¿Debería confiar en la inteligencia artificial para impulsar su marketing de contenidos?

Publicado: 2020-12-22

inteligencia-artificial-impulsa-marketing-de-contenido Antes del desayuno, reviso mis fuentes de noticias de Facebook y LinkedIn para ver una breve sinopsis del día. Mientras me meto en la ducha, presiono "descargar" en una película recomendada en Netflix, sabiendo que tengo un largo vuelo esta noche. Mientras devoro mi cereal, hago clic una vez para comprar un regalo para el cumpleaños de un amigo la próxima semana. Mi iPhone hace ping para decirme que debo irme ahora si quiero llegar a esa reunión temprana a 54 millas de distancia. Y cuando entro en mi automóvil, uso la activación por voz para reproducir mi lista de reproducción favorita de Spotify, y Apple Maps me informa que esta mañana me tomará cinco minutos conducir hasta la estación de tren.

Con ejemplos reales de valor demostrable en el mercado, ya no podemos bromear sarcásticamente que AI significa "casi implementado".

Todos estamos condicionados a depender de la tecnología en nuestra vida diaria, no solo para la comunicación, sino también para la toma de decisiones. Esta interfaz cada vez más profunda con la tecnología está reconfigurando nuestros cerebros para procesar la información de manera diferente, como escribe Nicholas Carr en The Shallows. Lo mismo ocurre con nuestros clientes.

La interfaz cada vez más profunda con tecnología está reconfigurando nuestros cerebros para procesar la información de manera diferente, dice @roughtype. Haga clic para twittear

Las aplicaciones de consumo populares han llevado a la adopción masiva inconsciente de tecnología predictiva avanzada. Y sin embargo… mientras subcontratamos cada vez más nuestros procesos cognitivos a una miríada de aplicaciones y herramientas para el consumidor, la empresa recién ahora está despertando a este nuevo nivel de expectativas del cliente. Esta adopción desigual es más clara cuando consideramos que ahora confiamos en el sistema integrado de prevención de colisiones de un automóvil para proteger nuestras vidas, pero aún nos preguntamos si una máquina puede recomendar qué escribir a continuación en un programa de marketing o qué cliente debería recibir una nueva. oferta de productos.

Confiamos en la inteligencia artificial para conducir nuestros coches de forma segura, pero no para recomendar una estrategia de marketing.

Confiamos en la inteligencia artificial para conducir nuestros coches, pero no para recomendar una estrategia de marketing, dice @andjdavies. Haga clic para twittear
CONTENIDO RELACIONADO SELECCIONADO A MANO:
Marketing de contenido cognitivo: el camino hacia un futuro más (artificialmente) inteligente

Verdad inconveniente

Durante los últimos 10 años, la automatización del marketing se ha convertido en una industria de miles de millones de dólares al prometer llevar personalización y eficiencia a los programas de marketing. El canto de sirena de la crianza automatizada de clientes potenciales, la puntuación de clientes potenciales y las respuestas activadas a actividades críticas de clientes potenciales ha resultado irresistible para las organizaciones B2B: había casi 11 veces más empresas con automatización de marketing en 2014 que a principios de 2011 (SiriusDecisions), y 60% de las empresas que facturaron al menos 500 millones de dólares adoptaron la automatización del marketing para 2014 (Raab Associates).

Sin embargo, la verdad incómoda sobre la automatización del marketing de primera generación es que no está realmente automatizada. Es una fantástica herramienta de flujo de trabajo central que puede lograr escalar, pero requiere recursos para configurar, integrar, administrar y optimizar. De hecho, en muchas organizaciones B2B, la frase "alimentar a la bestia" se ha aceptado en el lenguaje de marketing como una forma de describir las demandas de recursos de la automatización del marketing. Fundamentalmente, está el problema de la regla deslizante. A medida que configura las campañas, define las reglas comerciales: "Si ocurre A, entonces haga B" o "Si la persona tiene esta característica, colóquela en el segmento 4". Estos pueden ser simples para empezar, pero siempre son una reducción inadecuada de viajes de compradores complejos y variados. Por lo tanto, agrega más reglas para hacer que la campaña sea más específica. Y cada vez que mide los resultados, el resultado es que es necesario escribir más reglas. Algunos de nuestros clientes empresariales estiman que gastan $ 500,000 por año en estos elementos manuales de automatización de marketing, y eso sin tener en cuenta la inversión vital y significativa en la creación continua de contenido.

