Alan Turing, Machine Learning, AI i Marketing Automation

Gra w naśladownictwo

 

Proponuję rozważyć problem: „Czy maszyny mogą myśleć”. Pracę nad tym zagadnieniem należy rozpocząć od zdefiniowania znaczenia terminów: ‘maszyna’ i ‘myśleć’. Definicje mogłyby być tak zbudowane, aby odzwierciedlały tak dalece jak to jest możliwe potoczne znaczenie tych słów. Jednakże takie stanowisko jest niebezpieczne. Gdybyśmy znaczenie słów ‘maszyna’ i ‘myśleć’ mieli ustalić na drodze zbadania w jaki sposób są one powszechnie stosowane, to trudno byłoby uzasadnić, że znaczenie pytania „Czy maszyny mogą myśleć” oraz odpowiedzi na to pytanie nie należy szukać na drodze pomiarów statystycznych, takich jak ankieta. Ale to absurd. Zamiast próby zbudowania takiej definicji, powyższy problem zastąpię innym związanym z nim bezpośrednio, który wyrażę przy pomocy stosunkowo niedwuznacznych słów. Nową postać problemu można opisać przy pomocy gry, którą nazywamy ‘The Imitation Game’. Biorą w niej udział trzy osoby: mężczyzna (A), kobieta (B) i człowiek zadający pytania (C), który może być dowolnej płci. Pytający znajduje się w pokoju oddzielonym od pokoju zajmowanego przez dwu pozostałych. Jego zadaniem w grze jest rozstrzygnięcie, który z dwu pozostałych uczestników jest mężczyzną, a który kobietą. Zna ich tylko jako X i Y. Na końcu gry mówi: „X jest A, a Y jest B” lub „X jest B, a Y jest A”. Pytającemu wolno zadawać pytania A i B w ten sposób:

 

C: Proszę X, aby mi powiedział jak długie ma włosy?

 

Teraz przypuśćmy, że X jest faktycznie kobietą, wobec tego musi odpowiedzieć. Jego celem w grze jest dołożenie wszelkich starań, aby C źle go zidentyfikował. Wobec tego jego odpowiedź mogłaby być następująca:

 

A: „Moje włosy są ostrzyżone, a najdłuższe kosmyki mają około dziewięć cali długości”.

 

Aby brzmienie głosu nie mogło pomóc pytającemu w dokonaniu identyfikacji, odpowiedzi powinny być pisane odręcznie, a jeszcze lepiej na maszynie. Idealnym środkiem porozumiewania się między pokojami jest dalekopis. Pytania i odpowiedzi mogą być też przekazywane przez pośrednika. Zadaniem trzeciego gracza w tej grze jest udzielanie pomocy pytającemu. Prawdopodobnie najlepszą dla tej osoby strategią jest udzielanie odpowiedzi zgodnych z prawdą. Może ona do swoich odpowiedzi dodawać takie rzeczy, jak:

 

B: „Jestem kobietą, nie słuchaj go”,

 

ale to nie przyniesie żadnej korzyści, ponieważ mężczyzna może robić podobne uwagi.

 

Teraz zapytujemy się: „Co stanie się, gdy maszyna zastąpi jedną z odpowiadających w tej grze osób?”. Czy pytający będzie decydował błędnie tak samo często jak wtedy, gdy w grze bierze udział mężczyzna i kobieta? Pytania te zastąpią nasze pytanie początkowe” „Czy maszyny mogą myśleć?”.

[A. M. Turing Computer Machinery and Intelligence, 1950]

 

Ponad 60 lat temu ten genialny, brytyjski matematyk stworzył teoretyczne podwaliny pod dzisiejszy rozwój i wykorzystanie technologii Machine Learning i mechanizmów sztucznej inteligencji (z ang. AI od Artificial Intelligence).  Oczywiście na tamtym etapie nie przewidywano jeszcze skali na jaką rozwinie się przemysł informatyczny, a konkretnie z jaką wydajnością i na jak wielkich zbiorach danych będą pracować współczesne komputery. Jednakże już wtedy, w połowie ubiegłego stulecia, A. Turing twierdził, że u progu nowego milenium ludzie nie będą w stanie odróżnić komputera od żywej osoby w ciągu 5-minutowego testu w 30% przypadków.

