每個營銷人員都需要知道的關於機器學習的 3 件事

TL;DR ：機器學習 101：營銷人員需要知道的 3 件事

有數據？

我敢打賭你會的。

事實上，堆積如山的數據。 數 TB 的數據。 圖書館有價值的數據。 每天每小時都有更多流媒體播放。

我們營銷人員喜歡我們的數據，但是，讓我們面對現實吧……我們可能只使用了我們收集的數據的一小部分。

這並不是說我們不想使用更多。 我們的確是。

例如，跟踪每一位顧客，查看他們閱讀的所有內容、閱讀時長、下一步點擊的位置，這將是非常棒的。 您甚至可能想在他們的計算機上放置一個 cookie，然後查看他們訪問過的所有其他網站。 您也可以對他們進行調查，並在社交媒體上向他們發送個人信息。 測試什麼時候是向他們發送消息的最佳時間，以及他們對哪個渠道的反應最好。

然後，憑藉所有這些奇妙的知識，您可以躲在辦公室裡，為他們設計一個完整的從頭到尾的營銷策略。

我不是在談論基於帳戶的營銷之類的東西，你的工作是為一家大目標公司工作。 我說的是針對貴公司可能擁有的每一個潛在客戶的完全個性化、手工製作的營銷策略和執行。

試想一下：數以千計的完全個性化的營銷計劃。 數以萬計的個性化消息。 數十萬小時仔細研究數據，準確研究每個潛在客戶的行為方式。

那太好了，對吧？

好吧，如果你有無限的時間和無限的資源，也許吧。 如果你永遠不必睡覺，沒有家庭，沒有生活……並且保證你至少能活到 312 歲。

不然……算了。

能夠密切關注並處理我們擁有的關於我們的前景和客戶的每一點數據是可笑的。 妄想。

我們不是機器。

最多，我們只有足夠的資源來細分我們的受眾。 我們必鬚根據我們最好的猜測（當然是根據數據提供信息）來創建人物角色和買家旅程。

但是如果機器可以做到這一切呢？

如果訓練有素的算法可以跟踪您的每個潛在客戶，並可以推薦完美的內容並在最佳時間將其發送給他們，在他們最有可能響應的渠道中，會怎麼樣？ 如果該算法甚至可以預測您的王牌銷售人員最終給他們打電話的最佳時間呢？

這就是機器學習可以做的。

這是您需要了解的內容（至少對於初學者而言）。

機器學習是人工智能的一個子集。

就其最簡單的定義而言，機器學習不過是“使用數據來回答問題”。 感謝谷歌關於機器學習的精彩視頻系列的定義。

它是人工智能的一種特定類型——或學科，如果你願意的話。 它的優勢之一是機器學習算法的準確性可以隨著時間的推移而提高。 它可以“學習”。 所以。 雖然可以下國際象棋的程序可能被認為是人工智能，但是可以學習下國際象棋、乒乓球和任何其他遊戲的程序將是機器學習的一個例子。

更複雜的機器學習系統通常被稱為“深度學習”。 因此，對於遊戲示例，深度學習系統被設置為使用多個級別（稱為“神經網絡”）來進行處理。

機器學習幾乎適用於任何大型數據集。

雖然我們營銷人員可能對機器學習感興趣以識別潛在客戶或優化我們的消息系統，但機器學習在醫學、金融、天氣等領域也有廣泛的應用……在任何大型數據集中，真的。

正如我們在 Google 視頻中看到的那樣，它擅長對事物進行分類。 已經在使用的一種應用是識別照片。

當然，Facebook 和谷歌已經這樣做了一段時間，但很快算法可能就足以識別我們，即使戴著太陽鏡或面具。

如果您想嘗試一種更溫和的照片識別方式，請下載 Google Lens。

它可以讓你拍攝東西，然後給你一個它認為照片是什麼的評估。 它可以識別從條形碼到鮮花再到餐廳入口的任何東西。

不過，照片只是冰山一角。 機器學習也被用於推薦——無論是 Netflix 告訴你你可能喜歡的電影，亞馬遜推薦產品，還是谷歌根據你的搜索查詢提供結果列表。

說到搜索……語音搜索和語音識別是機器學習最有前途的應用之一。 這根本不是一個未來主義的、十年後的應用程序。 即使在去年，谷歌也報告稱其 20% 的查詢是語音搜索。 Gartner 預測“到 2020 年，30% 的搜索將在沒有屏幕的情況下完成。”

營銷人員對機器學習寄予厚望。

80% 的營銷主管認為人工智能（包括機器學習）將在未來五年內“徹底改變”營銷行業。

那是在說些什麼。 但它可能不一定轉化為做某事，因為在接受調查的相同營銷人員中，只有 10% 實際上在使用人工智能。

更讓人清醒的是，這些營銷人員中只有 26% 非常有信心他們甚至了解 AI 在營銷中的使用方式。 （希望閱讀這篇文章能幫助你進入那 26% ......如果只是一點點的話。）

TechEmergence 的另一項研究提出了營銷人員對機器學習的真正工作方式含糊不清的問題。 他們採訪了 50 位機器學習公司的高管，特別關注營銷行業。 這些高管表示，他們銷售服務的最大挑戰就是“揭開技術的神秘面紗”。 如果你看看給出的其他一些答案（比如“人們對技術感到困惑”），營銷人員沒有真正理解機器學習的問題可能是其採用的最大障礙之一。

儘管存在困惑，但營銷人員似乎確實知道 AI 可以幫助他們工作的哪些部分：

• 60% 的人表示人工智能可以讓他們更好地了解自己的賬戶；
• 56% 的人希望它能幫助他們更好地分析他們的活動；
• 53% 表示這將幫助他們識別潛在客戶； 和
• 53% 的人表示這將提高日常任務的效率（感謝垃圾郵件過濾器）。

這與供應商認為的機會有點不同（儘管這不完全是“同類”比較）。 供應商選擇搜索、“客戶細分/定位”和“推薦引擎”作為最有前途的應用程序。

儘管做出了種種承諾，但營銷人員對實施機器學習或任何形式的人工智能仍有很多擔憂：

• 60% 擔心將 AI 集成到他們現有的技術中（這與供應商所說的數據質量和集成問題相符）；
• 54% 擔心員工培訓；
• 46% 的人擔心如何解釋結果； 和
• 42% 的人對成本感到不安。

儘管如此，營銷人員願意以任何方式投入，只要他們可以確信：

• 更好的銷售成交率（59% 如此表示）；
• 收入增加 (58%)；
• 改善網站的流量和參與度 (54%)； 和
• 更高的潛在客戶轉化率 (52%)。

結論

機器學習很可能會改變世界。 弗拉基米爾·普京 (Vladimir Putin) 說過：“誰成為這個領域的領導者，誰就是世界的統治者。”

因此，雖然它有時可能會令人困惑，並且需要我們所有人回過頭來提高數據質量，但機器學習的回報就在那裡。 能夠在這一領域處於領先地位的營銷人員最終可能會統治他們的行業。

回到你身邊

您是已經在營銷中使用機器學習（或任何形式的 AI）的十分之一的營銷人員之一嗎？ 您是否有明年實施的計劃和預算分配？ 發表評論並告訴我們您對此的看法。