83 ٪ از رهبران فناوری اطلاعات می گویند AI & ML تعامل با مشتری را تغییر می دهد و 69 ٪ می گویند طبق تحقیقات Salesforce ، تجارت آنها را تغییر می دهد. گتی * طبق گفته موسسه جهانی مک کینزی ، AI و Learning Machine در مسیر تولید بین 1.4 تریلیون دلار تا 2.6 تریلیون دلار ارزش دارند. * طبق جدیدترین وضعیت بازاریابی بازاریابی Salesforce Research ، استفاده از بازاریابان از هوش مصنوعی بین سالهای 2018 و 2020 افزایش یافت و از 29 ٪ در سال 2018 به 84 ٪ در سال 2020 رسید. * براساس گزارش معیار رهبری بازاریابی Drift در 2020 ، هوش مصنوعی ، یادگیری ماشین ، بازاریابی و تبلیغات ، فن آوری های صوتی/چت/دیجیتال و فناوری و برنامه های تلفن همراه ، پنج فناوری هستند که بیشترین تأثیر را در آینده بازاریابی خواهند داشت. پیش بینی می شود که مقامات اصلی بازاریابی (CMOS) و تیم های بازاریابی که آنها رهبری می کنند ، در ایجاد اعتماد مشتری ، برندی که از همدلی و استراتژی های مبتنی بر داده ناشی می شود ، برتری می یابد. شخصی سازی تجربیات کانال در مقیاس هنگامی کار می کند که CMO ها تعادل کاملی بین قطعات عاطفی و منطقی و منطقی شغل خود را به وجود می آورند. این همان چیزی است که امروز CMO بودن بسیار چالش برانگیز است. آنها باید دلسوزی یک کاپیتان کرک و منطق سرد و سخت یک دکتر اسپاک را داشته باشند و بدانند چه موقع باید از هر مجموعه مهارت استفاده کنند. CMO ها و تیم های آنها تلاش می کنند تا بخش های عاطفی و منطقی مشاغل خود را به تعادل حفظ کنند. CMO یک شرکت نرم افزاری سازمانی در پاسخ به این سؤال که چگونه تیمش آنها را در تعادل نگه می دارد ، به من گفت که همیشه با همدلی ، ایمنی و امنیت برای مشتریان رهبری می کند و نتایج آن را دنبال می کند. "در طول همه گیر ، پیام ما به مشتریان این است که سلامتی و ایمنی آنها در ابتدا انجام می شود و در صورت نیاز به آنها خدمات اضافی ارائه می دهیم." با توجه به حرف خود ، این شرکت آخرین به روزرسانی انتشار سایبری خود را به همه مشتریان رایگان در سال 2020 ارائه داد. AI و ابزارهای یادگیری ماشین به او و تیمش کمک می کنند تا آزمایش کنند ، یاد بگیرند و به طور تکراری برای ایجاد یک برند همدلی که نتیجه می گیرد ، ایجاد کند. موارد زیر ده روش هوش مصنوعی و یادگیری ماشین در حال بهبود بازاریابی در سال 2021 است: 1. 70 ٪ از تیم های بازاریابی با کارایی بالا ادعا می کنند که آنها یک استراتژی هوش مصنوعی کاملاً تعریف شده در مقابل 35 ٪ از همتایان تیم بازاریابی همسالان خود دارند. CMO هایی که تیم های بازاریابی با کارایی بالا را رهبری می کنند ، ارزش بالایی را برای یادگیری مداوم و در آغوش گرفتن ذهنیت رشد قرار می دهند ، همانطور که 56 ٪ از آنها قصد دارند در سال آینده از AI و یادگیری ماشین استفاده کنند. انتخاب کار لازم برای توسعه مهارتهای جدید در زمینه یادگیری هوش مصنوعی و ماشین با عملکرد بهبود یافته بازاریابی اجتماعی و دقت بیشتر با تجزیه و تحلیل بازاریابی ، پرداخت می کند. منبع: وضعیت بازاریابی ، چاپ ششم. تحقیقات Salesforce ، 2020. توانایی تیم های بازاریابی برای یادگیری سریع و سرمایه گذاری از دانش جدید درباره هوش مصنوعی بهتر از همسالان خود. منبع: وضعیت بازاریابی ، چاپ ششم. تحقیقات Salesforce ، 2020. بیشتر از شرکت های بیمه مسافرتی Forbbes Advisorbest شرکت های Bymy DaniseEditorbest Covid-19 برنامه بیمه مسافرتی برنامه ای DaniseEditor2. 