Pazarlamanın Geleceği Burada: Tahmine Dayalı Zeka
Yayınlanan: 2017-06-29Tahmine dayalı zeka, bir bilim kurgu filmine ait fütüristik bir araç gibi gelebilir. Ancak günümüzün pazarlamacıları teknolojiyi, müşterilerinin istediklerini, onlar daha istediklerini bilmeden önce sunmak için kullanıyor.
Tahmine dayalı istihbarat araçları, mobilya perakendecisi Room & Board gibi şirketlerin kârlılıklarını iyileştirmelerine ve müşterilere daha etkin bir şekilde ulaşmalarına yardımcı oluyor. Müşterilere gerçek zamanlı olarak ek satın almalar önermek için müşteri trafiği verilerini ve tahmine dayalı analitiği analiz eden Salesforce'un Pazarlama Bulutu teknolojisini uyguladılar. Sonuç, inanılmaz bir %2900 yatırım getirisi oldu.
Elbette, pek çok işletme Room & Board ile aynı başarıyı yakalayamayacak. Ancak teknoloji o kadar gelişti ki, pazarlamacılar bazı yeni açıklamaları görmezden gelemezler - örneğin, müşteri trafik modellerine dayalı öneriler sunan bir sistem.
Müşterilere kişiselleştirilmiş bir deneyim sunmak, olumlu bir yatırım getirisi sağlamaya devam ediyor. Kavrama aşina değilseniz, tahmine dayalı zekanın ne olduğunu ve hangi araçların mevcut olduğunu bilmelisiniz.
Öngörü zekası nedir?
Bazen tahmine dayalı analitik olarak adlandırılan tahmine dayalı zeka, müşteri davranışını izleyerek ve belirli tercihlerinin bir profilini oluşturarak belirli bir bireye özgü bir müşteri deneyimi yaratma yöntemidir. Bu profil verileri daha sonra müşterilerin bundan sonra ne isteyeceğini tahmin etmek için kullanılır.
Örneğin, çevrimiçi alışveriş yapan bir kişinin düz ekran TV satın aldığını varsayalım. Bu yeni istihbarat araçları, satın alma işlemini algılar ve alışveriş yapan kişiye gerçek zamanlı olarak bir sehpa veya TV sehpası öneren bir e-posta gönderir. Bu, insanların bir müşteri profilinin her bir yönünü manuel olarak değerlendirme ihtiyacını ortadan kaldırır ve pazarlamayı daha verimli hale getirir.
B2B pazarlamayı nasıl değiştiriyor?
Pazarlamacılar, potansiyel müşterilerin müşteri yolculuğunda hangi aşamada olduğunu belirlemek için müşteri adaylarını manuel olarak puanlardı. Manuel müşteri adayı puanlaması, pazarlamacılar analizlerine dayalı olarak belirli müşteri adaylarına bir derece veya sayısal değer atadığında gerçekleşir. Örneğin, bir pazarlamacı, bir ürün demosunu izleyen potansiyel müşterilerin daha yüksek oranda dönüşüm sağladığı bir model fark ederse, demoyu izleyenlere "A" notu verilirken demoyu izlemeyen potansiyel müşterilere "B" notu verilebilir.
Tersine, tahmine dayalı müşteri adayı puanlaması, ne aradıklarını ve hatta satın almak isteyip istemediklerini belirlemek için bir potansiyel müşterinin davranışını ve geçmiş satın alma geçmişini kullanır. Öngörülü potansiyel müşteri puanlaması, hangi müşteri adaylarının dönüşüm sağlama olasılığının en yüksek olduğunu belirlemek için büyük verileri kullanır, böylece satış görevlileri şirkete en fazla değeri sağlayacak müşteri adaylarına odaklanabilir.
Lattice Engines ve Mintigo, tahmine dayalı müşteri adayı puanlaması gibi bulut tabanlı B2B analitik hizmetleri sağlayan iki şirkettir. Kafes Motorları sosyal ağları, halka açık veritabanlarını ve web sayfalarını arar ve bu bilgileri dahili müşteri verileriyle birleştirerek işletmelerin en uygun satış olasılıklarını bulmasına yardımcı olur. DocuSign, dönüşüm sağlama olasılığı en yüksek olan müşteri adaylarını bulmak için tahmine dayalı müşteri adayı puanlama firması Lattice Engines'i kullandı. Sonuç, dönüşümlerin öngörülebilirliğinde %38'lik bir artış oldu.
