L'apprendimento automatico insegna agli esperti di marketing a coltivare una mentalità di crescita

In associazione con Google

Mentre la digitalizzazione ha messo a dura prova i metodi e le misure tradizionali del reparto marketing negli ultimi anni, la funzione sta riprendendo la sua energia collegandosi a una fonte di alimentazione ricca e abbondante: i dati.

I dati aziendali esistenti, così come le informazioni raccolte dall'interazione con i consumatori, sono diventati una preziosa risorsa aziendale. Con l'avvento del machine learning, un tipo di algoritmo che identifica i modelli nei dati e migliora con l'esperienza, le aziende possono utilizzare i dati per prevedere e imparare a identificare i consumatori che potrebbero diventare clienti di alto valore.

La ristrutturazione aziendale in atto oggi rispecchia la trasformazione in atto in interi settori, dai media alla produzione, mentre le aziende si riprogrammano per competere in un ambiente intriso di digitalmente. Per molto tempo, nessuno di noi avrebbe pensato che la vendita di alimenti e bevande tramite e-commerce sarebbe stata un'attività così grande, afferma Shyam Venugopal, vicepresidente per la strategia globale per i dati dei consumatori e dei media presso PepsiCo. Operiamo in un ambiente in continua evoluzione.

Nessuno di noi avrebbe pensato che vendere cibo e bevande tramite l'e-commerce sarebbe stato un affare così grande. Operiamo in un ambiente in continua evoluzione.

Data la crescente complessità dei percorsi di acquisto dei clienti, che ora si estendono su più dispositivi, piattaforme e punti di contatto, il compito di tenere il passo può sembrare opprimente. I marketer hanno dovuto ripensare radicalmente i loro approcci per raggiungere potenziali clienti in un'era con infinite opzioni per la creazione e la distribuzione di contenuti. Il loro obiettivo è ancora più ambizioso: anticipare con precisione le prossime mosse dei potenziali clienti, catturando e persino dando forma a ciò di cui hanno bisogno e di cui hanno bisogno.

La profusione di dati che le aziende possono raccogliere rappresenta un'opportunità di esaudire i desideri per i dirigenti di marketing delle grandi aziende che desiderano tornare a costruire relazioni one-to-one con i clienti. Investendo e sfruttando le tecniche di apprendimento automatico per raccogliere i dati per ottenere informazioni dettagliate, identificare modelli e creare modelli predittivi, i professionisti del marketing possono mappare il percorso del cliente. Possono comprendere come i diversi segmenti prendono decisioni di acquisto e presentare loro messaggi più personalizzati.

Rompere gli schemi del marketing con l'apprendimento automatico

• Scarica il rapporto

Cogliere i dati

Un recente sondaggio condotto da MIT Technology Review Insights, in collaborazione con Google, ha confermato la centralità dei dati nella costruzione di una strategia di marketing iper-personalizzata. Il sondaggio ha raccolto 1.419 dirigenti di marketing di aziende con oltre 100 milioni di dollari di entrate annuali, provenienti da vari settori, tra cui servizi finanziari, vendita al dettaglio, tecnologia e istruzione.

Dopo un'attenta considerazione delle metriche aziendali, gli intervistati potrebbero essere classificati come leader o ritardatari: i leader rappresentano le aziende che hanno ottenuto un aumento dei ricavi superiore al 15% in due anni o un aumento della quota di mercato superiore a 15 punti percentuali nello stesso periodo periodo. Al contrario, le aziende in ritardo sono state le aziende che hanno visto una contrazione dei ricavi o una perdita di quote di mercato nello stesso periodo di tempo. Tra gli intervistati, due terzi dei leader affermano che il modo in cui le aziende applicano i propri dati giocherà un ruolo chiave nella loro capacità di prosperare.

Oltre ai ponti tecnici che devono essere attraversati per estrarre informazioni fruibili dai dati, è necessario ridurre anche le barriere funzionali. Il sondaggio ha rilevato che i leader hanno il 60% di probabilità in più rispetto ai ritardatari di credere che il team di marketing debba possedere una strategia del cliente basata sui dati che supporti tutte le parti interessate dell'organizzazione. In passato, il marketing può aver supervisionato la generazione della domanda, ma ha passato quei lead alle vendite. Ora il marketing deve assumersi la responsabilità dell'intera esperienza, diffondendo approfondimenti e analisi in tutta l'azienda.

Progettare il percorso di nessuna resistenza

Grazie alla sua capacità di comprendere e anticipare l'approccio di marketing più efficace per ogni cliente attuale e potenziale, l'apprendimento automatico solleva i professionisti del marketing dal lavoro pesante associato al download e alla manipolazione di enormi quantità di dati.

Si consideri, ad esempio, una funzione di marketing che ha accumulato 2,5 milioni di indirizzi e-mail e desidera contattare le persone che hanno maggiori probabilità di essere ricettive all'offerta di un nuovo prodotto. La segmentazione manuale di quel volume di clienti richiede tempo, ma spruzzarli di spam genererà cancellazioni e Rif -l'acquisizione è proibitivamente costosa. L'apprendimento automatico può estrarre in modo efficiente gli indirizzi e-mail i cui proprietari hanno, ad esempio, il 25% di possibilità di aprire l'e-mail e l'1% di possibilità di annullare l'iscrizione. Guidati dalla logica dell'apprendimento automatico, gli esperti di marketing possono identificare e combinare la combinazione ottimale di elementi che probabilmente porteranno a un obiettivo aziendale di successo.

