در عصر حاضر هوش مصنوعی یا AI در حال تغییر چهره کنونی بازاریابی دیجیتال با مفهومی که میشناسیم است. کاربرد هوش مصنوعی میتواند به بهینهسازی و سرعت بخشیدن به بسیاری از کارهای مختلف بازاریابی ازجمله بهبود تجارب مشتری و تغییر شیوههای راهبردی کمک کند.
اگر در بازاریابی شرکتتان نقش و مشارکت داشته باشید، احتمالاً از شیوههای مجهز به هوش مصنوعی در Martech Stack (مجموعه تکنولوژیهای مارکتینگ) استفاده کردهاید؛ اما هستند بسیاری از بازاریابان که هنوز درباره مزایا و کاربرد هوش مصنوعی و ماشینهای یادگیری نسبت به ابزارهای سنتی بازاریابی یا غیرهوشمند آگاهی و اطلاعات کافی ندارند.
اگر هنوز کاملاً در مسیر این جریان قرار نگرفتهاید یا فقط قصد دارید استفاده مختصر و ناچیزی از آن ببرید، بدانید که این تنها شما نیستید که چنین قصدی دارد. گام نهادن و سرمایهگذاری در مسیر بهرهگیری از این فناوری نوین مسئولیت بزرگ و هراسانگیزی است خصوصاً وقتی بدانیم با مفاهیم پیچیدهای مانند الگوریتمهای یادگیری ماشینی پایهریزی میشوند.
شیوههایی که مشتریان به پیامهای بازاریابی پاسخ میدهند و با آنها ارتباط برقرار میکنند در حال تغییر است. روشهای سنتی بازاریابی دیجیتال مانند تبلیغات رسانهای و ایمیل مارکتینگ دیگر مانند گذشته تأثیرگذار نیستند.
یکی از دلایل این است که، مصرفکنندگان امروزی انتظار دارند شرکتهای تجاری متناسب با مکان، جمعیت و یا علایق مصرفکنندگان پیامهای تبلیغاتی و بازاریابی خود را تنظیم کنند. بسیاری از آنها با بازاریابی غیرشخصیسازیشده ارتباط برقرار نمیکنند و احتمال زیادی وجود دارد که آن را نادیده بگیرند.
در گزارشی که از سوی شرکت مشاور مدیریت اکسنتور منتشر شد در سال ۲۰۱۷ بیش از ۴۰٪ از مصرفکنندگان به دلیل عدم اعتماد و ضعف شخصیسازی در بازاریابی، برند مورداستفاده خود را تغییر دادهاند. بیش از ۴۳٪ از مشتریان نیز تمایل داشتند از شرکتهایی که تبلیغات و بازاریابی را برای مشتریان شخصیسازی میکنند خرید نمایند.
مصرفکنندگان بیشتر با پیامهای بازاریابی شخصی ارتباط برقرار میکنند. اطلاعات بهدستآمده از بررسیهای اکسپرین نشان میدهد ایمیلهایی که دارای موضوعیت شخصی هستند ۲۶ درصد بیشتر باز و خوانده میشوند.
علاوه بر این در یک نظرسنجی جهانی که توسط مارکتو انجامشده است، ۷۹ درصد از مصرفکنندگان، اظهار داشتند که تنها در صورت خوب بودن تجربیات گذشته آنها در استفاده از محصولات یک شرکت احتمال دارد به تبلیغات تجاری آنها توجه کنند.
کاربرد هوش مصنوعی این امکان را به بازاریابان میدهد تا ارتباطات خود با مشتری را در سطح فردی شخصیسازی کنند نه مانند گذشته که تنها گروههای هدف را برای این کار در نظر داشتند.
فناوری هوش مصنوعی بر اساس پیشبینی رفتار مشتری و بر اساس هوش آموختهشده از تعاملات قبلی وی با آن شرکت کار میکند. این به این معنی است که بازاریابان میتوانند محتوای بازاریابی را برای مشتری ارسال کنند که بهاحتمالزیاد بتوانند وی را در بهترین زمان ممکن به سمت خرید هدایت کنند.
بیشتر افراد قبل از ورود به سایتهایی مانند آمازون یا نت فلیکس با پیشنهادات مناسب با سلیقه خود مواجه و آشنا میشوند. این موتورهای پیشنهادکننده در طول سالهای متمادی هرروز درحالتوسعه و پیچیدهتر شدن هستند و به طرز حیرتانگیزی دقیق عمل میکنند، بهویژه برای کاربرانی که چندین سال در آن سایتها حساب کاربری دارند.