Mintigo, işe alma eğilimleri, kullanılan pazarlama kanalları ve kurulan teknolojiler gibi bilgileri sürekli olarak toplayarak tahmine dayalı pazarlama platformunu güçlendirmek için yapay zekadan yararlanır. Ardından, hangi B2B müşteri adaylarının en yüksek değere sahip olduğunu belirlemek için bu verileri kullanırlar. Ardından, satış ekiplerinin kaynaklarını nereye odaklaması gerektiğini belirlemek için bir şirketin dahili pazarlama otomasyon platformuyla birleştirilir.
Açıkçası, tahmine dayalı zeka, pazarlamacıların müşteri davranışlarına ilişkin içgörüler elde etmede daha iyi olmalarına yardımcı oluyor. Pazarlamacıların daha verimli olmak için kullandıkları araçlardan birkaçı:
Makine öğrenme
2014 Forrester Consulting araştırması, 121 katılımcıya en önemli üç zorluğunun ne olduğunu sordu. Sırasıyla 3 ve 4'te listelenenler, her müşteri etkileşiminden elde edilen veri akışlarını analiz ediyor ve bu içgörüleri müşteri deneyimlerini iyileştirmek için uyguluyorlardı:
Büyük veri gelişmeye devam ettikçe pazarlamacılar, insanların yönetmesi zor olabilen, giderek artan büyük veri akışlarıyla çalışıyor. Makine öğrenimi bu soruna bir çözümdür. Makine öğrenimi, sistemlerin kalıpları aramak için büyük veri kümelerini taradığı ve ardından programlarını yeni bilgilere göre ayarladığı süreçtir.
Staples, kurumsal alıcılarının tercihleri hakkında birkaç farklı yolla bilgi toplamak için makine öğrenimini kullanıyor: web siteleri aracılığıyla self servis alışveriş yapanlar ve insanlar konuşurken Kolay Düğmeleri. Her ikisi de Staples'ın alışveriş ihtiyaçlarını daha iyi tahmin etmesine yardımcı oluyor. Müşteriler zamanla düğmeye bastıkça, bot müşterinin neye ihtiyacı olduğunu belirler ve yanıtlarını iyileştirir.
Yapay zeka
Pazarlamacıların en büyük sorunlarından biri, kendilerine her zaman tam bir resim veren verilerin sağlanamamasıdır. Yapay zeka, web üzerinde haberler, sosyal medya güncellemeleri ve veritabanları gibi yeni veri kaynakları bulabilir. Tüm bu ek veriler, pazarlamacıların daha kaliteli potansiyel müşteriler bulmasına ve potansiyel müşterileri için içeriği daha iyi kişiselleştirmesine yardımcı olur.
Yapay zeka, kişiselleştirme için de güçlü bir araçtır. AI, alışveriş geçmişini ve tüketici profilini kullanarak e-postaları müşterilerinizin marka tercihlerine özel olarak uyarlayabilir. Araç o kadar güçlü ki, bir Demandbase anketi, pazarlamacıların %80'inin yapay zekanın önümüzdeki 5 yıl içinde pazarlama endüstrisinde devrim yaratacağına inandığını ortaya çıkardı:
Pazarlamacılar yapay zekanın gücüne büyük ölçüde inansalar da, onu nasıl uygulayacaklarından henüz tam olarak emin değiller. Demandbase tarafından ankete katılan pazarlamacıların yalnızca %26'sı yapay zeka konusunda kendilerine çok güvenen bir anlayışa sahip olduklarını söyledi. Garajınızda bir spor araba olduğunu ancak bir aracın nasıl kullanılacağını anlamadığınızı hayal edin. Bu, birçok pazarlamacının şu anda yapay zeka ile geldiği aşamadır.
