Gazeta.pl Next >  Biznes >  Konsument zainteresuje się jedynie trafiającą w jego gust ofertą, czyli jak podkręcić marketing automation za pomocą algorytmów Machine Learning?

Konsument zainteresuje się jedynie trafiającą w jego gust ofertą, czyli jak podkręcić marketing automation za pomocą algorytmów Machine Learning?

A A A
Machine Learning

Machine Learning

Wykorzystanie marketing automation może znacznie wpłynąć na wzrost przychodów firmy dzięki szybkim, odpowiednim reakcjom na działania klienta i lepiej dopasowanej ofercie. Co zrobić jednak, gdy nasz proces jest już w pełni poukładany, a kreacja i zróżnicowana oferta dla każdego segmentu jest zawsze gotowa na czas?

W skrócie, system działa jak dobrze naoliwiona maszyna, a my zastanawiamy się, jak jeszcze można podkręcić ten mechanizm. Odpowiedź jest prosta, należy wykorzystać algorytmy Machine Learning, które wskażą nam w danych to, czego człowiek nie jest w stanie sam wykryć.

Systemy marketing automation w większości opierają się na regułach biznesowych, które w skrócie można opisać "jeśli – to". Oznacza to, że marketer na podstawie wiedzy eksperckiej lub dostarczonych raportów układa reguły, które decydują, w jaki sposób i z jaką ofertą wchodzimy w reakcje z klientem.

Marketing 4.0, czyli machine learning

Odmienna idea stoi za Machine Learning. W tym przypadku algorytmy biorą pod uwagę nie pojedyncze atrybuty dotyczące klienta, lecz ich kombinacje i korelacje między nimi. Na podstawie testów statystycznych określają, czy dany zestaw parametrów dobrze opisuje naszych klientów oraz ich preferencje. Najprostszym przykładem może być wyznaczenie skłonności zakupowej konkretnego produktu przez konsumenta na podstawie zebranych danych o jego cechach i zachowaniu.

Obecnie narzędzia marketing automation nie posiadają zaawansowanych statystycznie modułów. Nie jest to jednak problemem, ponieważ coraz częściej profesjonalne systemy z modelami data-miningowymi mają na tyle elastycznie opracowaną komunikację, że mogą swobodnie integrować się z każdym zewnętrznym systemem, a wystarczy do tego zwykłe API. Oznacza to, że opracowanie modelu machine learning może nastąpić poza marketing automation, a w chwili interakcji z użytkownikiem odpytujemy system o sugestię dotyczącą danego klienta. Cały proces może odbywać się za pomocą chociażby web serwisu, który jest w stanie odpowiedzieć w czasie rzeczywistym.

Dostęp do każdej technologii za pomocą jednego kliknięcia

Mnogość oprogramowania open source zapewnia powszechną dostępność algorytmów i brak konieczności ponoszenia kosztów związanych z zakupem licencji. Problemem nadal jednak może być infrastruktura, na której open source miałby działać (serwery, sieć itp.). Dodatkowo, różnorodność wyboru sprawia, że firmy często podejmują decyzje na zasadzie dostępności zasobów wiedzy, a nie na podstawie najlepszych dla nich rozwiązań. Oznacza to, że jeżeli posiadają analityka brylującego w języku R, to w tę platformę będą inwestować czas i pieniądze, a nie na przykład w Python.

Istnieją jednak sposoby na to, aby nie zamykać się na jedną technologię, nawet jeżeli jest ona open source'm. Ten rodzaj oprogramowania cechuje się bardzo dużą zmiennością w tym znaczeniu, że codziennie powstają nowe biblioteki otwierające nowe możliwości, a firmy chcą podążać za tymi trendami i mieć możliwość korzystania z najnowszych funkcjonalności. W tym przypadku rozwiązaniem może być chmura.