Si bien la automatización del marketing promete al mundo, lo que realmente hace es automatizar la ejecución del marketing de contenidos, mientras que la toma de decisiones sigue siendo un esfuerzo manual poco práctico. Ofrece a los especialistas en marketing un sólido flujo de trabajo e incluso conocimientos, pero no proporciona una forma automatizada de actuar sobre esos conocimientos a escala. Fundamentalmente, el contenido de esos sistemas es tonto; el sistema no comprende de qué trata el contenido y quién debe leerlo. Para rastrear a quienes buscan cómo abordar esto, Forrester inició recientemente un nuevo tema de investigación que llama "inteligencia de contenido", que define como "el uso de tecnologías de inteligencia artificial para comprender y capturar las cualidades inherentes a cualquier contenido". Como dice el analista de tecnología de marketing David Raab: "Algo tiene que ceder: o los especialistas en marketing dejan de intentar tomar las mejores decisiones o dejan de depender de las reglas".

La automatización de marketing de primera generación automatiza la ejecución; la toma de decisiones sigue siendo un esfuerzo manual. @andjdavies Haga clic para twittear

Brecha de expectativas

Frente a las expectativas cada vez mayores de los clientes, los principales especialistas en marketing están invirtiendo en herramientas basadas en inteligencia artificial, una categoría que abarca todo, desde herramientas de personalización que "aprenden" del comportamiento en línea de las personas para recomendar contenido de manera más eficaz, hasta herramientas que pueden detectar patrones diminutos en conjuntos de datos de consumidores masivos y predecir el comportamiento futuro. Estas son algunas de las más interesantes de la creciente lista de aplicaciones potenciales de la IA en marketing:

  • Estrategia de contenido : recomendar qué contenido crear a continuación
  • Estrategia de campaña : recomendar qué secuencia de comunicaciones entregar
  • Personalización : recomendar el contenido adecuado para cada cliente según su comportamiento
  • Segmentación : agrupación de clientes en función del comportamiento o la intención
  • Automatización de copias : generación automática de líneas de asunto y descripciones
  • Priorización de clientes potenciales o cuentas: clasificación de clientes potenciales o cuentas según su probabilidad de cierre
  • Estrategia de ventas : recomendar la oferta y el contenido de productos / servicios adecuados para usar en las ventas
  • Intención de ventas : predecir la oferta de producto adecuada, el tamaño del trato y la fecha de cierre
  • Reorientación : recomendar el contenido correcto dentro de los bloques de anuncios reorientados

Dado que las principales suites de marketing aún tienen que implementar o producir por completo sus ofertas de IA, la adopción de IA generalmente requiere una combinación de soluciones puntuales y conjuntos de datos.

De hecho, los especialistas en marketing están reuniendo cada vez más sus propias pilas de tecnología a partir de las mejores soluciones puntuales de su clase, lo que permite que la tecnología se desarrolle en función de las necesidades del cliente en lugar de las características del proveedor. Especialmente en entornos de clientes complejos, por ejemplo, ventas de relaciones de alto contacto con ciclos de compra largos, la aplicación de IA promete comenzar a cerrar la brecha entre las expectativas del cliente y la experiencia real. Esto es más pertinente en las empresas globales, ya que la IA resuelve (y depende de) la escala.

Para Byron O'Dell, director senior de marketing de IHS Markit, emplear el aprendizaje automático predictivo en lugar de la automatización del marketing ha consistido en superar los desafíos de escala. Él explica, "habilitar la relevancia del marketing a escala es un desafío, pero el aprendizaje automático predictivo nos está dando un camino para lograrlo".

El aprendizaje automático predictivo nos está dando un camino para lograr la relevancia del marketing a escala, dice @byronodell. Haga clic para twittear

Inicialmente, la mayoría de los especialistas en marketing están considerando dos casos de uso clave: personalización y puntuación predictiva de clientes potenciales. La personalización implica hacer coincidir el contenido con las necesidades cambiantes del cliente, especialmente cuando el contenido se produce a escala y, a menudo, está mal clasificado. La puntuación predictiva de clientes potenciales está impulsada por el deseo insaciable de nuevas conversaciones de ventas, donde las señales que identifican una cuenta interesada son difíciles de identificar o descubrir.

