15 مثال کاربردی از هوش مصنوعی در بازاریابی – قسمت چهارم

15 مثال کاربردی از هوش مصنوعی در بازاریابی – قسمت چهارم

۱۵ مثال کاربردی از هوش مصنوعی در بازاریابی – قسمت چهارم

در مقاله ۱۵ مثال کاربردی از هوش مصنوعی در بازاریابی – قسمت چهارم ، ادامه مقالات هوش مصنوعی در بازاریابی به بررسی مثال های کاربردی در این حوزه می پردازیم .

تقسیم بندی مشتری

پیکربندی داده های اول و سوم به یک الگوریتم خوشه بندی، و سپس استفاده از نتایج در یک CRM یا سیستم تجربه سفارشی، جوانه استفاده از یادگیری ماشین است.

شرکت هایی مانند AgilOne به بازاریابان اجازه می دهند که ایمیل و وب سایت comms را بهینه سازی کنند و به طور مداوم از رفتار کاربر یاد می گیرند.

پیش بینی فروش

تبدیل دوباره مدیریت، اما این بار با از ارتباطات وارد  شده استفاده می شود.

مانند سرویس پیشگویی مشتری، ایمیل های ورودی را می توان تجزیه و تحلیل کرد و اقدامات مناسب بر اساس رفتارها و تبدیل های گذشته انجام داد.

باید یک پاسخ ارسال شود، یک جلسه دعوت، یک هشدار ایجاد شده، یا سربار رد صلاحیت کامل؟ یادگیری ماشین می تواند با این فرایند فیلتر سازی کمک کند.

تشخیص تصویر

15 مثال کاربردی از هوش مصنوعی در بازاریابی – قسمت چهارم

Google Photos اجازه می دهد عکس های خود را برای گربه ها جستجو کنید. فیس بوک چهره ها را تشخیص می دهد، همانطور که Swap Face Snapchat نیز وجود دارد.

AR به شناسایی پیچیده چشم انداز در مقابل شما متکی است، شامل افرادی دیگر است که هولوگرام ها را با دقت پوشانده اند.

شاید جالبترین پیاده سازی تشخیص تصویر DuLight از Baidu است. این مدل اولیه برای افراد نابینا طراحی شده است که انچه را که در مقابل آنها قرار دارد را تشخیص و سپس آنها را توصیف می کند.

البته، برای بازاریابان استفاده می تواند چند برابر باشد از جستجو محتوا تا تجربیات نوآورانه مشتری مشتری.

تولید محتوا

در حال حاضر، تولید محتوا عمدتا با استفاده از داده های ساختاری انجام می شود. Wordsmith پلتفرمی است که به طور خودکار نسخهای از مقالات خبری، از جمله گزارشهای مالی، را در بر میگیرد.

این متکی به گزارش هایی است که به درستی به CSV داده می شود – این اساسا اتوماسیون است.

با این حال، در آینده ای نه چندان دور، برنامه این است که این نوع تولید محتوا را با داده های بدون ساختار انجام دهد.

15 مثال کاربردی از هوش مصنوعی در بازاریابی – قسمت چهارم

رباتها، PA ها و پیام رسان ها

با وجود گذراندن احتمالی بدترین نمونه آخر، chatbots توسط بسیاری به نظر می رسد که آینده ورود کاربر بر روی تلفن همراه، جایگزین اپ ها باشند.

به سادگی صحبت کردن و یا تایپ کردن در chatbot اجازه خواهد داد که خدمات را از طریق تجزیه و تحلیل زبان طبیعی همراه با درک مجموعه داده های برند تحویل داده شود.

همانطور که Techcrunch می گوید، پلتفرم فیس بوک که در F8 پیش نمایش شد، به زودی محافظه کارانه به رقابت با شماره های ۱-۸۰۰ می پردازد و تجربه های پشتیبانی مشتریان را، بدون نیاز به مکالمات تلفنی همزمان، زمان انتظار و ساختارهای درختی آزار دهنده تلفنی ارائه می دهد.

بنابراین، چیزدیگری هست که AI نمی تواند انجام دهد؟

لازم به ذکر است که AI و یادگیری ماشین هنوز به افرادی مانند ارزیاب های گوگل نیاز دارند تا دقت آنها را بالا ببرند و الگوریتم های درست را آموزش دهند.

جمع آوری نیروی کار (مثلا Amazon’s Mechanical Turk) احتمالا یک صنعت بزرگتر خواهد شد، زیرا AI نیاز به دست هدایت انسان برای تنظیم مجموعه داده ها دارد.

با این حال، اگر شما در حال انجام یک کار هستید که احتمالا می تواند اتوماتیک انجام شود (و بسیاری از موارد فوق ذکر شده در بالا)، AI می تواند بیشتر و بیشتر یک مسئله فشرده باشد.

تهیه و تنظیم : تیم پژوهش Marketing Iran Talent