Wielu starało się przewidzieć, jak będzie wyglądała przyszłość pełna inteligentnych robotów i androidów. Wizjonerzy, tacy jak Phillip K. Dick, czy Frank Herbert przedstawiali ją głównie w ciemnych barwach i ostrzegali nas przed łączeniem wolnej woli z superinteligencją pozbawiona ludzkiego systemu moralnego. Małą zajwkę tej wizji mogliśmy obejrzeć w telewizyjnym hicie – Westworld.

 

Na szczęście nie musimy się sprzymierzać przeciwko Skynetowi, walczyć w Dżihad Butlerjańskiej, ani wynajmować Ricka Deckarda żeby dopadł Roya Batty’ego… na razie.

Dziś możemy się cieszyć z rozwoju uczących się maszyn i sztucznej inteligencji i korzystać z jej pomocy w różnych dziedzinach, także w marketingu.

Mariaż inteligentnego oprogramowania i big data wydawał się nieunikniony. Któż inny z benedyktyńską cierpliwością i nieludzką precyzją potrafiłby procesować niewyobrażalnie wielkie strumienie danych pochodzące z przeróżnych źródeł?

 

Machine Learning & AI Marketing

W półświatku związanym z marketing automation funkcjonuje od dawna oklepany już frazes: “Właściwa oferta dla właściwej osoby we właściwym czasie”. Dzięki SALESmanago Machine Learning & Artificial Intelligence Marketing nabiera on jednak nowej jakości:

“Właściwa oferta dla właściwej osoby we właściwym czasie i we właściwym kanale”.

 

SALESmanago Machine Learning & Artificial Intelligence Marketing to technologia ucząca się zachowań każdego pojedynczego klienta, przewidująca jego decyzje zakupowe i na bazie tego rekomendująca produkty, które w ocenie algorytmów najprawdopodobniej zakupi w danym momencie.

 

Szczegółowy wgląd w historię zakupową, analiza związków pomiędzy produktami z różnych kategorii, a także badanie ścieżki zakupowej każdego klienta umożliwia dotarcie do niego w odpowiednim momencie i miejscu z wysoko spersonalizowaną i przyciągającą uwagę ofertą.

 

Marketing nowej generacji oparty na uczących się algorytmach

Nowa technologia Machine Learning & AI Marketing oparta jest na dwóch modelach rekomendacyjnych, każdy z nich wyspecjalizowany jest i zoptymalizowany do działania w obszarze odpowiednio inbound – analiza koszykowa (Inbound Predictive Marketing) oraz outbound – analiza behawioralna (Predictive Outbound Channel). Oba modele wspiera zarówno działania marketingu inbound i outbound.

 

Mechanizm analizy koszykowej bazuje na rozbudowanych algorytmach wykorzystywanych przy analizie asocjacji. Dzięki szczegółowemu zbadaniu danych transakcyjnych, powiązań między produktami i ich kategoriami kalkuluje optymalne współwystępowania tychże w dopasowanej ofercie. Po przekształceniu i odpowiednim modelowaniu danych wynikowych tworzy tablice rekomendowanych produktów dla każdego klienta. Wykorzystanie metadanych umożliwia natychmiastową reakcję na zmieniające się preferencje zakupowe. Wykorzystując mechanizm samouczenia, system na bieżąco analizuje pokrycie wyników badania asocjacji produktowej dla klientów końcowych. Na tej podstawie przyznaje scoring każdej rekomendacji, który to scoring określa stopień prawdopodobieństwa zakupu wybranego produktu przez danego klienta. Natomiast dzięki budowie tabeli wykluczeń produktów, coś co było już raz zakupione nie będzie ponownie rekomendowane tej samej osobie.

