业界|解密Persado背后的秘密武器:机器学习如何创作营销内容

目前为止,基于机器学习的个性化功能仍集中于行为和偏好,即找到“对的人”、“对的地方”和“对的时间”。现在,新的机器学习技术把情绪因素纳入计算方程,以做到更好的信息连结。通过这项研究,我们开始了解从业人员如何利用机器学习技术优化营销的最后一环,即如何解决“正确的消息”,以及这些早期的运用者从中获得了哪些价值。

今天的市场中,营销人员必须将定制体验通过数字端传递给客户。机器学习和预测技术在内容变革中正在迅速兴起。电子邮件营销、网页优化和广告推送只是很少的几个实践,但都取得了巨大的投资回报。通过这种技术,营销人员可以根据情绪的不同,智能地产生对应内容,此举大大强化了个性化功能。

对 301 名从业者的调查显示,绝大多数还没有利用机器学习进行内容开发的已经准备好开始了。而那些已经利用机器学习进行内容报道的表示没花太多精力就将性能提升了 22% - 266%。调查结果表明,营销人员和广告商越来越熟悉机器学习技术自动生成的内容,与客户的沟通效率和效果也都得到了显著改善。

机器学习在广告营销方面率先兴起

38% 的从业人员已经将机器学习和预测技术纳入其广告数据管理平台(DMP)。另外的 35% 也准备在 1 年内实现相关部署(图 1)。

基于机器学习的营销管理方案是提升营销人员细分受众能力的常见做法。例如,平台可以利用行为数据发现客户可能取消订阅,那么及时采取行动能够避免失去客户。

包括亚马逊、Facebook 和谷歌在内的众多科技巨头也都在使用机器学习推荐相关的产品或内容。基于机器学习的推荐系统无疑已经在互联网服务中被广泛使用。

更加前沿的应用包括 Acquisio 通过机器学习开发了一整套报价预算管理服务,平台通过监控竞价搜索,及时定价调价,最终投入最少人力,以最低成本获得最大价值。

基于机器学习生成营销内容

自然语言处理(NLP)技术一直以来都用于改进搜索引擎和电子邮件分类。最近,这项技术又在人工智能(AI)助理方面开花结果,代表产品包括 Siri 和亚马逊的 Alexa。终于,NLP 技术如今也开始在营销是发挥作用。

我们在调查中发现,所有被调查的人中, 80% 还没使用机器学习进行内容开发的已经准备使用,55% 表示将进入测试阶段,25% 表示他们将立即开始尝试(图 2),12% 的人表示没有预算的问题,只有 8% 表示他们不信任机器学习技术。

这项技术已经被证明能够优化所有类型的数字广告营销,如电子邮件内容和广告展示。机器生成的消息质量一向优于人工生成的消息。出于这个原因,我们准备采用自动化数字营销技术,如果不跟上这次技术升级,很有可能在未来的竞争中落后,因为基于机器学习的新方法与传统方法之间的差距将越来越大。

机器学习用于个性化营销服务

机器学习通过一系列信息元素对营销内容进行优化,这其中包括产品描述,按钮,格式和定位。

营销人员通过个性化的定位、再定位、优惠、购买度、忠诚度和活动等推动宣传。

不仅如此,这还有助于加速创新,通过持续学习和利用个体间的行为模式,机器学习平台可以从广泛营销转变为更加个性化的方式,因为没有人可以做到如此大规模的程度。

优势:

获得客户反馈:机器学习可以通过捕捉客户偏好来产生最佳的营销内容。

增加收入:相关团体已经在许多研究中证明,相关性营销比非相关性营销多产生 3 到 5 倍的收入,而情绪语言的优化能提高相关性。

缩短进入市场的时间:机器学习的方法基本避免了各种无用功和返工可能,通过极具影响力和煽动性的语言,加速了整个运行周期。

增加客户互动:机器学习创造的内容更有助于良性互动,提高用户对品牌的忠诚度,也能使新用户更容易接受和认可品牌。

价值深化分析:用户流露的情绪和鼓动客户购买的语言是商家洞察流量转化的本质。

个性化三要素:行为、偏好、情绪

直到现在,个性化技术仍然严重依赖于用户行为,包括利用点击量、标签和实时事件等数据。新的机器学习技术将用户的偏好和情绪纳入考量范围,让营销人员能够创造出具有吸引力、符合受众情绪、真实有效的内容,能有效提高个性化效果。

Persado 的认知内容平台就是这样一个例子,Persado 利用自然语言处理和机器学习来自动生成基于行为和态度的数据。

在对 301 名从业人员进行相同的调查后发现,营销人员已经在使用包含情感语言科学的行为预测技术(图 3)。个性化预测正在变得越来越普遍,营销人员中 52% 使用了行为数据,49% 使用了实时数据,17% 使用机器学习为目标客户开发了特定语言。

你需要了解的机器学习技术

由于机器学习技术天然的黑盒属性,营销人员需要掌握优化营销内容的基本原理和方法。

下面是一些关键的 NLP 查询方法:

