3 rzeczy o uczeniu maszynowym, które każdy marketer powinien wiedzieć

TL;DR : Uczenie maszynowe 101: 3 rzeczy, które marketerzy powinni wiedzieć

Masz dane?

Założę się, że tak.

W rzeczywistości góry danych. Terabajty danych. Biblioteki warte danych. Z większą ilością transmisji w każdej godzinie każdego dnia.

My, marketerzy, uwielbiamy nasze dane, ale spójrzmy prawdzie w oczy… prawdopodobnie wykorzystujemy tylko ułamek gromadzonych danych.

Nie chodzi o to, że nie chcemy go więcej używać. My robimy.

Byłoby fantastycznie, na przykład, śledzić każdego klienta, zobaczyć wszystko, co czytają, jak długo to czytają, gdzie klikają dalej. Możesz nawet chcieć upuścić plik cookie na ich komputerze i zobaczyć wszystkie inne strony internetowe, do których odwiedzili. Możesz również przeprowadzić wśród nich ankietę i wysłać im osobiste wiadomości w mediach społecznościowych. Sprawdź, kiedy jest najlepszy czas na wysyłanie im wiadomości i który kanał najlepiej odpowiadają.

Następnie, z całą tą wspaniałą wiedzą, mógłbyś zaszyć się w swoim biurze i zaprojektować dla nich kompletną strategię marketingową od zupy do orzeszków.

Nie mówię o czymś w rodzaju marketingu opartego na kontach, w którym pracujesz dla jednej dużej firmy docelowej. Mówię o całkowicie spersonalizowanej, ręcznie opracowanej strategii marketingowej i realizacji dla każdego możliwego potencjalnego klienta, jaki może mieć Twoja firma.

Pomyśl tylko: tysiące całkowicie spersonalizowanych planów marketingowych. Dziesiątki tysięcy spersonalizowanych wiadomości. Setki tysięcy godzin ślęczenia nad danymi, dokładne badanie zachowania każdego potencjalnego klienta.

To byłoby świetne, prawda?

Cóż, może gdybyś miał nieograniczony czas i nieograniczone zasoby. Gdybyś nigdy nie musiał spać, nie miał rodziny i życia… i pewności, że dożyjesz co najmniej 312 lat.

W przeciwnym razie… zapomnij o tym.

Możliwość skupienia się na tym i przetwarzania każdego najmniejszego fragmentu danych o naszych potencjalnych klientach i klientach jest śmieszna. urojenia.

Nie jesteśmy maszynami.

Co najwyżej mamy wystarczająco dużo zasobów, aby podzielić naszych odbiorców. Musimy tworzyć persony i ścieżki zakupowe kupujących w oparciu o nasze najlepsze domysły (oczywiście oparte na danych).

Ale co by było, gdyby maszyny mogły to wszystko zrobić?

Co by było, gdyby dobrze wyszkolony algorytm mógł śledzić każdego z Twoich potencjalnych klientów i polecać idealne treści oraz wysyłać im je w idealnym czasie, w kanale, w którym najprawdopodobniej by na nie zareagowali? A co by było, gdyby algorytm mógł nawet przewidzieć idealny moment, w którym Twój doskonały sprzedawca w końcu do niego zadzwoni?

To właśnie potrafi uczenie maszynowe.

Oto, co musisz o tym wiedzieć (przynajmniej na początek).

Uczenie maszynowe jest podzbiorem sztucznej inteligencji.

W najprostszej definicji uczenie maszynowe to nic innego jak „wykorzystywanie danych do odpowiadania na pytania”. Czapka z kapelusza, aby podziękować za tę definicję wspaniałej serii filmów Google na temat uczenia maszynowego.

To specyficzny typ – lub dyscyplina, jeśli wolisz – sztucznej inteligencji. Jedną z jego mocnych stron jest to, że dokładność algorytmu uczenia maszynowego może się poprawiać z czasem. Może się „nauczyć”. Więc. podczas gdy program, który może grać w szachy, można uznać za sztuczną inteligencję, program, który może nauczyć się grać w szachy, ping-ponga i każdą inną grę, byłby przykładem uczenia maszynowego.

Bardziej skomplikowane systemy uczenia maszynowego są często nazywane „uczeniem głębokim”. Tak więc, na przykład w grze, systemy głębokiego uczenia się są skonfigurowane tak, aby wykorzystywać wiele poziomów – zwanych „sieciami neuronowymi” – do przetwarzania.

Uczenie maszynowe ma zastosowanie do prawie każdego dużego zbioru danych.

Podczas gdy my, marketerzy, możemy być zainteresowani uczeniem maszynowym w celu identyfikowania potencjalnych klientów lub optymalizowania naszych systemów przesyłania wiadomości, istnieją również rozległe zastosowania uczenia maszynowego w medycynie, finansach, pogodzie… w każdym dużym zbiorze danych, naprawdę.

Jest dobry w kategoryzowaniu rzeczy, jak widzieliśmy w filmie Google. Jednym z zastosowań tego, które już jest w użyciu, jest rozpoznawanie zdjęć.

Facebook i Google oczywiście robią to już od jakiegoś czasu, ale wkrótce algorytmy mogą być na tyle dobre, że rozpoznają nas nawet w okularach przeciwsłonecznych lub masce.