 

Analiza behawioralna prowadzona przez Machine Learning & Artificial Intelligence Marketing polega na dokładnym badaniu aktywności klienta pomiędzy dokonanymi zakupami oraz identyfikacji najczęściej powtarzających się ścieżek zakupowych zakończonych zakupem. Rekomendowane produkty wybierane są na zasadzie porównań zachowania klientów pomiędzy zakupami w danych kategoriach, a także na podstawie odpowiednio uporządkowanego scoringu. Dodatkowo mierzony jest wzrost prawdopodobieństwa wystąpień kategorii produktu w ramach jednej transakcji.

 

Przewidywanie podróży zakupowej klienta w oparciu o rekomendacje AI

Moduł Machine Learning & Artificial Intelligence Marketing systemu SALESmanago sam dopasuje produkty dla każdego klienta i wybierze najlepszy kanał komunikacji, analizując jego ścieżkę zakupową – tzw. Customer Journey. Dodatkowo system zapamiętuje zachowania kontaktów anonimowych odwiedzających stronę www, dzięki czemu również dla niezidentyfikowanych kontaktów można personalizować wyświetlane treści, a więc zarówno dla anonimowego jak i rozpoznanego klienta można analizować mechanikę jego zachowania tzw. Behavior Mechanisms.

 

Nowy wymiar marketingu: Predyktywny Inbound / Outbound Marketing – Poznaj najkorzystniejszy sposób komunikacji z klientem

Działania marketingowe inbound i outbound mogą być uzupełniane o dane uzyskane z prowadzonej analizy. Dzięki wiedzy o tym, które produkty i kategorie produktowe będą najbardziej pożądane w najbliższym czasie, a także które kanały komunikacji przełożą się na najlepszą konwersję, można skupić się na dodatkowej ich promocji w celu uzyskania wyższej sprzedaży. Ponadto, precyzyjne poznanie aktywności klientów pozwala wskazać najlepszy czas na dokonanie przez nich kolejnego zakupu i sprzyja umacnianiu relacji z nimi. Całość mechaniki można określić, zapożyczonym z języka angielskiego terminem Predicting Customer Journey & Behavior Mechanisms.

 

Korzyści biznesowe

  • Oferowanie produktów dopasowanych indywidualnie do preferencji każdego z klientów
  • Realne budowanie przychodu i sprzedaży firmy poprzez działania marketingowe dopasowane do preferencji konsumentów
  • Budowanie maksymalnej wartości każdego pojedynczego klienta, maksymalizując prawdopodobieństwo zakupu oraz minimalizując koszt dotarcia
  • Optymalizacja wykorzystania zasobów przeznaczonych na działania marketingowe
  • Dokładna analiza produktów i kategorii produktowych, które cieszą się największym zainteresowaniem
  • Znajomość preferencji klientów i możliwość przewidywania, które produkty zostaną sprzedane w najbliższym czasie
  • Szczegółowa analiza danych transakcyjnych

 

[Infografika] Rozwiązania Marketing Automation dla Ecommerce

Nie tak znowu dawno temu przedstawialiśmy wam cykl życia leada – od przypadkowego anonima aż po lojalnego klienta. Relacja klienta z marką kształtuje się zupełnie inaczej na kazdym z etapów. Początek jest zawsze trudny – należy zdobyć zaufanie zupełnie obcej osoby, przekonać ją do przekazania jednej z cenniejszych rzeczy w świecie opanowanym przez szum informacyjny – danych kontaktowych.

Dalej wcale nie robi się prościej. Klienci co prawda lubią dostawać rzeczy – informacje gratisy, specjalne oferty – ale tylko pod warunkiem, że są one przydatne i nie przekraczają pewnych granic. Czyli lepiej, żebyś wiedział, co w danym momencie zainteresuje tę jedną osobę spośród kilkunastu tysięcy akurat odwiedzających Twoją stronę, prawda?

Jeśli już jakimś „cudem” dobrniecie wspólnie do zakupu, to pozostanie Ci już tylko zbudować lojalność i zadbać o utrzymanie zainteresowania każdego z pozyskanych klientów. Bułka z masłem? Raczej 15-daniowy obiad u surowych teściów!

