การเรียนรู้ของเครื่อง 12 วิธีสามารถปรับปรุงการตลาดได้

แมชชีนเลิร์นนิงสามารถช่วยให้นักการตลาดดึงข้อมูลเชิงลึกจากข้อมูลและ ค้นหากลวิธี ที่สามารถนำไปปฏิบัติได้จริงเพื่อปรับปรุงแคมเปญการตลาดของตน คำถามทางการตลาดที่ พบบ่อย ที่สุดสอง ข้อที่ นักการตลาดถามคือ "ฉันจะหาลูกค้าที่มุ่งหวังที่มีคุณภาพได้ที่ไหน" และ "ฉันจะปรับปรุงแคมเปญได้อย่างไร"

การตลาดแบบ AI ช่วยให้นักการตลาดได้รับอัตราการแปลงและการขายที่ดีขึ้น เนื่องจาก อิงจากข้อมูลเฉพาะเกี่ยวกับลูกค้า ซึ่งรวมถึงพฤติกรรม รูปแบบการซื้อ และอื่นๆ อีกมากมาย

โมเดลที่ขับเคลื่อนโดยอัลกอริธึมต่างๆ จะช่วยในด้านการตลาดทุกประเภท สิ่งเหล่านี้ ช่วยปรับปรุง การเข้าถึงลูกค้า สร้างเนื้อหาส่วนบุคคล กระตุ้นการตอบสนอง และสร้างประสบการณ์ผู้ใช้ที่ยอดเยี่ยม

ต่อไปนี้คือวิธีที่แมชชีนเลิร์นนิงสามารถช่วย ปรับปรุงการตลาดได้ หลายวิธี

การเรียนรู้ของเครื่องคืออะไร?

การเรียนรู้ของเครื่องเป็นส่วนย่อยของปัญญาประดิษฐ์ (AI) ที่มีการจดจำรูปแบบเป็นแกนหลัก ช่วยให้คอมพิวเตอร์สามารถ วิเคราะห์และตีความข้อมูล และเสนอการคาดการณ์ที่แม่นยำโดยไม่ต้องตั้งโปรแกรมอย่างชัดเจน

ยิ่งใช้จุดข้อมูลเพื่อฝึกอัลกอริทึมมากเท่าไหร่ ก็ยิ่งดีเท่านั้น เนื่องจากช่วยให้ปลดล็อกข้อมูลเชิงลึกที่ลึกซึ้งยิ่งขึ้น และค้นพบรูปแบบที่ละเอียดอ่อนมากขึ้นเรื่อยๆ

การ สำรวจ ของ QuanticMind พบว่า เกือบ 100% ของผู้เชี่ยวชาญในอุตสาหกรรม เชื่อว่าอนาคตของการตลาดดิจิทัลจะได้รับอิทธิพลจากเทคนิคการเรียนรู้ของเครื่องและระบบอัตโนมัติทางการตลาดที่ใช้ AI

หลายคนเชื่อว่า การเพิ่มประสบการณ์ของลูกค้า จะเป็นส่วนที่การเรียนรู้ของเครื่องจะเป็นประโยชน์มากที่สุด

1. รวมแชทบอทเพื่อปรับปรุงการบริการลูกค้า

สิ่งที่พบได้ทั่วไปในเว็บไซต์สมัยใหม่คือแชทบอทที่ปรากฏขึ้นที่มุมด้านล่างของหน้าจอและให้ความช่วยเหลือทันทีที่ผู้เยี่ยมชมมาถึงไซต์ การใช้แชทบอทช่วยให้แบรนด์สามารถให้การสนับสนุนลูกค้าได้ตลอด 24 ชั่วโมง

แชทบอทเหล่านี้สามารถตอบคำถามลูกค้าง่ายๆ และส่งต่อไปยังบุคคลที่เหมาะสมได้หากพวกเขาไม่สามารถช่วยเหลือได้ พวกเขาเรียนรู้จากการโต้ตอบกับผู้เยี่ยมชม และรวบรวมและ ตีความข้อมูลเพื่อเสนอคำตอบที่แม่นยำยิ่งขึ้น

อีเบย์แชทบอทที่สร้างขึ้นสำหรับ Google Assistant เป็นแชทบอทอีคอมเมิร์ซที่ช่วยให้ลูกค้าใช้การค้นหาด้วยเสียงเพื่อค้นหาข้อเสนอที่ดีที่สุดสำหรับผลิตภัณฑ์ที่ต้องการ

