2019년 AI는 마케팅을 어떻게 변화시킬 것인가

게시 됨: 2019-02-21

2019년은 마케팅 및 그 이상의 분야에서 인공 지능(AI)의 중추적인 해가 될 것입니다. 물론 AI는 소비자로서의 개인 생활과 마케터로서의 직업 생활에서 이미 우리 주변에 있습니다.

Netflix에서 보거나 Amazon에서 구매하는 것의 대부분은 AI 알고리즘이 추천하는 것에서 비롯됩니다. 구글은 AI 우선 기업이다. Google에서 검색을 실행하는 경우 Google 어시스턴트에게 무엇이든 물어보면 Google 지도를 사용하는 경우 Gmail 계정에서 이메일을 작성할 때 스마트 답장을 수락하는 경우 인공 지능(AI)이 이 모든 것에 녹아 있습니다.

그리고 여기 Act-On에 있는 우리를 포함한 많은 영업 팀이 AI 기반 Gong.io를 사용하여 영업 통화를 녹음한 다음 "대화 지능"을 위해 마이닝합니다. InsideSales.com 의 영업 및 마케팅을 위한 AI 현황 보고서에 따르면 내부자 중 90% 이상이 올해 인공 지능이 영업 실적을 개선할 것으로 기대한다고 밝혔습니다.

600명의 경영진을 대상으로 한 MIT Technology Review Insights 설문조사 에 따르면 10개 기업 중 9개 기업이 이미 AI를 사용하여 고객 여정을 개선하고 있습니다. 그리고 NewVantage Partners 2019 빅 데이터 및 AI 경영진 설문 조사 에 따르면 설문에 응한 Fortune 1000대 기업 경영진(American Express, Capital One, Ford Motor Co. 포함)의 거의 92%가 회사가 빅 데이터 및 AI의 속도를 가속화하고 있다고 밝혔습니다. AI 투자.

인공 지능이란 무엇입니까?

PR 20/20의 CEO인 Paul Roetzer는 IBM의 Watson이 두 개의 기록적인 "Jeopardy!"를 이기는 것을 보고 마케팅 인공 지능 연구소를 만들었습니다. 참가자. (IBM은 지난 주에 6년 된 인공 지능 토론 시스템인 Project Debater 가 보조금을 받는 유치원에 대한 토론에서 멋지게 장식된 인간을 거의 이겼을 때 뉴스에 다시 등장했습니다.)

Roetzer는 2017년 Rethink Marketing 팟캐스트 의 게스트였으며 우리는 그에게 인공 지능에 대한 정의를 물었습니다. 그는 2014년 약 6억 달러에 Google에 인수된 DeepMind라는 회사의 창시자인 Dennis Hassabis 의 정의를 선호합니다 . Dennis는 "AI는 기계를 스마트하게 만드는 과학입니다."라고 말합니다.

읽어 주셔서 감사합니다!
추가 관련 콘텐츠를 확인하세요.

5가지 일반적인 디지털 마케팅 실수

이메일 받은 편지함은 AI 제품 및 서비스를 홍보하는 회사로 가득 차 있을 것입니다. 아마도 그 중 3분의 1은 단순히 베이퍼웨어이고, 다른 3분의 1은 새로운 이름을 가진 MarTech이며, 마지막 3분의 1은 AI 및 기계 학습의 일부 버전입니다.

Roetzer는 SmartTech와 MarTech를 분리하는 핵심은 "스스로 더 똑똑해지는가?"라는 핵심 질문을 던지는 것이라고 말했습니다.

“기본적으로 기계 자체는 아무것도 모릅니다. 그들은 의자와 테이블을 알지 못합니다.”라고 Roetzer가 말했습니다. “그들은 일을 배우고 더 잘하는 방법을 모릅니다. 그들은 훈련을 수행하기 위해 데이터와 다양한 유형의 프로세스를 사용하여 이를 수행하도록 훈련받았습니다.

“AI가 그렇습니다. 기계가 지능화될 수 있도록 하는 것이 큰 그림입니다. 그리고 그 아래에는 기계 학습과 같은 범주가 있습니다. 이는 가장 일반적으로 듣게 되는 범주입니다. 최근에 머신 러닝의 또 다른 수준인 딥 러닝에 대해 많이 듣게 됩니다. '신경망 및 신경망'이라고 하는 것에서 실제로 기계가 인간처럼 생각하도록 가르치려고 하는 보다 강력한 수준의 기계 학습입니다. '”

2019년 인공 지능 사용 사례

그렇다면 올해 마케팅 활동에 AI와 머신 러닝을 어떻게 도입하고 있습니까?

마케팅 인공 지능 연구소(Marketing Artificial Intelligence Institute)는 200명 이상의 마케터를 대상으로 " AI 기술이 적용될 수 있다고 가정할 때 각 사용 사례를 지능적으로 자동화하는 것이 팀에 얼마나 가치가 있습니까?"라는 질문을 했습니다. 다음은 AI 및 기계 학습에 대한 상위 10가지 사용 사례입니다.

