В цифровом мире, перегруженном ошеломляющим количеством объявлений, реклама теряет эффективность. Люди заваливаются бесконечным потоком пёстрого, но бессмысленного контента, что вырабатывает у них рекламную слепоту. Проблемы в маркетинге выходят за рамки желаний как потребителей, так и рекламодателей.
Тем, кто запланировал рекламную кампанию на этот год, такое положение дел покажется мрачным, но ещё это признак того, что сфера маркетинга созрела для модернизации. Пора использовать преимущества искусственного интеллекта (ИИ), чтобы с его помощью вывести рекламу на следующий уровень.
Системы искусственного интеллекта давно работают в популярных продуктах таких компаний, как Amazon, Google, Netflix. За последние годы технология проникла в маркетинг ещё глубже и помогает брендам сокращать количество шагов потребителей к покупке. Более того, применение искусственного интеллекта в маркетинге теперь доступно малому и среднему бизнесу, а не только гигантским компаниям.
Раньше при выборе товаров люди всегда отдавали предпочтение той продукции, которую им рекомендовали друзья. Сейчас наоборот — многие прислушиваются к отзывам независимых обозревателей в Интернете. Так будущие пользователи заранее формируют отношение к предстоящей покупке или определённым брендам.
Естественно, владельцы брендов хотят влиять на общественное мнение и упростить создание положительного образа у своей продукции. Они могут обучить ИИ писать обзорные статьи или хвалебные отзывы на множестве сайтов и в социальных сетях. Достаточно будет загрузить в систему характеристики товара, и описания конкретных преимуществ разойдутся по Сети в виде уникальных отзывов и кейсов использования.
Пионером в написании почти человеческих отзывов стала рекуррентная нейронная сеть, которую в августе 2017 создали 5 исследователей из Чикагского университета. Её обучили на тысячах отзывов, которые оставляли реальные клиенты в Amazon, TripAdvisor, Yelp. В результате нейросеть смогла писать отзывы, практически неотличимые от написанных людьми. Причём они успешно проходили проверку на плагиат, так как она генерировала их самостоятельно, а не составляла из фраз с сайтов.
В феврале 2019 организация OpenAI представила GPT-2 — ИИ с открытым исходным кодом, даже продемонстрировала версию, настроенную для генерации бесконечного количества положительных или отрицательных отзывов о продуктах. С тех пор компании уже более 2 лет используют подобные модели для продвижения. Дело дошло до того, что другие компании вынуждены обучать ИИ, чтобы выявлять фейковые отзывы, как машинные, так и человеческие, потому что люди-модераторы не способны их различать.
Интернетчиков часто заваливают рекламой, не соответствующей их интересам. Конечно, существуют методы таргетинга, которые позволяют показывать целевой аудитории более релевантный контент, но людей всё ещё трудно сгруппировать для эффективного маркетинга. Чтобы достичь идеальных результатов, необходим индивидуальный подход.
Для этого разрабатываются решения на основе ИИ, которые могут показывать или отправлять потенциальным клиентам персонализированные рекламные сообщения. Почти каждый человек в отдельности или отфильтрованная узкая группа людей со специфическими интересами увидят только объявления, отвечающие их потребностям. Наконец-то реклама будет вызывать нужную реакцию и улучшать пользовательский опыт, а рекламодателям она принесёт больше конвертабельного трафика.
Яркий пример искусственного интеллекта в маркетинге с персонализацией — Amazon. Он стал популярным потому, что запоминает и учитывает интересы покупателей: каждый просмотренный товар, каждую покупку, место получения посылки. На основе этой информации магазин рекомендует подходящие товары, вдобавок советует, что ещё приобрели люди, купившие такой же товар ранее. Рекомендательная система Амазона работает на движке с ИИ под названием DSSTNE. Потратив годы на создание своих алгоритмов, компания выложила библиотеку с открытым кодом на GitHub в мае 2016. Вы можете скачать её и изучить, а потом заказать у нас доработку под свои нужды.
Способности в составлении рекламных объявлений хотелось бы проиллюстрировать простым кейсом искусственного интеллекта в маркетинге банка Chase. Для него рекламные тексты генерирует модель от стартапа Persado. С 2016 года она применялась только для слоганов, рекламирующих банковские карты и ипотеку. В июле 2019, протестировав модель на новых продуктах, ей доверили писать тексты для всех направлений банка. По заявлению менеджеров, машина придумывает более привлекательные объявления, чем маркетологи. Например, пользователи переходили по заголовку «It’s true — You can unlock cash from the equity in your home» (версия машины) в 2 раза чаще, чем по «Access cash from the equity in your home» (версия людей).
