Você deve confiar na inteligência artificial para impulsionar seu marketing de conteúdo?

Publicados: 2020-12-22

artificial-intelligence-drive-content-marketing Antes do café da manhã, eu verifico meus feeds de notícias do Facebook e LinkedIn para uma rápida sinopse do dia. Enquanto entro no chuveiro, clico em “download” de um filme recomendado no Netflix, sabendo que tenho um longo voo esta noite. Enquanto devoro meu cereal, clico uma vez para comprar um presente para o aniversário de um amigo na próxima semana. Meu iPhone apita para me dizer que preciso sair agora se quiser fazer aquela reunião antecipada a 90 quilômetros de distância. E quando entro no carro, uso a ativação por voz para reproduzir minha lista de reprodução favorita do Spotify, e o Apple Maps me informa que levará cinco minutos para dirigir até a estação de trem esta manhã.

Com exemplos reais de valor demonstrável no mercado, não podemos mais brincar sarcasticamente que IA significa "quase implementado".

Todos nós estamos sendo condicionados a confiar na tecnologia em nosso dia a dia, não apenas para comunicação, mas também para tomada de decisões. Essa interface cada vez mais profunda com a tecnologia está reconectando nossos cérebros para processar informações de maneira diferente, como escreve Nicholas Carr em The Shallows. O mesmo ocorre com nossos clientes.

A interface cada vez mais profunda com a tecnologia está reconectando nossos cérebros para processar informações de maneira diferente, diz @roughtype. Clique para tweetar

Aplicativos populares de consumo levaram à adoção em massa inconsciente de tecnologia avançada de previsão. E ainda ... enquanto estamos terceirizando cada vez mais nossos processos cognitivos para uma miríade de aplicativos e ferramentas de consumo, a empresa só agora está acordando para esse novo nível de expectativa do cliente. Essa adoção desequilibrada é mais clara quando consideramos que agora confiamos no sistema anti-colisão embutido de um carro para proteger nossas vidas, mas ainda questionamos se uma máquina pode recomendar o que escrever a seguir em um programa de marketing ou qual cliente deve receber um novo oferta de produto.

Confiamos na inteligência artificial para dirigir nossos carros com segurança, mas não para recomendar estratégias de marketing.

Confiamos na inteligência artificial para dirigir nossos carros, mas não para recomendar estratégias de marketing, diz @andjdavies. Clique para tweetar
CONTEÚDO RELACIONADO ESCOLHIDO:
Marketing de conteúdo cognitivo: o caminho para um futuro mais inteligente (artificialmente)

Verdade Inconveniente

Nos últimos 10 anos, a automação de marketing cresceu e se tornou uma indústria de bilhões de dólares, prometendo trazer personalização e eficiência aos programas de marketing. O toque de sereia de nutrição automatizada de leads, pontuação de leads e respostas acionadas para atividades críticas em potencial se provou irresistível para organizações B2B: havia quase 11 vezes mais empresas com automação de marketing em 2014 do que no início de 2011 (SiriusDecisions), e 60% das empresas que movimentam pelo menos US $ 500 milhões adotaram a automação de marketing até 2014 (Raab Associates).

No entanto, a verdade inconveniente sobre a automação de marketing de primeira geração é que ela não é realmente automatizada. É uma ferramenta de fluxo de trabalho central fantástica que pode alcançar escala, mas requer recursos para configurar, integrar, gerenciar e otimizar. De fato, em muitas organizações B2B, a frase “alimentar a besta” foi aceita na linguagem de marketing como uma forma de descrever as demandas de recursos da automação de marketing. Mais fundamentalmente, há a questão do desvio de regras. Ao configurar as campanhas, você define as regras de negócios: “Se A acontecer, faça B” ou “Se o indivíduo tiver essa característica, coloque-o no segmento 4.” Isso pode ser simples para começar, mas é sempre uma redução inadequada de jornadas complexas e variadas do comprador. Então, você adiciona mais regras para tornar a campanha mais direcionada. E cada vez que você mede os resultados, o resultado é que mais regras precisam ser escritas. Alguns de nossos clientes corporativos estimam que gastam $ 500.000 por ano nesses elementos manuais de automação de marketing - e isso desconsidera o investimento vital e significativo na criação contínua de conteúdo.

