4 Min讀

為什麼營銷人員需要理解AI時代的預測性和規範性

有特色的圖片

想知道如何開始使用人工智能嗎?以我們的營銷人員按需駕駛AI係列為例。

了解更多

營銷人員需要為人工智能做好準備。這些技術使機器變得智能,它們將永遠改變營銷。雖然這一變化的規模尚不確定,但大多數評論員都認為它將是

麥肯錫稱科技公司花費在200億到300億美元之間2016年跨行業的人工智能。從2012年到2016年,人工智能初創公司的交易增加了4.6倍,根據CB Insights.六間營銷公司超過5000億美元的資金登上了CB Insights“最有前途”的人工智能榜單。

企業看好人工智能是有原因的:人工智能工具讓公司更有效率.人工智能可能埃森哲表示,平均提高38%的利潤率

我們通過營銷AI研究所(Marketing AI Institute)采訪了數十家人工智能驅動的公司,親眼目睹了這一點。BETVlCTOR1946伟德在我們公司,公關20/20我們測試了一係列人工智能工具,並使用自然語言生成(一種人工智能)來擴展內容創建,並將穀歌Analytics的報告時間減少80%。

然而,這僅僅是開始。為了理解人工智能目前和未來的潛力,讓我們考慮兩種類型的解決方案:預測和規定係統

預測分析與說明性分析:它們是什麼?有什麼區別?

你不需要學習每一個預測和規定係統的出入。但是你應該理解它們之間的基本區別。因為這些差異可能會影響你的工作。

現在,許多工具都隻貼著“AI”的標簽自動化常見的營銷任務。他們可能創建和安排社交共享、寫報告或創建數據驅動的內容。人工智能是一個寬泛的術語,包括許多不同成熟度水平的不同技術。許多係統可能使用簡單形式的人工智能,但它們並沒有學習沒有人為幹預。

這就是預測性和規範性人工智能係統進來了。

一個預測人工智能係統查看您的數據,並幫助您預測未來的結果。數據科學家Michael Lu in舉例說信息周,是情感分析。

情感分析告訴你文本傳遞的是積極的還是消極的情緒。營銷人員可能會用它來分析消費者對品牌或產品的看法。係統對文本進行評分(好、壞或介於兩者之間)。陸說,這個分數“預測了我們沒有的數據”。

這個預測係統告訴我一篇文章可能表達的情感。我利用這些信息來改進我的營銷。如何做到這一點取決於我自己,取決於我過去的經驗和人類的創造力。

我可以參考其他品牌用來提高情緒評分的信息傳遞例子。或者,我可以研究其他公司為實現這一目標所使用的最佳實踐。我甚至可以向專家尋求建議,或者用我自己的專業知識來了解過去的成功經驗。我下一步的行動取決於我所擁有的經驗和資源,以及我如何使用它們。伟德bv885

但事情並不一定要這樣。

還有第二種係統,a規定性人工智能係統,這將建議下一步的行動。

一個規定的係統分析我的可用數據而且後果:特定行動的結果然後,它會建議下一步的行動。一個規範性的係統並不能百分之百地知道什麼是有效的。但它能告訴你哪些動作是最有可能的根據手頭的信息工作。

一個預測情感工具將告訴我一段文字可能會有什麼樣的情感評分根據過去的數據。一個說明性的情感工具將告訴我怎麼做才能提高情感得分。

為什麼這對營銷人員很重要?

那麼,為什麼這對營銷人員很重要呢?

因為預測和規定係統可以極大地提高營銷人員的知識和能力。

營銷人員為企業創造價值所做的工作可以分為以下幾類:


  • 評估-營銷人員分析數據,過去的表現和最佳實踐,以了解什麼是有效的。他們將這些信息傳達給涉眾和同事。
  • 建議-他們利用人類的創造力來推薦可能成功的新行動。這些建議依賴於評估階段的數據。但它們也包含了適量的直覺、猜測和偏見。
  • 實現-營銷人員創造資產並執行活動。他們可能會在自動化軟件等機器係統的幫助下完成這一任務。

目前,預測和規定係統可以做到這三件事。一個簡單的例子是Phrasee,一個人工智能電子郵件工具。


Phrasee評估基於打開率的電子郵件主題行性能。它建議基於此數據將成功的新主題行。而且它實現了主題行,自動寫出來。

這種工具勝過人類的表現98%的概率。

在你屈服於厄運和憂鬱之前,讓我們來看看一些重要的上下文事實。

1.現在,評估、推薦、而且工具是罕見的。

Phrasee是一個罕見的同時實現這三種功能的工具。而且它在一個非常有限的專業領域做到了這三點:電子郵件主題行。

營銷人員不會冒一夜之間完全自動化的風險。但他們必須意識到人工智能的預測和規定能力。

2.在這個過程中,人類是必不可少的。

在概述營銷人員的職責(評估、推薦和執行)時,我們說得相當寬泛。這是因為你需要意識到人工智能蠶食高級人工任務的速度有多快。

但是人類營銷人員走開。人工智能將實現自動化一些的角色。然而,在許多在其他情況下,人工智能將增加和提高營銷工作。

你可能會發現自己在協調AI係統,而不是自己創造輸出。你可以從不同的人工智能中獲得見解,並以創造性的方式使用它們。或者,你可以依靠人工智能的建議來推動高水平的人力戰略工作。

你甚至會發現自己比以前更受歡迎。企業將覬覦那些能夠協調、利用和改進人工智能係統的營銷人員。

3.相互競爭的供應商、投資和能力造就了一個碎片化的市場和機會。

許多公司都在構建具有不同程度能力的AI解決方案。許多公司處於早期融資階段,仍在開發功能性產品。這意味著找到並實現一個工具並不總是容易的。

有遠見的營銷人員帶頭衝鋒人工智能的應用,而不是受苦。在這個過程中,人工智能冠軍將成為推動和管理變革不可或缺的力量。

我們在這裏看到了數字化轉型的相似之處。營銷人員帶頭培訓和改造組織,以利用數字技術。多虧了有遠見的營銷人員,許多組織從互聯網中受益。這一趨勢在cmo預測中達到頂峰花在科技上的錢比首席信息官還多

人工智能的轉型將以類似的方式展開,盡管速度要快得多。

早期的數字轉型冠軍獲得了巨大的績效獎勵,並成就了他們的職業生涯。AI冠軍的營銷人員也有同樣的機會。他們可以利用預測性和規範性的係統成為更多的在人工智能時代很有價值。

圖片來源:凱爾Popineau

相關的帖子

為什麼數據清理是預測建模成功的必要條件

勞裏罩| 2021年3月23日

幹淨的數據對於預測建模和機器學習的成功至關重要。以下是在您審查使用預測模型的數據時需要注意的事項。

AI for Analytics:你需要知道什麼

麥克壞了的| 2021年9月20日

人工智能正在通過支持預測分析營銷來改變預測分析。以下是如何在你的業務中利用這一點的方法。

如何使用Buzzsumo和IBM Watson Analytics在幾分鍾內獲得營銷數據

麥克壞了的| 2020年7月21日

通過結合Buzzsumo和IBM Watson Analytics,營銷人員可以在幾分鍾內從數千行新數據中發現見解。

Baidu
map