3分鍾讀取

用人工智能將穀歌分析數據轉化為可操作的建議

有特色的圖片

想知道如何開始使用人工智能?以我們的營銷人員按需駕駛AI係列為例。

了解更多

這篇文章是我們聚焦係列的一部分,該係列以人工智能驅動的公司和產品為主題,營銷人員可以使用這些公司和產品來提高業績並改變他們的職業生涯。

營銷中的人工智能營銷人員日複一日地從數據和分析中收集見解。這通常需要在分析平台上正確設置轉換跟蹤,並在數據分析方麵進行大量閱讀。但在一天結束時,我們正在回答基本的網絡分析問題,“數據顯示了什麼見解?”我們現在做的有用嗎?”

PaveAI (@paveAI)是一個人工智能平台,它使用機器學習和穀歌Analytics為我們回答這些問題。它的機器學習算法梳理超過1600萬種可能的組合,生成具有預測指標、預測分析和可操作的見解的數據驅動報告,幫助穀歌analytics用戶實現他們的營銷目標。

這是傳統分析無法實現的更智能的營銷水平。

我們通過與PaveAI創始人Eric Ho的交談了解了這一點分析中的人工智能解決方案。

用一句話或一句話描述PaveAI。

PaveAI使用機器學習和數據科學將穀歌Analytics數據轉化為可操作的建議和報告。

營銷中的人工智能

公司如何使用人工智能(即機器學習、自然語言生成、自然語言處理、深度學習等)?

PaveAI使用機器學習和數據科學算法來實現統計模型。與基於上下文的知識一起,這使我們能夠預測訪問網站的每一部分用戶的價值。然後,我們使用自然語言生成(NLG)使這些見解為我們的業務和客戶所理解。

你認為目前人工智能的局限性是什麼?

關於人工智能在創意和藝術上的局限性,存在著哲學上的爭論。如果一台電腦創造了一段音樂,它是“有創造力”還是隻是重複它學到的東西?但從更實際的角度來看,限製主要圍繞數據和處理真正的隨機性。

AI算法通常需要大量的相關數據才能“學習”。穀歌的自動駕駛汽車正在使用pb級的數據(就規模而言,以平均網速下載1pb級的數據需要20年)。雖然PaveAI並沒有製造自動駕駛汽車,但我們的算法必須從數億個數據點中學習,才能持續識別關鍵見解。

另一大限製是AI與隨機性的互動。每個人都是不同的,我們的行為很難預測。如果每輛車都由人工智能駕駛,自動駕駛汽車可能明天就會遍布道路,但由於它們目前必須與人類並排駕駛,這個問題將變得更加困難。

從長遠來看,我們相信,隻要有足夠的數據和適當的環境,AI幾乎可以比人類更好地完成任何任務。

你認為未來人工智能在市場營銷中的潛力是什麼?

我們已經看到人工智能為每個用戶定製消息,定製網站,優化水滴廣告。我們的一位客戶甚至使用人工智能來自動為商店定價。

隨著圍繞健身和醫學的人工智能的進步,我們將看到營銷目標人群取決於他們所做的運動、鍛煉的頻率和他們的健身目標。基於行為線索,算法會預測一個人什麼時候要購物,並自動針對他們進行直接營銷活動。

進入供應商網站

PaveAI與競爭對手或傳統解決方案的區別是什麼?

我們實際上是將數據轉化為建議!當其他公司隻是向你展示圖表,並以句子的形式告訴你你的跳出率增加了多少時,我們可以告訴你不同數據點之間的關係,它們是否相關,是因果關係還是相關性,並為你實現目標提供建議。

不同的數據集會產生不同的結果,與其他解決方案不同的是,我們在構建算法時考慮了營銷和對每個網站的不同理解。換句話說,我們不是一個被重新利用的通用的一刀切的解決方案。

這要從好的數據開始。我們首先對數據進行後期處理,仔細清理和刪除垃圾郵件。然後,我們整合不同的數據源,如Facebook廣告和AdWords,確保它們是一致的,並允許我們將成本與用戶購買前的確切行為聯係起來。

然後,我們的算法會查看超過1600萬種可能的排列,找出對轉換影響最大的因素,並準確地告訴你如何改善你可以控製的因素。

結果是一個漂亮而實用的報告,告訴用戶他們需要知道的關於他們的網站和所進行的營銷工作的一切,從入站到出站,從有機到廣告。

營銷AI PaveAI

就公司規模和行業而言,誰是原型客戶?

我們每月處理超過3億人次的訪客,客戶包括四季私人住宅、Basecamp的Highrise、Ways We Work以及數百家機構和行業。

PaveAI的主要用例是什麼?

如果你沒有時間去挖掘分析,尋找見解,找出什麼是有效的,什麼是無效的,以及如何改進,PaveAI會告訴你如何提高你的投資回報率。

例如,我們可以預測,如果你將200美元從“Facebook活動A”重新分配到“入站+ Adwords活動C”,你將會獲得多少潛在客戶。

我們的合作夥伴計劃允許機構為他們的客戶使用這些報告。代理機構可以告訴該軟件對哪些營銷活動進行評論,並且有能力編輯和白標簽報告。我們發現客戶留存率增加了212%。

關於人工智能在營銷中的應用,還有什麼其他想法嗎?或者對那些剛剛開始探索人工智能可能性的營銷人員有什麼建議嗎?

奇點即將來臨Ray Kurzwell的這本書雖然不是針對營銷人員的AI書籍,但卻是一本關於AI未來及其分支的精彩書籍。我們的投資者,Y Combinator,也和埃隆·馬斯克合作創辦了OpenAI, OpenAI有一個很有意思的采訪,題目是如何建設未來在YouTube上。

但最重要的是,嚐試!試著看看哪些工具適合你,並了解它的局限性。雖然人工智能在幫助營銷人員增強他們的工作流程方麵做得很好,但其他方麵,如人力和創造力方麵,還沒有達到他們的邊界。

進入供應商網站

相關的帖子

如何利用AI獲取和留住更多客戶

保羅Roetzer| 2020年3月31日

你可以利用人工智能公司Mobilewalla的第三方數據來豐富你的機器學習模型,以更好地獲取和留住客戶。這是如何。

這家公司有一個消費者數據的金礦,讓你成為一個更好的營銷人員

保羅Roetzer| 2020年3月10日

Near是一家人工智能公司,擁有世界上最大的人們在現實世界中的行為數據集。以下是如何幫助你成為一個更好的營銷人員。

在發布之前使用機器學習來評分和改進您的內容

保羅Roetzer| 2017年3月23日

Atomic Reach使用人工智能根據用戶粘性數據改進內容營銷工作。我們和他們一起坐下來看看是怎麼回事。

Baidu
map