Те времена, когда команды по продажам и маркетингу могли позволить себе тратить большую часть рабочего времени на ввод, систематизацию и обработку данных вручную, прошли. Сегодня существуют сотни инструментов, которые автоматизируют «черную» работу и повышают продуктивность: от CRM до CDP (платформ данных о клиентах) и программного обеспечения для автоматизации маркетинга. Но настоящая революция происходит сегодня в мире искусственного интеллекта. Об этом в колонке для Sostav рассказал Андрей Тыщенко, региональный директор по России, СНГ и Восточной Европе Dynamic Yield.
Что умеет современный ИИ
Применение AI-алгоритмов для продаж и маркетинга открыло множество возможностей. Можно использовать искусственный интеллект, чтобы автоматизировать и расширить большую часть процесса продаж, например, для увеличения количества потенциальных клиентов, увеличения показателей закрытия и анализа показателей продаж. Точно так же маркетинговый AI может помочь в сканировании присутствия бренда в интернете и выявлении пробелов в формировании спроса в рамках общей маркетинговой стратегии, тем самым помогая сокращать расходы и повышать конверсию.
И хотя AI постоянно развивается, предлагая нам еще больше вариантов использования, один из наиболее эффективных способов его использования прямо сейчас — делегировать исследования и анализ, которые отнимают большую часть времени маркетинговой команды, чтобы они могли сосредоточиться на самом важном: на росте выручки.
Итак, что AI умеет сегодня:
- Выполнять повторяющиеся задачи, вместо человека — сбор, классификация данных, сегментация клиентов;
- Прогностические функции;
- Создание бизнес-идей;
- Вычисления с Big Data;
- Создание персонализированных предложений;
- Оптимизация логистики.
Главная проблема: многие маркетинговые команды хотят увеличить с помощью ИИ продажи в B2C и B2B, но не знают, какой конкретный выбрать инструмент и как он работает.
- Согласно исследованию AI Multiple, 87% компаний, внедривших AI, использовали его для улучшения электронного маркетинга. 61% маркетологов также планировали использовать искусственный интеллект при прогнозировании продаж.
- По данным McKinsey Global Institute, AI и машинное обучение могут принести от $1,4 трлн до $2,6 трлн за счет решения проблем маркетинга и продаж в течение следующих трех лет.
- Согласно последнему исследованию состояния маркетинга Salesforce Research, использование AI маркетологами резко возросло в период с 2018 по 2020 год, подскочив с 29% в 2018 году до 84% в 2020 году.
- Согласно отчету Drift о лидерстве в маркетинге от 2020 года, искусственный интеллект, машинное обучение, технологии маркетинга и рекламы, голосовая связь и цифровые помощники, а также мобильные технологии и приложения — сформировали пятерку технологий, которые окажут наибольшее влияние на будущее маркетинга.
Как ИИ повышает эффективность маркетинга
Симбиоз человека и алгоритмов приносит ощутимый результат, который можно измерить с помощью классических экономических показателей: выручки, числа потенциальных покупателей или конверсии. Но самый главный ресурс любой команды — это время, которое можно потратить на достижение важных показателей, а не рутинные операции с данными: начиная сбором информации о клиентах и заканчивая сегментированием аудитории и персонализацией (или кастомизацией) продукта. Поэтому для маркетинговых команд важно делегировать рутину AI-алгоритмам, способным выполнять все это быстрее и качественнее.
Делегирование анализа и исследований:
- Такие инструменты, как MarketMuse, маркетологи используют для повышения производительности SEM (Search Engine Marketing, поисковый маркетинг), проверяя релевантность существующего контента идеальным ключевым словам, а также предлагая новые темы для контента (с заголовками, количеством слов и ключевыми словами) для улучшения результатов поисковых запросов (SERP) и получения большего трафика.
- Чтобы расширить охват контента, можно использовать программное обеспечение для курирования контента на основе искусственного интеллекта — Curata — это ПО будет искать в интернете наиболее эффективные страницы в заданном сегменте, а также упрощать и повышать эффективность планирования календаря контента.
- Поскольку искусственный интеллект может анализировать колоссальное количество данных, такие приложения, как Automizy, становятся все более полезными для прогнозирования открываемости для почтовых кампаний и создания их тем с наибольшими шансы на успех.
- Учитывая то, что расходы на маркетинговую рекламу сегодня составляют значительную часть бюджета, неудивительно, что множество разработок в области AI нацелены на снижение цены за клик при максимальном охвате целевой аудитории. Платформа Pattern89 помогает маркетологам выбрать лучшие изображения для кампанияй, а также создать шаблон на основе различных комбинаций из самых эффективных кампаний.