  1. 격차와 기회에 대한 기존 온라인 콘텐츠 분석
  2. 콘텐츠 최적화를 위한 키워드 및 주제 클러스터 선택
  3. 필요, 목표, 의도 및 행동을 기반으로 구매자 페르소나 구성
  4. 데이터 기반 콘텐츠 만들기
  5. 최고 실적의 콘텐츠 및 캠페인에 대한 인사이트 발견
  6. 채널별, 캠페인별, 전체적 투자수익률(ROI) 측정
  7. 행동 및 유사 분석을 기반으로 잠재고객 타겟팅 조정
  8. 검색 엔진을 위한 웹사이트 콘텐츠 최적화
  9. 실시간으로 사용자에게 고도로 타겟팅된 콘텐츠 추천
  10. A/B 테스트를 통해 광고 소재(예: 방문 페이지, 이메일, CTA)를 평가하고 발전시킵니다.

Unbounce CTO이자 공동 설립자인 Carl은 "2019년에는 AI 기술의 성공적인 얼리 어답터와 아직 투자하지 않았거나 ROI 증대를 위한 전략 없이 성급하게 투자한 후진 기업 사이에 차이가 나타나기 시작할 것입니다."라고 말했습니다. 2019년 AI 트렌드를 예측 하는 CMO.com의 기사에서 Schmidt .

AI 기반 MarTech의 성장

Roetzer의 팀은 최소한 일부 AI가 지원하는 영업 및 마케팅 솔루션을 판매하는 1,141개 회사 를 식별했습니다. 이 그룹은 함께 52억 달러 이상의 자금을 조달했습니다. 이는 일상적인 마케팅 노력에서 직면하는 많은 문제점과 병목 현상에 대한 AI 및 기계 학습 솔루션이 점점 더 많아지고 있음을 의미합니다. 그리고 그것이 AI가 향후 몇 년 동안 마케터를 위해 할 일입니다. 시간을 절약하고 수익을 늘리십시오.

Gartner는 AI 비즈니스 가치가 2022년까지 3조 9천억 달러에 이를 것으로 예측합니다. 그리고 McKinsey에 따르면 AI는 2030년까지 약 13조 달러의 추가 경제 생산량을 제공하여 세계 GDP를 연간 약 1.2% 증가시킬 수 있습니다.

마케터는 AI를 활용하여 퍼널에서 구매로 이어지는 고객의 다중 채널 경로를 더 잘 이해할 수 있습니다. AI 도구와 서비스를 사용하면 다음 질문에 답하고 성능 향상을 위해 최적화할 수 있습니다.

  • 어떤 마케팅 채널이 수익을 창출하고 있습니까?
  • 어떤 종류의 콘텐츠가 고객 유지에 도움이 되나요?
  • 고객 여정의 어느 단계에서 콘텐츠가 가장 잘 수행됩니까?
  • 고객이 유입경로에서 이탈하는 위치는 어디입니까?
[podloveaudio src="https://ao-podcasts.s3.amazonaws.com/Rethink-Podcast-by-Act-On-Software-2017-12-07-Episode-55-Paul-Roetzer-AI.mp3" 재생 시간 ="22:07" title="제56화 | AI와 머신 러닝이 B2B 마케팅에 미치는 영향"]

인공 지능의 5P

대부분의 마케터는 제품, 가격, 장소, 사람, 판촉의 5P에 익숙합니다. 그러나 Roetzer는 AI 의 5P (기획, 생산, 개인화, 판촉, 성과)를 개발했습니다. 다음은 시퀀스가 ​​작동하는 방식입니다.

계획: 소비자 행동 예측, 전략 정의, 활동 우선 순위 지정, 마케팅 리소스 할당 방법 결정.

이러한 유형의 AI 기반 마케팅 제품은 키워드 및 주제 클러스터 발견, 구매자 페르소나 및 세분화 구성, 격차 및 기회에 대한 콘텐츠 분석, 고객 이탈 예측, 유료 광고 예산 및 채널 할당 등의 다른 용도에 도움이 될 것입니다.

"계획은 가장 개발이 덜 된 분야 중 하나입니다."라고 Roetzer가 말했습니다. "도구는 아직 그렇게 지능적이지 않습니다. 그런 것들을 만드는 것이 꽤 어렵기 때문입니다."

 프로덕션: 블로그 게시물, 이메일, 랜딩 페이지, 비디오 및 광고를 포함한 콘텐츠 생성, 큐레이팅 및 최적화.

Roetzer는 Associated Press가 AI를 사용하여 분기마다 300개의 인간이 작성한 수익 보고서를 기계로 작성한 3,000개의 수익 보고서로 만드는 수익 보고서를 작성하고 있다고 말했습니다. 그의 회사인 PR 20/20은 AI를 사용하여 고객을 위한 Google Analytics 보고서를 만들기 시작했습니다.

프로덕션 AI의 몇 가지 다른 사용 사례는 다음과 같습니다.