چنانکه گفته شد این سرویس قادر به جمعآوری اطلاعات زیادی است بهعنوانمثال، آمازون سابقه موارد زیر را نگهداری میکند:
این سیستم میتواند از اطلاعات جمعآوریشده برای ارائه پیشنهاد محصول بر اساس علایق شما، خریدهای گذشته و آنچه افراد دیگری خریداری کردهاند که مشابه کالای شما بوده، استفاده کند. فرض بگیریم قبلاً یک پرینتر (چاپگر) خریدهاید، آمازون برای شما پیشنهادات خرید کارتریج و کاغذ چاپ را نمایش خواهد داد.
یا مثلاً اگر منتظر تولد نوزادی هستید و کرم استرچ مارک و ویتامینهای قبل از زایمان سفارش دادهاید، اگر لباس و اسباببازیهای کودک در محصولات پیشنهادی شما ظاهر شد تعجب نکنید.
تمام اینها توسط یک چارچوب هوش مصنوعی به نام DSSTNE تأمین میشود که بهعنوان یک نرمافزار منبع باز برای بهبود قابلیتهای یادگیری عمیق آن به وجود آمده است.
در همان زمان، گارتنر پیشبینی کرد که اگرچه ۹۰٪ از برندها تا سال ۲۰۲۰ از نوعی شخصیسازی بازاریابی دیجیتال استفاده خواهند کرد، اما اکثر آنها در تولید محتوای شخصیسازیشده بهینه موفق نخواهند شد. راز موفقیت هم برای بهبود شخصیسازی و هم برای تولید محتوای بیشتر و بهتر در هوش مصنوعی نهفته است.
با تجزیهوتحلیل دادههای مشتریان بر اساس الگوریتمهای یادگیری ماشین، بازاریابها قادر خواهند بود تا تجربه مشتری شخصیسازیشده نسبتاً دقیقی را ارائه دهند.
ارائه تخفیف راهی مطمئن برای تسریع در فروش است، اما برخی از مشتریان با تخفیف کمتر هم خرید میکنند یا حتی در صورت عدم وجود تخفیف. بسته به تقاضا، در دسترس بودن، مشخصات مشتری و سایر عوامل میتوان از کاربرد هوش مصنوعی برای تعیین قیمت محصولات بهصورت پویا استفاده کرد تا هم میزان فروش و هم سود افزایش یابد.
با استفاده از وبسایت camelcamelcamel.com که تغییرات قیمت محصولات آمازون را در طی زمان نشان میدهد، میتوانید قیمتگذاری پویا را در این سایت مشاهده کنید. هر محصول دارای نموداری است که نشان میدهد بسته به فصل، محبوبیت و سایر عوامل چقدر نوسان قیمت در آن به وجود آمده است.
مثلاً اگر به دنبال خرید بلیت یک پرواز بودهاید و پس از چند روز به سایت بازگشتهاید تا آن را بخرید اما با چند صد دلار افزایش قیمت مواجه شدهاید، این یک نمونه خوب از قیمتگذاری پویا در کار است.
مسنجر فیسبوک، واتساپ و سایر برنامههای پیامرسان به روشی محبوب و راحت برای ارتباط مشتریان با شرکتها تبدیلشدهاند، اما اطمینان از اینکه ارتباط مشتری و نمایندگیهای ارائه خدمات همیشه برقرار است، میتواند هزینه زیادی برای شرکت ایجاد کند.
برای کاهش بار کاری و پاسخ سریعتر به مشتریان، برخی از شرکتها و سازمانها اکنون از چت رباتیک برای پاسخگویی به سؤالات متداول مشتری و پاسخ فوری در هر زمان از شبانهروز استفاده میکنند.
چت رباتها را میتوان بهگونهای برنامهریزی کرد که پاسخهای معینی را برای سؤالات متداول ارائه دهند و اگر سؤال بیشازحد مشکل یا پیچیده باشد، مکالمه را به یک اپراتور انسانی هدایت کنند.
این فرایند مدتزمان ارائه خدمات به مشتری را کاهش داده و از بار کاری نیروی انسانی میکاهد. با این روش نمایندگان ارائه خدمات در انجام گفتگوهایی که نیاز به پاسخ شخصی بیشتری دارد، زمان و آزادی عمل بیشتری در اختیار خواهند داشت.
با در توسعه دستیاران مجازی مانند Siri، دستیار صوتی گوگل (Google Assistant)، الکسا و کورتانا، ما با چت رباتها راحتتر ارتباط برقرار میکنیم و حتی در برخی موارد آنها را به یک انسان ترجیح میدهیم.
الگوریتمهای پردازش زبان هوش مصنوعی در سالهای اخیر فوقالعاده پیشرفته شدهاند و این امکان را برای ماشینها فراهم کردهاند که جایگزین عوامل انسانی در خدمات مشتری و فروش شوند.