Embora a automação de marketing prometa o mundo, o que ela realmente faz é automatizar a execução do marketing de conteúdo, enquanto a tomada de decisões permanece um esforço impraticávelmente manual. Ele oferece aos profissionais de marketing um forte fluxo de trabalho e até insights, mas falha em fornecer uma maneira automatizada de agir com base nesses insights em escala. Fundamentalmente, o conteúdo desses sistemas é burro; o sistema não entende do que se trata o conteúdo e quem deve lê-lo. Para rastrear quem procura como resolver isso, a Forrester iniciou recentemente um novo tema de pesquisa que chama de "inteligência de conteúdo", que define como "o uso de tecnologias de inteligência artificial para compreender e capturar as qualidades inerentes a qualquer conteúdo". Como diz o analista de tecnologia de marketing David Raab: “Algo tem que ceder: ou os profissionais de marketing param de tentar tomar as melhores decisões ou param de confiar nas regras”.

A automação de marketing de primeira geração automatiza a execução; a tomada de decisões continua sendo um esforço manual. @andjdavies Click To Tweet

Diferença de expectativa

Diante do aumento implacável das expectativas dos clientes, os principais profissionais de marketing estão investindo em ferramentas baseadas em IA - uma categoria que abrange tudo, desde ferramentas de personalização que "aprendem" com o comportamento on-line dos indivíduos para recomendar conteúdo de forma mais eficaz, até ferramentas que podem detectar padrões de minuto em grandes conjuntos de dados do consumidor e prever o comportamento futuro. Estes são alguns dos mais interessantes na lista crescente de aplicações potenciais para IA em marketing:

  • Estratégia de conteúdo - recomendando qual conteúdo criar a seguir
  • Estratégia de campanha - recomendando que sequência de comunicações entregar
  • Personalização - recomendar o conteúdo certo para cada cliente com base no comportamento
  • Segmentação - agrupar clientes com base no comportamento ou intenção
  • Automação de cópia - geração automática de linhas de assunto e descrições
  • Priorização de leads ou contas - classificação de leads ou contas pela probabilidade de fechamento
  • Estratégia de vendas - recomendar a oferta de produto / serviço e o conteúdo certo para usar nas vendas
  • Intenção de vendas - prevendo a oferta de produto certa, o tamanho do negócio e a data de fechamento
  • Retargeting - recomendar o conteúdo certo em blocos de anúncios redirecionados

Uma vez que as principais suítes de marketing ainda precisam implantar ou produzir totalmente suas ofertas de IA, a adoção de IA geralmente requer uma combinação de soluções pontuais e conjuntos de dados.

Na verdade, os profissionais de marketing estão cada vez mais reunindo suas próprias pilhas de tecnologia a partir das melhores soluções pontuais, permitindo que a tecnologia seja construída em torno das necessidades do cliente, em vez dos recursos do fornecedor. Especialmente em ambientes de clientes complexos - por exemplo, vendas de relacionamento de alto contato com longos ciclos de compra - a aplicação de IA promete começar a preencher a lacuna entre a expectativa do cliente e a experiência real. Isso é mais pertinente em negócios globais, já que a IA resolve (e depende) de escala.

Para Byron O'Dell, diretor sênior de marketing da IHS Markit, o emprego de aprendizado de máquina preditivo em vez de automação de marketing tem como objetivo superar os desafios de escala. Ele explica, “permitir a relevância do marketing em escala é desafiador, mas o aprendizado de máquina preditivo está nos dando um caminho para alcançar isso”.

O aprendizado de máquina preditivo está nos dando um caminho para alcançar relevância de marketing em grande escala, diz @byronodell. Clique para tweetar

Inicialmente, a maioria dos profissionais de marketing está considerando dois casos de uso principais: personalização e pontuação preditiva de leads. A personalização envolve a correspondência de conteúdo com a evolução da necessidade do cliente, principalmente quando o conteúdo é produzido em grande escala e, muitas vezes, mal classificado. A pontuação de leads preditiva é impulsionada pelo desejo insaciável por novas conversas de vendas, onde os sinais que identificam uma conta interessada são difíceis de identificar ou descobrir.