CONTENIDO RELACIONADO SELECCIONADO A MANO:
¿Quiere ampliar sus operaciones de contenido? Cuatro cosas en las que pensar en grande [Infografía]

Negocio impulsado por conocimientos

Estos nuevos enfoques abordan un desafío fundamental: el proceso de compra ha cambiado, con el comprador cada vez más empoderado, informado y conectado, pero las empresas venden en gran medida de la misma manera que siempre lo han hecho. Usar contenido para atraer, involucrar y convertir es parte de la solución, pero los principales especialistas en marketing también están usando contenido para comprender al cliente.

Los especialistas en marketing líderes usan el #contenido para comprender al cliente, dice @andjdavies. Haga clic para twittear

En un mundo cada vez más competitivo, cualquier empresa que no comprenda a sus compradores perderá rápidamente participación en el mercado a medida que crezcan los nuevos competidores digitales. Los disruptores se obsesionan con sus clientes; se enfocan en brindar una experiencia de cliente excelente y fluida; no están obstaculizados por tecnología obsoleta y procesos rígidos. Aprecian que obtener una comprensión más profunda del cliente y actuar sobre ella genera una ventaja competitiva.

Forrester Research está construyendo un conjunto de pruebas en torno a lo que denomina "empresas impulsadas por conocimientos". Una definición de estos negocios es que no tienen fricción entre el punto de entender al cliente y el punto de entregar la siguiente respuesta. Hay un circuito de retroalimentación que está completamente automatizado. La cohorte de negocios que Forrester define en esta categoría (empresas de rápido crecimiento que innovan en función de la comprensión y la experiencia del cliente) debería ser realmente aterradora para los titulares.

La IA de marketing promete interacciones con el cliente no estructuradas y en tiempo real que aportan valor. Los sistemas actuales basados ​​en reglas simplemente no pueden escalar ni los equipos de marketing pueden completar un proceso manual en el tiempo necesario para brindar relevancia.

Factores de éxito

A medida que un número cada vez mayor de empresas invierten en enfoques basados ​​en inteligencia artificial, los puntos en común entre los proyectos exitosos son cada vez más claros.

  • Patrocinio ejecutivo : una y otra vez, el patrocinio ejecutivo claro para el concepto general se eleva a la parte superior de la lista. Si bien los especialistas en marketing de nivel medio pueden comprar con éxito soluciones puntuales, las organizaciones más grandes descubrirán que para abrir los conjuntos de datos correctos e impulsar el valor comercial general, eventualmente necesitan un patrocinador ejecutivo para defender un enfoque más automatizado.
  • Resultados definidos : los primeros innovadores tuvieron que hacer actos de fe sin un objetivo conocido. Pero a medida que madura el panorama de proveedores y se documentan ejemplos de clientes, cada proyecto puede y debe tener objetivos vinculados a resultados comerciales valiosos y medibles.
  • Conjunto de datos disponibles : la mayoría de los expertos estarían de acuerdo en que un algoritmo mediocre con un conjunto de datos grande siempre triunfa sobre un gran algoritmo con un conjunto de datos pequeño. Explore las opciones disponibles, limpie lo que pueda, integre nuevas fuentes de datos y ejecute pruebas para ver los resultados.
  • Composición del equipo : aunque el objetivo de los sistemas de inteligencia artificial es reducir las tareas manuales, la tecnología aún debe encajar en un equipo y en un proceso comercial que comprenda su valor. Cada vez más, se atiende a los usuarios comerciales no técnicos, pero mientras tanto, es importante asegurarse de que el equipo comprenda los datos y sea lo suficientemente técnico para comprender las fortalezas y deficiencias de un enfoque algorítmico. Quizás lo más importante es que deben ser humildes y estar ansiosos por aprender, y estar impulsados ​​por los datos (es decir, estar dispuestos a vincular la actividad con los resultados).
  • Selección de proveedores : aunque existe un caso para la construcción interna o el uso de una agencia para una aplicación a medida, el menú de opciones en el mercado de los proveedores es cada vez más sólido. Para elegir el proveedor adecuado, pregunte sobre el conjunto de datos, pruebe múltiples demostraciones o pruebas competitivas y presione para comprender si el sistema está capacitado previamente o requiere que lo haga.
CONTENIDO RELACIONADO SELECCIONADO A MANO:
Nuevos amigos tecnológicos en el bloque de marketing

Empresa predictiva

Un cambio hacia la empresa predictiva requiere una nueva dedicación ideológica y práctica a la comprensión del cliente. La ventaja competitiva que ofrece la inteligencia artificial no se basa en el algoritmo o la eventual aplicación, sino en comprender al cliente con mayor profundidad y actuar en base a esa información en el momento.