ИИ способен увеличить продажи, если позволить ему корректировать коммерческие предложения. Пусть устанавливает цены на продукцию с учётом поведения пользователей и их потребностей, в зависимости от доступности товара и спроса на него. Эта тактика привлечёт больше новых клиентов, склонит их к покупке или целевому действию.
В свою очередь, машинное обучение для бизнеса и маркетинга позволяет классифицировать существующих клиентов, прогнозировать их ценность для компании на основе прошлого поведения и текущего намерения. После обучения такие данные будут пропущены через идентифицированные сигналы от клиентской базы и преобразованы в уникальное сообщение тем, кто может делать покупки чаще и крупнее.
Для сомневающихся в финансовых способностях машин есть кейс от платформы Peak. Её ИИ CODI помог ведущему британскому ритейлеру (название не разглашается) оптимизировать уценку и сохранить маржу при очистке складских запасов. CODI собрал и унифицировал данные по всей цепочке создания стоимости, предоставил мерчендайзерам прогнозируемое представление о спросе, а также порекомендовал идеальный ценовой диапазон для отдельных товаров. Команда мерчендайзеров использовала его рекомендации всего на 15% склада, и они помогли оптимизировать уценку, повысить производительность и сэкономить время. В результате ритейлер сэкономил £2,4 миллиона.
Как правило, PPC-кампании (с оплатой за клик) ведутся либо своими сотрудниками, либо рекламными агентами, то есть людьми. Если вы запускали кампании в Google Ads или Facebook Ads, то уже пользовались нейросетями этих ИТ-гигантов, чтобы выбить низкую цену в их автоматизированных аукционах контекстной рекламы с ИИ.
ИИ поможет вам открыть новые рекламные каналы, незнакомые вашим конкурентам, а также оптимизировать старые. С его помощью можно протестировать больше рекламных площадок и оптимизировать таргетинг. Так сейчас поступает Facebook со своей оптимизацией доставки рекламы. Также этот подход можно применить к данным омниканальных PPC-кампаний, если задействовать сторонние или собственные инструменты с ИИ.
Хорошо себя проявила маркетинговая платформа с самообучающимся ИИ от Albert Technologies. Этот стартап стал первопроходцем, показав возможности своего ИИ в июле 2017, ещё до того, как Oracle с Salesforce запустили аналогичные сервисы. Albert обрабатывает и анализирует данные об аудитории и тактике, автономно распределяет бюджет, оптимизирует рекламные кампании по платным поисковым и социальным каналам. Вот результаты пары свежих кейсов, где ИИ помогал управлять цифровой рекламой и повысил её эффективность:
Искусственный интеллект обладает огромным потенциалом, который могут использовать бизнесмены, владельцы сайтов, маркетологи, контент-менеджеры, SMM-специалисты, веб-мастера. Он помогает создавать, наполнять, оптимизировать сайты, а также облегчает продвижение в социальных сетях.
Сегодня нейронные сети пишут на основе простых наборов правил и форматов читабельные новости, обзоры, статьи. Сгенерированные ими тексты воспринимаются так, будто написаны человеком. Анализ данных и авторский стиль зависят от настроек под конкретную компанию, чтобы точнее соответствовать её аудитории. Например, Associated Press использует нейросети для автоматизации отчётов о доходах обозреваемых компаний, а USA Today — для создания коротких видеороликов.
Выше мы упоминали GPT-2 от OpenAI. В мае 2020 организация выпустила новую, третью версию алгоритма обработки естественного языка. Сегодня GPT-3 считается самой продвинутой генеративной языковой моделью. У GPT-2 было: количество используемых параметров — 1,5 миллиарда, контекст — 1024 токена, размер датасета — 40 ГБ. У GPT-3 есть: количество используемых параметров — 175 миллиардов, контекст — 2048 токенов, размер датасета — 570 ГБ.
Вот популярные сервисы генерации контента, которые работают на основе GPT-3 и предлагают облегчить труд маркетологов, контент-менеджеров, копирайтеров:
Они все платные, так как коммерческим компаниям OpenAI предоставляет доступ к своему API по 2 основным тарифам:
Разработчикам-энтузиастам OpenAI предлагает бесплатную версию: либо 100 тысяч токенов, либо пробный 3-месячный период. Для ориентира, 2 миллиона токенов ~ 3000 страниц текста.
Помимо контента для сайта, нейронные сети могут создавать уникальные посты для соцсетей. Подписчики вашего сообщества будут взаимодействовать с такими постами, не подозревая, что они написаны машиной. Так, The Washington Post давно использует собственную разработку Heliograf для создания новостей и постов в соцсетях. Этот машинный репортёр выдаёт по 900 статей в год.