Designer Shoe Warehouse ( DSW ) ใช้บอท Facebook Messenger เป็นตัวช่วยในการซื้อของ หลังจากที่ลูกค้าซื้อรองเท้าแล้ว DSW ทำให้พวกเขาติดตามพัสดุและรับข้อมูลการจัดส่งส่วนบุคคลได้อย่างง่ายดาย

บอทสามารถใช้เพื่อวัตถุประสงค์อื่นๆ ได้เช่นกัน เช่น การแบ่งปันข้อมูลเกี่ยวกับส่วนลดหรือคูปอง และการประกาศเปิดตัวผลิตภัณฑ์ใหม่

2. ปรับเนื้อหาให้เหมาะสม

การเพิ่มประสิทธิภาพเนื้อหาเป็นหนึ่งใน ส่วนที่สำคัญที่สุดของ SEO ซึ่งช่วยเพิ่มการมองเห็นในการค้นหาทั่วไป เนื้อหาที่ได้รับการคลิกเป็นจำนวนมากช่วยให้มีตำแหน่งที่ดีขึ้นในเครื่องมือค้นหาและดึงดูดการเข้าชมเว็บไซต์ให้มากขึ้น

แมชชีนเลิร์นนิงช่วยเปิดเผยว่าเนื้อหาใดทำงานได้ดีที่สุด ไม่ว่าจะเป็นหัวเรื่องอีเมล หัวเรื่องของบทความ หรือรูปภาพ ตัวอย่างเช่น อาจพบว่าภาพบุคคลหนึ่งภาพทำงานได้ดีกว่าภาพกลุ่มและจัดลำดับความสำคัญของผลลัพธ์เหล่านั้น

ข้อมูลเชิงลึกที่ดึงมาจากข้อมูลลูกค้าจำนวนมหาศาลเกี่ยวกับความสนใจ การซื้อในอดีต และพฤติกรรมออนไลน์สามารถช่วยให้นักการตลาด สร้างเนื้อหาประเภทที่จะดึงดูด ผู้อ่านได้มากที่สุดในทุกช่องทางการติดต่อสื่อสาร ตั้งแต่อีเมลที่เขียนถึงผลิตภัณฑ์ที่พวกเขาเสนอ

ตามที่ผู้เชี่ยวชาญของบริการ เขียนเรียงความในสหราชอาณาจักร ในอดีต นักการตลาดจะเปิดตัวแคมเปญโฆษณาโดยที่ไม่รู้จักกลุ่มเป้าหมายของตนจริงๆ และจะเสียเงินไปกับโฆษณาหรือความพยายามในการส่งเสริมการขายที่ไม่สอดคล้องกับพวกเขา

แมชชีนเลิร์นนิงช่วย ขจัดของเสียนี้ ใช้การคาดเดาและช่วยให้นักการตลาดเข้าถึงผู้ชมที่เหมาะสมด้วยประเภทของเนื้อหาที่มีโอกาสสร้างการมีส่วนร่วมได้ดีที่สุด

3. พัฒนาผลิตภัณฑ์และบริการใหม่

อัลกอริธึมการเรียนรู้ของเครื่องสามารถช่วยปรับแต่งผลิตภัณฑ์และบริการใหม่ได้อย่างแม่นยำมากขึ้นตามความต้องการของผู้บริโภค ตัวอย่างเช่น เป็นไปได้ที่จะทำการสำรวจทั่วโลกกับผู้มีโอกาสเป็นลูกค้า และวิเคราะห์ข้อมูลเพื่อส่งมอบผลิตภัณฑ์

ซึ่งจะช่วยให้ธุรกิจสามารถ ระบุโอกาส และผลิตภัณฑ์ใหม่ ๆ ที่พวกเขาสามารถพัฒนาเพื่อรองรับกลุ่มลูกค้าใหม่ได้

โซลูชันเดียวกันนี้สามารถช่วยให้บริษัทต่างๆ ส่งมอบผลิตภัณฑ์หรือเวอร์ชันของผลิตภัณฑ์เดียวกันไปยังตลาดต่างๆ ได้ ตัวอย่างเช่น การสำรวจอาจบ่งชี้ว่าผู้ขับขี่ในสหรัฐฯ ชอบขับเคลื่อนสี่ล้อ ในขณะที่ในยุโรป รถยนต์ไฮบริดเป็นที่ต้องการ

