受到技术转变和数字数据的可用性的推动,市场营销正在经历巨大的变化。最重要的变化之一是提高了市场营销人员了解客户和潜在买家关心的问题,然后针对该信息采取行动的能力。
今天的市场营销人员正在观察买家留下数字轨迹,他们查看的网页、他们在移动设备上按下的按钮、他们在Facebook或Twitter上发表的评论。通过观察消费者的行为方式,市场营销人员可以了解买家关心的内容以及对他们来说什么才是至关重要的东西。
通过聚合这种数字数据并使用正确的算法,市场营销人员可以推荐产品、提供有趣的优惠、并针对一个消费者而不是成千上万个消费者创建个性化的体验。
机器学习非常适合这种类型的数据聚合、分析和推荐。为了进一步了解人工智能在市场营销中的作用,我和两位专家进行了交谈。
Sameer Patel是Kahuna Software的首席执行官,Andrew Eichenbaum是Kahuna的科学主管。这场对话是CXOTALK“与世界上最重要和最多产的创新者对话”系列讨论的第209集。
什么是Kahuna Software?
Kahuna Software是一家B2C市场营销自动化提供商。我们建立了一个实时平台,让品牌能够了解他们的消费者的兴趣和喜好。在几秒钟内,在他们面前给出有意义的报价。这是在正确的时间、正确的设备上让人工智能服务您的消费者的新方式。
我们关注融合以及消费品牌对于如何与消费者进行接触和交易进行反思的需求。
我们正处于这个新的时代,你可以向任何一个人进行市场营销,也许每天可以进行14到16个小时。人们被绑定在他们的智能手机上,它总是在那里,有多种渠道来接触他们,而这一切只是通过一个设备就可以做到了。这种连通性在过去五年中已经变得无处不在,至少在美国市场上是如此。
现在大家会说,发送垃圾邮件很容易,但是没有人愿意这样做,因为人们对垃圾邮件感到过敏。所以,它不仅仅是不发送垃圾邮件的问题;你要知道该发送些什么内容、什么时候发送以及如何发送给人们等一系列的事情。你其实是想发送给他们什么信息?而且,问题还在延伸。
我们现在处于一个可以考虑提高我的所有客户长期价值的区域。我想提高他们的总体参与度,这是市场营销人员现在可以达到的目标。在以前,这是一个模糊的目标,但是现在我们可以更进一步,进行尝试和行动。
这仅仅是市场营销自动化吗?
市场营销自动化是在十年前创立的。进展得如何呢?这个市场的规模超过一百亿美元,但每一年都有超过2800亿美元的商品被丢弃在购物车中。2800亿美元!
这正是你和我都会做的事情,我们几乎快要购买了,我们把商品添加到购物车里,然后我们就把它们留在那里了。您正在有效地将消费者推向终点线,或为他们提供可能说服他们完成购买的支持、信息和研究。
电子商务的转换率为2-3%。这真是太糟糕了。所有这些看起来似乎是正确的投资只带来了2-3%的转换率。
关键在于为消费者定制消息,并择机选择渠道发送给消费者?
这是必须的!
人工智能能够如何提供帮助?
人工智能可以解决很多问题。问题是你可以定义你真正想要什么吗?
绝大多数现代人工智能是“监督学习系统”。我们有历史数据,我们知道结果。所以,要得到一个特别的结果,我们应该事先看这些数据。这是一个不断改进和提升的过程。
所有这一切用简单的英语表达就是不再进行“懒惰的分割和编码”。这项技术从未如此复杂,所以我们不断将随机的人员放在篮子里,以便让自己感觉到这些细分是重要的。目标是朝着你可以开始与一个受众打交道并交易的方向前进。
数据很好,是数据科学的中心点。但是,如果数据是垃圾,那么出来的数据科学也将是垃圾,所以任何一位数据科学家的大部分时间都被用来确保数据得到了正确地存储、规划和验证。所以我们可以相信出来的结果,因为如果不这样做,为什么还要做这件事呢?
这与传统市场营销有何区别?
从历史上看,我们会找出发送电子邮件或通知给整个消费者群体的最佳时间。随着时间的推移,你会发现对于整个消费者群体来说,如果我们在星期二上午10点发送最后一封电子邮件是最好的。所以,我们等待时机,直到这一刻临近的开始动手,一切都很好。我们可以看到销量有一波明显的提升。
但现在我们可以针对单个消费者做到这一点。过去几个月中,我们看到一个人通过各种渠道进入并回应消息,或者没有回应消息。然后我们就知道他们会如何回应什么类型的消息。
所以,我们不再在一周的某一个时间点上对整个团体进行轰炸了。我们可以设置我们的广告投放,以便在预定的时间或行为之前针对特定用户发送广告信息,而且是通过公共渠道发送的。我们拥有大量的处理能力,所以这一点不再是限制因素。
Kahuna今天处理了五十亿个事件。它是部署在云端、线性的、可扩展的系统,因此我们可以在获得更多数据时通过添加更多的计算机就能很容易地进行扩展。
十年前建立的电子邮件发送系统是Kahuna的前提。我们现在已经达到了一个程度,即我们作为消费者的参与和接触点的数量已经从一个(即电子邮件)发展到了多个。而我们甚至还没有看到这种趋势有结束的迹象。
今天,占据统治地位的仍然是电子邮件和手机、短信。明天,我们要有灯塔来指引方向;之后,我们将有物联网,我们将要拥有聊天机器人。我们参与的地方会增多。
每个接触点都将开始向我们发送不同的事件,而电子邮件永远不会被回复。我们可以接受来自这些不同的接触点的信号,理解它们,并将它们添加到用户的个人资料中。
机器学习可以告诉我们,联系迈克尔的正确方式是在星期四晚上七点通过电子邮件与他接触,因为他似乎在这个时间正在使用他的笔记本电脑上网,而且似乎想要买点东西。
这种技术从根本上改变了除了电子邮件发送机器之外什么都不是的工作局面。批次发送和轰炸,批次发送和轰炸,批次发送和轰炸。我们让市场营销人员用一种完全不同的方式接触客户。
这个理念的核心是跨渠道,你可以尊重人们完成这个旅程喜欢的步伐,用这样一种新的方式和他们打交道。
对于每一个市场营销人员,而且坦率地讲,也对于每一个首席执行官和消费品牌来说,这都是一个已经被认识了几十年的问题,对不对?他们获得新客户的成本却在一路飙升。但是一旦他们获取了客户,关注和获取客户的技术从这里开始,让已经获取的客户进行第一次购买。让您从第一次购买到第二次购买实际需要的工作是什么?
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。