Хотя возможности ИИ далеки от создания мощных сайтов с нуля, он способен улучшить впечатления посетителей благодаря интеллектуальной персонализации двух компонентов вашего сайта или веб-приложения:
Используйте ИИ, чтобы автоматизировать большую часть персонализации своего сайта. В результате посетители будут видеть наиболее релевантный контент, уведомления и предложения в зависимости от предпочтений.
ИИ также поможет вам распознать, когда поток данных останавливается или когда на сайт поступает неожиданный трафик. Вряд ли ваши сотрудники могут проверять аналитику ежесекундно, а ИИ запросто это делает. Эта информация поможет вам поддерживать бесперебойную работу сайтов, а также разбираться с возникающими аномалиями.
Если внедрить искусственный интеллект в рекламу и продажи, он будет круглосуточно консультировать клиентов, переводя их на живых сотрудников только в особых случаях. Получая текстовый или голосовой запрос из любого канала, он будет анализировать его, понимать смысл и автоматически отвечать клиенту. Обычно в службу поддержки внедряют систему попроще, а в отдел продаж требуется более умная машина.
Интеллектуальные чат-боты (на основе ИИ, а не скриптов) обслуживают клиентов во множестве сфер — от моды и развлечений до здоровья и страхования. Причём они ведут диалоги более дружелюбно, чем люди-менеджеры. Такое преимущество достигается за счёт того, что боты не подвержены предрассудкам, стрессу, усталости.
Ещё чат-боты лучше понимают, чего хотят клиенты, так как имеют доступ к тысячам точек данных, связанных с ними. Боты агрегируют запросы, зависящие от местоположения, выявляют закономерности, пополняют базу данных повторяющимися вопросами. Это повышает их осведомлённость об интересах обращающихся людей.
Сегодня чат-боты с ИИ стали необходимым инструментом персонализированного маркетинга. Компании уже повсеместно используют их для обслуживания каждого онлайн-посетителя, а не только для базы существующих клиентов. Проще всего внедрить готового чат-бота от какого-нибудь сервиса, например:
Если их возможности покажутся вам неподходящими, то можете создать собственного чат-бота на таких платформах, как Botkit.ai, Botsify.com, Morph.ai, Wit.ai. Если в вашей компании нет программистов, тогда мы вам разработаем чат-бота с искусственным интеллектом.
Стоимость привлечения новых клиентов выше, чем стоимость удержания старых (иногда в 10 раз). А когда скорость их привлечения снижается, приходится повышать лояльность существующих клиентов. Для этого надо запустить прогнозирование оттока.
Выявить тех, кто отстранился или собирается уйти к вашим конкурентам, способен ИИ. С помощью машинного обучения можно собрать данные, построить прогнозную модель, а потом проверить её на клиентах. Эта информация даст понять, на какой стадии разочарования находится каждый из них.
Прогнозирование оттока клиентов с помощью ИИ позволяет анализировать омниканальные события и выявлять снижение вовлеченности клиентов. Если система обнаружит поведение, указывающее на убывание интереса (например, сокращение времени использования), она станет отправлять пользователям соответствующие предложения, пуш-уведомления, электронные письма, чтобы поддерживать их интерес.
Примеры работающих сервисов прогнозирования:
Возможно, вы заметили, насколько качественно Гугл Фото стало распознавать изображения и людей на них. В последние годы разработчики прокачали способности программного обеспечения в распознавании — точность превышает 99%. Такие крупные компании, как Amazon, Facebook и Pinterest, используют искусственный интеллект для распознавания изображений, чтобы идентифицировать на них людей и объекты.
В рекламе машинное обучение и распознавание изображений пригодится для лучшей синхронизации онлайн-контента и посещений магазинов. Магазины используют программы для распознавания лиц на видео, чтобы узнавать о приходе постоянных покупателей и связывать эти видео с их профилями. Так, 59% британских розничных продавцов модной одежды устанавливают программы для распознавания лиц в своих магазинах. А используя ИИ для пуш-уведомлений, они отправляют посетителям персонализированные приветствия и предложения со скидками.
Маркетинг сильно изменился: раньше он ориентировался на продукт, а теперь на клиента. Ключевую роль в этом сыграли развитие и внедрение технологий искусственного интеллекта. По прогнозам McKinsey, потенциал ИИ в сфере маркетинга составляет $1,4–2,6 триллиона.
По оценкам Deloitte, уже каждая вторая компания использует машинное обучение в маркетинге. Бизнесмены и маркетологи полагаются на ИИ и планируют дальше получать выгоды от его применения. Так что это не просто следование тенденциям, а необходимость выживания в конкурентной среде.
Если вам нужно задействовать ИИ в маркетинге, то Polygant готов разработать подходящие для этого программы и приложения. Для точной оценки стоимости и сроков разработки, а также для получения подробной информации об услугах заполните короткую заявку, и наши специалисты сразу свяжутся с вами.