Ale, ale! od czego masz swojego wiernego i niestrudzonego pomocnika – platformę Marketing Automation? Zpewniamy, że nasza ma wszystkie potrzebne narzędzia by zaspokajać potrzeby zarówno Twoje, jak i Twoich klientów na każdym etapie Waszej znajomości. Przedstawiamy dziś infografikę nietypową, która zamiast obrazków i wykresów zawiera skondensowaną ściągawkę: których funkcji i kiedy powinieneś używać. Gotowy? No to jedziemy z tym koksem!

  • Pobierz przewodnik dla zainteresowanych zakupem systemu Marketing Automation Przewodnik
  • Zakochaj się w automatyzacji marketingu [Przykłady reguł]

    W Walentynki zakochani obdarowują się bukietami i bombonierkami. My natomiast chcemy podarować naszym drogim czytelnikom gotowe recepty na proste i skuteczne automatyzacje. Zobacz jak ułatwić sobie życie z platformą Marketing Automation. Bez zbędnych wstępów zapraszamy do czytania!

     

    Odzyskaj dawną sympatię

    Nie dzwoni? Nie pisze? Może zapomniał? Za pomocą tej reguły możesz wysłać zaczepną wiadomość do wszystkich osób które przestały odwiedzać Twoją stronę jakiś czas temu, lub robili zakupy, ale przestali. Ustawienia reguły:

    Zdarzenia: Kontakt odwiedził URL (ustawienia: Sprawdzaj warunki za 2 miesiące)

    Warunki: Kontakt odwiedził adres URL (ustawione jako: NIE odwiedził URL przez 60 dni)

    Akcje: Wyślij wiadomość (przygotuj wcześniej wiadomość z ofertą, która zachęciłaby nawet Sknerusa McKwacza)

    Wersja alternatywna – klient nie dokonał zakupu od 2 miesięcy:

    Zdarzenia: Wystąpiło nowe zdarzenie zewnętrzne “PURCHASE” (ustawienia: Sprawdzaj warunki za 2 miesiące)

    Warunki: Wystąpiło nowe zdarzenie zewnętrzne “PURCHASE” (ustawione jako: NIE wystąpiło przez 60 dni)

    Akcje: Wyślij wiadomość (kuszący email z rabatem na kolejne zakupy)

    Uratuj porzucony koszyk pełen czekoladek

    Ktoś wszedł do Twojego sklepu zaczął przeglądać produkty i wrzucać je do koszyka. A potem nagle zniknął nie kończąc transakcji. Przypomnij mu wszystkie te fajne rzeczy, które chciał kupić za pomocą jednej z opisanych reguł:

    Zdarzenia: Kontakt odwiedził URL (URL koszyka)

    Warunki: Kontakt odwiedził adres URL (ustawione jako: NIE odwiedził URL i adres Thank You Page po dokonaniu zakupu)

    Akcje: Wyślij wiadomość (przypomnij klientowi, o tych wszystkich fajnych rzeczach, ktore czakają na sfinalizowanie transakcji wraz zachętą do kontynuowania zakupów)

    Metoda alternatywna

    Zdarzenia: Wystąpiło nowe zdarzenie zewnętrzne “CART”

    Warunki: Wystąpiło nowe zdarzenie zewnętrzne “PURCHASE” (ustawione jako: NIE wystąpiło)

    Akcje: Wyślij wiadomość (kuszący email z rabatem na dokończenie zakupów)

    Wygeneruj i wyślij kupon na upojny wieczór dla dwojga

    Walentynki z reguły kosztują, i to niemało. Każda okazja do zaoszczędzenia (oczywiście w granicach zdrowego rozsądku) będzie mile widziana!

    Zdarzenia: Przypisano TAG do kontaktu (np. ZAKUPY-W-SEKCJI-MESKIEJ)

    Warunki: Status kontaktu (klient)

    Akcje: 1. Generuj kupon dla kontaktu 2. Wyślij email z kuponem (i zdjęciem fantastycznej kolacji dla dwojga)

    Rozdaj prezenty… znaczy leady

    Zrób prezent swoim handlowcom i zamiast kwiatków i czekoladek sprezentuj im leady!