- Поисковая система Acqusio использует 30 проприетарных AI-моделей для размещения точных ставок для ключевых слов, благодаря которым компания получает наибольшее количество потенциальных клиентов из любого заданного рекламного бюджета.
Динамическое ценообразование и оптимизация размещения. Компании могут оптимизировать свою стратегию ценообразования, используя искусственный интеллект: для этого алгоритмы автоматически собирают данные о ценах конкурентов и максимизируют доход, устанавливая конкурентоспособные цены на продукты. И речь идет не только о цифровом размещении, но и о физическом тоже.
Машинное обучение и большие данные используют для оптимизации онлайн- или офлайн-мерчандайзинга. С помощью технологии компьютерного зрения и роботов бизнес может проводить аудит и аналитику использования полочного пространства в сфере розничной торговли: определять дефицит или неоптимальное использование полочного пространства и управлять им. Одним из самых передовых примеров в этой области является автономный робот-сервис для розничной торговли Lowe.
Более распространенные решения в этой области включают использование изображений, сделанных сотрудниками, для управления пространством на полках и его анализа — приложение Trax Image Recognition выполняет схожие с Lowe функции в этой области.
Как ИИ увеличивает продажи
Грамотное и осознанное внедрение в бизнес AI-алгоритмов не только помогает команде эффективно распределять свои ресурсы, но и становится одним из главных инструментов достижения ключевого показателя — роста выручки.
Поиск клиентов. Если проанализировать эффективность классических Sales-менеджеров, станет ясно, что они тратят много времени на поиск потенциальных клиентов и систематизацию информации (например, ввод данных в CRM) и мало времени, соответственно, на продажу. Инструменты искусственного интеллекта для продаж меняют эту тенденцию.
Поскольку CRM-платформы находятся в центре процесса каждой группы продаж, естественно растет число решений AI для продаж, которые не только помогают с вводом данных, но и очищают нерелевантные записи, прогнозируют продажи, сокращают отток клиентов и квалифицируют потенциальных клиентов.
Программное обеспечение на базе AI — Seamless.ai — отлично справляется с созданием и обновлением списков потенциальных клиентов на основе компаний, названий или определенных ключевых слов.
Оптимизация бюджета. Aquisio Turing — это программное обеспечение для управления бюджетом, основанное на ставках PPC и машинном обучении. Инструмент отчетов PPC эффективен и дает пользователям возможность создавать полноценные отчеты одним щелчком мыши. Он оптимизирует работу маркетологов с помощью более 30 интеллектуальных алгоритмов, а также управляет ставками и бюджетом.
Создание идеальной конверсии. Первая и пока единственная в мире платформа диалогового маркетинга — Drift — использует ботов, которые общаются с посетителями сайта в режиме реального времени. Drift соединяет оператора с клиентами, готовыми совершить покупку прямо сейчас. А встроенный Bot Builder создает идеальный процесс конверсии за считанные минуты.
Датасеты. Основная проблема AI-алгоритмов — наличие базы данных и анонимные пользователи, препятствующие сбору информации. С этим справляется Lift AI — может определять вероятность конверсии каждого посетителя веб-сайта в режиме реального времени (даже если он анонимен и не имеет записи в вашей CRM), а затем присваивает каждому посетителю оценку. Lift AI использует уникальную модель искусственного интеллекта, основанную на данных машинного обучения за 15 лет: датасет включает в себя один миллиард профилей посетителей и более 14 миллионов взаимодействий с клиентами.
Как ИИ с помощью персонализации создает уникальный CX
Безусловно AI-алгоритмы сегодня являются основной технологической составляющей персонализации процесса продаж, контента и кастомизации самого товара. Для потребителя индивидуальный подход и уникальный customer experience стали обязательными атрибутами, отсутствие которых станет преимуществом для конкурентов. При этом речь идет не только работе с текущими клиентами, но и о предсказании поведения новых пользователей при помощи сравнениях их с похожими клиентами. Так, например, в Amazon утверждают, что способны предсказать поведение клиента на пять лет вперед.
Товар по лайкам. Facebook запустил кампанию, в рамках которой миллионам пользователей показывалась реклама косметического продукта, ориентированная на их личность (на основе истории их лайков в соцсети). Результат исследования оказался впечатляющим: в среднем около 1,5 из 10 тыс. человек, просмотревших рекламу, купили продукт.