Los obstáculos obvios se centran exclusivamente en la organización: política, obstáculos técnicos, limitaciones de recursos y el síndrome del no inventado aquí. Sin embargo, en un mundo plano, con nuevos participantes disruptivos que se centran en una experiencia de cliente de calidad y sin problemas, la única opción sostenible es invertir antes que la competencia.

Para torcer la cita de Wayne Gretsky, demasiado usada, es hora de patinar hacia donde se dirige el mercado, no hacia donde ha estado. La ironía es que, en este caso, no es necesario adivinar ni confiar en el instinto. El cliente ya se mudó. Como cliente, espero una fuente de contenido inspirada en Facebook, con la consiguiente compensación de privacidad. Espero que las recomendaciones similares a las de Amazon sean útiles. Y, al estilo de Google, espero que se anticipe a mis necesidades y ofrezca ayuda antes de que yo la pida. Incorpore la empresa inteligente y predictiva.

Pensamientos al comienzo

Las incursiones iniciales en el marketing predictivo se han enganchado a los datos del perfil de origen en los grandes sistemas de gestión de clientes y CRM. No siempre se trata de datos limpios, pero es un buen comienzo. Los enfoques más profundos y defendibles abordan un problema fundamentalmente más difícil: convertir los datos no estructurados de los clientes en información procesable.

Los datos no estructurados, a menudo llamados datos oscuros, no se utilizan en gran medida dentro de la empresa, pero comprenden el 88% de todos los datos recopilados (IBM Research). En Idio, resumimos nuestro enfoque de los datos oscuros con la tesis: "Eres lo que lees". Lo que queremos decir es que el contenido que consume es altamente indicativo de sus intereses y altamente predictivo de su intención. Las herramientas habilitadas por IA analizan estos datos oscuros, esencialmente cómo sus clientes interactúan y se comportan con su contenido, para predecir sus intereses e intenciones, y personalizar su experiencia.

Considere usar esta lista de verificación de proyectos para ayudar a su empresa en el marketing predictivo:

  • ¿Tengo patrocinio ejecutivo para un enfoque basado en IA?
  • ¿He definido varios resultados comerciales?
  • ¿Existe una urgencia y un plazo claro para lograr esos resultados?
  • ¿Existe un conjunto de datos para modelar?
  • ¿Mi equipo ha aceptado el proyecto?
  • ¿He evaluado la decisión de construir versus comprar?
  • ¿He creado una lista corta de proveedores?
  • ¿Sus sistemas están entrenados previamente o hay un proceso de capacitación prolongado?

Definiciones de términos clave

A medida que comienza a utilizar realmente los beneficios de la inteligencia artificial y el marketing predictivo, es importante que todos se basen en las mismas definiciones. Aquí hay una breve introducción:

  • La inteligencia artificial (IA) es la ciencia de construir máquinas que hacen cosas que se considerarían inteligentes si las hiciera un humano.
  • El aprendizaje automático es el subconjunto de la IA que permite que las computadoras aprendan sin estar programadas explícitamente. Los casos de uso comunes de aprendizaje automático son la optimización (con el tiempo, eligiendo la mejor opción para lograr un objetivo establecido), identificación (extrayendo el significado de imágenes o texto), detección de anomalías (aislando un evento que ocurre fuera de la norma) y segmentación (agrupación en clústeres basado en características inferidas o conocidas).
  • La inteligencia de contenido es la aplicación de la inteligencia artificial a la gestión de contenido, sobre todo la comprensión y clasificación del contenido para mejorar la orientación y medir el rendimiento.
  • El marketing predictivo es la aplicación de la inteligencia artificial al marketing, generalmente para identificar prospectos, predecir en qué podrían estar interesados ​​y recomendar el siguiente mejor contenido o información de producto.

Conclusión

Con esta comprensión de la IA y algunos consejos sobre cómo empezar, es el momento de convertir "casi implementado" en una realidad de IA para mejorar el marketing de su empresa y comprender y conectarse verdaderamente con sus clientes.

Una versión de este artículo apareció originalmente en la edición de junio de Chief Content Officer. Regístrese para recibir su suscripción gratuita a nuestra revista impresa bimensual.

Imagen de portada de Joseph Kalinowski / Content Marketing Institute