26 июня 2019 Конференция-интенсив ВЕСЬ DIGITAL ЗА 1 ДЕНЬ!

Вы маркетолог и знаете, что искусственный интеллект (ИИ) — это тренд, который нужно использовать. Как именно? Вы можете сформулировать коротко? По запросу "Marketing AI" Google выдает 850 000 000 результатов. Вряд ли у вас есть время просеять каждое упоминание. В этой статье это сделали за вас.

Искусственный интеллект или Интеллектуальная автоматизация

Одно из определений ИИ для маркетологов дал Пол Ретцер из Института маркетинга ИИ: «Искусственный интеллект – это технология, которая автоматизирует задачу, ранее выполненную человеком». Для маркетологов это означает:

1. Рекомендация.

Некоторые маркетинговые программы предсказывают, какое действие будет иметь наиболее положительный результат, чтобы рекомендовать следующий шаг в серии событий. Например: предложение тем контента для сообщения в блоге или предложение темы письма.

2. Автоматизация.

Автоматизация основывается на рекомендациях. Чтобы иметь право на автоматизацию, задача должна быть рутинной и повторяемой; цель должна быть конкретной; и шаги для достижения этой цели должны следовать точному набору правил. Примеры: алгоритмическая покупка рекламы programmatic и запуск следующего электронного письма в цепочке писем (automated emails) по customer journey.

Количество задач, которые мы можем автоматизировать в рамках маркетинга, несомненно, будут увеличиваться. Есть ли причины для беспокойства, что все функции маркетинга будут полностью автоматизированы? Вряд ли - чем больше функций автоматизировано, тем больше возможностей для маркетинговой стратегии и креативности.

Data science или технология для обеспечения ИИ

Data science (наука о данных) – это практика «организации и анализа огромных объемов данных». Для этого необходимо уметь «выявлять соответствующие вопросы, собирать данные из множества различных источников данных, систематизировать информацию, преобразовывать результаты в решения и передавать свои выводы таким образом, чтобы это положительно сказывалось на деловых решениях». Вот три наиболее важных составляющих для понимания Data science:

1. The data source / Источник данных. Последовательный, воспроизводимый процесс, который можно измерить, называется источником данных. Примером являются данные open rate в имейлинге. Если предоставить дата сайнтисту предыдущие темы имейлов и данные по их открытию, то он сможет предложить на основе этих данных наиболее эффективную тему следующего письма.

2. Big Data / Большие данные. Доступ к большому количеству наблюдений от конкретного процесса называется «Большие данные». Например, компании, выпускающие кредитные карты, используют записи транзакций от различных клиентов для обнаружения мошенничества. Какие-то транзакции будут общепринятой нормой, а какие-то покажутся подозрительными.

3. 3. Machine-learning (МL) / Машинное обучение. Организация и анализ структурированных данных (например, посещений веб-сайта и данных о покупке) или неструктурированных данных (например, изображений или письменного контента) и составление прогнозов на основе этих данных известны как машинное обучение – зонтичный термин, который применяется к ряду методов data science.

Примером машинного обучения является сканирование изображений и их тегирование (tagging) в базе данных на основе идентифицированных объектов с возможностью поиска.

Вопросы для выбора инструментов маркетинга на основе ИИ:

• Нужно ли интеллектуально автоматизировать эту задачу или она уже автоматизирована?

• Есть ли у технологии свой собственный источник больших данных (Big Data source), или мне нужно будет его предоставить? Есть ли у меня нужный для анализа объем данных и смогу ли я при необходимости подключить свой источник данных к технологии?

• Есть ли доказательства того, что технология дает хорошие рекомендации или автоматизирует одну из моих задач?

Чем быстрее вы окажетесь на пути к тому, чтобы оставаться впереди самого большого разрыва в маркетинге, тем лучше.

Полная статья: https://zen.yandex.ru/media/id/5bdae11cf3ba5b00abfc9991/azbuka-iskusstvennogo-intellekta-v-marketinge-5cf7d019d9d3d300b0556020