36 ٪ از بازاریابان پیش بینی می کنند که هوش مصنوعی در سال جاری تأثیر قابل توجهی در عملکرد بازاریابی خواهد داشت. براساس یک مطالعه اخیر توسط تبلیغات تبلیغاتی ، 32 ٪ از بازاریابان و متخصصان آژانس از AI برای ایجاد تبلیغات ، از جمله آگهی های دیجیتال ، پست های رسانه های اجتماعی و تبلیغات دیجیتال خارج از خانه استفاده می کردند. منبع: بازاریابان کدام فناوری در حال ظهور را در سال جاری تأثیر می گذارد؟ ، نمودارهای بازاریابی ، 5 ژانویه 2021. سیستم عامل های هوش مصنوعی و داده های مشتری برای هدایت شخصی سازی بیشتر در مقیاس ترکیب می شوند. بازاریابان کدام فناوری نوظهور فکر می کنند بیشترین تأثیر را در سال جاری خواهد داشت؟ ، نمودارهای بازاریابی ، 5 ژانویه 20213. تیم های بازاریابی با عملکرد بالا به طور متوسط هفت کاربرد مختلف از هوش مصنوعی و یادگیری ماشین امروز و بیش از نیمی (52 ٪) برنامه ریزی برای افزایش آنها دارند فرزندخواندگی امسال تیم های بازاریابی با عملکرد بالا و CMO ها باعث می شوند که در AI و یادگیری ماشین برای بهبود تقسیم بندی مشتری سرمایه گذاری کنند. آنها همچنین بر شخصی سازی تجربیات کانال فردی متمرکز شده اند. گرافیک زیر تأکید می کند که تیم های بازاریابی با عملکرد بالا چگونه یاد می گیرند و سپس تکنیک های پیشرفته AI و یادگیری ماشین را به نفع رقابتی خود اتخاذ می کنند. منبع: وضعیت بازاریابی ، چاپ ششم. تحقیقات Salesforce ، 2020. تیم های بازاریابی با عملکرد بالا 25 ٪ بیشتر احتمال دارد که در سال جاری استفاده خود را از هوش مصنوعی در مقابل ... [+] همسالان خود افزایش دهند و به دنبال راه های جدیدی برای بهبود رشد درآمد و عملکرد بازاریابی هستند. منبع: وضعیت بازاریابی ، چاپ ششم. تحقیقات Salesforce ، 2020.4. بازاریابان از سنجش تقاضای مبتنی بر هوش مصنوعی برای پیش بینی بهتر الگوهای خرید منحصر به فرد در مناطق جغرافیایی و کاهش سهام و بازپرداخت های عقب استفاده می کنند. با ترکیب کلیه منابع داده موجود ، از جمله تجزیه و تحلیل احساسات مشتری با استفاده از الگوریتم های یادگیری ماشین نظارت شده ، می توان سنجش تقاضا و دقت پیش بینی تقاضا را بهبود بخشید. الگوریتم های ML می توانند احساسات خاص مکان را برای یک محصول یا برند خاص و در دسترس بودن منطقه ای یک محصول خاص مرتبط کنند. داشتن این بینش به تنهایی می تواند صنعت خرده فروشی را تا 50 میلیارد دلار در سال در موجودی منسوخ صرفه جویی کند. منبع: هوش مصنوعی می تواند به خرده فروشان کمک کند تا مصرف کننده ، Phys.org را درک کنند. 14 ژانویه 2019. به حداقل رساندن ریسک موجودی و تنظیم دقیق تقاضای محصول موارد استفاده ایده آل برای یادگیری ماشین AI و ... [+] همانطور که داشبورد فوق نشان می دهد. منبع: هوش مصنوعی می تواند به خرده فروشان کمک کند تا مصرف کننده ، Phys.org را درک کنند. 14 ژانویه 2019. 5. دیزنی از تکنیک های مدل سازی هوش مصنوعی ، از جمله الگوریتم های یادگیری ماشین ، برای تنظیم دقیق و بهینه سازی مدل ترکیب رسانه خود استفاده می کند. رویکرد دیزنی برای به دست آوردن بینش های جدید در مورد مدل Media Mix خود ، جمع آوری داده ها از سراسر سازمان از جمله شرکا ، تهیه داده های مدل و سپس تبدیل آن برای استفاده در یک مدل است. در مرحله بعد ، از مدل های متنوعی برای دستیابی به بهینه سازی بودجه و ترکیب رسانه استفاده می شود. سپس سناریوها را مقایسه کنید. نتیجه یک سری بینش است که به مدیریت