Najwięksi dostawcy rozwiązań chmurowych zapewniają dostępy do  wielofunkcyjnych platform, za pomocą których na jeden klik otrzymujemy dostęp do każdej technologii,  o dowolnych zasobach infrastrukturalnych, w których  możemy budować modele machine learning. Mogą one łączyć dostępne technologie open source jak R, Python, Scala czy Spark z dodatkowymi funkcjonalnościami zaprojektowanymi przez komercyjnych dostawców tj. graficzne analizowanie danych, zarządzanie modelami czy współdzielenie się zasobami. Często takie systemy dostępne są w opcji testowej. Ma ona wprowadzone pewne ograniczenia wydajnościowe, ale pozwala na przeprowadzenie niezbędnych testów komunikacji pomiędzy modelami rekomendacyjnymi i systemami do automatycznej obsługi interakcji.

Wykorzystanie machine learning w synergii z marketing automation to dla wielu firm jeszcze nadal pieśń przyszłości, ale już nie tak bardzo odległej. Przedsiębiorstwa, które opanowały skuteczną automatyzację procesów interakcji z klientem, a chcą nadal się rozwijać, będą musiały zainteresować się tą dziedziną nauki, która idealnie wpisuje się w obrany przez nie kierunek działań.  

O definicji, trendach i zmianach, jakie niesie ze sobą marketing automation dla tworzenia i realizacji strategii marketingowej opowiedzą eksperci podczas konferencji „IAB HowTo move from expectations to reality in Marketing Automation” już 27 lutego w Warszawie. Szczegółowy program oraz informacja o zapisach znajdują się na stronie: https://marketingautomation.howto.iab.org.pl/

Materiał powstał przy współpracy z partnerem.

Komentarze (1)
Konsument zainteresuje się jedynie trafiającą w jego gust ofertą, czyli jak podkręcić marketing automation za pomocą algorytmów Machine Learning?
Zaloguj się
  • piotr.grd

    Oceniono 1 raz 1

    Czyli, że człowiek staje się coraz to bardziej i bardziej tylko "przedmiotem", którego trzeba przeanalizować i w jak najodpowiedniejszy, indywidualnie dobrany sposób wpłynąć na jego zachowanie (na początku na to co ma kupić, później na to, na kogo ma głosować, na końcu kiedyś w przyszłości rzędu setek lat również na to jak ma żyć i co myśleć). Z drugiej strony zaś sprzedaż, zysk, pieniądz stają się sprawami coraz to bardziej i bardziej ważnymi, w perspektywie wieloletniej urastającymi do miana jedynych wyznaczników dla sensu życia.

    Tak to wygląda dla mnie. I jeśli nikt już dziś nie postawi granicy, na co się - w długiej perspektywie - godzimy, a na co nie, jakie dane pozwalamy o sobie zbierać i analizować, a jakie nie, gdzie i kiedy pozwalamy siebie obserwować, a gdzie i kiedy nie, to potem, gdy ktoś kiedyś - jakaś korporacja, polityk, służba państwowa - pójdzie za daleko w wykorzystywaniu takich narzędzi, jakie zaczynamy tworzyć, na cofnięcie się i refleksję może być za późno, mniejszość mająca w rękach dostęp do takich narzędzi (korporacje, politycy, służby) kontroli nad całą resztą łatwo nie z rąk nie wypuści.

    Z niepokojem na to patrzę. Wymierne, odczuwalne dla większości ludzi efekty będą za lat kilkadziesiąt, może sto, boję się, że dopiero wtedy się ludzie obudzą z ręką w nocniku, dziś większość temu przyklaskuje lub przynajmniej nie wyraża sprzeciwu, póki korporacja ze swoimi produktami i usługami uprzyjemnia życie wygodami, a służby i politycy przysięgają, że to wszystko dla bezpieczeństwa i dobra wszystkich. Mało kto myśli w perspektywie dłuższej niż własne życie i skali większej niż własne podwórko, co najwyżej własny kraj.

Aby ocenić zaloguj się lub zarejestrujX