首页 > 云技术 > 人工智能 > 正文

后台-系统设置-扩展变量-手机广告位-内容正文顶部

市场营销和分析AI的影响

人工智能
Jeff Bezos在给股东的年度致函中写道:

大趋势并不难发现(他们经常谈论和撰写),但对于大型组织来说,它们很难接受。我们现在处于一个明显的中间:机器学习和人工智能。

我们可能还没有进入中间。我们刚刚开始用AI来塑造下一次工业革命。本文深入探讨了分析和营销SaaS产品将使用人工智能的原因和方式。

即使我不打算将这两者联系起来,这篇文章几乎是对我上周所写内容的自然跟进。您可以在此处阅读我的上一篇文章:现代SaaS堆栈和未开发的数据量。

今天的营销和分析环境
在2000年代中期,从传统出版业诞生的数字媒体生态系统开始发生变革。回到那时,世界是以网络为中心的。今天的世界不仅不再以网络为中心,因为人们在移动设备上消耗的时间比以往任何时候都多,但它不断发展。我们最近目睹的转变,从GUI驱动的世界到CUI世界(会话用户界面),以及Amazon Echo和Google Home等新设备就是证明。

在今年的F8会议上,Facebook透露了打算在他的Messanger平台上翻倍的意图。

“我们在Facebook的目标不是推出一大堆机器人,而是让企业在Messenger上取得成功,并让他们有能力与客户沟通。” Chudnovsky

“你是怎么做到的?这就是机器人进来的地方 - 它不是结束,而是结束的手段。机器人可以确保企业和人之间的关系更好。我们有能力为开发人员提供构建能力在Messenger上更成功的存在让每个人都喜欢它。“

用户与产品交互的方式与十年前的情况大不相同。这种更加复杂的环境(无论是在用户交互方面还是新的分销渠道方面)都会导致不寻常的SaaS营销和分析产品激增。结果看起来像巨大的拆解拼图。

如果您想要产生相关影响,您需要采用综合方法来了解所有客户接触点的情况,并了解您的效果。

现在,这对营销人员和分析师有何影响?

今天的大多数营销人员都是预言家。神谕不知道他们在做什么,为什么他们这样做。但大多数情况下,他们并没有准确了解他们的影响。这就是为什么硅谷不信任营销,贬低营销,贬低实践它的人。然而,今天的营销人员确信他们是数据驱动的。

来自硬币另一方面的分析师善于管理和操纵数据,但缺乏寻找模式,提出假设,测试它们以及对结果采取(或建议)行动。

数据已知≠数据驱动
您在堆栈中使用的SaaS产品越多,您的数据量就越大。您所有客户的数据都存储在堆栈中使用的所有工具中。

在这篇文章中,我仔细地解释了(几乎)每个初创公司的一年旅程,当它归结为用数据支持营销和产品活动时。

在组织在其销售,营销,产品和客户支持部门采用了数十种零碎工具之后,这就像是最后阶段。

要对您的数据进行分析,这是您必须采取的悲伤和漫长的轮播。首先(1)提取堆栈中每个SaaS产品中的数据源,第二个(2)将这些数据与OLAP合并]和OLTP数据,第三个(3)将这些数据与您的点击流数据合并。集中数据并在BI工具上创建一些图表(4)。

Etvoilà,你(想)你已经完成了!

坏消息,你只是中途。是的,您已经检查了数据通知点,但是需要另外50%才能了解数据驱动这个词究竟意味着什么。

还有很长的路要走。这只是工作的一半。

现代组织如何弥合这一差距?

将数据转化为动作
我们正在经历一个历史性的时刻,我们拥有比以往更多的数据。我们被数据所淹没。然而,尽管数据量仍在不断增长,但公司往往很难利用它。实际上,他们做出决策的方式在过去十年中并没有真正改变。我们无法使用我们拥有的数据。或者至少,我们使用数据,但它们不会像我们预期的那样影响我们的决策。

虽然我们之前分析过的SaaS工具多样化和数据碎片导致了大量低效率和耗时的操作,但大多数公司不理解的是收集,合并和聚类数据不是困难的部分。这只是第一次 - 我会争辩,轻松一步。

识别能够让您在正确的时间做出正确决策的模式才能真正发挥作用。

亚马逊,谷歌和Netflix等精通数据的公司已经学会掌握数据来推动决策。我最喜欢的轶事之一来自Netflix。

在电视业中,没有确定的东西。口味和趋势总是在变化。在Netflix决定制作“House of Cards”系列时,他们拥有3300万用户。

拥有数百万个数据点(例如,当有人按下游戏时,当有人按下暂停,他们跳过哪些部分,他们再次观看哪些部分时),他们了解对于给定节目的兴趣有多大,给定演员阵容,在任何给定的时间。

Netflix知道“纸牌屋”在任何人大喊“行动”之前都会受到打击。

使用数据,Netflix了解如何留住最佳客户并吸引更多类似客户。什么内容可以提高忠诚度,减少客户流失率以及推动新订阅的因素。

急需人工智能营销和分析产品
从一侧生成的海量数据量。无法破译数据混乱并从另一方获取可操作的见解。这就是人工智能作为连接链接的地方。

广泛用于实现人工智能的技术之一是机器学习。

机器学习依赖于两个关键要素:训练这些算法的算法和数据集。

当可以访问专有数据集的产品满足高级算法时,就会发生魔力。

所有能够生成大量数据的SaaS公司都会将AI集成到他们的产品中。

我们现在正在经历的是一个发现时刻,创业公司希望使用人工智能来更好地为客户服务。很快我们就可以了解初创公司需要AI来满足客户需求或没有人工智能无法满足的新需求。

通过采用云作为一种更灵活和更具成本效益的方法,将有助于在需求阶段和需求阶段之间转换。像亚马逊这样的云提供商正在迅速提供AI全栈。从Amazon Rekognition,Amazon Polly,Amazon Lex等AI服务到Amazon Machine Learning和Amazon EMR等AI平台。

人工智能对营销和分析工作的影响
每当我阅读有关人工智能破坏和/或更换工作的文章时,我总是想到威廉李先生。

威廉李是一位生活在17世纪初的英国发明家。他在第一架袜架编织机的基础上建立了自己的名声。李的机器在他去世后已经使用了几个世纪。

但当他向女王提交他的发明时,她拒绝发布专利,理由是该技术可能导致纺织工人失业。出于同样的原因,他被伊丽莎白的继任者詹姆斯一世拒绝了。

人工智能将削弱对某些营销技能的需求,但会增加对他人的需求

虽然许多营销和分析操作将实现自动化(例如,确定目标关键字,优化Adv平台的广告预算,在Google Analytics中设置ROI指标等),但也会创建其他操作。

营销和分析的未来由AI提供支持
我们正在进入一个新的营销黄金时代。

未来是一个多元化和现代化的营销团队,由聪明的分析营销人员组成,他使用大数据做出更明智的决策,技术将促进这一变化。
文章来源:leonardofed.io,作者:leonardofed。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:william.shi#ucloud.cn(邮箱中#请改为@)进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。
后台-系统设置-扩展变量-手机广告位-内容正文底部

本文标签

市场营销 AI

推荐文章

热门标签

    热门文章 最新文章 文章云

站内导航

全站搜索