Pazarlamacılar makine öğrenimini, yapay zekayı ve diğer araçları etkili bir şekilde kullanmak istiyorlarsa, ufukta hangi trendlerin olduğunu bilmeleri çok önemlidir. İşte B2B pazarlamasında değişimi yönlendiren üç trend.
Tweetlemek için tıklayın
3 Tahmine dayalı zeka eğilimleri
Araştırmalar, tahmine dayalı zekanın daha yüksek çalışan bağlılığı ve müşteri yaşam boyu değeri ürettiğini göstermiştir. Aberdeen Group tarafından 2016 yılında yapılan bir araştırma, tahmine dayalı analitiğin, kullanıcı olmayanlara göre müşteri başına ortalama kar marjını yaklaşık %5 ve müşteri yaşam boyu değerini %10 artırabileceğini gösterdi:
Tahmine dayalı zekaya yatırım yapan işletmelerin sayısı arttıkça, önümüzdeki birkaç yıl içinde ne bekleyeceğinizi bilmek önemlidir.
Chatbotların yükselişi
Chatbot'lar, zaman içinde daha akıllı hale gelmek ve müşterilere daha iyi yanıtlar sağlamak için makine öğrenimini giderek daha fazla kullanıyor. Müşteriler, bir SSS sayfasını taramak veya zaman alan bir telefon görüşmesi yapmak zorunda kalmadan bir ürün veya hizmetle ilgili sorularına yanıt alabilirler.
Chatbot'lar, daha fazla işlemi otomatikleştirmek ve mümkün olan en iyi kullanıcı deneyimini sağlamak isteyen işletmeler için önemli bir araç haline geldi. Sadece 2016'nın ilk 6 ayında chatbot'lara 58 milyon dolar yatırım yapıldı. Ayrıca Gartner, 2020 yılına kadar müşterilerin bir kuruluşla insandan insana düzeyinde neredeyse hiç etkileşime giremeyeceğini tahmin ediyor:
Teknoloji şüphesiz olgunlaşacak ve müşteriler tarafından sorulan sorular, müşteri yolculuğunda nerede olduklarına ve hangi hizmetleri satın alabileceklerine dair daha iyi bir resim oluşturmak için muhtemelen tüketici profillerine eklenecektir.
Akıllı uygulamalar
Makine öğrenimi artık yalnızca Facebook gibi teknoloji devlerinin karşılayabileceği bir araç olmayacak. Akıllı uygulamalar düşündüğünüzden daha kısa sürede ana akım haline gelecek. Yakında çoğu şirket, büyük miktarda veriyi hızla analiz eden ve programlarını yeni bilgilere göre değiştiren uygulamaları kullanıyor olacak. Buna inanmıyorsanız şuna inanın: 2016'da TechCrunch, tanıştıkları girişimlerin %90'ının müşteri deneyimlerini iyileştirmek için makine öğrenimini kullanmayı planladığını öğrendi.
Akıllı uygulamalara güç veren algoritmalar için büyüyen bir pazar da olacak. Algoritma böyle bir pazar yeridir. Mashape, geliştiricilerin akıllı uygulamalar oluşturmak için kullandıkları başka bir API pazarıdır. Pazarlamacılar, müşterilerine kişiselleştirilmiş çözümler sunan akıllı uygulamaları çalıştırmak için algoritmalara giderek daha fazla güvenecek.
Pazar yerleri önemlidir çünkü alım satım sürecindeki sürtüşmeleri azaltırlar. Daha basit bir satın alma süreciyle bu, akıllı uygulamaların ve bunlara güç veren API'lerin daha hızlı benimsenmesi anlamına gelir.