چت رباتیک نهتنها مقرونبهصرفه تر از استخدام تعداد زیادی نیروی انسانی برای پاسخگویی به سؤالات هستند، بلکه میتوانند این کار را به روشی کارآمدتر و حتی گاهی بهتر انجام دهند. ماشینها برخلاف انسانها هرگز حال بدی ندارند بنابراین میتوان به آنها اعتماد کرد تا همیشه مؤدب، جذاب و دوستداشتنی باشند.
الگوریتمهای جستجو برای جستجوی محصولات کوچک در پایگاه داده سایتهای تجارت الکترونیکی گرفته تا موتورهای جستجویی مانند گوگل که هرروزه توسط میلیونها نفر استفاده میشوند، از همه نظر بهبودیافتهاند.
استفاده از هوش مصنوعی در جستجو میتواند غلطهای املایی احتمالی را نشان داده و گزینههای دیگری را برای انتخاب به شما پیشنهاد دهد.
(“آیا منظور شما این بود …”)
که البته این پیشنهاد ممکن است تحت تأثیر مرورهای قبلی یا خریدهای شما ارائه شود.
گوگل روزبهروز درزمینه اهداف جستجوی کاربران دقیقتر و پیچیدهتر میشود. بهعنوانمثال اگر کسی کلمه “اپل” را جستجو کند به نظر شما ممکن است به دنبال اطلاعاتی مربوط به کدام زمینه میوه، شرکت فناوری یا مارکی تجاری باشد؟
بیشتر موتورهای جستجو میدانند هنگامیکه کاربری با تلفن همراه خود در حال جستجوی کلمه “کافیشاپ” است به دنبال کافیشاپی در فاصله چند مایلی خود میگردد تا اینکه بخواهد اطلاعاتی کلی و عمومی در مورد کافیشاپ به دست آورد.
نتایج حاصلشده از پلتفرمهایی همچون گوگل مای بیزنس نیز تجربه کاربری خوبی را برای جستجوگران فراهم میکند و با افزایش تعداد دستگاهها و دستیارهای مجهز به هوش مصنوعی، جستجوی صوتی گوگل در حال فراگیر شدن روزافزون است.
علاوه بر این، با رشد استفاده از اینترنت همراه و بلندگوهای خانگی هوشمند، جستجوی صوتی بهطور چشمگیری افزایشیافته و انتظار میرود که این رشد ادامه یابد.
کاربرد هوش مصنوعی مسئلهای ضروری و موردنیاز برای تفسیر الگوهای پیچیده موجود در گفتار افراد است همچنین درک معنی سوالاتی که جستجوی گفتاری میشوند؛ چراکه این الگوها بسیار متفاوت از جستجوهای تایپشده سنتی هستند.
بازاریابان همچنین میتوانند از هوش مصنوعی در جهت بهینهسازی محتوای خود برای جستجوی صوتی استفاده کرده و به بهبود سئو و ترافیک سایت شرکت خود کمک کنند، زیرا دنیا هرروز بیشتر و بیشتر به سمت دیجیتال با استفاده از صدا در حال حرکت است.
تست A/B یا رفتارشناسی مخاطبان روشی سنتی برای بهینه سازی تبلیغات است، اما این فرآیند بسیار پرزحمت بوده و دارای تعداد بیشماری از متغیرها برای نمایش دادن است به همین دلیل زمان و منابع زیادی برای انجام نیاز دارد. با استفاده از الگوریتمهای هوش مصنوعی میتوانید تبلیغات کلیکی خود را بهطور مداوم و خودکار بر اساس تعاملات مشتریان بهینهسازی کنید.
اما گفتهشده که میتوان در برابر تبلیغات ایمنی هم شد این بدین معنی است که ظهور اپلیکیشنهایی مانند Ghostery، برای مسدود کردن فناوری ردیابی، مسائل را برای ناشران و تبلیغکنندگان چالشبرانگیزتر کرده است. این تأثیر بر صنعت نشر تبلیغات بسیار زیاد بوده است چنانکه تخمین زده میشود تا پایان سال جاری، با فرض ادامه این روند، در حدود ۳۵ میلیارد دلار زیان به بار آید.
درگذشته، شرکتهایی مانند Unilever و آژانسهایی مانند Havas به دلیل قرار گرفتن تبلیغاتشان در کنار محتوای نامرتبط یا نامطلوب، پرداخت هزینههای تبلیغات گوگل و یوتیوب را متوقف کردند.
این مورد بهعلاوه گزارشهایی که در مورد مشکلات قابلیت مشاهده تبلیغات وجود دارد و یا افزایش موارد تقلب در تبلیغات، باعث میشود شرکتها و آژانسهای دیجیتال مارکتینگ نسبت به نحوه انتخاب نوع تبلیغ و هزینههای آن محتاطانهتر عمل کنند.