Оптимизация медиамикса. Disney применяет алгоритмы машинного обучения для точной настройки и оптимизации своей модели медиамикса. Подход Disney заключается в агрегировании данных по всей компании, включая партнеров, подготовке данных, а затем их преобразовании для использования в модели. Затем используются различные модели для оптимизации бюджета и медиамикса.
Комплексная персонализация сайта и мобильного приложения. Создание уникального CX возможно не только благодаря индивидуальным рекомендациям. Онлайн-ритейлер Simple Wine внедрил с помощью технологий машинного обучения комплексную персонализацию сайта и мобильного приложения, когда целые страницы перестраиваются под пользователя в каждый момент времени. Как результат у клиента возникает ощущение, что приложение общается с ним: навигирует и подсказывает, упрощая выбор вина, как грамотный консультант в винотеке. Движок Dynamic Yield способен угадывать предпочтения клиента, сравнивая его со всеми пользователями и используя прогностические системы, подобные тем, что использует Netflix или Spotify.
Синхронизация каналов. Телекоммуникационный гигант Orange использовал данные о пользовательском поведении в сети для роста выручки. Для этого компания провела персонализацию своих офлайн-каналов на стороне колл-центров, что позволило создать индивидуальный пользовательский опыт, и как результат, увеличить среднюю выручку на пользователя на 118%. «Побочным» эффектом стало увеличение числа потенциальных покупателей на 32%.
Прогнозирование интересного контента. Приложение Concord показывает, какой именно контент нужно создать, чтобы привлечь аудиторию. Использует модели глубокого обучения для обработки естественного языка, чтобы проводить автоматизированный аудит контента и сравнивать его с отраслевыми аналогами. Concord использует AI для обнаружения пробелов в актуальном контенте, анализа поведения людей по отношению к контенту и помогает выяснить, чего хотят читатели или зрители.
Оптимизация контента. Cortex использует AI для оптимизации контента в социальных сетях. Для этого с помощью машинного обучения происходит поиск по базам данных 33 тыс. брендов, содержащих свыше миллиарда образцов и примеров. маркетингового контента. Специалисты также смогут создать настраиваемые календари контента и сводки контента, а программа автоматически сама их заполнит и отправит на согласование.
Генерация языка. WordSmith — платформа для генерации естественного языка, которая превращает данные в инсайдерскую историю. Использующие платформу компании получают полный контроль над преобразованием данных в аналитическую историю с беспрецедентной скоростью и масштабом. По сути, это платформа самообслуживания, которая обеспечивает мощный API-интерфейс для полной настройки статей, обновления контента в реальном времени и гибкой публикации.
Простого сбора данных уже недостаточно
Маркетологи сегодня для создания полного обзора поведения потребителей в интернете (включая мотивацию, убеждения и модели покупок) используют сбор данных с более чем 3,3 млрд устройств, аналитику и инструменты искусственного интеллекта. Эти же решения они используют и для долгосрочного прогнозирования поведения клиентов.
Роль AI состоит в том, чтобы обрабатывать большие данные и классифицировать их, помогать в формировании точного восприятия потребителя и приближать понимание его онлайн-поведения к офлайн-версии. Компаниям, которым сегодня предоставляется аналитическая информация на основе собранных данных, уже недостаточного простого сбора данных. Их интерпретация требует творческого подхода и понимания того, как люди ведут себя в сети и как их поведение в прошлом может повлиять на будущие решения. И тут в дело как раз и вступают AI-алгоритмы, способные не только интерпретировать данные, но и предсказывать на их основе решения потребителей в будущем.
Сегодня 41% маркетологов говорят, что AI и машинное обучение вносят наибольший вклад в ускорение роста доходов и повышение производительности. Маркетологи говорят, что получение более действенной информации из маркетинговых данных (40%) и создание персонализированного потребительского опыта в большом масштабе (38%) замыкают тройку лидеров технологических инструментов в маркетинге на сегодняшний день. Исследование также показало, что 77% маркетологов интеллектуально автоматизировали менее четверти всех маркетинговых задач, а 18% заявили, что они вообще не автоматизировали интеллектуально какие-либо задачи.
70% высокоэффективных маркетинговых команд заявляют, что у них есть полностью определенная стратегия искусственного интеллекта, по сравнению с 35% команд из числа низкоэффективных.
Отдельно стоит сказать, что реализация AI в маркетинговых кампаниях также помогает потребителям вернуть себе возможность изменять цифровую идентичность после ее создания и позволяет компаниям оптимизировать свое понимание психологии потребителей и взаимоотношений.