지능형 마케팅 담당자가 인공 지능을 사용하는 8 가지 방법

팀이 콘텐츠 마케팅에서 혁신적인 AI 기반 솔루션을 사용하는 것을 매일 연기하면 경쟁 우위를 잃고 있습니다.

이것이 약간 극적으로 들리면 훌륭합니다. 마케팅 팀이 일을 시작하고 AI 기반 마케팅 도구를 수용 할 준비를해야합니다.

인공 지능 시스템은 Netflix, Amazon, 당연히 Google과 같은 인기 제품 및 서비스의 배경에서 지속적으로 작동합니다. 하지만 지난 몇 년 동안 AI는 브랜드가 고객 여정의 모든 단계를 향상시킬 수 있도록 마케팅에 더 깊이 진출했습니다. 더욱이 이전에 대기업 수준의 기업이 사용할 수 있었던 도구는 중소 기업이 저렴하게 이용할 수있게되었습니다.

마케팅 분야의 최신 머신 러닝 애플리케이션을 더 잘 이해하기 위해 저는 AI 기반 솔루션 개발에 주력하는 회사 인 MindTitan의 CTO 인 Markus Lippus와상의했습니다.

우리의 대화는 AI를 활용하여 콘텐츠 마케팅 경쟁을이기거나 적어도 경쟁하는 8 가지 방법으로 이어졌습니다.

1. AI 강화 PPC 광고

대부분의 마케팅 담당자는 클릭당 지불 예산을 애드워즈와 Facebook에 할당합니다. eMarketer에 따르면 구글이 미국 디지털 광고 시장의 40.7 %를 점유하고 있으며 페이스 북이 19.7 %를 차지하고있다.

대부분의 클릭당 지불 광고 캠페인은 사내 팀이나 PPC 대행사에서 관리합니다. 즉, 인간입니다. 하지만 AI는 경쟁 업체에서 사용할 수없는 새로운 광고 채널을 발견하는 데 도움이 될 수 있습니다.

Markus에 따르면“AI 기반 시스템은 광고주가 더 많은 광고 플랫폼을 테스트하고 타겟팅을 최적화하는 데 도움이 될 수 있습니다. 이것이 바로 페이스 북이 광고 게재 최적화로하고있는 일입니다. 그러나이 접근 방식은 타사 또는 사내 AI 도구를 사용하여 옴니 채널 PPC 캠페인 데이터 (단일 회사에서 보유)에도 적용될 수 있습니다.”

인공 지능 마케팅 플랫폼 인 Albert는 자율 미디어 구매 서비스를 제공합니다. 이 접근 방식은 AI가 유료 광고 캠페인을 분석, 관리 및 최적화하는 동안 사람의 입력이 거의 필요하지 않습니다.

핵심 요점 : 대규모 PPC 캠페인으로 작업하는 경우 기계 학습 알고리즘을 사용하면 레이아웃, 카피 라이팅, 타겟팅 및 입찰을 최적화하는 새로운 방법을 찾을 수 있습니다.

2. 고도로 개인화 된 웹 사이트 경험과 더 나은 CRO

AI의 능력은 처음부터 새로운 웹 사이트를 구축하는 것과는 거리가 멀지 만 사이트에서 지능적인 개인화를 통해 방문자 경험을 향상시키는 데 도움이 될 수 있습니다.

지능형 알고리즘은 다음을 개인화하는 데 도움이 될 수 있습니다.

• 웹 사이트 경험 – 단일 사용자에 대한 수백 개의 데이터 포인트 (위치, 인구 통계, 기기, 웹 사이트와의 상호 작용 등)를 분석함으로써 AI는 가장 적합한 제안과 콘텐츠를 표시 할 수 있습니다.
• 푸시 알림 – 행동 개인화 덕분에 푸시 알림은 개별 사용자에게 특정하여 적시에 적절한 메시지를 전달할 수 있습니다.

Evergage의 2017 Real-Time Personalization Survey에 따르면 설문 조사에 참여한 마케터의 33 %가 AI를 사용하여 개인화 된 웹 경험을 제공합니다. AI 기반 개인화의 이점에 대해 질문했을 때 응답자의 63 %는 전환율 증가를 언급했고 61 %는 향상된 고객 경험을 언급했습니다.

이미지 소스

Boomtrain 보고서에 따르면 The Wall Street Journal, Pandora, La Redoute 및 TopFan과 같은 게시자와 소비자 브랜드는 모두 AI 기반 접근 방식을 사용하여 전환율을 높이고 경쟁과 차별화합니다.

