Продолжаем разговор в нашей рубрике «ABC-маркетинг» - о сложных вещах простыми словами. Сегодня - об Искусственном интеллекте и машинном обучении в маркетинге.
Искусственный интеллект (ИИ) и машинное обучение становятся все более неотъемлемой частью многих отраслей, включая маркетинг. Но хотя мы часто говорим об использовании ИИ в маркетинге, что мы на самом деле подразумеваем под этим? Как это выглядит на практике?
1. Поисковые системы
Искусственный интеллект оказал глубокое влияние на то, как мы ищем, и на качество поиска, которое мы в 2019 году часто принимаем как должное. Google впервые начал вводить новшества в области искусственного интеллекта в поиске в 2015 году, представив RankBrain - свой алгоритм, основанный на машинном обучении.
С тех пор многие сайты электронной коммерции (в том числе Amazon) пошли по стопам Google и включили ИИ в свои поисковые системы, чтобы сделать поиск товаров более интеллектуальным. Благодаря нововведениям, поисковые системы помогают потребителям находить необходимые продукты, даже если они точно не знают, что они ищут.
2. Визуальный поиск и распознавание изображений.
Аналогичным образом, достижения ИИ в области распознавания и анализа изображений позволяют получать удивительные результаты в визуальном поиске, который имеет ряд полезных приложений в маркетинге и розничной торговле. Например, его можно использовать для улучшения мерчендайзинга и персонализации процесса совершения покупок: вместо того, чтобы рекомендовать товары на основе прошлого поведения и покупок, технология визуального поиска может рекомендовать соответствующие товары на основе их внешнего вида, помогая покупателям найти товары аналогичного или комплементарного стиля.
Наконец, распознавание изображений дает маркетологам преимущество в социальных сетях, позволяя фиксировать использование потребителями фирменных продуктов и логотипов, а также выявлять визуальные тренды. Это называется «визуальное социальное прослушивание», и оно позволяет брендам определять, где и как клиенты взаимодействуют со своим брендом, логотипом или продуктом, даже если на него не ссылаются по имени.
3. Социальное слушание как анализ настроений
ИИ позволяет брендам анализировать настроения в социальных сетях и понимать преобладающее отношение к своему бренду и продуктам. Это может позволить им обнаружить потенциальные проблемы и противодействовать им, прежде чем они станут слишком широко распространенными. Например, благодаря социальному прослушиванию Samsung смогла обнаружить и нейтрализовать недовольство клиентов красным оттенком на экране своей недавно выпущенной модели смартфона S8.
4. Прогнозная аналитика
Прогнозная аналитика — это революционная способность ИИ. Благодаря искусственному интеллекту вещи, которые когда-то могли быть определены только задним числом из наборов данных, теперь могут быть надежно смоделированы, а решения - приниматься на основе этих моделей.
Прогнозная аналитика может использоваться в электронной торговле для анализа покупательского поведения и определения, когда они могут совершить повторную покупку или приобрести что-то новое. Используя прогнозную аналитику, маркетологи могут «перепроектировать» опыт и действия клиентов, чтобы определить, какие маркетинговые стратегии привели к положительному результату.
5. Ориентация на аудиторию и сегментация
Чтобы маркетологи достигли своих клиентов с уровнем персонализации, которого многие ожидают, им нужно ориентироваться на все более детализированные сегменты.
Степень, в которой маркетологи могут сегментировать своих потребителей, сводится к имеющимся у них данным - сегменты могут быть такими же простыми, как пол и возраст, или такими же сложными, как прошлые модели поведения и покупки персонажей.
Динамическая сегментация — это приложение ИИ, которое учитывает тот факт, что поведение клиентов редко фиксируется или остается неизменным, и что люди могут принимать разные личности в разное время по разным причинам.
Например, если молодой человек ищет подарок для более старшего родственника, динамическая сегментация сгруппирует его с сегментом, наиболее соответствующим его текущему покупательскому поведению, с использованием данных в реальном времени, представляя наиболее релевантные предложения и избегая использования устаревших данных для таргетинга.
6. Прогнозирование продаж
Прогнозирование продаж — это еще одно приложение ИИ, основанное на прогнозировании, на этот раз для продаж.
Используя прошлые данные о продажах, отраслевые сравнения и экономические тенденции, искусственный интеллект может прогнозировать результаты продаж и помогать компаниям принимать бизнес-решения и прогнозировать краткосрочные и долгосрочные результаты.
7. Цены на продукцию
Изменение цен, основанные на спросе, не являются чем-то новым – например, цены гостиничных номеров изменяются в зависимости от сезона. Но с помощью ввода ИИ в уравнение цены можно определять и оптимизировать с совершенно новым уровнем точности, принимая во внимание широкий спектр данных.
Машинное обучение может использоваться для таких вещей, как динамическое ценообразование, которое анализирует шаблоны данных клиента и предсказывает, что они, вероятно, будут готовы заплатить, а также их восприимчивость к специальным предложениям. Это позволяет компаниям ориентироваться на них с большей точностью и рассчитывать точный уровень дисконта для осуществления продажи.
Динамическое ценообразование также можно использовать для сравнения цен на продукты бизнеса с ценами их конкурентов, чтобы определить, является ли их цена слишком высокой, примерно такой же или слишком низкой.
AirBnB - бренд, который создал и усовершенствовал чрезвычайно сложную динамическую систему ценообразования, чтобы помочь владельцам недвижимости определить цену, по которой они должны указывать свою собственность. Он принимает во внимание широкий спектр факторов, включая географическое положение, особенности списков, местные события, фотографии и обзоры, а также рыночный спрос и время до даты бронирования.
8. Распознавание речи
За последние несколько лет голосовые устройства и их потенциал стали предметом разговоров в индустрии маркетинга. Это стало возможным благодаря достижениям в технологии распознавания речи. В 2017 году уровень точности распознавания речи Google достиг желаемого порога в 95%.
Хотя распознавание речи является лишь одним из компонентов хорошего восприятия речи, оно играет важную роль в обеспечении бесперебойной работы голосовых интерфейсов и голосовых взаимодействий, а также правильной интерпретации запросов пользователей.
Есть ли что-нибудь, что искусственный интеллект не может сделать? Он сегодня трансформирует экономику, создает новые бизнес-модели, предсказывает то, чего люди не могли предвидеть, и избавляет работников от тяжелой работы. Однако ИИ отнюдь не всесилен. Он все еще нуждается в людях, чтобы повысить свою точность и правильно обучить алгоритмы.
ПРОДОЛЖЕНИЕ СЛЕДУЕТ!
Источник: https://econsultancy.com/15-examples-of-artificial-intelligence-in-marketing/
Подписывайтесь на канал Высшей школы маркетинга и развития бизнеса НИУ ВШЭ, чтобы быть в курсе изменений и новых трендов в бизнесе и маркетинге!