Jeśli chcesz pobawić się znacznie łagodniejszą formą identyfikacji zdjęć, pobierz Google Lens.

Pozwala fotografować rzeczy, a następnie ocenia, co według niego przedstawia zdjęcie. Rozpoznaje wszystko, od kodów kreskowych po kwiaty i wejścia do restauracji.

Zdjęcia to jednak tylko wierzchołek góry lodowej. Uczenie maszynowe jest również wykorzystywane do rekomendacji – czy to Netflix informuje o filmach, które mogą Ci się spodobać, Amazon sugeruje produkty, czy Google wyświetla listę wyników na podstawie zapytań.

Mówiąc o wyszukiwaniu… wyszukiwanie głosowe i rozpoznawanie głosu to jedna z najbardziej obiecujących aplikacji do uczenia maszynowego. To wcale nie jest futurystyczna, dziesięcioletnia aplikacja. Jeszcze w zeszłym roku Google poinformował, że 20% jego zapytań to wyszukiwania głosowe. Gartner przewiduje, że do 2020 roku 30% wyszukiwań będzie odbywało się bez ekranu.

Marketerzy pokładają ogromne nadzieje w uczeniu maszynowym.

80% dyrektorów ds. marketingu uważa, że ​​sztuczna inteligencja (w tym uczenie maszynowe) „zrewolucjonizuje” branżę marketingową w ciągu najbliższych pięciu lat.

To coś mówi. Ale niekoniecznie musi to przełożyć się na zrobienie czegoś, ponieważ tylko 10% tych samych ankietowanych marketerów faktycznie korzysta ze sztucznej inteligencji.

Jeszcze bardziej otrzeźwiający jest fakt, że tylko 26% tych marketerów jest bardzo przekonanych, że w ogóle rozumie, w jaki sposób sztuczna inteligencja jest wykorzystywana w marketingu. (Mam nadzieję, że przeczytanie tego artykułu pomoże ci przejść do tych 26%… choćby trochę).

Ta kwestia dotycząca niejasności marketerów co do tego, jak naprawdę działa uczenie maszynowe, pojawiła się w innym badaniu przeprowadzonym przez TechEmergence. Przeprowadzili wywiady z 50 dyrektorami firm zajmujących się uczeniem maszynowym, ze szczególnym uwzględnieniem branży marketingowej. Ci dyrektorzy twierdzą, że największym wyzwaniem w sprzedaży ich usług jest po prostu „zdemistyfikowanie technologii”. A jeśli spojrzysz na inne udzielone odpowiedzi (np. „ludzie są zdezorientowani przez technologię”), problem marketerów, którzy tak naprawdę nie rozumieją uczenia maszynowego, może być jedną z największych przeszkód na drodze do jego przyjęcia.

Pomimo zamieszania wydaje się, że marketerzy wiedzą, w których częściach ich pracy sztuczna inteligencja może im pomóc:

• 60% z nich stwierdziło, że sztuczna inteligencja może zapewnić im lepszy wgląd w ich konta;
• 56% oczekuje, że pomoże im to lepiej analizować kampanie;
• 53% stwierdziło, że pomoże im to zidentyfikować potencjalnych klientów; I
• 53% stwierdziło, że zwiększy to efektywność codziennych zadań (dziękuję, filtry antyspamowe).

Jest to nieco inne niż to, co dostawcy myślą o możliwościach (chociaż nie jest to dokładnie porównanie „jabłek do jabłek”). Sprzedawcy jako najbardziej obiecujące aplikacje wybierają wyszukiwanie, „segmentację/targetowanie klientów” i „silniki rekomendacji”.

Pomimo wszystkich obietnic marketerzy mają wiele obaw związanych z wdrażaniem uczenia maszynowego lub jakiejkolwiek formy sztucznej inteligencji:

• 60% jest zaniepokojonych integracją sztucznej inteligencji z istniejącą technologią (jest to zgodne z tym, co dostawcy mówią o problemie z jakością i integracją danych);
• 54% martwi się o szkolenie swoich pracowników;
• 46% obawia się interpretacji wyników; I
• 42% niepokoi się kosztami.

Mimo to marketerzy są skłonni zanurkować w każdy sposób, o ile mogą być pewni, że:

• lepszy kurs zamknięcia sprzedaży (tak powiedziało 59%);
• wzrost przychodów (58%);
• poprawili ruch i zaangażowanie na swoich stronach internetowych (54%); I
• wyższy współczynnik konwersji dla leadów (52%).

Wniosek

Uczenie maszynowe może zmienić świat. Nikt inny jak Władimir Putin powiedział: „Ten, kto zostanie liderem w tej dziedzinie, będzie władcą świata”.

I tak, chociaż czasami może to być mylące i wymaga od nas cofnięcia się i poprawy jakości naszych danych, korzyści płynące z uczenia maszynowego są. Marketerzy, którzy mogą przewodzić w tej dziedzinie, mogą w końcu rządzić swoimi branżami.

Wrócić do Ciebie

Czy jesteś jednym na dziesięciu marketerów, który już wykorzystuje uczenie maszynowe (lub jakąkolwiek formę sztucznej inteligencji) w swoim marketingu? Czy masz plany – i przydzielony budżet – na wdrożenie go w przyszłym roku? Zostaw komentarz i powiedz nam, gdzie jesteś w tej sprawie.