Tracciare l'impatto in tutta l'azienda

L'esecuzione costante a quel livello, tuttavia, richiede più della semplice stratificazione della nuova tecnologia. Massimizzare i processi incentrati sul cliente significa unificarli, unire sistemi disparati e metterli al centro dell'attività. Per le aziende tipicamente organizzate per area geografica o linea di prodotti, lo sconvolgimento rappresenta un cambiamento culturale a livello di DNA: una nuova architettura aziendale che supporta la gestione dell'esperienza del cliente.

Dove potrebbe iniziare un tale sforzo? In ogni parte dell'organizzazione, la definizione di cliente può essere diversa, osserva Allison Hartsoe, fondatrice e CEO di Ambition Data, una società di consulenza di analisi dei dati. L'organizzazione deve creare una visione unificata del cliente, una definizione più ampia e più ampia da cui tutti traggono vantaggio.

L'impegno a diventare incentrato sul cliente e incentrato sui dati richiede invariabilmente una ristrutturazione organizzativa. Diventa necessario perché i dati del cliente sono diffusi in tanti reparti; quindi per essere completo è necessario che l'organizzazione si allinei, afferma Hartsoe. Si tratta di cambiare il modo di pensare dell'intera azienda. In alcune aziende, raggiungere questo obiettivo significa aggiungere un chief analytics officer alla C-suite.

In ogni caso, la trasformazione in una solida organizzazione basata sulle metriche richiede funzioni discrete per lavorare insieme molto più strettamente. In una società di giochi, afferma Hartsoe, i product manager non fanno scelte su quali funzionalità del prodotto aggiungere senza ricevere input dal gruppo di ricerca dei clienti. Data la decisione dell'azienda di concentrarsi sui clienti di alto valore, prima che venga fatta qualsiasi scelta, i product manager vogliono lavarla attraverso le metriche dei clienti di alto valore, in modo che possano prendere decisioni in modo incentrato sul cliente, afferma Hartsoe. L'uso delle metriche cambia il processo decisionale. Consente inoltre alle aziende di valutare preventivamente l'impatto di qualsiasi iterazione del prodotto in esame.

Dotati della tecnologia di apprendimento automatico, gli esperti di marketing non solo svolgeranno il loro lavoro in modo diverso, ma svolgeranno anche un lavoro diverso. Nel sondaggio, quasi tre quarti (73%) dei leader di marketing che investono nell'apprendimento automatico affermano di aver spostato più del 10% del loro tempo dall'attivazione manuale alla generazione di informazioni strategiche. Ora possono gestire più diligentemente le loro decisioni di allocazione degli investimenti, dedicando le loro limitate risorse ai potenziali clienti più promettenti. L'apprendimento automatico può confrontare i dati storici sulle persone che sono diventate acquirenti con i nuovi arrivati ​​che mostrano un comportamento pre-acquisto simile. Il risultato: un modello predittivo basato sulle intenzioni future di un cliente.

Come rilevato dal sondaggio, i leader hanno il 53% di probabilità in più rispetto ai ritardatari di affermare che il machine learning elabora i segnali dei dati per aiutare i marketer a rilevare meglio le intenzioni dei consumatori. La capacità di raccogliere, organizzare e analizzare i dati da più fonti consente agli esperti di marketing di individuare quanto sono vicini i clienti a una decisione di acquisto, dando forma a messaggi pertinenti piuttosto che invadenti. I consumatori moderni, le cui aspettative su ciò che possono acquistare quando, ovvero qualsiasi cosa e in questo momento, preferiscono fare affari con aziende che li capiscono e li aiutano.

Un accumulo di tali esperienze positive per il cliente costituisce i mattoni di quello che potrebbe essere il vantaggio competitivo più duraturo: la fedeltà del cliente.

Conquistare i clienti, catturare i ritorni

I dipartimenti di marketing possono ora ordinare i clienti in gruppi con maggiore precisione. Definendo segmenti di clienti basati sul valore, le aziende possono aumentare il ritorno sull'investimento di marketing sincronizzando la consegna dei messaggi quando i dati indicano che i potenziali clienti sono sul punto di prendere una decisione.

L'apprendimento automatico può anche misurare l'efficacia con cui il marketing sta investendo il proprio budget, calcolando continuamente il ritorno. Il sondaggio ha rilevato che i leader hanno il doppio delle probabilità rispetto ai ritardatari di concordare sul fatto che l'utilizzo dell'apprendimento automatico nelle campagne sui media ha migliorato il ROI con le prestazioni peggiori del 10% o più. Gli esperti di marketing possono misurare l'impatto dell'utilizzo di diverse tattiche di marketing quantificando anche il valore di elementi isolati all'interno di ciascuna di tali attività. Con questo in mente, possono riallocare i propri budget, allontanandosi dai canali meno efficienti.

Unendo silos di dati disgiunti e applicando l'apprendimento automatico a tutti i dati dell'organizzazione, il marketing acquisirà e manterrà una visione più chiara che mai di quei clienti e guiderà la crescita dell'azienda. Man mano che gli esperti di marketing acquisiscono fiducia nel valore aggiunto che risulta dall'integrazione dell'apprendimento automatico nella loro funzione, un numero crescente sarà convertito in studenti entusiasti della tecnologia, un bene inestimabile nell'era digitale predittiva.

Scopri di più sull'impatto dell'apprendimento automatico sul marketing.

nascondere