예를 들어 Pandora는 인간 큐레이터와 기계 학습 알고리즘을 결합하여 청취자가 좋아할만한 새로운 노래를 제안합니다. 음악 청취 서비스는 최고의 사용자 경험을 제공함으로써 얻을 수있는 경쟁 우위의 많은 좋은 예를 제공합니다. 많은 양의 콘텐츠로 작업하는 경우 알고리즘은 각 개별 사용자에게 가장 관련성이 높은 콘텐츠를 표시하는 데 도움이 될 수 있습니다.

또한 AI를 사용하면 데이터 흐름이 중지되거나 예기치 않은 트래픽이 사이트를 방문하는시기를 인식 할 수 있습니다. 매초마다 무슨 일이 일어나고 있는지 파악하기 위해 분석을 확인할 수는 없지만 Hunch와 같은 AI 도구는 할 수 있습니다. AI 기반 Slackbot은 Google Analytics 데이터를 분석하고 일반 성능 및 대규모 데이터 변경에 대한 통찰력있는 보고서를 보냅니다. 이 정보는 웹 사이트를 완벽하게 운영하고 유지하는 데 도움이 될뿐만 아니라 발생하는 이상 현상을 해결하는 데 도움이됩니다.

이미지 소스

핵심 사항 : 고객이 점점 더 의미있는 경험을 기대할 때 AI를 사용하여 개인화의 상당 부분을 자동화 할 수 있습니다. 결과적으로 블로그 방문자는 위치, 인구 통계 및 검색 기록을 기반으로 가장 관련성이 높은 콘텐츠, 알림 및 제안을 볼 수 있습니다.

3. AI 기반 콘텐츠 제작

자연어 생성은 콘텐츠 제작자의 작업을보다 효율적으로 만드는 데 엄청난 잠재력을 가지고 있습니다. Gartner는 2018 년까지 모든 비즈니스 콘텐츠의 20 %가 기계로 작성 될 것으로 예측합니다.

현재 머신은 다음과 같은 간단한 규칙 세트 및 형식으로 콘텐츠를 만들 수 있습니다.

• 이익 및 손실 요약
• 분기 별 비즈니스 보고서
• 호텔 설명
• 실시간 재고 정보
• 스포츠 게임 요약

이미지 소스

모든 AI 생성 내러티브는 마치 인간이 쓴 것처럼 읽도록 설계되었습니다. 각 내러티브의 데이터 통찰력과 글쓰기 스타일은 잠재 고객에게 가장 잘 봉사하기 위해 브랜드에서 정한 규칙과 형식에 따라 다릅니다.

콘텐츠 제작 외에도 Rocco와 같은 AI 기반 마케팅 도구는 브랜드 팔로워가 참여할 가능성이있는 신선한 소셜 미디어 콘텐츠를 제안 할 수 있습니다.

핵심 사항 : AI에서 생성 한 전자 책 또는 연구 보고서가 여전히 공상 과학 소설이지만 AI 도구를 사용하여 이메일 콘텐츠, 개인화 된 보고서 또는 메시지를 자동으로 생성하거나 소셜 미디어 용 콘텐츠를 큐레이팅 할 수 있습니다.

4. 콘텐츠 생성 챗봇

최근에 고객 서비스 담당자와 온라인 채팅을했다면 Ashley 또는 Jen이라는 도움이되는 특파원이 약간의 비밀을 갖고있을 수 있습니다. 그녀는 봇입니다.

패션에서 건강, 보험에 이르기까지 지능형 챗봇은 경계선 마법의 고객 지원을 제공합니다. 그리고 어떤 경우에는 인간보다 개인화 된 콘텐츠를 만드는 데 더 낫습니다.

“챗봇은 수백만 개의 고객 중심 데이터 포인트에 액세스 할 수 있습니다. 또한 위치 별 요청을 집계하여 패턴을 감지하고 반복적 인 문제를 발견하며 특정 사용자에게 문제를 일으키는 원인을 예측할 수 있습니다.”라고 Markus는 말합니다. "종종 이것은 어떤 인간 고객 서비스 담당자보다 더 많은 지식을 갖도록 만듭니다."

그러나 챗봇은 직접적인 고객 서비스 상호 작용에만 국한되지 않습니다. 예를 들어 Sephora의 Kik 봇은 사용자의 메이크업 선호도에 대한 미니 퀴즈와 함께 열립니다.

이미지 소스

특정 제품에 대해 더 자세히 알고 싶은 사용자를 위해 Kik은 여러 사용자 정의 옵션이있는 다음 수준의 대화 상자를 엽니 다.

Sephora의 사례는 AI 기반 챗봇이 연구 단계에서 조언을 제공하여 새로운 형태의 콘텐츠 마케팅을 제공 할 수 있음을 입증합니다.

