人工智能对营销策略的影响越来越大



<div _ngcontent-c15 =“” innerhtml =“

向个性化迈进意味着营销策略正处于人工智能不断扩大的阴影之下。人工智能正被部署在越来越多的功能中。

我最近向分形分析公司Trial Run的首席执行官Jerry Roche询问了他对AI对营销策略的影响的观点。

保罗·塔尔伯特(Paul Talbot):AI功能是否正在改变我们创建和管理营销策略的方式?

&NBSP;杰里·罗氏(Jerry Roche):&nbsp;由于需要为庞大的客户群提供个性化体验,因此营销人员不再能够依赖针对最低公分母的直观启发式方法。他们需要发现偏好,调整消息传递,个性化价值并为所有人使用正确的渠道。

从定义上讲,这不再是人类认知可以服务的任务,当然也不是保持企业竞争力的规模。 &nbsp;对营销功能的不断发展的需求保证了数据和人工智能可以帮助人们认识它。

在这种新范式中,营销人员在人工智能执行方面的竞争与其核心策略一样多。实际上,越来越多的人认为核心策略与执行它的AI一样好。

营销人员不仅使用数据和AI来指导策略,还使用它们来评估策略。

塔尔博特:&nbsp;为了阐明战略性问题而不是战术性问题,算法需要做什么?

罗氏:&NBSP;算法需要解决的问题是以客户为中心,而不是以产品为中心。 &nbsp;问题是,由于需要了解多种偏好和模式,它们具有独特的解决能力。 &nbsp;这将导致解决客户的难题,而不是业务难题。

一个很好的起点是查看客户生命周期,确定旅程中的关键要点,并为之解决。 &nbsp;不要着重于如何吸引客户,而是要了解客户如何吸引您并为他们提供帮助。一旦算法着重于正确的目标,洞察力将更深,更精确。

塔尔博特:&nbsp;如果您是负责更新或评估现有营销策略的CMO,您可以合理地期望AI对流程做出贡献吗?

&NBSP;罗氏: 不管使用哪种技术,例如预测模型,快速实验或其他方法,高级数据科学都会影响战略营销的所有领域。

细分是关键,因为它是优化营销策略的最直接的方法。 &nbsp;除了描述性细分,公司还迅速转向行为细分。

与传统的“ 25-40岁之间的男性”不同,我们看到的是更多的“冒险者”。 &nbsp;这种细分势必会深入,直到我们最终达成“一个细分市场”的策略。 &NBSP;

当涉及到新产品开发时,人工智能还可以更加重视营销。 AI可以帮助营销团队凭经验知道他们对市场的了解足够强大,可以在产品开发中发挥重要作用。

然后是最重要的客户生命周期价值(CLV)。如果不是AI的话,使客户保持大规模参与是一项不可能的任务。

AI可以进行深度聆听,以交付建立牢固关系的内容。 &nbsp;凭借洞察力,它可以准确地衡量CLV,并帮助您确定向每个客户投入多少资金。

塔尔博特:AI可以帮助测试和验证假设……您能举一个在营销策略的背景下如何发生这种情况的示例吗?

&NBSP;罗氏:&NBSP;到目前为止,根据我们的经验,由于没有失败的实验,因此数据驱动的实验总是会带来好处。只有失败的策略。

实验为消费者行为提供了坚实的经验证据。 &nbsp;它有助于确定原因&amp;影响关系并实现准确的归因,从而帮助识别当前策略成败的驱动因素。

这也是了解想法的影响的唯一方法,当您收集消费者对新想法的真知灼见时,这些想法从未得到检验。

“>

向个性化迈进意味着营销策略发现自己正处于人工智能不断扩大的阴影之下。越来越多的功能正在部署AI。

我最近向分形分析公司Trial Run的首席执行官Jerry Roche询问了他对AI对营销策略的影响的观点。

保罗·塔尔伯特(Paul Talbot): 人工智能功能是否正在改变我们创建和管理营销策略的方式?

杰里·罗氏(Jerry Roche): 鉴于需要为庞大的客户群提供个性化体验,因此营销人员不能再依赖针对最低公分母的直观启发式方法。他们需要发现偏好,调整消息传递,个性化价值并为所有人使用正确的渠道。

从定义上讲,这不再是人类认知可以服务的任务,当然也不是保持企业竞争力的规模。市场功能不断发展的需求保证了数据和人工智能可以帮助人们认识它。

在这种新范式中,营销人员在人工智能执行方面的竞争与其核心策略一样多。实际上,越来越多的核心策略似乎与执行它的AI一样好。

营销人员不仅使用数据和AI来指导策略,还使用它们来评估策略。

塔尔博特: 为了阐明战略性问题而不是战术性问题,算法需要做什么?

罗氏: 算法需要解决的问题是以客户为中心,而不是以产品为中心。由于需要了解多种偏好和模式,因此它们具有独特的解决能力的问题。这将导致解决客户的难题,而不是业务难题。

一个很好的起点是查看客户生命周期,确定旅程中的关键要点,并为之解决。与其专注于如何吸引客户,不如了解客户如何吸引您并为他们启用。一旦算法聚焦于正确的目标,洞察力将更深,更精确。

塔尔博特: 如果您是负责更新或评估现有营销策略的CMO,您可以合理地期望AI对流程做出贡献吗?

罗氏: 不管使用哪种技术,例如预测模型,快速实验或其他方法,高级数据科学都会影响战略营销的所有领域。

细分是关键,因为它是优化营销策略的最直接的方法。但是,除了描述性细分以外,公司还迅速转向行为细分。

与传统的“ 25-40岁之间的男性”不同,我们看到的是更多的“冒险者”。这种细分势必会深入,直到我们最终达成“一个细分市场”的策略。

当涉及到新产品开发时,人工智能还可以更加重视营销。人工智能可以帮助营销团队凭经验知道他们对市场的了解足以在产品开发中发挥重要作用。

然后是最重要的客户生命周期价值(CLV)。如果不是AI,要保持客户的规模参与是一项不可能的任务。

AI可以进行深度聆听,以交付建立牢固关系的内容。凭借洞察力,它可以准确地衡量CLV,并帮助您确定向每个客户投资多少的优先级。

塔尔博特: 人工智能可以帮助测试和验证假设……您能举一个在营销策略的背景下如何发生这种情况的例子吗?

罗氏: 到目前为止,根据我们的经验,由于没有失败的实验,因此数据驱动的实验总是会带来好处。只有失败的策略。

实验为消费者行为提供了坚实的经验证据。它有助于建立因果关系并实现准确的归因,从而帮助识别当前策略成败的驱动因素。

这也是了解想法的影响的唯一方法,因为当您收集消费者对新想法的真实见解时,这些想法从未经过测试。