市場營銷中的人工智能是被新興技術(例如人工智能)顛覆的傳統部門中的一部分。新興技術不僅在顛覆整個行業，而且還在改變部門的動態。

 

如今的廣告和營銷方面發生了很大的變化。與其他許多學科一樣，其景觀已經從物理轉變為數字，企業營銷人員也不得不適應這種轉變。通過不同的平臺以不同的方式吸引客戶。信息也發生了變化。

 

三位行業專家探討人工智能在市場營銷中的作用。人工智能正在顛覆B2B和B2C環境中的營銷，改變傳統角色和職能，并提倡部門協作。

 

Symphony RetailAI公司首席市場官Kevin Sterneckert闡述了市場營銷中的人工智能的觀點：

 

 

人工智能/機器學習非常適合實現個性化。實際上，如果沒有人工智能/機器學習，大規模的個性化是不可能的，本質上，這些功能可以滿足每個目標的特定需求。人工智能/機器學習可以將推薦的報價作為出發點，并且通過學習周期可以改善個性化的報價。每個目標的成功之路會有所不同，其結果是獨一無二的。隨著機器的學習，可以為每個目標提供最佳報價。

 

·深度學習解決方案如何使營銷人員能夠訪問大數據，以實現最具針對性的營銷?

 

隨著數據數量和質量的提高，營銷人員的學習系統也會不斷完善。這些系統檢查事件并努力了解因果關系。此外，對營銷人員進行培訓，可以根據大數據中發現的信號預測未來事件。大規模構建的學習系統旨在處理大量數據，并可以利用這些數據來理解大多數分析人員無法或不會看到的見解和因果關系。其見解通常是那些需要跨多種類型的數據進行復雜連接的見解。這些復雜的連接意味著交流和擴展成功的目標營銷的機會。

 

 

銷售和營銷團隊的協調對于確保成功的基于帳戶的營銷策略至關重要。Sirius Decisions公司最近的一份調查報告發現，在銷售和營銷運營之間保持一致的組織可以實現24%的增長和27%的利潤增長。

 

銷售和營銷團隊現在可以通過人工智能和機器學習等技術實時了解客戶的行為模式。通過了解角色、目標、痛點以及他們在購買過程中所處的位置來更好地了解客戶，最終將使市場團隊能夠一起工作以改善體驗。采用干凈的數據，他們可以更深入地了解客戶，并更好地與客戶保持一致，從而確保與客戶和潛在客戶的所有互動都具有相關性、個性化和一致性。

 

People.ai公司創始人兼首席執行官Oleg Rogynskyy闡述了人工智能在市場營銷活動中應用的觀點：

 

 

第一步是確定“購買聯盟”的含義。購買聯盟更準確地反映了為做出購買決定而聚集的不同角色的臨時聯盟。以前，組織沒有自動創建聯系人的功能，并且只有銷售代表才知道。現在，組織能夠在正確的時間更準確地針對正確的購買者進行營銷。

 

通過將人工智能應用于客戶關系管理(CRM)數據，組織可以通過捕獲相關活動并與正確的機會相關聯，為參與決策過程的所有潛在買家創建完整的聯系。然后人工智能可以通過各種機會聯系人跟蹤所有接觸點，分析他們如何參與，以及在接觸之前和之后是誰參與的，以顯示完成交易所需的最佳買家數量，以及如何按順序與這些買家進行溝通建立戰略聯盟。只有當人工智能將客戶關系管理(CRM)數據映射到正確的機會后，才能完成此操作。企業也可以通過自己的角色驅動分析來做到這一點。

 

 

通過使用人工智能，更具體地說通過情感分析，企業可以監控人們對其品牌的看法，并基于這種洞察力，傳遞消費者想要看到的東西。傳統的指標是數量為中心：例如觀看的次數、點擊數、評論數、股票等。但是，情感分析不僅限于受眾特征，還包括公眾與企業品牌之間互動的質量。

 

使用人工智能和機器學習，企業可以分析與消息和其他輸出的互動，以查看消息背后的含義。這可以幫助企業了解特定事件或市場營銷活動產生了什么樣的反應——積極的、消極的或中性的。情緒分析有助于發現對競選活動的反應，識別推動者和破壞者，并關注細分市場的細分市場，甚至進一步細分。企業還可以主動識別產品或消息的問題，并識別競爭對手的注意事項。

 

 

十年前，首席營銷官和首席技術官之間沒有太多可以交流的內容。現代首席營銷官擁有大量技術(有些人稱之為影子IT的崛起)，但是首席技術官和首席信息官正在迎頭趕上，因此他們需要合作，以確保他們的人工智能戰略在增長、安全性和可擴展性方面保持一致。此后，人們目睹了互聯網、移動通信、媒體、云計算基礎設施、安全和消費者購買行為的一系列相互聯系的革命，這些行為顛覆了企業的格局。

 

現代銷售是一項團隊活動，隨著企業復雜性的提高，錯誤的邊際也越來越少。他們需要實時，無信息過載地更有效地了解彼此的得失。當企業捕獲、分析并向銷售團隊提供此類見解時，每個人都可以學習，并可以加快交易速度。

 

 

客戶體驗是數字化轉型的根本。隨著數據的大量增長，企業有機會利用機器學習和人工智能的數據來改善客戶的日常體驗。早在2011年，Gartner公司就預測到2020年無需人工干預即可管理85%的客戶關系。

 

人工智能和機器學習可以并且已經在數據收集中起著不可或缺的作用，以跟蹤用戶體驗(UX)和客戶體驗(CX)，從信息中學習并從大量數據中提供可行的見解，否則這些數據將無法使用。

 

Productsup公司共同創始人和首席營銷官Marcel Hollerbach對人工智能改善客戶體驗進行了闡述。

 

 

High Street商店正在使用人工智能來改善客戶體驗。隨著在線銷售快速增長，他們需要進行創新以增加人員流量，需要創造引人入勝的體驗，以便客戶再次光顧。

 

例如，玉蘭油(Olay)公司基于人工智能的皮膚顧問軟件Skin Advisor幫助客戶根據自拍照找到完美的皮膚護理例程，而North Face公司利用IBM Watson的功能來幫助客戶根據性別或天氣等變量確定穿著最合適的夾克。

 

Westfield購物中心最近推出了“趨勢商店”，該商店根據實時社交媒體數據存儲最受歡迎的商品。該商店于上個月開業，它是人工智能如何為店內客戶帶來創新和定制體驗的一個例子。

 

人工智能可以在商店里幫助顧客尋找適合的產品、回答問題或提出建議。要做到這一點，需要高質量的產品數據。由于消費者的時間越來越少，因此需要獲得一種便捷的購物體驗。與此同時，他們希望與品牌建立聯系，并將購物視為一種社交體驗，因此人工智能驅動的個性化是關鍵。