핵심 요약 : 오늘날 AI 기반 챗봇은 흔합니다. 그러나 개인화 된 콘텐츠 마케팅을 통해 고객 채팅을 한 단계 더 발전시킬 수 있습니다. 직접적인 고객 서비스 상호 작용뿐만 아니라 모든 온라인 방문자에 대한 사전 조언자로 AI 에이전트를 고용하는 방법을 생각하십시오.

5. 지능형 이메일 콘텐츠 큐 레이션

팀은 종종 여러 고객 세그먼트에 대한 매주 이메일을 컴파일하고 예약하는 데 시간을 소비합니다. 스마트 구독자 세분화를 사용하더라도 모든 고객에게 개인화 된 이메일을 전달할 수는 없습니다. 그러나 Demand Metric의 2016 년 연구에 따르면 마케터의 80 %는 개인화 된 콘텐츠가 "개인화되지 않은"콘텐츠보다 더 효과적이라고 말합니다.

이미지 소스

이때 인공 지능이 게임에 등장합니다. 알고리즘은 구독자의 웹 사이트 경험과 이메일 검색 데이터를 매핑하여 콘텐츠와 개인의 모든 상호 작용을 이해할 수 있습니다. 이 지식을 통해 알고리즘은 하이퍼 컨텍스트 콘텐츠를 식별하여 일대일 개인화 된 이메일을 생성 할 수 있습니다.

다음을 기반으로 동적 이메일을 컴파일 할 수 있습니다.

• 이전 웹 사이트 상호 작용
• 이전에 블로그 기사 및 콘텐츠 읽기
• 페이지에서 보낸 시간
• 위시리스트
• 당시 가장 인기있는 콘텐츠
• 유사한 방문자의 관심
• 브랜드 이메일과의 이전 상호 작용

핵심 요점 : 인공 지능을 사용하면 개별적으로 선별 된 이메일을 모든 고객에게 보낼 수 있습니다. 고객의 읽기 패턴과 관심 주제를 분석하여 그 사람과 가장 관련이있는 특정 콘텐츠를 추천함으로써 AI 지원 이메일은 모든 구독자에게 훨씬 더 매력적일 수 있습니다.

팁 : 모든 AI 지원 시스템이 사용자 피드백을 통해 학습 할 수있는 것은 아닙니다. AI 도구를 평가할 때 해당 학습 기능이 포함되어 있는지 확인하십시오.

6. 이탈 예측 및 스마트 한 고객 참여

기계 학습 알고리즘은 또한 이탈하거나 경쟁 업체로 떠나려는 고객 세그먼트를 식별하는 데 도움이 될 수 있습니다.

이 카테고리의 AI 기반 도구는 데이터를 수집하고, 예측 모델을 구축하고, 실제 고객에서 해당 모델을 테스트하고 검증하는 데 도움이 될 수 있습니다. 이 정보는 그 사람이 어떤 단계에 있는지를 나타낼 수 있습니다. 빠른 이탈 고객 (제품을 사용하기 시작한 직후 제품을 포기한 사용자)은 재 참여하기 어렵지만, 이탈이 늦은 고객 (오래 지속되는 고객)은 브랜드와의 관계) 제품을 계속 사용하도록 장려 할 수 있습니다.

예를 들어 Vidora는 지능형 AI 기반 이탈 예측을 제공하여 이탈하는 고객의 참여를 사전에 유지합니다. Markus는 다음과 같이 설명합니다.

AI 기반 이탈 예측은 옴니 채널 이벤트를 분석하고 감소하는 고객 참여를 식별하는 데 도움이됩니다. 예를 들어 시스템이 사용 시간 단축과 같은 이탈을 나타내는 동작을 감지하면 사용자에게 관련 제안, 푸시 알림 및 이메일을 보내 계속 참여할 수 있습니다.

핵심 요약 : AI 기반 이탈 예측을 개인화 된 콘텐츠 제작과 결합하면 더 많은 고객의 참여를 유지하여 평생 가치와 수익을 높일 수 있습니다. 이탈 예측은 모든 제품과 회사에 고유하므로 기계 학습 알고리즘을 회사에 맞게 조정하거나 처음부터 구축해야합니다. 이 정보를 사용하면 참여하지 않는 사용자에게 제공 할보다 효과적인 콘텐츠를 만들 수 있습니다.

7. AI 기반 고객 통찰력

인간이 모든 수치를 처리하고 고객의 행동 패턴과 일치시키는 데 엄청난 시간이 걸리는 경우 AI는 즉시 마케팅 통찰력을 제공 할 수 있습니다.

