人工智能在营销中的四个实际应用

人工智能（AI）自诞生以来已经走过了漫长的道路，并正在取得重大突破。对于像亚马逊或Netflix以外的其他公司来说，它常常被认为是一种不切实际的、未来主义的或过于昂贵的技术，但现在已经不是这样。以下将了解企业在营销中采用人工智能的四个例子，以便在市场竞争中占据先机。

1．个性化内容／产品推荐

保持相关性、及时、不要纠缠于无关紧要的交易——这正是当前对典型客户的要求。根据Salesforce公司最新发布的调查报告，62％的B2B买家希望在交易的不同阶段收到个性化建议。在B2C细分市场，购物者更受青睐，并期望从每个品牌厂商获得类似亚马逊公司的体验。Segment公司在2017年的研究中指出，只有22％的客户对他们所接受的个性化服务和产品感到完全满意。

机器学习成为了大多数内容推荐系统（包括Spotify、Netflix和Amazon）背后的力量，由于价格和技术限制，对营销人员来说似乎遥不可及。但是，开发自定义算法并不是唯一的方法。现在市场上有很多即插即用的解决方案，并且是在营销中使用人工智能的快速有效方式。例如：

Content AI by Marketo － 使用预测分析和机器学习在企业的网站上显示与用户“推荐”相关的最为相关内容。

CaliberMind － 分析企业的所有客户数据，创建理想的买方角色，并建议如何以有利可图的方式与企业的受众进行沟通。

Visely － Shopify商店的人工智能驱动产品推荐引擎。

那么人工智能对个性化的影响有多大？在分析了35亿次营销互动之后，BlueShift公司对人工智能推动的个性化给出了结论：

在客户参与中创造3．1－7．2倍的提升力。

与电子邮件相比，移动通信的参与度提高了2倍。

随着时间的推移，人工智能引擎可以在初始结果上提供额外50％的提升。

2． 对话式人工智能——聊天机器人

聊天机器人是客户支持自动化的驱动力，但遗憾的是，他们在营销领域处于未充分利用状态。毕竟，营销就是培养良好的人际关系并引导有意义的对话。聊天机器人现在可以完美地处理这一任务，帮助企业在不同阶段通过多个渠道与潜在客户进行互动。

例如，Nordstrom公司允许购物者在寻找适合的商品时与机器人互动。在询问了一系列主要问题后，现场助理会建议购买最合适的商品。

Hipmunk Messenger通过旅客的位置来确定他们从哪里出发，然后进行适当的交易。聪明的助手还可以为即将到来的旅行策划旅行建议和管理酒店预订。一般来说，旅游行业在聊天机器人方面已经处于领先地位。

其他行业也在迎头赶上。事实上，在2018年到2024年之间，全球聊天机器人市场规模预计将增长31％，达到13．4亿美元。考虑到开发聊天机器人的成本不断下降，这应该不足为奇。根据CMS Wire公司的调查，为营销目的开发的SME信使聊天机器人的平均成本为3000－5000美元。但是记住，除了为机器人提供人工智能功能，还应该考虑到内容开发成本。

3．预测分析和见解

更好地利用数据进行受众细分和定位是2019年55％的营销人员的首要任务。如果企业想要效仿，需要摆脱仅使用描述性分析（Google Analytics），并采用预测工具。

预测性和最近的规范性分析可以帮助企业战胜数据混乱，确定最有利可图的营销渠道和行动。机器学习算法已经为企业提供了以下帮助：

预测并应对不断变化的消费者行为。

在企业的客户关系管理（CRM）中为潜在客户评分，并提出满足销售数字的最佳措施。

优化企业的点击付费（PPC）预算，以增加销售额，而不会影响企业的广告支出。

识别和获取“相似”的潜在客户，与理想的买家角色紧密匹配。

发现并追踪错失的关键字和内容营销机会。

那么最好的部分是什么？预测分析现在是一种商品技术，适用于中小企业和大型企业。事实上，在预测分析采用方面，小公司往往具有竞争优势——他们需要更少的时间和技术努力来准备分析数据。

4．社交倾听和情绪分析

了解人们对企业或竞争对手的在线评价对于制定有效的社交媒体营销战略至关重要。但是，从同时发生的那些热门话题中解读见解对于人工智能来说比人工代理更好。

数据科学已经被积极地应用于社交媒体营销，用于微细分和定位、社交媒体收听，以及影响者营销活动管理。基于人工智能的社交聆听进一步扩展了营销人员的能力，使他们能够：

确定并量化社交媒体上的消费者购买意图。

了解购物者对企业的产品与竞争对手产品的看法。

了解推动行业对话的因素，以及这些对话的内容如何随着时间的推移而变化。

实时注意并回答有关企业的产品／服务的问题。

识别并与在社交媒体上寻求产品推荐／建议的买家互动。

更棒的是，人工智能工具可以帮助企业少犯错误。

总结

企业应该开始在营销中使用更多的人工智能，因为它可以大大提高其工作的准确性和有效性。智能工具不再昂贵，也不再只适用于特定行业。企业登上人工智能创新列车变得比以往任何时候都容易，所以如果还没有这样做，那么是时候上车了。