”

Kasus penggunaan meliputi:

• Chatbots
• Rekomendasi produk (pikirkan Netflix)
• Waktu pengiriman email adaptif untuk setiap individu
• Konten, penawaran, dan pengalaman web yang dipersonalisasi

AI memberdayakan pemasar untuk membangun Perjalanan Adaptif yang beradaptasi dengan setiap individu dan saluran pilihan mereka dan mengirim waktu sambil menyampaikan pesan yang paling relevan secara real-time saat pelanggan melakukan proses penelitian dan penemuan mereka.

Promosi: Mengelola promosi lintas saluran dan lintas perangkat untuk mendorong keterlibatan dan tindakan — termasuk penargetan pemirsa, penerbitan sosial, dan manajemen media berbayar digital.

Kasus penggunaan meliputi:

• Menyesuaikan pembelanjaan iklan digital secara real-time menurut saluran dan pemirsa
• Menguji judul, halaman arahan, gambar, dan materi iklan
• Menjadwalkan postingan sosial
• Meningkatkan keterkiriman email
• Penargetan dan penargetan ulang yang lebih baik

“Anda cukup memberikan anggaran dan materi iklan, dan itu menjalankan semua variasi tak terbatas dan membuat semua perubahan itu sendiri berdasarkan data kinerja,” kata Roetzer.

Anda dapat menggunakan platform yang diberdayakan AI untuk membantu mengotomatiskan penawaran pada iklan berbayar dan untuk menjeda iklan yang berkinerja buruk. Google Ads juga memungkinkan Anda memanfaatkan iklan penelusuran dinamis yang secara otomatis menghasilkan judul iklan berdasarkan maksud penelusuran pengguna. Platform ini juga memiliki saran iklan berdasarkan pembelajaran mesin yang menggunakan model kinerja sebelumnya untuk menyarankan perubahan pada iklan Anda guna meningkatkan hasil.

Kinerja: Mengubah data menjadi kecerdasan melalui narasi dan wawasan otomatis — dan menggunakan kecerdasan itu untuk mengoptimalkan kinerja.

Kasus penggunaan meliputi:

• Skor memimpin
• Kinerja peramalan
• Temukan wawasan

“Kami terutama melihat [kinerja AI] sebagai mengambil data analitik dan menemukan wawasan darinya, dan kemudian mencari tahu apa yang harus dilakukan selanjutnya,” kata Roetzer.

Alat Ask Analytics Intelligence dari Google adalah contoh Performance AI. Anda dapat mengajukan pertanyaan kepada Google Analytics tentang data Anda, mulai dari kinerja dasar hingga mengukur sasaran dan memahami perilaku pengunjung.

Menempatkan AI untuk Digunakan dalam Upaya Pemasaran Harian Anda

Semakin banyak, solusi kecerdasan buatan (AI) dan pembelajaran mesin datang ke pasar dalam kehidupan pribadi dan profesional kita. Bahkan, Anda mungkin sudah menggunakan AI dalam beberapa aktivitas pemasaran yang Anda lakukan setiap hari.

Saat Anda mempertimbangkan untuk mendalami AI, praktikkan tips yang sama yang kami sarankan untuk mempertimbangkan platform pemasaran adaptif Anda. Pertama, mengidentifikasi use case untuk teknologi tersebut. Dan, kedua, tanyakan kepada vendor MarTech Anda saat ini solusi AI mana yang sedang mereka kerjakan. Dari sana, Anda dapat mulai bereksperimen dengan AI untuk lebih memahami kemungkinan teknologi yang sedang berkembang ini.