每个营销人员都需要知道的关于机器学习的 3 件事

TL;DR ：机器学习 101：营销人员需要知道的 3 件事

有数据？

我敢打赌你会的。

事实上，堆积如山的数据。 数 TB 的数据。 图书馆有价值的数据。 每天每小时都有更多流媒体播放。

我们营销人员喜欢我们的数据，但是，让我们面对现实吧……我们可能只使用了我们收集的数据的一小部分。

这并不是说我们不想使用更多。 我们的确是。

例如，跟踪每一位顾客，查看他们阅读的所有内容、阅读时长、下一步点击的位置，这将是非常棒的。 您甚至可能想在他们的计算机上放置一个 cookie，然后查看他们访问过的所有其他网站。 您也可以对他们进行调查，并在社交媒体上向他们发送个人信息。 测试什么时候是向他们发送消息的最佳时间，以及他们对哪个渠道的反应最好。

然后，凭借所有这些奇妙的知识，您可以躲在办公室里，为他们设计一个完整的从头到尾的营销策略。

我不是在谈论基于帐户的营销之类的东西，你的工作是为一家大目标公司工作。 我说的是针对贵公司可能拥有的每一个潜在客户的完全个性化、手工制作的营销策略和执行。

试想一下：数以千计的完全个性化的营销计划。 数以万计的个性化消息。 数十万小时仔细研究数据，准确研究每个潜在客户的行为方式。

那太好了，对吧？

好吧，如果你有无限的时间和无限的资源，也许吧。 如果你永远不必睡觉，没有家庭，没有生活……并且保证你至少能活到 312 岁。

不然……算了。

能够密切关注并处理我们拥有的关于我们的前景和客户的每一点数据是可笑的。 妄想。

我们不是机器。

最多，我们只有足够的资源来细分我们的受众。 我们必须根据我们最好的猜测（当然是根据数据提供信息）来创建人物角色和买家旅程。

但是如果机器可以做到这一切呢？

如果训练有素的算法可以跟踪您的每个潜在客户，并可以推荐完美的内容并在最佳时间将其发送给他们，在他们最有可能响应的渠道中，会怎么样？ 如果该算法甚至可以预测您的王牌销售人员最终给他们打电话的最佳时间呢？

这就是机器学习可以做的。

这是您需要了解的内容（至少对于初学者而言）。

机器学习是人工智能的一个子集。

就其最简单的定义而言，机器学习不过是“使用数据来回答问题”。 感谢谷歌关于机器学习的精彩视频系列的定义。

它是人工智能的一种特定类型——或学科，如果你愿意的话。 它的优势之一是机器学习算法的准确性可以随着时间的推移而提高。 它可以“学习”。 所以。 虽然可以下国际象棋的程序可能被认为是人工智能，但是可以学习下国际象棋、乒乓球和任何其他游戏的程序将是机器学习的一个例子。

更复杂的机器学习系统通常被称为“深度学习”。 因此，对于游戏示例，深度学习系统被设置为使用多个级别（称为“神经网络”）来进行处理。

机器学习几乎适用于任何大型数据集。

虽然我们营销人员可能对机器学习感兴趣以识别潜在客户或优化我们的消息系统，但机器学习在医学、金融、天气等领域也有广泛的应用……在任何大型数据集中，真的。

正如我们在 Google 视频中看到的那样，它擅长对事物进行分类。 已经在使用的一种应用是识别照片。

当然，Facebook 和谷歌已经这样做了一段时间，但很快算法可能就足以识别我们，即使戴着太阳镜或面具。

如果您想尝试一种更温和的照片识别方式，请下载 Google Lens。

它可以让你拍摄东西，然后给你一个它认为照片是什么的评估。 它可以识别从条形码到鲜花再到餐厅入口的任何东西。

不过，照片只是冰山一角。 机器学习也被用于推荐——无论是 Netflix 告诉你你可能喜欢的电影，亚马逊推荐产品，还是谷歌根据你的搜索查询提供结果列表。

说到搜索……语音搜索和语音识别是机器学习最有前途的应用之一。 这根本不是一个未来主义的、十年后的应用程序。 即使在去年，谷歌也报告称其 20% 的查询是语音搜索。 Gartner 预测“到 2020 年，30% 的搜索将在没有屏幕的情况下完成。”

营销人员对机器学习寄予厚望。

80% 的营销主管认为人工智能（包括机器学习）将在未来五年内“彻底改变”营销行业。

那是在说些什么。 但它可能不一定转化为做某事，因为在接受调查的相同营销人员中，只有 10% 实际上在使用人工智能。

更让人清醒的是，这些营销人员中只有 26% 非常有信心他们甚至了解 AI 在营销中的使用方式。 （希望阅读这篇文章能帮助你进入那 26% ......如果只是一点点的话。）

TechEmergence 的另一项研究提出了营销人员对机器学习的真正工作方式含糊不清的问题。 他们采访了 50 位机器学习公司的高管，特别关注营销行业。 这些高管表示，他们销售服务的最大挑战就是“揭开技术的神秘面纱”。 如果你看看给出的其他一些答案（比如“人们对技术感到困惑”），营销人员没有真正理解机器学习的问题可能是其采用的最大障碍之一。

尽管存在困惑，但营销人员似乎确实知道 AI 可以帮助他们工作的哪些部分：

• 60% 的人表示人工智能可以让他们更好地了解自己的账户；
• 56% 的人希望它能帮助他们更好地分析他们的活动；
• 53% 表示这将帮助他们识别潜在客户； 和
• 53% 的人表示这将提高日常任务的效率（感谢垃圾邮件过滤器）。

这与供应商认为的机会有点不同（尽管这不完全是“同类”比较）。 供应商选择搜索、“客户细分/定位”和“推荐引擎”作为最有前途的应用程序。

尽管做出了种种承诺，但营销人员对实施机器学习或任何形式的人工智能仍有很多担忧：

• 60% 担心将 AI 集成到他们现有的技术中（这与供应商所说的数据质量和集成问题相符）；
• 54% 担心员工培训；
• 46% 的人担心如何解释结果； 和
• 42% 的人对成本感到不安。

尽管如此，营销人员愿意以任何方式投入，只要他们可以确信：

• 更好的销售成交率（59% 如此表示）；
• 收入增加 (58%)；
• 改善网站的流量和参与度 (54%)； 和
• 更高的潜在客户转化率 (52%)。

结论

机器学习很可能会改变世界。 弗拉基米尔·普京 (Vladimir Putin) 说过：“谁成为这个领域的领导者，谁就是世界的统治者。”

因此，虽然它有时可能会令人困惑，并且需要我们所有人回过头来提高数据质量，但机器学习的回报就在那里。 能够在这一领域处于领先地位的营销人员最终可能会统治他们的行业。

回到你身边

您是已经在营销中使用机器学习（或任何形式的 AI）的十分之一的营销人员之一吗？ 您是否有明年实施的计划和预算分配？ 发表评论并告诉我们您对此的看法。