ارشد ارائه می شود. داشبورد زیر ساختار نحوه تجزیه و تحلیل داده های مبتنی بر AI را در داخل نشان می دهد. داده های نشان داده شده ، به عنوان مثال فقط ؛ این نشان دهنده عملکرد واقعی دیزنی نیست. منبع: چگونه دیزنی از Tableau برای تجسم مدل Media Mix خود استفاده می کند () دیزنی اخیراً رویکرد خود را در استفاده از مدل های یادگیری ماشین برای بهینه سازی رسانه خود ارائه داده است ... [+] مخلوط در یک کنفرانس Tableau (داده ها ساختگی است - ساختار همان چیزی است که دیزنی نشان می داد). چگونه دیزنی از Tableau برای تجسم مدل Media Mix خود استفاده می کند () 6. 41 ٪ از بازاریابان می گویند که AI و یادگیری ماشین بیشترین سهم خود را در تسریع در رشد درآمد و بهبود عملکرد دارند. بازاریابان می گویند که گرفتن بینش های عملی تر از داده های بازاریابی (40 ٪) و ایجاد تجربیات شخصی شده مصرف کننده در مقیاس (38 ٪) در سه مورد برتر امروزه قرار دارد. این مطالعه همچنین نشان داد که بیشتر بازاریابان ، 77 ٪ ، کمتر از یک چهارم کلیه کارهای بازاریابی را بطور خودکار خودکار دارند و 18 ٪ می گویند که آنها به طور هوشمندانه هیچ کاری را خودکار نکرده اند. بازاریابان برای آزاد کردن زمان بیشتر برای ایجاد کمپین های جدید ، باید به AI و Learning Machine برای انجام کارهای معمول از راه دور و روتین نگاه کنند. منبع: انستیتوی اطلاعات مصنوعی رانش و بازاریابی ، 2021 گزارش گزارش هوش مصنوعی بازاریابی. ده بازاریابان برتر منطقه به دنبال AI و یادگیری ماشین هستند تا تأثیر بگذارند نشان می دهد که چقدر حیاتی است ... [+] برای CMO ها برای ایجاد یک برند همدلی با رانندگی برای نتایج ، تعادل ایجاد می کنند. منبع: انستیتوی اطلاعات مصنوعی رانش و بازاریابی ، 2021 گزارش گزارش هوش مصنوعی بازاریابی. 7. استارباکس با تکیه بر تجزیه و تحلیل پیش بینی کننده و یادگیری ماشین برای ایجاد یک تجربه شخصی سازی در زمان واقعی ، هدف بلندپروازانه بودن شخصی ترین مارک جهان را تعیین کرد. زنجیره جهانی قهوه با چالش های مختلفی روبرو شد که هدف قرار دادن مشتریان انفرادی با زیرساخت های موجود در فناوری اطلاعات بسیار دشوار بود. آنها همچنین به شدت به عملیات دستی در هزاران فروشگاه خود متکی بودند ، که شخصی سازی را در مقیاس به یک چالش بزرگ برای غلبه بر رساند. Starbucks یک موتور شخصی سازی در زمان واقعی ایجاد کرد که با اطلاعات حساب مشتریان ، برنامه تلفن همراه ، ترجیحات مشتری ، داده های شخص ثالث و داده های متنی ادغام شده است. آنها با استفاده از تجزیه و تحلیل پیش بینی کننده و هوش مصنوعی ، 150 ٪ در تعامل کاربر به دست آوردند ، بهبود 3 برابر در درآمد افزایشی خالص در هر مشتری. در زیر نمودار چگونگی DigitalBCG (گروه مشاوره بوستون) قادر به کمک به آنها بود. منبع: تبدیل شدن به شخصی ترین برند جهان ، DigitalBCG. استراتژی جسورانه Starbucks برای شخصی ترین مارک جهان با شبکه فوق ... [+] چارچوب آغاز شد. منبع: تبدیل شدن به شخصی ترین برند جهان ، Digtialkbcg. 