Marketin分享：营销人不能不知道的15种AI应用（上）
人工智能（AI）是当下市场营销界最热门的话题之一，这项术语囊括了许多不同的技术。任何模仿人类智能的技术都称为人工智能，它涵盖了语音和图像识别、机器学习技术和语义搜索等各种功能。令营销人员兴奋的是，人工智能已经成功在图像识别，语音识别，防止数据泄露等方面都实现了不同程度的应用。但是营销人员该怎样让这些技术真正运用到营销实战中呢？
本文将为大家列出一些已经可以实现的人工智能应用。这些技术并不是只有主要技术巨头才能投入资源的来进行研发，任何凡是涉及此方面内容的公司都可以有所尝试。下面，我们将以客户生命周期为线索，为您介绍15种在营销中被证明行之有效的AI应用。
Tips：从涉及计算机智能的角度来说，所有关乎于智能的技术都叫“AI人工智能”。具体可细分为三种不同的技术类型：
Machine Learning Techniques——机器学习技术MLT
Applied Propensity Models——应用倾向模型APM
AI Applications————————AI应用AIAPP
文中AI技术所属的类型已在每个小标题后标出，找出对应关系吧。本期我们将带来到达（Reach）、行动（Act）两部分AI应用的介绍。
到达 —》 入站技术集客
1.AI生成内容 AIAPP
这一点对于人工智能来说是非常有趣的领域，它可能不能撰写政治观点的专栏，或是一些关于特定领域的具有实践性建议的博客文章，但在其他某些领域中，人工智能所生成的内容是非常有用的，它有助于吸引访客访问产品网站。
对于某些功能，AI内容编写程序能够从数据中集中选取元素并构建“人类探测”文章。一项名为“WordSmith”的AI写作项目在2016年制作了15亿份内容，预计在未来几年内将进一步普及。
人工智能的生成内容技术对于定期的、以数据为中心的内容来说是很有用。例如，季度收入报告，体育赛事和市场数据。如果你在金融服务等相关领域工作，那么人工智能所生成的内容很有可能会成为你内容营销策略中极有价值的组成部分。据悉，Wordsmith背后的自动化见解已经宣布了其AI生成内容应用程序的免费测试版本，你可以试用该技术并查看它是否对你的品牌有用。
2.内容管理技术 MLT
人工智能的内容管理技术可以让你的网站被相关或潜在客户感兴趣的内容和信息填充，以此来更好的吸引用户。这种技术最常见于许多网站上的“购买X的用户也购买了Y”部分，也可用于博客的内容和其他更多个性化网站。
对于订阅业务来说，这也是一种很好的技术。在这种技术中，使用服务的人越多，机器所获得的数据就越多，学习算法使用的数据就越多，内容推荐的效果也就越好。设想一下，网站的推荐系统能够始终如一地向你推荐你感兴趣的内容。
3.语音搜索 MLT
你是否使用过“打电话咨询服务台”这种信息获取方式？人工智能的语音搜索技术正是来源于此。今天，虚拟个人助理的发展为语音搜索功能导入了更多的流量，拥有高购买意图的消费者一定会为语音搜索匹配出的品牌带来巨大的收益。未来，语音搜索必定会改变SEO（Search Engine Optimization）搜索引擎优化的现状，对此，品牌需早日动作。
4.程序化媒体购买 MLT、APM
程序化媒体购买可以使用机器学习算法生成的倾向模型，从而更有效地将广告精准定位于相关的客户。 AI在这方面的应用，将不仅作用于效率效果的改善，网络安全、信息筛选都将在人工智能的使用中迅速完成。
随着谷歌最近的品牌安门的安全丑闻，程序化广告需要变得更加智能。这个消息表明了，通过Google的广告网络以编程方式所安排的广告出现在恐怖分子的网站上。人工智能可以通过识别有问题的网站并将它们从可以放置的网站列表中移除。
行动 -》 吸引访客，让他们知道你的产品
5.倾向模型 MLT
倾向建模是机器学习的目标，拥有这项技能的人工智能会更加“接近”人类。机器学习算法能提供大量的历史数据，利用这些数据创建、迭代倾向建模，就能够帮助使用这项应用的营销人员对市场做出更准确的预测。
下面的简单图表显示了这个过程的各个阶段：
6.预测分析 APM
如果将营销人员【最想要摸清的事项】罗列成单，有两个问题一定是名列前茅：客户能接受什么价格？哪些客户会重复购买？
倾向建模可以应用于很多不同的领域，例如预测特定客户可能转化购买行为的机会，预测客户可能接受的价格或者最有可能重复购买的客户是哪些类型。
此项应用程序就是预测分析，它可以使用分析数据来预测客户的行为。需要注意的是，倾向模型与创建数据所提供的数据是一样的，所以如果数据中存在错误或随机性过高，就无法做出准确的预测了。
7.意向评估 APM
“花时间给消费意愿更强烈的客户提供更合适的内容”是销售达成的理想前提。
通过机器学习产生的倾向模型可以基于特定标准对潜在客户进行评分来做训练，以便你的销售团队可以准确地给出潜在客户的关注点，并判断他们是否值得投入时间。
这一点在具有咨询销售流程的B2B企业中尤其重要，因为销售团队每次销售都需要相当长的时间。通过联系最相关的线索，销售团队可以节省时间并将精力集中在最有效的地方。对购买倾向的洞察也可用于销售折扣选择区域或人群的定位。
8.广告定向 MLT
机器学习算法可以运行大量的历史数据，来确定哪些广告在哪些人以及购买过程中的哪个阶段表现最佳。 使用这些数据，营销人可以在适当的时间为他们提供最有效的内容。 通过使用机器学习不断优化成千上万的变量，你可以得到比传统方法更有效的的效果。面对海量实时变动的数据，借助AI不断优化，精准投放，收效可想而知。然而，你仍然需要人类去做创造性的部分！
下期，我们将为您带来转换（Convert）、参与（Engage）部分的AI应用介绍。
本文来源：Smart Insights 原文作者：Robert Allen 翻译：Marketin
关于Marketin
创立于2014年，作为国内营销自动化领域领先的技术公司，Marketin为广告主及营销机构提供企业级智能化开放式营销云服务（MarketinOS），包括程序化广告优化系统(Trading Desk 2.0)等产品。Marketin也在国内率先通过双向API深度集成DSP、DMP、动态创意优化、品牌安全和CRM等多种数字营销平台，实现跨平台自动优化。目前，Marketin已与百度，腾讯，京东小黑珑，Google， 360，友盟+、AdMaster，酷云，筷子科技，RTBAsia等营销技术领域领先的平台建立合作关系，同时服务包括华为、Intel、Omnicom Media Group、电通数码在内的超过100家全球及中国领先的品牌与广告传媒集团。管理团队均拥有10年以上工作经验且来自阿里巴巴、WPP等国内外知名企业，在程序化广告、营销咨询和数据分析领域经验丰富，兼具国际化视野及本土实操经验。
评论
评论
推荐评论
暂无评论哦，快来评论一下吧！
全部评论（0条）