    Zdarzenia: Kontakt odwiedził URL / Przypisano TAG do kontaktu (zależy jakie masz kryterium rozdzielania leadów)

    Warunki: Kontakt posiada detal / Kontakt jest na etapie kampanii

    Akcje: Losuj nowego właściciela z grupy

    Wyślij cykl listów miłosnych

    Albo cykl lead nurturingu, albo kampanię drip. Ogranicza Cię tylko Twoja wyobraźnia!

    Zdarzenia: Kontakt został dodany na etap kampanii (na przykład edukacja)

    Warunki: Kontakt posiada TAG, lub szczegół (język, w którym masz przygotowaną kampanię). Do dalszych wiadomości:  Kontakt otworzył e-mail

    Akcje: 1. Wyślij wiadomość do użytkownika 2. Wyślij e-mail do kontaktu (wysyłaj dalsze wiadomości i informuj na bieżąco opiekuna, na jakim etapie znajduje się kontakt)

     

    A ponieważ dzięki automatyzacji będziesz miał więcej czasu dla siebie, wymyśl dobry sposób na spożytkowanie go! Udanych Walentynek!

     

    [DARMOWY EBOOK] Wielka Księga Lead Generation dla Ecommerce

    Klienci – można ich kochać lub nienawidzić, ale przeżyć się bez nich nie da. Każdy biznes, czy to w sieci, czy stacjonarny, czy jakikolwiek inny nie przetrwa długo na rynku bez tych, którzy będą płacić za oferowane produkty i usługi. Tylko skąd ich wziąć?

     

     

     


    Sam Walton powiedział kiedyś:

     

    There is only one boss. The customer. And he can fire everybody in the company from the chairman on down, simply by spending his money somewhere else.

     

    W wolnym tłumaczeniu wygląda to mniej więcej: Masz tylko jednego szefa i jest nim Twój klient. Ma on moc zwolnić wszystkich – od prezesa po szeregowego robotnika. Wystarczy, że zacznie płacić komuś innemu.

     

    Jako przedsiębiorcy wkładamy wiele wysiłku w zdobycie nowych, wysokojakościowych kontaktów. Każdy lead w bazie jest ziarnem, z którego może w przyszłości wyrosnąć lojalny klient, który jest wart więcej niż może Ci się wydawać. Cytując Jima Rohna: 

     

    „One customer, well taken care of, could be more valuable than $10,000 worth of advertising.” 

    (Dobrze poprowadzony klient jest wart więcej niż kampania reklamowa za 10 000$)

     

    Warto zatem przygotować kilka strategii pozyskiwania nowych kontaktów i wykorzystać przy tym wszelkie dostępne kanały komunikacyjne.

    Korzystając z ogromnego doświadczenia naszego i naszych klientów postanowiliśmy stworzyć swego rodzaju podręcznik, w którym omawiamy sposoby pozyskiwania nowych kontaktów w najpopularniejszych kanałach:

    • na stronie www
    • w kanale mobilnym
    • w social media
    • offline

    Skupiliśmy się na stronie praktycznej. Opisaliśmy jak wdrażać daną metodę, gdzie można i trzeba wykorzystać marketing automation, jakich narzędzi trzeba używać, i jakie są mocne i słabe strony każdego z podanych sposobów.

     

    Mamy nadzieję, że korzystanie z niego sprawi wam co najmniej tyle samo frajdy co nam tworzenie! Zapraszamy do lektury!

    #SuperBowl, czyli słów kilka o amerykańskim festiwalu reklam

    Jak co roku miliony Amerykanów zasiadają przed telewizorami, żeby obejrzeć finałowy mecz mistrzowskiej ligi futbolu amerykańskiego. Wydarzenie to budzi wiele emocji, a słupki oglądalności osiągają niesamowite pułapy. Nic zatem dziwnego, że producenci są gotowi zapłacić nawet 5 mln USD za 30 sekundowy spot puszczony w przerwie meczu! Reklamy są przygotowywane z najwyższą starannością i dbałością o estetykę. Są angażujące, dopracowane i wzbudzają silne emocje.


