ØKT ROI FRA MARKEDSFØRING MED MASKINLÆRING OG KUNSTIG INTELLIGENS
I markedsføring kan teknologien blant annet brukes til prediktiv analyse, støtteverktøy for design av individuelle og målrettede kundereiser og for å øke avkastningen per kunde.
Markedsføring basert på maskinlæring og kunstig intelligens bør starte med en gjennomgang av tilgangen på relevante data. Da må du først knytte til deg noen som har kompetanse på avansert analyseteknikk, og som kan trekke ut kundemønstre og -preferanser fra datasjøer – big data lakes.
Det avgjørende er å kombinere kilder internt, eksternt og fra partnere via API-er og å alltid ha kontroll på håndtering av persondata og samsvar med regelverk, som GDPR.
– Bruk av kunstig intelligens i markedsføring handler om å være konkurransedyktig og bruke budsjettene effektivt og klokt, sier markedssjef Robert Baumann i Basefarm. – Folk tar beslutninger og iverksetter handlinger basert på kunnskap de har opparbeidet seg gjennom læring. Maskinlæring og kunstig intelligens fungerer på samme måte. I en perfekt verden vil maskinlæring sette menneskene i stand til å ta bedre beslutninger og gjøre ting på en smartere måte.
I markedsføringssammenheng kan slike ting være å opparbeide seg større kundeinnsikt og finne nye, smarte måter å segmentere kundene på. I neste omgang kan dette brukes for å optimalisere kundereisen, gjøre kundene mer fornøyde og styrke lønnsomheten.
Og sist, men ikke minst: Fornøyde kunder er lojale kunder som snakker positivt om deg.
Ved å analysere fakta om kundereisen, kan du optimalisere omnikanal-tiltak og maksimere ROI (return on investment) uten å sløse bort budsjettene på virkningsløse tiltak eller miste kunder på grunn av kampanjer som oppleves som irriterende. Analysearbeidet bør også sette deg i stand til å forutse og forholde deg til kunders fremtidige behov og atferd.
– Markedsavdelingen vil med større treffsikkerhet kunne fastslå potensiell ROI og dermed levere et bedre beslutningsgrunnlag til økonomisjefen og andre beslutningstakere, sier Baumann.
– Det er mange fristende løsninger på markedet, sier Baumann.
– Vi anbefaler imidlertid sterkt å starte med en plan for hvordan du vil bruke maskinlæring og kunstig intelligens i markedsarbeidet. Deretter kan du bygge et økosystem for dette med et helhetlig perspektiv på hvordan ulike applikasjoner skal spille sammen. Mest sannsynlig vil du gjennom dette få enda mer ut av langsiktige investeringer i data og teknologi.
Heldigvis behøver du ikke programmere løsningene fra bunnen. Selv om bruken av maskinlæring og kunstig intelligens fortsatt er i en tidlig fase, er det mange nyttige applikasjoner på markedet. Brukere av virksomhetskritiske offentlige skytjenester (AWS, Microsoft Azure, Google Cloud m.fl.) har allerede tilgang til slike applikasjoner som kan settes opp i samarbeid med Basefarms data science-eksperter.