Dovresti fidarti dell'intelligenza artificiale per guidare il tuo content marketing?

Pubblicato: 2020-12-22

intelligenza artificiale-drive-content-marketing Prima di colazione, controllo i miei feed di Facebook e LinkedIn per una rapida sinossi della giornata. Mentre salto sotto la doccia, premo "download" su un film consigliato su Netflix, sapendo che stasera ho un lungo volo. Mentre divoro i miei cereali, faccio clic una volta per acquistare un regalo per il compleanno di un amico la prossima settimana. Il mio iPhone fa un ping per dirmi che devo andarmene ora se voglio fare quella riunione anticipata a 87 chilometri di distanza. E appena salgo in macchina, utilizzo l'attivazione vocale per riprodurre la mia playlist Spotify preferita e Apple Maps mi informa che stamattina ci vorranno cinque minuti per raggiungere la stazione ferroviaria.

Con esempi reali di valore dimostrabile sul mercato, non possiamo più scherzare sarcasticamente sul fatto che AI ​​significhi "quasi implementato".

Siamo tutti condizionati a fare affidamento sulla tecnologia nella nostra vita quotidiana, non solo per la comunicazione, ma anche per il processo decisionale. Questa interfaccia sempre più profonda con la tecnologia sta ricablando il nostro cervello per elaborare le informazioni in modo diverso, come scrive Nicholas Carr in The Shallows. È lo stesso con i nostri clienti.

L'interfaccia sempre più approfondita con la tecnologia sta ricablando il nostro cervello per elaborare le informazioni in modo diverso, afferma @roughtype. Clicca per twittare

Le popolari app di consumo hanno portato all'adozione di massa inconscia di una tecnologia predittiva avanzata. Eppure… mentre esternalizziamo sempre più i nostri processi cognitivi a una miriade di app e strumenti di consumo, l'azienda si sta solo svegliando a questo nuovo livello di aspettative dei clienti. Questa adozione sbilanciata è più chiara se consideriamo che ora ci fidiamo del sistema di prevenzione delle collisioni integrato di un'auto per proteggere le nostre vite, ma ci chiediamo ancora se una macchina può consigliare cosa scrivere dopo in un programma di marketing o quale cliente dovrebbe ricevere un nuovo offerta di prodotti.

Ci fidiamo dell'intelligenza artificiale per guidare le nostre auto in sicurezza, ma non per consigliare strategie di marketing.

Ci fidiamo dell'intelligenza artificiale per guidare le nostre auto, ma non per consigliare strategie di marketing, afferma @andjdavies. Clicca per twittare
CONTENUTI CORRELATI SELEZIONATI A MANO:
Marketing dei contenuti cognitivi: il percorso verso un futuro più (artificialmente) intelligente

Verità sconveniente

Negli ultimi 10 anni, l'automazione del marketing è diventata un'industria da miliardi di dollari promettendo di portare personalizzazione ed efficienza ai programmi di marketing. Il richiamo della sirena del consolidamento automatizzato dei lead, del punteggio dei lead e delle risposte innescate alle attività critiche dei potenziali clienti si è rivelato irresistibile per le organizzazioni B2B: nel 2014 c'erano quasi 11 volte più aziende con automazione del marketing rispetto all'inizio del 2011 (SiriusDecisions) e il 60% delle aziende che hanno fatturato almeno 500 milioni di dollari hanno adottato l'automazione del marketing entro il 2014 (Raab Associates).

Tuttavia, la scomoda verità sull'automazione del marketing di prima generazione è che non è realmente automatizzata. È un fantastico strumento di flusso di lavoro centrale che può raggiungere la scalabilità, ma richiede risorse per impostare, integrare, gestire e ottimizzare. In effetti, in molte organizzazioni B2B, la frase "nutrire la bestia" è stata accettata nel gergo del marketing come un modo per descrivere le richieste di risorse dell'automazione del marketing. Fondamentalmente, c'è la questione dello strisciamento delle regole. Quando imposti le campagne, definisci le regole aziendali: "Se si verifica A, allora fai B" o "Se l'individuo ha questa caratteristica, inseriscile nel segmento 4." Questi possono essere semplici all'inizio, ma sono sempre una riduzione inadeguata dei viaggi di acquisto complessi e vari. Quindi, aggiungi più regole per rendere la campagna più mirata. E ogni volta che si misurano i risultati, il risultato è che è necessario scrivere più regole. Alcuni dei nostri clienti aziendali stimano di spendere $ 500.000 all'anno per questi elementi manuali dell'automazione del marketing, e questo non tiene conto dell'investimento vitale e significativo nella creazione di contenuti in corso.