8. گرفتن شخصی سازی در مقیاس در مقیاس با یک بستر یکپارچه داده مشتری (CDP) شروع می شود که می تواند از الگوریتم های یادگیری ماشین برای کشف الگوهای جدید داده های مشتری و "یادگیری" به مرور زمان استفاده کند. برای سازمان های بازاریابی بالا ، دستیابی به شخصی سازی در مقیاس بالاترین و فوری ترین اولویت آنها بر اساس جدیدترین وضعیت بررسی بازاریابی تحقیقات Salesforce است. و مک کینزی پیش بینی می کند شخصی سازی در مقیاس می تواند 1.7 تریلیون دلار تا 3 تریلیون دلار با ارزش جدید ایجاد کند. برای اینکه بازاریابان بخشی از این مقدار را ضبط کنند ، تغییر در پشته Mar-Tech (که در زیر نشان داده شده است) باید با پاسخگویی روشن و مالکیت کانال و نتایج مشتری پشتیبانی شود. ترکیب یک پشته اصلاح شده MAR-Tech با پاسخگویی واضح نتایج را ارائه می دهد. منبع: مک کینزی و شرکت ، یک طرح فناوری برای شخصی سازی در مقیاس. 20 مه 2019. توسط شان فلاوین و جیسون هلر. برای تعالی در شخصی سازی در مقیاس ، باید تأکید جدی بر ایجاد یک پلت فرم داده مشتری با کیفیت یکپارچه ، ... [+] با کیفیت (CDP) داشته باشد. McKinsey & Company ، یک طرح فناوری برای شخصی سازی در مقیاس. 20 مه 2019. توسط شان فلاوین و جیسون هلر .9. مدیریت کمپین ، فناوری برنامه های تلفن همراه و آزمایش/بهینه سازی سه برنامه پیشرو برای فن آوری های شخصی سازی یک شرکت B2C است. فقط 19 ٪ از شرکت ها امروزه AI و یادگیری ماشین را برای شخصی سازی B2C اتخاذ کرده اند. مطالعه Forrester که توسط IBM انجام شده است همچنین نشان داد که 55 ٪ از شرکت ها معتقدند که محدودیت های فناوری توانایی آنها در اجرای استراتژی های شخصی سازی را مهار می کند. منبع: یک مقاله رهبری تفکر مشاوره Forrester ، به سفارش IBM ، شخصی سازی شخصی سازی: مشتریان خود را با رفتن از خوب به بزرگ ، فوریه 2020 مسحور کنید. وقتی صحبت از تغییرات برنامه ریزی شده توسط بازاریابان B2C در مورد استراتژی های شخصی سازی آنها می شود ، 59 ٪ از ... [+] بازاریابان قصد دارند تجزیه و تحلیل پیشرفته و 53 ٪ ، هوش مصنوعی و یادگیری ماشین را بهبود بخشند. منبع: یک مقاله رهبری تفکر مشاوره Forrester ، که توسط IBM سفارش داده شده است ، شخصی سازی شخصی سازی: مشتریان خود را با رفتن از خوب به عالی ، فوریه 2020.10 مسحور کنید. استراتژی های شخصی سازی موفقیت آمیز AI نتایج فراتر از بازاریابی ، ارائه نتایج قوی در سطح شرکت ، از جمله بالا بردن درآمد فروش ، نمرات خالص مروج و نرخ حفظ مشتری. هنگامی که شخصی سازی در مقیاس به درستی انجام می شود ، شرکت ها به افزایش 5.63 ٪ خالص درآمد فروش ، 10.26 ٪ افزایش در فرکانس ترتیب ، بالا بردن به طور متوسط سفارش و پیشرفت چشمگیر 13.25 ٪ در فرصت های فروش متقابل/بالایی دست می یابند. این مزایا به تنهایی از بازاریابی فراتر می رود و معیارهای رضایت مشتری بالاتر را نیز به همراه دارد. منبع: یک مقاله رهبری تفکر مشاوره Forrester ، به سفارش IBM ، شخصی سازی شخصی سازی: مشتریان خود را با رفتن از خوب به بزرگ ، فوریه 2020 مسحور کنید. شخصی سازی در مقیاس به خوبی انجام می شود ، ارزش شرکت در سطح شرکت ، بسیار فراتر از نتایج بازاریابی ... [+] را به تنهایی ارائه می دهد. : یک مقاله رهبری تفکر مشاوره Forrester ، که توسط IBM سفارش داده شده است ، شخصی سازی شخصی سازی: مشتریان خود را با رفتن از خوب به بزرگ ، فوریه 2020 مسحور کنید. CMO ها و تیم های آنها به AI و یادگیری ماشین متکی هستند تا به طور مکرر آزمایش و بهبود هر جنبه ای از کمپین ها و استراتژی های بازاریابی خود را انجام دهند. ایجاد تعادل کامل بین همدلی و نتایج داده محور ، سطح جدیدی از کیفیت داده ها را به خود اختصاص می دهد که دستیابی به استفاده از مایکروسافت اکسل یا ابزارهای بهره وری شخصی امروزه امکان پذیر نیست. محبوب ترین استفاده از هوش مصنوعی و یادگیری ماشین