CONTEÚDO RELACIONADO ESCOLHIDO:
Deseja aumentar suas operações de conteúdo? 4 coisas para pensar grande [Infográfico]

Negócios orientados por insights

Essas novas abordagens abordam um desafio fundamental: o processo de compra mudou, com o comprador cada vez mais fortalecido, informado e conectado, mas as empresas estão vendendo em grande parte da mesma maneira que sempre fizeram. Usar conteúdo para atrair, envolver e converter faz parte da solução, mas os líderes de marketing também estão usando o conteúdo para entender o cliente.

Os principais profissionais de marketing usam #content para entender o cliente, diz @andjdavies. Clique para tweetar

Em um mundo cada vez mais competitivo, qualquer empresa que não entenda seus compradores perderá rapidamente participação de mercado à medida que novos concorrentes com prioridade digital crescem. Os disruptores ficam obcecados com seus clientes; eles se concentram em fornecer uma experiência excelente e perfeita para o cliente; eles não são sobrecarregados por tecnologia obsoleta e processos rígidos. Eles reconhecem que obter e agir de acordo com um entendimento mais profundo do cliente cria uma vantagem competitiva.

A Forrester Research está construindo um corpo de evidências em torno do que chama de “negócios orientados por insights”. Uma definição desses negócios é que eles não têm nenhum atrito entre o ponto de entender o cliente e o ponto de entregar a próxima resposta. Existe um ciclo de feedback totalmente automatizado. O grupo de negócios que a Forrester define nesta categoria - empresas de rápido crescimento que inovam com base na compreensão e na experiência do cliente - deve ser verdadeiramente assustador para os operadores históricos.

A IA de marketing promete interações não estruturadas e em tempo real com o cliente que agregam valor. Os sistemas atuais baseados em regras simplesmente não podem ser escalados, nem as equipes de marketing podem completar um processo manual no tempo necessário para entregar relevância.

Fatores de sucesso

À medida que um número crescente de empresas está investindo em abordagens baseadas em IA, as semelhanças entre os projetos de sucesso estão se tornando mais claras.

  • Patrocínio executivo - vez após vez, o patrocínio executivo claro para o conceito geral chega ao topo da lista. Embora os profissionais de marketing de nível médio possam comprar soluções pontuais com sucesso, as organizações maiores descobrirão que, para abrir os conjuntos de dados certos e gerar valor comercial geral, elas eventualmente precisam de um patrocinador executivo para defender uma abordagem mais automatizada.
  • Resultados definidos - os primeiros inovadores tiveram que dar saltos de fé sem um objetivo conhecido. Mas, à medida que o panorama do fornecedor amadurece e os exemplos de clientes são documentados, todo projeto pode e deve ter objetivos vinculados a resultados de negócios avaliados e mensuráveis.
  • Conjunto de dados disponível - a maioria dos especialistas concordaria que um algoritmo medíocre com um grande conjunto de dados sempre supera um ótimo algoritmo com um pequeno conjunto de dados. Explore as opções disponíveis, limpe o que puder, integre novas fontes de dados e execute testes para ver os resultados.
  • Composição da equipe - embora o objetivo dos sistemas de IA seja reduzir as tarefas manuais, a tecnologia ainda precisa se encaixar em uma equipe e em um processo de negócios que entenda seu valor. Cada vez mais, usuários de negócios não técnicos estão sendo atendidos, mas, por enquanto, é importante garantir que a equipe entenda os dados e seja técnica o suficiente para compreender os pontos fortes e fracos de uma abordagem algorítmica. Talvez mais importante, eles devem ser humildes e ansiosos para aprender, e orientados por dados (ou seja, dispostos a vincular a atividade aos resultados).
  • Seleção de fornecedores - embora seja necessário construir internamente ou usar uma agência para um aplicativo personalizado, o menu de opções dos fornecedores no mercado é cada vez mais robusto. Para escolher o fornecedor certo, pergunte sobre o conjunto de dados, experimente várias demonstrações ou testes competitivos e pressione para entender se o sistema é pré-treinado ou requer que você o faça.
CONTEÚDO RELACIONADO ESCOLHIDO:
Novos amigos técnicos no bloco de marketing

Empresa preditiva

Uma mudança em direção à empresa preditiva requer uma rededicação ideológica e prática para entender o cliente. A vantagem competitiva proporcionada pela inteligência artificial não se baseia no algoritmo ou na eventual aplicação, mas sim em compreender o cliente com mais profundidade - e agir com base nesse insight no momento.