  • 이메일 제목 줄
  • 소셜 미디어 업데이트
  • 음성을 텍스트로 변환
  • 양육 또는 판매 이메일 워크플로 만들기

Roetzer는 "템플릿을 만들고 다른 분기 논리를 [머신]에 훈련시켜야 합니다."라고 말했습니다. "하지만 일단 그렇게 하면 템플릿을 생성했다면 즉시 수백 또는 수천 배 규모의 데이터 기반 스토리를 말할 수 있습니다."

저는 정기적으로 Zubtitle 을 사용하여 LinkedIn 및 기타 소셜 플랫폼, 특히 대부분의 사람들이 음소거 상태로 시청하는 동영상에 대한 캡션을 만듭니다. Zubtitle은 AI를 사용하여 캡션을 만들 때 음성을 텍스트로 변환합니다.

개인화 : 지능적으로 자동화된 이메일, 콘텐츠 및 제품 추천, AR/VR 및 웹 경험을 통해 소비자 경험을 개인화합니다.

Roetzer에 따르면 이것은 대부분의 벤처 캐피털이 투자되는 곳입니다.

"거의 모든 기존 마케팅 기술 플랫폼, 자동화 플레이어, CRM 시스템, CMS 시스템 - 모두 개인화의 변형을 시도하고 있습니다."라고 그는 말했습니다. “웹사이트의 콘텐츠를 추천하고 사이트의 클릭 유도문안을 변경하는 것일 수 있습니다. 다시 말하지만, 바로 지금, 인간이 규칙을 정해야 하는 것들입니다. 데이터가 충분하다면 기계가 인간보다 절대적으로 더 잘 할 수 있습니다.”

사용 사례는 다음과 같습니다.

  • 챗봇
  • 제품 추천(Netflix 생각)
  • 각 개인의 적응형 이메일 전송 시간
  • 개인화된 콘텐츠, 제안 및 웹 경험

AI는 마케터가 각 개인과 선호하는 채널에 적응하는 적응 형 여정 을 구축 하고 시간을 보내는 동시에 고객이 연구 및 발견 프로세스를 진행하는 동안 가장 관련성 높은 메시지를 실시간으로 전달할 수 있도록 합니다.

판촉: 청중 타겟팅, 소셜 퍼블리싱, 디지털 유료 미디어 관리를 포함하여 참여 및 행동을 유도하기 위해 교차 채널 및 교차 장치 판촉을 관리합니다.

사용 사례는 다음과 같습니다.

  • 채널별, 오디언스별 실시간 디지털 광고비 조정
  • 헤드라인, 방문 페이지, 이미지 및 광고 소재 테스트
  • 소셜 게시물 예약
  • 이메일 배달 가능성 향상
  • 더 나은 타겟팅 및 리타게팅

"예산과 크리에이티브만 제공하면 무한한 변형을 모두 실행하고 성능 데이터를 기반으로 자체적으로 모든 변경을 수행합니다."라고 Roetzer가 말했습니다.

AI 기반 플랫폼을 사용하여 유료 광고에 대한 입찰을 자동화하고 실적이 저조한 광고를 일시 중지할 수 있습니다. Google Ads를 사용하면 사용자의 검색 의도에 따라 광고 제목을 자동으로 생성하는 동적 검색 광고를 활용할 수도 있습니다 . 또한 플랫폼에는 이전 실적 모델을 사용하여 광고 변경을 제안하여 결과를 높이는 머신 러닝 기반 광고 제안이 있습니다.

성능: 자동화된 내러티브 및 통찰력을 통해 데이터를 인텔리전스로 전환하고 해당 인텔리전스를 사용하여 성능을 최적화합니다.

사용 사례는 다음과 같습니다.

  • 리드 스코어링
  • 성능 예측
  • 인사이트 발견

Roetzer는 "우리는 주로 [성능 AI]를 분석 데이터를 가져와서 통찰력을 찾은 다음 다음에 할 일을 찾는 것으로 봅니다."라고 말했습니다.

Google의 Ask Analytics Intelligence 도구는 Performance AI의 한 예입니다. 기본 성능에서 목표 측정 및 방문자 행동 이해에 이르기까지 데이터에 대해 Google 애널리틱스에 질문할 수 있습니다.

일상적인 마케팅 활동에 AI 활용하기

점점 더 많은 인공 지능(AI)과 머신 러닝 솔루션이 우리의 개인 생활과 직업 생활에서 시장에 등장하고 있습니다. 사실, 매일 수행하는 일부 마케팅 활동에서 이미 AI를 사용하고 있을 것입니다.

AI에 대해 더 자세히 알아보려면 적응형 마케팅 플랫폼을 고려하기 위해 제안하는 것과 동일한 팁을 연습하십시오. 먼저 기술의 사용 사례를 식별합니다. 둘째, 현재 MarTech 공급업체에 어떤 AI 솔루션을 작업하고 있는지 물어보십시오. 거기에서 AI 실험을 시작하여 이 새로운 기술의 가능성을 더 잘 이해할 수 있습니다.