Mentre l'automazione del marketing promette al mondo, ciò che in realtà fa è automatizzare l'esecuzione del content marketing, mentre il processo decisionale rimane uno sforzo manuale impraticabile. Offre ai professionisti del marketing un flusso di lavoro efficace e persino informazioni dettagliate, ma non fornisce un modo automatizzato per agire su tali informazioni su larga scala. Fondamentalmente, il contenuto di questi sistemi è stupido; il sistema non capisce di cosa tratta il contenuto e chi dovrebbe leggerlo. Per tenere traccia di coloro che cercano come affrontare questo problema, Forrester ha recentemente avviato un nuovo tema di ricerca che chiama "intelligenza dei contenuti", che definisce come "l'uso di tecnologie di intelligenza artificiale per comprendere e catturare le qualità inerenti a qualsiasi contenuto". Come afferma l'analista di tecnologia di marketing David Raab, "Qualcosa deve dare: o i professionisti del marketing smettono di cercare di prendere le decisioni migliori o smettono di fare affidamento sulle regole".

L'automazione del marketing di prima generazione automatizza l'esecuzione; il processo decisionale resta uno sforzo manuale. @andjdavies Click To Tweet

Divario di aspettative

Di fronte alle aspettative dei clienti in costante aumento, i principali professionisti del marketing stanno investendo in strumenti basati sull'intelligenza artificiale, una categoria che comprende tutto, dagli strumenti di personalizzazione che "apprendono" dal comportamento online delle persone per consigliare i contenuti in modo più efficace, a strumenti in grado di rilevare modelli minimi enormi set di dati dei consumatori e prevedere il comportamento futuro. Queste sono alcune delle più interessanti nell'elenco crescente di potenziali applicazioni per l'IA nel marketing:

  • Strategia di contenuto : consigliare quale contenuto creare successivamente
  • Strategia della campagna : suggerire quale sequenza di comunicazioni fornire
  • Personalizzazione : consigliare il contenuto giusto per ogni cliente in base al comportamento
  • Segmentazione : raggruppamento dei clienti in base al comportamento o all'intenzione
  • Copia automazione : generazione automatica di righe dell'oggetto e descrizioni
  • Priorità di lead o account : classifica i lead o gli account in base alla probabilità di chiusura
  • Strategia di vendita : consigliare l'offerta di prodotti / servizi e i contenuti giusti da utilizzare nelle vendite
  • Intenzione di vendita : previsione della giusta offerta di prodotti, dimensioni dell'affare e data di chiusura
  • Retargeting : consigliando il contenuto giusto all'interno di unità pubblicitarie con retargeting

Poiché le principali suite di marketing devono ancora implementare o produrre completamente le loro offerte di intelligenza artificiale, l'adozione dell'IA di solito richiede una combinazione di soluzioni puntuali e set di dati.

In effetti, i professionisti del marketing stanno sempre più mettendo insieme i propri stack tecnologici dalle migliori soluzioni puntuali, consentendo alla tecnologia di essere costruita attorno alle esigenze del cliente piuttosto che alle caratteristiche del fornitore. Soprattutto in ambienti di clienti complessi - ad esempio, vendite di relazioni ad alto impatto con lunghi cicli di acquisto - l'applicazione dell'IA promette di iniziare a colmare il divario tra le aspettative dei clienti e l'esperienza effettiva. Questo è più pertinente nelle aziende globali, poiché l'IA risolve per (e si basa su) scala.

Per Byron O'Dell, direttore senior del marketing presso IHS Markit, impiegare l'apprendimento automatico predittivo anziché l'automazione del marketing significa superare le sfide della scala. Spiega: "Consentire la pertinenza del marketing su larga scala è una sfida, ma il machine learning predittivo ci offre un percorso per raggiungere questo obiettivo".

Il machine learning predittivo ci offre un percorso per raggiungere la pertinenza del marketing su larga scala, afferma @byronodell. Clicca per twittare

Inizialmente, la maggior parte dei professionisti del marketing sta prendendo in considerazione due casi d'uso chiave: personalizzazione e punteggio predittivo dei lead. La personalizzazione implica l'adattamento del contenuto alle esigenze in evoluzione del cliente, in particolare quando il contenuto è prodotto su larga scala e spesso classificato in modo scadente. Il punteggio predittivo dei lead è guidato dal desiderio insaziabile di nuove conversazioni di vendita, in cui i segnali che identificano un account interessato sono difficili da identificare o scoprire.