Os obstáculos óbvios são exclusivamente centrados na organização: política, bloqueios técnicos, restrições de recursos e síndrome do não inventado aqui. Ainda assim, em um mundo plano, com novos participantes inovadores com foco em uma experiência de cliente de qualidade e perfeita, a única opção sustentável é investir antes da concorrência.

Para torcer a citação exagerada de Wayne Gretsky, é hora de patinar para onde o mercado está indo, não para onde esteve. A ironia é que, nesse caso, você não precisa adivinhar ou confiar no instinto. O cliente já se mudou. Como cliente, espero um feed de conteúdo inspirado no Facebook, com a resultante troca de privacidade. Espero que recomendações semelhantes às da Amazon sejam úteis. E, a la Google, espero que você antecipe minhas necessidades e ofereça ajuda antes de eu pedir. Crie uma empresa inteligente e preditiva.

Pensamentos sobre o início

As incursões iniciais no marketing preditivo se conectaram aos dados de perfil de terceiros em grandes sistemas de gerenciamento de clientes e CRM. Nem sempre são dados limpos, mas é um bom começo. As abordagens mais profundas e defensáveis ​​lidam com um problema fundamentalmente mais difícil: transformar dados não estruturados do cliente em insights acionáveis.

Os dados não estruturados, geralmente chamados de dados obscuros, não são amplamente utilizados na empresa, mas compreendem 88% de todos os dados coletados (IBM Research). Na Idio, resumimos nossa abordagem aos dados obscuros com a tese, “Você é o que lê.” O que queremos dizer é que o conteúdo que você consome é altamente indicativo de seus interesses e altamente preditivo de sua intenção. Ferramentas habilitadas para IA analisam esses dados obscuros - essencialmente como seus clientes se envolvem e se comportam com seu conteúdo - para prever seus interesses e intenções, e personalizar sua experiência.

Considere o uso desta lista de verificação de projeto para ajudar seu empreendimento no marketing preditivo:

  • Eu tenho patrocínio executivo para uma abordagem baseada em IA?
  • Eu defini vários resultados de negócios?
  • Existe uma urgência e um prazo claro para alcançar esses resultados?
  • Existe um conjunto de dados para modelar?
  • Minha equipe aderiu ao projeto?
  • Eu avaliei a decisão de construir versus comprar?
  • Criei uma pequena lista de fornecedores?
  • Seus sistemas são pré-treinados ou o processo de treinamento é demorado?

Definições de termos-chave

À medida que você está começando a realmente usar os benefícios da IA ​​e do marketing preditivo, é importante que todos tenham as mesmas definições. Aqui está uma breve introdução:

  • Inteligência artificial (IA) é a ciência de construir máquinas que fazem coisas que seriam consideradas inteligentes se feitas por um ser humano.
  • O aprendizado de máquina é o subconjunto da IA ​​que permite que os computadores aprendam sem serem explicitamente programados. Casos de uso de aprendizado de máquina comuns são otimização (ao longo do tempo, escolher a melhor opção para atingir um objetivo definido), identificação (extração de significado de imagens ou texto), detecção de anomalias (isolar um evento que ocorre fora da norma) e segmentação (agrupamento com base em características inferidas ou conhecidas).
  • Inteligência de conteúdo é a aplicação de IA ao gerenciamento de conteúdo, principalmente a compreensão e classificação de conteúdo para melhorar a segmentação e medir o desempenho.
  • O marketing preditivo é a aplicação da IA ​​ao marketing, geralmente para identificar clientes em potencial, prever no que eles podem estar interessados ​​e recomendar a próxima melhor peça de conteúdo ou informações sobre o produto.

Conclusão

Com essa compreensão da IA ​​e algumas dicas sobre como começar, é sua hora de transformar “quase implementado” em uma realidade de IA para melhorar o marketing da sua empresa e realmente entender e se conectar com seus clientes.

Uma versão deste artigo apareceu originalmente na edição de junho do Chief Content Officer. Inscreva-se para receber sua assinatura gratuita de nossa revista impressa bimestral.

Imagem da capa por Joseph Kalinowski / Content Marketing Institute