    Zobacz jak za pomocą Marketing Automation monitorować Video Body Language!


    Jednak w dobie Omnichannel reklama telewizyjna to zdecydowanie nie wszystko co producenci mogą zaoferować swoim odbiorcom! Otoczka marketingowa dookoła Super Bowl wnika w życia konsumentów korzystając z różnych kanałów, angażując intensywnie kanał cyfrowy, w tym również kanał mobilny. Oczywiście w necie można pobrać oficjalne apki NFL, a także te związane już bezpośrednio z wydarzeniem,  jednak to nie jest wszystko co da się wyciągnąć z kanału mobilnego przy okazji tego wydarzenia.

     

    Jak łatwo przewidzieć, użycie aplikacji w tym okresie jest bezpośrednio powiązane ze specyfiką sezonu futbolowego. Nikt nie spodziewa się nagłego piku w popularności aplikacji edukacyjnych, czy rozrywkowych. rośnie za to wykorzystanie apek służących do zamawiania jedzenia albo transportu. Ogromną popularnością cieszą się też platformy social media, jak Twitter i Facebook. Właśnie tam uderzają z pełną siłą reklamodawcy. W tym roku na Twitterze królowały:

    Źródło

     

    W zeszłym tygodniu #SuperBowl był numerem jeden wśród popularnych hashtagów.

     

    popular hashtags by hashtagify.me

     

    Ogólnie zaangażowanie w ćwierkającym serwisie było ogromne. Liczba tweetów dobiła prawie do 28 mln. Wiadomości na bieżąco komentowały wydarzenia na boisku.

    Także reklamodawcy starali się dotrzymać tempa. Przykładowo w połowie meczu “Strażnicy Galaktyki” dołączyli do tańca uroczym gifem:

     

    A Snickers przypomniał jak ważne są przekąski:

    Jeśli zaś chodzi o Facebooka, to tam królowały Honda i Jeep, każde w swojej kategorii. Reklama Hondy miała najwięcej wyświetleń, bo aż 14,1 mln:

    Źródło

     

    Z kolei reklama Hyundaia sprowokowała największe zaangażowanie odbiorców – ponad 14%:

     

    Źródło

     

    Bardzo ciekawy jest również przypadek producenta słodyczy Nestle i reklama Butterfinger. W celu przygotowania perfekcyjnej kampanii namówili do współpracy Team kreatywny Facebooka. Za cel postawili sobie stworzenie takiego spotu, który wyhamuje tempo scrollowania newsfeeda i zachęci odbiorców do włączenia dźwięku. Ponieważ Facebook domyślnie odpala wideo bez dźwięku reklama w tej formie miała napisy, które znikały po kliknięciu zastąpione przez tradycyjną narrację. Oto efekt tej współpracy:

     

    Dodatkowo spot został pocięty na krótkie kawałki i postowany w różnych kanałach w formie gifów. Efekt okazał się co najmniej zadowalający: aż 45% osób, które zobaczyły pierwsze 3 sekundy reklamy kliknęły żeby zobaczyć resztę, a 65% użytkowników zobaczyło co najmniej 10 sekund klipu (dane Facebooka za Adweek)

     

    W samych spotach reklamowych, producenci umieszczają odnośniki kierujące oglądających w odpowiednie miejsca w sieci nawiązujące bezpośrednio do wyświetlanego filmiku. Z reguły są to wspomniane wyżej hashtagi i adresy URL. O ile kilka lat temu prym wiodły właśnie te pierwsze, o tyle w ostatnich latach powoli ustępują one miejsca adresom URL.

    Źródło
    Ogólne podsumowanie całego wydarzenia pod kątem reklam zostało przedstawione przez Marketing Land na grafice:

    Źródło

     

    Na zakończenie najlepsze spoty reklamowe z tegorocznego Super Bowl:

    1. Roztańczony Mr. Clean

     

    1. Kia Niro i Melissa McCarthy (#SmartWay)

     

    1. Dzieciaki NFL

     

    1. Avengersi i Coke Mini (#CokeMini)

     

      1. Nocny romans od Skittles (#TasteTheRainbow)