CONTENUTI CORRELATI SELEZIONATI A MANO:
Vuoi aumentare le tue operazioni sui contenuti? 4 cose a cui pensare in grande [Infografica]

Attività basata sugli approfondimenti

Questi nuovi approcci affrontano una sfida fondamentale: il processo di acquisto è cambiato, con l'acquirente sempre più abilitato, informato e connesso, ma le imprese vendono in gran parte come hanno sempre fatto. Utilizzare i contenuti per attrarre, coinvolgere e convertire fa parte della soluzione, ma anche i principali operatori di marketing utilizzano i contenuti per comprendere il cliente.

I principali professionisti del marketing utilizzano #content per comprendere il cliente, afferma @andjdavies. Clicca per twittare

In un mondo sempre più competitivo, qualsiasi azienda che non comprende i propri acquirenti perderà rapidamente quote di mercato con la crescita di nuovi concorrenti digital first. I disgregatori sono ossessionati dai loro clienti; si concentrano sulla fornitura di un'esperienza cliente eccellente e senza interruzioni; non sono ostacolati da una tecnologia obsoleta e da processi rigidi. Apprezzano il fatto che acquisire e agire su una più profonda comprensione del cliente crea un vantaggio competitivo.

Forrester Research sta costruendo una serie di prove su ciò che definisce "attività guidate da intuizioni". Una definizione di queste attività è che non hanno attriti tra il punto di comprensione del cliente e il punto di fornire la risposta successiva. C'è un ciclo di feedback completamente automatizzato. La coorte di attività che Forrester definisce in questa categoria - le aziende in rapida crescita che innovano sulla base della comprensione e dell'esperienza dei clienti - dovrebbero essere davvero terrificanti per gli operatori storici.

L'intelligenza artificiale del marketing promette interazioni con i clienti non strutturate e in tempo reale che forniscono valore. Gli attuali sistemi basati su regole semplicemente non possono scalare né i team di marketing possono completare un processo manuale nel tempo necessario per fornire rilevanza.

Fattori di successo

Poiché un numero crescente di aziende investe in approcci basati sull'intelligenza artificiale, i punti in comune tra i progetti di successo stanno diventando più chiari.

  • Sponsorizzazione esecutiva - Di volta in volta, una chiara sponsorizzazione esecutiva per il concetto generale sale in cima alla lista. Mentre i professionisti del marketing di medio livello possono acquistare con successo soluzioni mirate, le organizzazioni più grandi scopriranno che per aprire i set di dati giusti e generare valore aziendale complessivo, alla fine hanno bisogno di uno sponsor esecutivo per sostenere un approccio più automatizzato.
  • Risultati definiti - I primi innovatori dovevano fare salti di fede senza un obiettivo noto. Ma man mano che il panorama dei fornitori matura e gli esempi dei clienti vengono documentati, ogni progetto può e deve avere obiettivi legati a risultati di business valutati e misurabili.
  • Set di dati disponibili - La maggior parte degli esperti concorderebbe che un algoritmo mediocre con un set di dati di grandi dimensioni prevale sempre su un algoritmo eccezionale con un set di dati ridotto. Scopri le opzioni disponibili, pulisci ciò che puoi, integra nuove origini dati ed esegui test per vedere i risultati.
  • Composizione del team : sebbene l'obiettivo dei sistemi di intelligenza artificiale sia ridurre le attività manuali, la tecnologia deve ancora adattarsi a un team e a un processo aziendale che ne comprenda il valore. Gli utenti aziendali non tecnici vengono sempre più serviti, ma nel frattempo è importante assicurarsi che il team comprenda i dati e sia abbastanza tecnico da cogliere i punti di forza e le carenze di un approccio algoritmico. Forse ancora più importante, devono essere umili e desiderosi di imparare e guidati dai dati (cioè disposti a collegare l'attività ai risultati).
  • Selezione del fornitore - Sebbene sia opportuno costruire internamente o utilizzare un'agenzia per un'applicazione su misura, il menu di opzioni sul mercato da parte dei fornitori è sempre più robusto. Per scegliere il fornitore giusto, chiedi informazioni sul set di dati, prova più demo o prove competitive e spingi per capire se il sistema è pre-addestrato o richiede che tu lo faccia.
CONTENUTI CORRELATI SELEZIONATI A MANO:
Nuovi amici tecnologici nel blocco marketing

Impresa predittiva

Uno spostamento verso l'impresa predittiva richiede una ridedicazione ideologica e pratica per comprendere il cliente. Il vantaggio competitivo offerto dall'intelligenza artificiale non si basa sull'algoritmo o sull'eventuale applicazione, ma piuttosto sulla comprensione del cliente in modo più approfondito e sull'agire in base a tale intuizione al momento.