ด้วยข้อมูลประเภทนี้ ผู้ผลิตรถยนต์จะสามารถออกแบบยานพาหนะที่เหมาะสมสำหรับตลาดสหรัฐอเมริกาและยุโรป

4. เปิดเผยเทรนด์

แมชชีนเลิร์นนิงจะขุดข้อมูลที่ไม่มีโครงสร้างและ ช่วยให้เข้าใจถึงสิ่งที่ลูกค้ากำลังพูดถึง ในที่สาธารณะ สามารถถอดรหัสการสนทนาทางสังคมเพื่อสร้างแรงบันดาลใจให้กับผลิตภัณฑ์หรือแนวคิดเกี่ยวกับเนื้อหาใหม่ ๆ ที่เกี่ยวข้องโดยตรงกับความชอบของลูกค้า

ตัวอย่างนี้คือเมื่อ Ben & Jerry's ค้นพบว่าผู้คนกำลังพูดถึงไอศกรีมสำหรับอาหารเช้าในสาธารณสมบัติ และตัดสินใจเปิดตัวไอศกรีมรสอาหารเช้าที่หลากหลาย

5. ปรับแต่งคำแนะนำผลิตภัณฑ์

มีหลายวิธีที่แมชชีนเลิร์นนิงสามารถปรับปรุงประสบการณ์การช็อปปิ้งของลูกค้าได้ สามารถชี้นำการเดินทางของผู้ซื้อและให้คำแนะนำผลิตภัณฑ์เฉพาะบุคคล

Amazon สร้างรายได้ต่อปีเป็นเปอร์เซ็นต์ที่ยุติธรรมผ่านคำแนะนำผลิตภัณฑ์เฉพาะบุคคล

Netflix ยังเพิ่มรายได้โดยใช้อัลกอริธึมเพื่อ แนะนำภาพยนตร์ที่ปรับเปลี่ยน ในแบบของคุณให้กับลูกค้า แมชชีนเลิร์นนิงช่วยในการแนะนำเนื้อหาที่ผู้ดูน่าจะเพลิดเพลินมากที่สุดโดยพิจารณาจากสิ่งที่พวกเขาดูก่อนหน้านี้ ให้คะแนน หรือละเลย

การเพิ่มยอดขายและการขายต่อเนื่องสามารถมีส่วนร่วมดีขึ้นมากเมื่อการเรียนรู้ของเครื่องช่วยเร่งและ เพิ่มประสิทธิภาพการแนะนำผลิตภัณฑ์

โดยการวิเคราะห์พฤติกรรมของลูกค้าในอดีตและการคาดการณ์ความต้องการ นักการตลาดสามารถสร้างข้อเสนอที่ตรงเป้าหมายและมีโอกาสเกิด Conversion มากขึ้น

6. ปรับปรุงการสร้างและให้คะแนนลูกค้าเป้าหมาย

ลีดเป็นส่วนสำคัญของธุรกิจ และแมชชีนเลิร์นนิงสามารถช่วยให้พวกเขา สร้างลีดที่มีคุณสมบัติสูงขึ้น ได้ บอทที่ใช้ AI สามารถเรียนรู้จากการสนทนาที่เกิดขึ้นบนเว็บไซต์ระหว่างตัวแทนและผู้บริโภค

ข้อมูลดังกล่าวช่วยให้พวกเขาสามารถตอบคำถาม ทำความเข้าใจเพิ่มเติมเกี่ยวกับสิ่งที่ทำให้ลูกค้าเป้าหมายดี และสร้างโอกาสในการขายจากการเข้าชมในวงกว้าง

การทราบความน่าจะเป็นของโอกาสในการขายในการซื้อสามารถช่วยนักการตลาดที่ต้องจัดการกับโอกาสในการขายจำนวนมาก แมชชีนเลิร์นนิงใช้ข้อมูลในการให้คะแนน ลีดซึ่งสามารถเพิ่มประสิทธิภาพและประหยัดเวลาได้

มันง่ายกว่ามากที่จะมุ่งเน้นพลังงานในการพยายามแปลงลีดดังกล่าว เมื่อดูโปรไฟล์ของลูกค้าที่ซื้อมากที่สุด นักการตลาดสามารถระบุลักษณะทั่วไปที่พวกเขาสามารถจดจำได้ในขณะทำการตลาด