Büyük veri, yatırımda artış sağlıyor
DNV GL – Business Assurance tarafından yapılan bir anket, tüm kuruluşların %76'sının bugünden 2019'a kadar büyük veriye yaptıkları yatırımı artırmak veya sürdürmek istediğini ortaya koydu. Anket ayrıca, dünya genelindeki işletmelerin büyük çoğunluğunun büyük veriyi bir fırsat olarak gördüğünü ortaya çıkardı. Büyük verilere daha fazla yatırım yapan şirketler, verimlilik ve karar vermede iyileşme görüyor ve işletmeler ayrıca müşterileri hakkında kritik bilgileri yakalamanın ve depolamanın bir yolu olarak büyük veriyi benimsiyor:
Makine öğrenimi ve yapay zekaya yeni bir odaklanma ile bu süreçlere güç sağlayan verilerin bir yerden gelmesi gerekiyor. Büyük veri, bu araçlara pazarlamacılar için daha eksiksiz bir tablo çizmek için ihtiyaç duydukları bilgileri verir. Büyük miktarda veri olmadan, tahmine dayalı zeka yanlış sonuçlara yol açabilir ve pazarlamacıları yanlış yöne yönlendirebilir. Bu nedenle, tahmine dayalı araçların yanı sıra büyük veriler de geliştirilmelidir.
Tahmine dayalı müşteri zekası örnekleri
İşletmeler tahmine dayalı analitiği daha fazla kullanmaya yöneliyor. Ama bu sadece gelecek için bir teknik değil. Şu anda şirketler, karlarını iyileştirmek ve daha verimli hale gelmek için tahmine dayalı araçlar kullanıyor.
İç görünüm
InsideView, hangi müşteri adaylarının peşinden gitmeye değer olduğunu belirlemek için daha etkili bir yola ihtiyaç duyan bir pazarlama ve satış şirketidir. O zamanlar, InsideView'ın yalnızca iki satış temsilcisi vardı ve hangi gelen olası satışların en yüksek önceliğe sahip olduğunu belirlemek, şirketin önemli ölçüde azaltmak istediği 18 günlük uzun bir süreçti .
Ardından müşteri adayı puanlamasına ilişkin akıllı içgörüler için SalesPredict'in tahmine dayalı analitik çözümüne başvurdular. Çözüm, müşteri adayının satın alma amacı hakkında içgörüler üretmek için binlerce sinyal kullandı. Tahmine dayalı analitik, InsideView'ın şirketin mevcut pazarlama otomasyonuna dahil edilen her müşteri adayı için bir puan oluşturmasına olanak sağladı.
Sonuç? InsideView'ın müşteri adayı kalifikasyon süreci artık 2 güne indirildi. Ayrıca, dönüşüm oranları %25 arttı ve şirket, nitelikli satış hattında %100 büyüme elde etti.
ABD Hücresel
US Cellular, geliri artırmak için hangi web sitesi optimizasyonlarını uygulayabileceklerini ve bu eylemlerin her birinin ne kadar etkili olduğunu öğrenmek istedi. Hangi web sitesi eylemlerinin gelecekteki satın almaları en çok tahmin ettiğini keşfetmek için bir satın alma amacı analizini (bir tür tahmine dayalı analitik) tamamlaması için Cardinal Path'i işe aldılar.
Şirketin web sitesinde sepete ekle veya mağaza bulucu özelliğini kullanan potansiyel müşterilerin daha yüksek değerli potansiyel müşteriler olduğuna dair bir inanç vardı. Cardinal Path, US Cellular'ın "Şimdi Sohbet Et" veya "Teklifler" özelliğini kullanan potansiyel müşterilerin, bir mağaza bulucu kullanan potansiyel müşterilere göre gelecekte bir satın alma yapma olasılığının daha yüksek olduğunu buldu. US Cellular, müşteri yaşam boyu değerinde %61'lik bir artışla sonuçlanan daha nitelikli olası satışlara odaklanmak için bu içgörüleri kullandı.
Hangi teknolojiden yararlanacaksınız?
Makine öğrenimi ve yapay zeka gibi tahmine dayalı iş zekası teknolojisi artık göz ardı edebileceğiniz yabancı kavramlar değil. Kalmak ve bildiğimiz şekliyle dijital pazarlamayı değiştirmek için buradalar. Her ikisi de, pazarlamacıların müşteriler için kişiselleştirilmiş çözümler oluşturmasına olanak tanır ve ilgili trendlerin zirvesinde kalmak işletmenizin gelecekte daha verimli olmasına yardımcı olabilir.
Müşterinizin tıklama sonrası açılış sayfası deneyimini kişiselleştirmeye başlayın, bugün bir Instapage Enterprise demosuna kaydolun.