算法:要注意机器学习算法的学习特性。对于 NLP 平台来说,使用者应该清楚系统是如何保证机器有效运用语言表达,并基于商业行为自动判断其用法的。

行为触发:确定系统如何解释和了解受众的行为。通过恰当的语言分类系统,该平台要能基于以往的表现慢慢确定具体的触发行为和学习迭代的方式,这样可以确保在未来也行之有效。

细分差异:要清楚包括工业、频道、地理和参与类型(一次性或订阅)等在内的类别是如何滚动数据的。这些差异信息可以进一步细分和丰富语言的分类,例如,同一消息在不同语境中效果也不同。

语言分类:应当了解如何将营销的具体语言拆解成不同分类,让平台能够测试消息中的无关联元素,这样的分类可能包括函数式语言(如调用操作)或描述性语言(如产品清单)。

情绪排名:有效的沟通充满成了个人特定的情感价可以用作数据更好地理解和说你的听众。情绪分析的一个基本类型就是把信息分成积极的或消极的。更细微的信息可以挖掘出更多样化的情绪类别。平台对情绪分析得越具体,就越有可能达到目标受众的层次。

机器学习对营销的巨大提升效果

网上百货的广告中,包含成就、特别和安全情绪的样式贡献了回复率的 77%,点击率提升了 57%。

网店的广告中,包含兴奋情绪的样式贡献了回复率的 51%,点击率提升力 42%。

百强电子零售商的成功邮件中,包含成就情绪和焦虑情绪的贡献了回复率的 72%,点击率提升了130%。

打折店的成功邮件中,包含兴奋情绪和感激情绪的贡献了回复率的 44%,点击率提升了266%。

百强电子零售商的标题栏中,包含成就情绪的贡献了回复率的 53%,转化率 278%。

百强服饰零售商的标题栏中,包含渴望情绪和感激情绪的贡献了回复率的 45%,转化率提升力 402%。

机器学习在市场营销的未来

机器学习技术的应用让营销人员能够进行前所未有的尝试和实践。营销人员一直以来都在通过“认知计算革命”来确定“对的人”,“对的地方”和“对的时间”。直到最近,机器学习才开始着手处理“对的信息”。

营销人员通过机器学习创作出的内容能利用情感触发器与客户产生强烈共鸣,这个方法有助于和客户产生更深层次的联系,也真正做到了一对一的个性化。

那些还没有具备这项技术的人会发现他们很难与之竞争,未来的短短几年内,机器自动生成的内容将会开始与人工撰写的内容竞争,而基于数据反馈创作出的营销内容也终将超越人类同行的水平。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-09-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏VRPinea

MEL Science正式出售VR化学课程,帮助学生理解抽象概念

3284
来自专栏腾讯研究院的专栏

教育研究如何跟上大数据时代

大数据时代的来临,为高等教育研究的范式转变带来了机会。 如何能有效地将巨量的数据资源转化为丰硕的教育研究成果,应用于改善教育的决策与实践,对教育研究界来说...

4146
来自专栏企鹅号快讯

未来智能实验室确定智能产品AI服务智商权重

前言:本文是未来智能实验室关于智能产品智商的最新研究文章,在提出人工智能的三种智商后,通过德尔菲法,对智能产品AI服务智商的权重进行了确定,为2018年智能产品...

1788
来自专栏人工智能快报

机器人教师将进入小学教室

美国每日科学网(www.sciencedaily.com)刊文称,机器人教师已经走进了小学教室。 最近发表在开源杂志《计算神经科学前沿》(Frontiers i...

2857
来自专栏ATYUN订阅号

DefinedCrowd筹集1180万美元为AI模型建立定制数据集

收集用于训练机器学习模型的数据并不是简单的工作。算法需要标记良好的高质量源,这就是为什么整理数据集所花费的时间几乎与开发模型一样长,甚至更长。

571
来自专栏PPV课数据科学社区

【聚焦】拍案而起,十问大数据

 在互联网时代,大数据炙手可热,许多人言必称大数据,但能够真正说清大数据为何物的人并不多,更遑论如何借助大数据挖掘出巨大的商业价值。究竟如何定义大数据?大数据...

3466
来自专栏指旺研究院

当贷后催收遇见人工智能

对于非人工智能行业的人员来讲,一般是很难理解人工智能其中复杂的运行机制和精巧的逻辑结构的,但是这几年经过媒体的报道、业界的推广和企业的投资,人工智能技术已经出现...

3778
来自专栏PPV课数据科学社区

编译 | 机器学习的趋势和人工智能的未来

数据飞轮,算法经济,和智能云托管的融合意味着每家公司现在可以是一个数据公司,每家公司现在可以访问算法智能,并且每一个应用程序可以是一个智能应用。 ? 每家公司现...

4229
来自专栏ATYUN订阅号

人工智能将超越摩尔定律,成为科技创新的驱动者

人工智能将比摩尔定律产生更大的影响。摩尔定律是一种动态关系,它推动科技行业发展到今天,并形成了庞大的规模。但最终,人工智能创造的价值将比之前所有的信息技术都要大...

3426
来自专栏数据科学与人工智能

【观点】学习数据科学动机

世界潮流,浩浩荡荡,顺之者昌,逆之者亡。——孙中山 本文探讨学习数据科学的动机这个问题。换句话说,为什么要学习数据科学? 首先,大数据,云计算,人工智能,已经到...

2774

扫描关注云+社区