7. เพิ่มประสิทธิภาพการโฆษณา

ตามธรรมเนียมการโฆษณาจำเป็นต้องตัดสินใจว่าจะเลือกช่องทางโฆษณาใด ซื้อพื้นที่โฆษณาเท่าใด วางโฆษณาเมื่อใด และแคมเปญควรมีระยะเวลานานเท่าใด

การโฆษณาเป็นต้นทุนหลักสำหรับบริษัทต่างๆ และการใช้การเรียนรู้ของเครื่องสามารถช่วย เพิ่มประสิทธิภาพการ ทำงานได้

การตัดสินใจครั้งก่อนๆ ที่นักการตลาดต้องทำตอนนี้ได้รับแจ้งจากแมชชีนเลิร์นนิงแล้ว ตัวอย่างเช่น การใช้ Facebook Lookalike Audience จะช่วยให้นักการตลาดค้นหาและกำหนดเป้าหมายผู้มีโอกาสเป็นลูกค้า ซึ่งมีคุณลักษณะที่คล้ายคลึงกันกับลูกค้าปัจจุบันของตน

Smart Bidding คือกลยุทธ์ที่ใช้แมชชีนเลิร์นนิงเพื่อทำให้แคมเปญ PPC มีประสิทธิภาพมากขึ้น โดยผสมผสานแมชชีนเลิร์นนิงและสัญญาณบริบทเพื่อเพิ่มประสิทธิภาพราคาเสนอ มีการใช้จุดข้อมูลหลายพันล้านจุดเพื่อประเมินแนวโน้มที่ผู้มีแนวโน้มจะแปลง

8. การตลาดอัตโนมัติ

ระบบอัตโนมัตินำการตลาดไปสู่อีกระดับ แมชชีนเลิร์นนิงจะย่อยตัวเลข เรียนรู้จากผลลัพธ์ในอดีต และนำเสนอข้อมูลเชิงลึกที่นำไปปฏิบัติได้

ช่วยในด้านการตลาดทุกด้าน เช่น การแบ่งกลุ่มลูกค้า การให้คำแนะนำ การปรับเนื้อหาให้เป็นส่วนตัว และการบริการลูกค้า

สิ่งนี้ช่วยให้การตัดสินใจของนักการตลาดง่ายขึ้น และการเรียนรู้อย่างต่อเนื่องก็พัฒนาขึ้นเรื่อยๆ แบรนด์ที่จัดการประสบการณ์ผู้ใช้โดยใช้ระบบอัตโนมัติทางการตลาดบรรลุอัตราที่สูงกว่ามากของลีดที่เข้าเงื่อนไข และมีประสบการณ์ในการ เพิ่มรายได้

การตลาดทางอีเมลที่ขับเคลื่อนด้วยแมชชีนเลิร์นนิงช่วยให้นักการตลาดสามารถแบ่งกลุ่มลูกค้าและปรับแต่งแคมเปญอีเมลให้เป็นส่วนตัวได้อย่างมาก พวกเขาสามารถเขียนหัวเรื่องอีเมลส่วนบุคคลและข้อความที่ออกแบบมาเพื่อส่งเสริมการมีส่วนร่วมของลูกค้า

พวกเขาสามารถใช้คำตอบก่อนหน้าเพื่อ กำหนดเวลาและวิธีส่งข้อความที่เหมาะสมที่สุด ได้ การสร้างการทดสอบแยกในการตลาดผ่านอีเมลสามารถช่วยเพิ่ม ROI ต่อไปได้

9. ปรับราคาให้เหมาะสม

การกำหนดราคาแบบไดนามิกมีมานานแล้วและมักใช้ในอุตสาหกรรมการบริการและการท่องเที่ยว อุตสาหกรรมเหล่านี้เสนอราคาที่ยืดหยุ่นตามสภาวะตลาดและความต้องการของลูกค้า

ธุรกิจค้าปลีกที่เพิ่มมากขึ้นใช้การกำหนดราคาที่ยืดหยุ่น เนื่องจากมีข้อมูลที่ ต้องการและการเรียนรู้ของเครื่องเพื่อวิเคราะห์

