营销中机器学习的现实

Sachin Puri爆头

“品牌意识”从营销人员的角度探讨了数据驱动的数字广告生态系统。

今天的专栏由Sachin Puri撰写,他是该公司增长营销副总裁 迈克菲.

如果没有人在会议中使用机器学习和人工智能来命名,那么营销世界就不会一天过去了。潜在的神话是机器学习是万物优化的最终解决方案,最终人工智能将使机器能够接管所有营销工作。

我们会达到“少数派报告”中显示的营销水平还是达到“我是母亲”中机器的功能?嗯,这是一个较长的发展过程,涉及多个要素,例如道德,情感,技术和科学。

在短期内,营销人员将继续利用机器学习(ML)以非常有意义的方式为客户提供价值。

机器与人类的交集

我喜欢机器,可以证明机器驱动算法在模式识别和大规模发现异常方面非常出色。

例如,机器可以识别独特的购买模式,并根据实时出价工具中提供的数百种信号做出更好的出价决策。随着底层软件和硬件技术的进步以及不断发展的黑客马拉松文化,当前精通技术的营销人才正在自动执行人类曾经做出的许多任务和决策。

营销吸引了大量的数据科学家,他们继续开发比以前版本更智能的算法,以做出更好,更快的预测决策。因此,在市场中采用机器是不可避免的,并且机器将继续存在。

话虽如此,人类创造力无可替代。用怪胎的话来说,人脑是最复杂和增强的机器学习平台之一。

我认为,营销人员的主要工作之一是确定推动与产品和服务联系的人类真理:看到勒布朗·詹姆斯和斯蒂芬·库里做他们最擅长的事情是很高兴的,在梅西实现目标之前就充满了赛车的热情,很高兴能在您家门口找到亚马逊送货箱,或者碰到您最近交付的激光蚀刻钛苹果卡。你得到的漂移。

这些情绪和相关的智力尚未被机器最佳地捕获,并且是人类专有的;这就是为什么围绕内容的大多数创意仍然来自人类的原因。是的,机器可以比人类更好地优化和个性化特定对象的最终交付。因此,对于机器与人类,这是AND与OR。

就像过去的陈词滥调一样,市场营销确实是一门艺术和科学。人类和机器将继续发展,并一起变得更加强大。

通过机器学习促进营销的关键领域

受众群体定位: 在正确的时间和正确的环境中针对正确的受众的能力是实现承诺的营销美元投资回报的关键。一种这样的方法是首先基于机器学习模型利用第一方数据来构建微细分和关联的购买可能性分数。接下来,营销人员可以使用几乎所有激活平台提供的可用相似模型;一些需求方平台(DSP)甚至允许使用专有模型。最后,营销人员可以捕获绩效数据并将其连接到关联的系统,以进行大规模的持续学习。这种自我学习是机器学习的核心原则之一,对于提高机器学习模型的准确性至关重要。

媒体竞标和优化: 对于每个微细分,都需要实时测量和优化每次获得费用(CPA)和生命周期价值(LTV),以确保获得最佳的广告系列效果。一般而言,LTV和CPA随受众,时间和平台的不同而不同;因此,决定要出价多少甚至是否要提供促销活动很快就变得很复杂,这需要机器自行学习并使流程自动化。

许多广告商开发了内部竞标模型作为他们的秘诀,以保持竞争优势。但是,总的趋势是,平台与营销商共享更少的数据,尤其是在用户隐私要求不断提高的情况下,限制了内部竞标模型的影响。

例如,Google停止共享付费搜索的排名数据,并且展示广告Cookie的寿命持续缩短。与内部出价相比,DSP(Cookie与细分市场),搜索引擎(查询与关键字)和社交平台(用户与广告集)之间的交换层级出价始终具有更多的优化手段。鉴于当前的趋势,未来的营销人员可能需要选择BYOD(自带数据)解决方案,而不是BYOA(自带算法)进行竞标。但是,营销组合管理可能会留在内部,也可能采用机器学习。

动态广告素材: 在数字世界中,消费者需要多任务处理并通过快速手指滑动即可在应用程序和网站之间进行切换,对于营销人员而言,为每个微关注机会提供非常有影响力且相关的广告素材至关重要。例如,作为热爱运动鞋的密歇根州球迷,我在快速浏览Instagram的同时参与并学习(发现)耐克的以密歇根州为主题的Air Zoom Pegasus 36鞋的可能性非常高。

动态创意具有实时开发和测试创意和复制品的不同组合的能力,是人类创意和机器相辅相成的完美典范。从本质上讲,营销人员可以建立图像,标题,消息和促销的库,而通过ML的机器可以运行大量的多变量测试,以通过创建具有变化的图像,副本,标题,颜色和号召性用语的独特个性化广告来优化创意效果。

许多平台,特别是社交平台和搜索平台,已经提供了可大规模投放动态广告的解决方案,包括Facebook的Dynamic Creative Ads和Google的自适应搜索广告。此外,动态的创意优化和创意管理平台正在合并为一个统一的平台,该平台似乎提供了端到端解决方案,以通过迭代创意生成,翻译,格式化,优化,测试和报告来提高生产力。这将继续释放动态广告素材对展示广告的作用。我认为,基于AI的自然语言处理已经为聊天机器人提供了动力,而营销人员也采用机器驱动的动态副本生成只是时间问题。

着陆页优化: 用户单击广告,电子邮件或应用程序通知后将登陆的登陆页面,是确保用户向下移动广告系列渠道的机会。这就需要根据用户已知的关键属性,提出正确的产品,价格,报价,英雄形象,副本,颜色等。同样,人类的创造力可以激发鼓舞人心的页面设计和概念,但是机器可以更好地完成大规模个性化页面的工作。大多数网站和应用程序通常都是模块化的,有些利用机器学习模型来通过API或其他Web服务优化整体体验的性能。

营销人员的第一方数据正是通过提供高度个性化的页面来增强用户体验的地方。一种简单的方法是为新客户和回头客创建不同的体验,然后根据相同或相似客户的过去数据开发ML模型,以更好地预测交叉销售,向上销售和促销优惠。有一些工具(如Adobe Target)和技术(包括URL参数传递和共享的受众)可轻松使用,以为寻求该领域解决方案的营销人员提供一个快速入门。

后续步骤和建议 

显然,有些任务可以用机器更好地执行,而有些任务不能替代人类的创造力,而其余的则取决于每个公司的业务和文化差异。

充分释放机器和人类创造力的能力需要进行文化和战略转变,例如发展对技术和数据的整体看法,对实验感到满意并进行创新以建立人才的增长心态。实际的第一步是让营销人员与跨职能的利益相关者(尤其是数据,创意和技术)一起参加研讨会,以制定统一的策略和堆栈。

另一个关键成果应该包括就构建,购买或合作伙伴计划达成清晰的协议,并进行相关的360度人才评估,以确定内部构建哪些技术和人才以及从外部利用什么。

在我看来,人才决策一直是市场营销中最重要的差异化因素之一,而在当今不断发展的数据,创造力和机器世界中,这一点如今尤为重要。

关注Sachin Puri(@spuri79),McAfee(@迈克菲) and AdExchanger(@adexchanger)在Twitter上。

喜欢这个内容吗?

立即注册成为AdExchanger会员,即可无限制地访问此类文章,以及专有数据和研究,会议折扣,按需访问事件内容等等!

今天参加!

 

添加评论

XHTML: 您可以使用以下标签: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>