در سازمانها ، ارائه شخصی سازی در مقیاس در تمام کانال های دیجیتال است. همچنین در حال افزایش اتخاذ تجزیه و تحلیل پیش بینی بر اساس یادگیری ماشین به مدل های تمایل به تنظیم دقیق برای بهبود نتایج فروش و فروش متقابل است. کتاب شناسی هوش مصنوعی می تواند به خرده فروشان کمک کند تا مصرف کننده ، Phys.org را درک کنند. 14 ژانویه 2019 Brei ، Vinicius. (2020). یادگیری ماشین در بازاریابی: نمای کلی ، استراتژی های یادگیری ، برنامه ها و پیشرفت های آینده. مبانی و روند بازاریابی. 14. 173-236. 10.1561/1700000065. Conick ، H. (2017). گذشته ، حال و آینده هوش مصنوعی در بازاریابی. اخبار بازاریابی ، 51 (1) ، 26-35. موسسه اطلاعات مصنوعی رانش و بازاریابی ، 2021 گزارش گزارش هوش مصنوعی بازاریابی. Huang ، M. H. ، & Rust ، R. T. (2021). یک چارچوب استراتژیک برای هوش مصنوعی در بازاریابی. مجله آکادمی علوم بازاریابی ، 49 (1) ، 30-50. Jarek ، K. ، & Mazurek ، G. (2019). بازاریابی و هوش مصنوعی. بررسی تجارت اروپای مرکزی ، 8 (2). Libai ، B. ، Bart ، Y. ، Gensler ، S. ، Hofacker ، C. F. ، Kaplan ، A. ، Kötterheinrich ، K. ، & Kroll ، E. B. (2020). دنیای جدید شجاع؟ در مورد هوش مصنوعی و مدیریت روابط مشتری. مجله بازاریابی تعاملی ، 51 ، 44-56. MA ، L. ، & Sun ، B. (2020). یادگیری ماشین و هوش مصنوعی در بازاریابی -اتصال قدرت محاسبات به بینش های انسانی. مجله بین المللی تحقیقات در بازاریابی
خدمات سئو ، 37 (3) ، 481-504. McKinsey & Company ، یک طرح فناوری برای شخصی سازی در مقیاس. 20 مه 2019 موسسه جهانی مک کینزی ، تجسم کاربردها و تأثیر بالقوه هوش مصنوعی و سایر تجزیه و تحلیل ها ، 17 آوریل 2018 ، | تعاملی گالری Ai Microsoft Azure () Pedersen ، C. L. بازاریابی مبتنی بر همدلی. روانشناسی و بازاریابی. Sinha ، M. ، Healey ، J. ، & Sengupta ، T. (2020 ، ژوئیه). طراحی با هوش مصنوعی برای بازاریابی دیجیتال. در انتشار کمکی از 28th کنفرانس ACM در مورد مدل سازی ، سازگاری و شخصی سازی کاربر (صفحات 65-70). وضعیت بازاریابی ، چاپ ششم. تحقیقات Salesforce ، 2020. مرا در LinkedIn دنبال کنید. وب سایت من را بررسی کنید. لوئیس کلمبسی در حال حاضر به عنوان اصلی ، IQMS ، بخشی از Dassault Systèmes خدمت می کند. موقعیت های قبلی شامل مدیریت محصول در اینگرام ابر ، بازاریابی محصول در IBASET ، سیستم های Plex ، تحلیلگر ارشد تحقیقات AMR (اکنون گارتنر) ، بازاریابی و توسعه تجارت در CINCOM Systems ، Ingram Micro ، یک راه اندازی SaaS و شرکت های سخت افزاری است. من همچنین عضو نامنظم های شرکت هستم. پیشینه من شامل بازاریابی ، مدیریت محصول ، فروش و نقش تحلیلگر صنعت در نرم افزار سازمانی و صنایع فناوری اطلاعات است. سوابق تحصیلی من شامل MBA از دانشگاه Pepperdine و تکمیل برنامه های استراتژیک بازاریابی و برنامه های بازاریابی دیجیتال در دانشکده تجارت فارغ التحصیلان دانشگاه استنفورد است. من دوره های MBA را در تجارت بین المللی ، استراتژی های رقابتی جهانی ، تحقیقات بازار بین المللی و دوره های سنگفرش در برنامه ریزی استراتژیک و تحقیقات بازار تدریس می کنم. من در دانشگاه ایالتی کالیفرنیا ، فولرتون تدریس کردم: دانشگاه کالیفرنیا ، ایروین ؛ دانشگاه ماریومونت ، و دانشگاه وبستر. شما می توانید در توییتر در Louiscolumbus به من برسید. "> * استانداردهای تحریریه * تحسین های فوربس