ความยืดหยุ่นของราคาจะกำหนดสำหรับแต่ละผลิตภัณฑ์โดยแยกแฟคตอริ่งในองค์ประกอบต่างๆ เช่น ระยะเวลาการขาย ส่วนลูกค้า ตำแหน่งผลิตภัณฑ์ และอื่นๆ อัลกอริธึมแมชชีนเลิร์นนิงยังสามารถช่วยในการระบุว่าลูกค้ารายใดมีแนวโน้มที่จะตอบสนองต่อข้อเสนอส่วนลด

10. ทำนายลูกค้าปั่น

ความสามารถในการคาดการณ์ความปั่นป่วนของลูกค้าช่วยให้ธุรกิจเข้าถึงพวกเขาได้ก่อนออกเดินทาง เป็นไปได้ที่จะฝึกโมเดลแมชชีนเลิร์นนิงด้วยตัวอย่างของลูกค้าที่ทำหรือไม่ปั่น เพื่อค้นหารูปแบบ และระบุผู้ที่ไม่น่าจะเลิกใช้

Urban Airship ซึ่งเป็นบริษัทที่เติบโตทางดิจิทัล ใช้อัลกอริทึมแมชชีนเลิร์นนิงเพื่อวิเคราะห์พฤติกรรมของลูกค้าอุปกรณ์เคลื่อนที่ เพื่อช่วยผู้เผยแพร่แอประบุผู้ใช้ที่ภักดีและคาดการณ์ผู้ที่มีแนวโน้มจะเลิกใช้งานมากที่สุด

นักการตลาดสามารถดำเนินการเพื่อเพิ่มความผูกพันกับลูกค้าหรือลงทุนเพิ่มเติมเพื่อรักษากลุ่มลูกค้าบางกลุ่ม

11. กำหนดเป้าหมายผู้มีอิทธิพลที่เหมาะสม

ปัจจุบันมีแบรนด์ต่างๆ ที่ใช้อินฟลูเอนเซอร์มากขึ้นเรื่อยๆ พวกเขารู้ดีกว่าการใช้อย่างสุ่มสี่สุ่มห้าและต้องการสิ่งที่สอดคล้องกับค่านิยมแบรนด์ของพวกเขา ซึ่งจะช่วยให้พวกเขาเข้าถึงและมีส่วนร่วมกับผู้ชมที่กว้างขึ้นและส่งเสริมความน่าเชื่อถือของแบรนด์

เครื่องมือการเรียนรู้ของเครื่องสามารถช่วยค้นหาโพสต์โซเชียลมีเดียสำหรับตัวบ่งชี้ต่างๆ และ แนะนำผู้มีอิทธิพลที่จะเชื่อมต่อ กับผู้ชมได้ดีที่สุด

แมชชีนเลิร์นนิงช่วยต่อสู้กับปัญหาที่ใหญ่ที่สุดอย่างหนึ่งเมื่อใช้อินฟลูเอนเซอร์ ซึ่งเป็นปัญหาของอินฟลูเอนเซอร์ที่มีผู้ติดตามปลอมและผู้ที่เพิ่มประสิทธิภาพการทำงาน

เครื่องมือที่ใช้การประมวลผลภาษาธรรมชาติ (NLP) ของแมชชีนเลิร์นนิงสามารถเข้าใจเนื้อหาวิดีโอที่โพสต์โดยผู้มีอิทธิพลและช่วยให้แบรนด์เลือกผู้สนับสนุนแบรนด์ที่เหมาะสม นอกจากนี้ยังช่วยให้พวกเขาเข้าใจว่าการส่งข้อความถึงแบรนด์ทำโดยผู้มีอิทธิพลอย่างไร

Mazda ใช้ IBM Watson คัดเลือกอิน ฟ ลูเอนเซอร์ ในการเปิดตัวรถยนต์รุ่นใหม่ในงานเทศกาลที่เมืองออสติน รัฐเท็กซัส โดยพวกเขาขับรถไปรอบ ๆ เมืองด้วยรถยนต์แล้ว โพสต์เกี่ยวกับประสบการณ์ของพวกเขา โดยใช้แฮชแท็ก #MazdaSXSW

12. จัดการโซเชียลมีเดีย

แมชชีนเลิร์นนิงช่วยให้นักการตลาดใช้พลังของข้อมูลเพื่อ เพิ่มประสิทธิภาพการมีอยู่ของโซเชียลมีเดีย ตัวอย่างเช่น สามารถช่วยให้พวกเขาระบุคำวิจารณ์หรือข้อร้องเรียนที่ต้องการคำตอบทันทีเพื่อจัดการชื่อเสียงของแบรนด์