Gli ostacoli evidenti sono esclusivamente incentrati sull'organizzazione: politica, blocchi tecnici, limitazioni delle risorse e sindrome del non inventato qui. Tuttavia, in un mondo piatto, con nuovi concorrenti dirompenti che si concentrano su un'esperienza cliente di qualità e senza interruzioni, l'unica opzione sostenibile è investire in vantaggio rispetto alla concorrenza.

Per distorcere la citazione abusata di Wayne Gretsky, è tempo di pattinare dove sta andando il mercato, non dove è stato. L'ironia è che in questo caso non c'è bisogno di indovinare o fare affidamento sull'istinto. Il cliente si è già trasferito. Come cliente, mi aspetto un feed di contenuti ispirato a Facebook, con il conseguente compromesso sulla privacy. Mi aspetto che i consigli simili ad Amazon siano utili. E, come Google, mi aspetto che tu anticipi le mie esigenze e offra aiuto prima che te lo chieda. Porta avanti l'impresa intelligente e predittiva.

Pensieri all'inizio

Le prime incursioni nel marketing predittivo si sono agganciate ai dati del profilo di prima parte nella gestione dei clienti di grandi dimensioni e nei sistemi CRM. Non sono sempre dati puliti, ma è un buon inizio. Gli approcci più profondi e più difendibili affrontano un problema fondamentalmente più difficile: trasformare i dati dei clienti non strutturati in informazioni utilizzabili.

I dati non strutturati, spesso chiamati dark data, sono in gran parte inutilizzati all'interno dell'azienda, ma comprendono l'88% di tutti i dati raccolti (IBM Research). In Idio, riassumiamo il nostro approccio ai dati oscuri con la tesi: "Sei quello che leggi". Ciò che intendiamo è che il contenuto che consumi è altamente indicativo dei tuoi interessi e altamente predittivo del tuo intento. Gli strumenti abilitati all'intelligenza artificiale analizzano questi dati oscuri, essenzialmente come i tuoi clienti interagiscono e si comportano con i tuoi contenuti, per prevedere i loro interessi e le loro intenzioni e personalizzare la loro esperienza.

Considera l'idea di utilizzare questo elenco di controllo del progetto per aiutare la tua impresa nel marketing predittivo:

  • Ho una sponsorizzazione esecutiva per un approccio basato sull'intelligenza artificiale?
  • Ho definito diversi risultati aziendali?
  • C'è un'urgenza e un lasso di tempo chiaro per raggiungere questi risultati?
  • Esiste un set di dati da modellare?
  • Il mio team ha aderito al progetto?
  • Ho valutato la decisione tra build e acquisto?
  • Ho creato un breve elenco di fornitori?
  • I loro sistemi sono pre-addestrati o c'è un lungo processo di formazione?

Definizioni dei termini chiave

Mentre stai iniziando a utilizzare veramente i vantaggi dell'IA e del marketing predittivo, è importante che tutti abbiano le stesse definizioni. Ecco un breve primer:

  • L'intelligenza artificiale (AI) è la scienza della costruzione di macchine che fanno cose che sarebbero considerate intelligenti se fatte da un essere umano.
  • L'apprendimento automatico è il sottoinsieme dell'IA che consente ai computer di apprendere senza essere programmati esplicitamente. I casi d'uso comuni dell'apprendimento automatico sono l'ottimizzazione (nel tempo la scelta dell'opzione migliore per raggiungere un obiettivo prefissato), l'identificazione (estrazione di significato da immagini o testo), rilevamento di anomalie (isolamento di un evento che si verifica al di fuori della norma) e segmentazione (raggruppamento basato su caratteristiche dedotte o note).
  • L'intelligenza dei contenuti è l'applicazione dell'IA alla gestione dei contenuti, in particolare la comprensione e la classificazione dei contenuti per migliorare il targeting e misurare le prestazioni.
  • Il marketing predittivo è l'applicazione dell'intelligenza artificiale al marketing, di solito per identificare i potenziali clienti, prevedere a cosa potrebbero essere interessati e consigliare il prossimo miglior contenuto o informazione sul prodotto.

Conclusione

Con questa comprensione dell'IA e alcuni suggerimenti su come iniziare, è il momento di trasformare "quasi implementato" in una realtà AI per migliorare il marketing aziendale e comprendere veramente e connettersi con i clienti.

Una versione di questo articolo è apparsa originariamente nel numero di giugno di Chief Content Officer. Iscriviti per ricevere l'abbonamento gratuito alla nostra rivista cartacea bimestrale.

Immagine di copertina di Joseph Kalinowski / Content Marketing Institute