اما نکته دقیقاً همینجاست که سفر مشتری از لحظه علاقه شروع میشود. نحوه تعامل ما با مشتری و قرار دادن مهمترین اطلاعات در مقابل چشم او درست در زمانی که بالاترین احتمال برای دریافت پاسخ از طرف وی وجود دارد، این همان نوشیدن جام مقدس است.
دهه گذشته شاهد تست و بررسی این چشمانداز از دنیای دیجیتالی نوپا بودهایم که از فنون ویژه برای به حداکثر رساندن عملکرد آن استفاده کردهاند و موفقیتهایی نیز حاصلشده است.
گوگل بهتازگی دریافته است که تنها با استفاده از اندازهگیری مجموع بازده نمیتوان میزان مؤثر بودن تبلیغات را دریافت. ازاینرو معتقد است نرخ کلیک واحد اندازهگیری صحیحی نبوده و برای اندازهگیری بازده به معیارهای تبدیل (CV) روی آوردند.
با این روش دیگر تنها هدف کاربر از این بازدید ملاک سنجش نیست بلکه نحوه اندازهگیری، مبتنی بر درک رفتار و فعالیت خریدار و سبد خرید وی میباشد که این مقدمهای است بر اینکه این سفر چگونه به وسیله هوش مصنوعی آغاز میشود.
گوگل با کمک تکنولوژی هوش مصنوعی، علایق و رفتار کاربران اینترنت را شناخته و به کسب و کارها این امکان را می دهد تا تبلیغات خود را به صورت هدفمند تنها برای کاربرانی نمایش دهند که علاقهمند به محصولات و سرویسهای آنها هستند.
در گوگل ادز با کمک سرویس ریمارکتینگ امکان نمایش تبلیغات تنها به کاربرانی که با وبسایت کسب و کار تعامل کردهاند نیز وجود دارد. برای اجرای تبلیغات گوگل میتوانید با کارشناسان پارس ادوردز تماس بگیرید.
بهینهسازی تبلیغات در شبکههای اجتماعی مانند اینستاگرام نیز استفاده میشود. الگوریتمها حسابهایی را که کاربر خاصی دنبال میکند تجزیهوتحلیل میکنند و تبلیغاتی را که با سلیقه بازدیدهای مربوط به این کاربر مشابهت و اشتراک دارند را برای وی نمایش میدهند.
این یک تجربه بهتر به کاربر و یک ROI (نرخ بازگشت سرمایه) بهتر نیز به تبلیغ دهنده ارائه میدهد زیرا اینگونه تبلیغات هدفمند برای کسانی که علاقهمندی زیادی به این نوع تبلیغات ندارند نمایش داده نخواهد شد و یا با میزان کمتری اتفاق خواهد افتاد.
بازاریابی محتوا باعث بازگشت سرمایه بسیار خوبی برای شرکتها میشود؛ اما ازنظر جمعآوری منابع مفید و کافی کاری بسیار دشوار است همانطور که در پیشبینیهای گارتنر نیز آمده بود، برای بیشتر برندها نه جمعآوری اطلاعات کافی، بلکه تولید محتوای مناسب چنانکه بتواند برای همه کاربران مفید بوده و در تجربه شخصی آنان جای داشته باشد چالشبرانگیز شده است.
زمان زیادی است که تولید محتوای ماشینی در دنیای دیجیتال جای بازنموده اما اولین اقدامات اصحاب این صنعت و فناوری، بسیار پیچیده و غیرقابل درک بود. این محتوای ماشینی شاید فقط میتوانست موتورهای جستجو را بهطور موقت فریب داده باشد اما انسان را نه.
هوش مصنوعی برای تولید محتوا اکنون بسیار پیچیده شده است تا جایی که مجله استایلیست سه مقاله نوشتهشده توسط آرتیکول در باب تولید محتوای خودکار را در نسخه ویژه “Robots” خود منتشر کرد.
هوش مصنوعی از چند طریق میتواند بهسرعت و بهینهسازی بازاریابی محتوای شما کمک کند. نرمافزار تولید محتوای خودکار در حال حاضر قادر است در عرض چند ثانیه اخبار و گزارشهای خبریای را تولید کند که تولید و نگارش آنها توسط یک انسان به ساعتها یا روزها زمان نیاز دارد.
حتی اگر به نرمافزار اعتماد ندارید که بتواند روند ایجاد محتوا را کاملاً و بهدرستی برای شما انجام دهد میتوانید از آنها برای کارهای کوچکتر مانند تولید پست در شبکههای اجتماعی بهره ببرید چنانکه واشنگتنپست برای نوشتن پستهای اصلی در رسانههای اجتماعی و اخبار از فناوری گزارشگری داخلی موسوم به هلیوگراف استفاده میکند.