เครื่องมือรับฟังโซเชียลที่ขับเคลื่อนโดยแมชชีนเลิร์นนิงสามารถติดตามแฮชแท็ก คำหลัก และการกล่าวถึงแบรนด์ในทุกแพลตฟอร์มโซเชียลมีเดีย

ข้อมูลเชิงลึกที่ได้รับจากการวิเคราะห์ข้อมูลนี้สามารถช่วยให้แบรนด์สร้างเนื้อหาประเภทที่เหมาะสมสำหรับแต่ละแพลตฟอร์มที่ดึงดูดผู้ชมในระดับลึก

แมชชีนเลิร์นนิงไม่ได้แทนที่บทบาทของนักการตลาด

นักการตลาดที่ดียังคงมีความสำคัญเหมือนเดิม และแมชชีนเลิร์นนิงไม่ได้เข้ามาแทนที่บทบาทของพวกเขา เป็นเรื่องน่าขันที่แมชชีนเลิร์นนิงช่วยให้ความพยายามทางการตลาดมีมนุษยธรรม = พวกเขาไม่ต้องเสียเวลากับเนื้อหาที่ไร้ค่าหรือเพิกเฉยต่อความเกี่ยวข้อง

พวกเขาสามารถเข้าถึงลูกค้าได้อย่างมีประสิทธิภาพ ในทุกจุดสัมผัสในการเดินทางของพวกเขา

เป็นไปได้ที่จะคาดการณ์ว่าลูกค้ารายใดมีความภักดีมากที่สุดและใช้เวลามุ่งเน้นไปที่พวกเขา พวกเขายังสามารถ คาดการณ์ได้ว่าลูกค้ารายใดกำลังจะเลิกรา และแทรกแซงก่อนที่จะสายเกินไป พวกเขาเข้าใจว่าเนื้อหาใดมีประสิทธิภาพมากที่สุดและให้ผลลัพธ์ที่ดีที่สุด

การต้องเข้าถึงผู้ชมทั่วไปและหวังว่าจะได้รับสิ่งที่ดีที่สุดเป็นเรื่องของอดีต ตอนนี้พวกเขามีข้อมูลเชิงลึกเพียงพอจากข้อมูลลูกค้าเพื่อให้สามารถวางแผนแคมเปญได้อย่างมีประสิทธิภาพและบรรลุผลลัพธ์ที่ดีที่สุดเพราะไม่ได้ถ่ายทำในที่มืด

คำสุดท้าย

แมชชีนเลิร์นนิงในด้านการตลาด กลายเป็นตัวเปลี่ยนเกม เนื่องจากคลื่นของเทคโนโลยีใหม่ ๆ ที่ใช้ประโยชน์จากมันทำให้อำนาจอยู่ในมือของนักการตลาด สิ่งนี้ทำให้ยุคใหม่สามารถเข้าใจผู้บริโภคได้ดีขึ้นและยกระดับประสบการณ์ของลูกค้า

ในอีกไม่กี่ปีข้างหน้า แมชชีนเลิร์นนิงจะเปลี่ยนแปลงวิธีที่แบรนด์โต้ตอบกับลูกค้าและนำเสนอประสบการณ์ที่แท้จริงในการดึงดูด การขาย และให้บริการแก่พวกเขาได้อย่างไร

นี้มีแนวโน้มที่จะมีผลกระทบอย่างมากต่อผล กำไรของธุรกิจ

ผู้เขียน Bio

Charlie Svensson ทำงานเป็นนักเขียนอาวุโสด้านวิชาการให้กับ บริการเขียนเรียงความระดับวิทยาลัย ชั้นนำ ในสหราชอาณาจักร เขามีประสบการณ์มากมายในการเขียนวิทยานิพนธ์ เรียงความ รายงานในห้องปฏิบัติการ และรายวิชา ปัจจุบันเขากำลังพัฒนาหลักสูตรออนไลน์เพื่อให้การเรียนรู้ง่ายขึ้นสำหรับนักเรียนที่ไม่ได้พูดภาษาอังกฤษที่กำลังศึกษาอยู่ในสหรัฐอเมริกาและสหราชอาณาจักร