Dynamic Yield는 Under Armour, Sephora, Urban Outfitters 등이 고급 기계 학습 엔진을 사용하여 실행 가능한 고객 세그먼트를 구축하는 데 도움이됩니다.

AI 알고리즘은 다음을 포함한 수십억 개의 데이터 포인트를 기반으로 고객 페르소나를 생성합니다.

• 지역별 이벤트
• 현장 상호 작용
• 추천 소스
• 심리적 요인
• 구매 행동
• 과거 커뮤니케이션

이미지 소스

결과적으로 기계 학습 알고리즘은 다음을 수행 할 수 있습니다.

• 캠페인에 포함 및 제외해야하는 고객 세그먼트를보다 명확하게 식별
• 고객이 사용하고 유지할 가능성이 가장 높은 제품과 더 잘 일치
• 불가피하게 상품을 반품하는 쇼핑객에게 한정된 재고가 홍보되는 것을 방지

핵심 요점 : AI는 방문자가 배송 부서를 통해 웹 사이트에서 귀사와 상호 작용 한 방식에 따라 가장 관련성이 높은 제품 또는 콘텐츠를 표시하는 데 도움이 될 수 있습니다.

8. 자동화 된 이미지 인식

최근에 Google 포토를 사용한 적이 있다면 시스템이 사람과 이미지를 얼마나 잘 인식하는지 알아 차렸을 것입니다. 최근 몇 년 동안 소프트웨어는 99 %를 초과하는 정확도로 사람을 인식하는 데 초인적이되었습니다.

Amazon, Facebook 및 Pinterest와 같은 대형 브랜드는 AI 기반 이미지 인식을 사용하여 이미지와 비디오에서 사람과 사물을 식별합니다.

이미지 소스

마케터의 관점에서 이미지 인식은 온라인 콘텐츠와 매장 방문 간의 더 나은 동기화를 의미 할 수 있습니다. 많은 상점에서 얼굴 인식 소프트웨어를 사용하여 고객의 매장 방문을 추적하고 이러한 비디오를 고객의 프로필에 연결합니다.

영국 패션 소매 업체의 최대 59 %가 매장에 얼굴 인식 소프트웨어를 배포합니다. AI 관리 푸시 알림과 결합하면 매장에서 실시간 할인 제안과 환영 메시지를 개별 방문자에게 보낼 수 있습니다.

핵심 요점 : 매장 내 얼굴 인식에서 수집 한 데이터는 매장 방문자를위한 콘텐츠 경험을 사용자 지정하는 데 중요한 계층 인 또 다른 계층을 추가합니다. 사람이 쇼핑하는 방법을 알면 더욱 구체적인 일대일 메시징을 만들고 전달할 수 있습니다. 얼굴 인식 소프트웨어는 측정 도구로도 사용할 수 있습니다. 이제 온라인 캠페인의 오프라인 ROI를 추적 할 수 있습니다.

마케터와 AI가 함께 작동하는 방법

AI를 통해 마케터는 이전에는 불가능하다고 생각했던 꿈을 실현할 수 있습니다. 즉, 개인화되고 의미있는 방식으로 모든 개별 고객과 소통 할 수 있습니다.

AI를 콘텐츠 마케팅 스택에 통합하려는 경우 다음 세 가지 사항을 고려하십시오.

• 자동화 된 콘텐츠 큐 레이션에서 개인화에 이르기까지 AI가 가장 큰 영향을 미치고 ROI를 극대화 할 수있는 기회를 찾으십시오.
• 알고리즘이 학습하기에 충분한 데이터인지 확인하십시오.
• 개인화에 너무 공격적이지 않도록주의하십시오. 모든 마케팅 메시지와 콘텐츠 경험은 사용자에게 자연스럽게 보여야합니다.

수년간 콘텐츠 마케팅에서 AI의 영향을 받아 왔으며 이제는 의도적으로 추가 AI 제품을 적용하여 개인화 된 경험을 제공하고 경쟁을 이길 때입니다.

참고 : 블로그 게시물에 포함 된 모든 도구는 CMI 편집 팀이 아닌 작성자가 제안한 것입니다. 어떤 게시물도 공간에서 모든 관련 도구를 제공 할 수 없습니다. 주석에 추가 도구를 포함 시키십시오 (귀하의 회사 또는 사용한 적이있는 것).

콘텐츠 마케팅 학습을 자동화하고 싶으십니까? CMI 뉴스 레터를 구독하면 매일 새로운 통찰력, 팁, 트렌드 등을받을 수 있습니다.

표지 이미지 : Joseph Kalinowski / Content Marketing Institute