Marketeers en machine learning: sneller, slimmer, effectiever

machine learning

Al decennia lang worden A / B-tests door marketeers gebruikt om de effectiviteit van aanbiedingen te bepalen bij het stimuleren van responspercentages. Marketeers presenteren twee versies (A en B), meten de respons, bepalen de winnaar, en doe dat aanbod vervolgens aan iedereen.

Maar laten we eerlijk zijn. Deze aanpak is verlammend traag, vervelend en onvergeeflijk onnauwkeurig - vooral als je het op mobiel toepast. Wat een mobiele marketeer echt nodig heeft, is een manier om het juiste aanbod voor elke klant in een bepaalde context te bepalen.

Mobiele abonnees vormen een unieke uitdaging als het gaat om het identificeren van de optimale manier om hen te betrekken en actie te stimuleren. De context van mobiele gebruikers verandert voortdurend, waardoor het moeilijk is om te bepalen wanneer, waar en hoe ze met hen in contact moeten komen. Om de uitdaging nog groter te maken, verwachten mobiele gebruikers een hoge mate van personalisatie als het gaat om interactie met hen via hun persoonlijke apparaat. Dus de traditionele A / B-benadering - waar iedereen ontvangt de winnaar - schiet tekort voor zowel marketeers als consumenten.

Om deze uitdagingen aan te gaan - en het volledige potentieel van mobiele apparaten te realiseren - wenden marketeers zich tot big data-technologieën die gedragsanalyse en geautomatiseerde besluitvorming kunnen bevorderen om de juiste boodschap en de juiste context voor elke individuele klant te bepalen.

Machine lerenOm dit op schaal te doen, maken ze gebruik van machine learning. Machine learning heeft het vermogen zich aan te passen aan nieuwe gegevens - zonder er expliciet voor te worden geprogrammeerd - op manieren die mensen niet kunnen benaderen. Net als bij datamining doorzoekt machine learning enorme hoeveelheden gegevens op zoek naar patronen. Maar in plaats van inzichten te extraheren voor menselijk handelen, gebruikt machine learning de gegevens om het eigen begrip van het programma te verbeteren en automatisch de acties dienovereenkomstig aan te passen. Het zijn eigenlijk A / B-testen op automatische snelheidsregeling.

De reden dat het een gamechanger is voor de huidige mobiele marketeers, is omdat machine learning het testen van een oneindig aantal berichten, aanbiedingen en contexten automatiseert en vervolgens bepaalt wat het beste werkt voor wie, wanneer en waar. Think biedt A en B, maar ook E, G, H, M en P samen met een aantal contexten.

Met machine learning-mogelijkheden worden het proces van het opnemen van elementen van berichtbezorging (bijv. Wanneer ze zijn verzonden, naar wie, met welke aanbiedingsparameters, enz.) En de elementen van aanbiedingsreactie automatisch geregistreerd. Of aanbiedingen worden geaccepteerd of niet, de reacties worden vastgelegd als feedback die vervolgens verschillende soorten geautomatiseerde modellering aanstuurt voor optimalisatie. Deze feedbacklus wordt gebruikt om volgende toepassingen van dezelfde aanbiedingen aan andere klanten en andere aanbiedingen aan dezelfde klanten af ​​te stemmen, zodat toekomstige aanbiedingen een grotere kans op succes hebben.

Door het giswerk te elimineren, kunnen marketeers meer tijd besteden aan creatief nadenken over wat meer waarde oplevert voor klanten versus hoe en wanneer ze dit moeten leveren.

Deze unieke mogelijkheden, mogelijk gemaakt door de vooruitgang in de verwerking, opslag, query's en machine learning van big data, zijn toonaangevend in de mobiele industrie. Mobiele operators die voorop lopen, gebruiken ze om interessante gedragsinzichten te formuleren en om boeiende marketingcampagnes op te zetten die uiteindelijk het klantgedrag beïnvloeden om de loyaliteit te verbeteren, het verloop te verminderen en de inkomsten drastisch te verhogen.

2 reacties

  1. 1

    Het is echt interessant om te lezen over de uitdagingen die mobiel met zich meebrengt en hoe marketeers rekenkracht kunnen gebruiken om snel niet slechts een van de twee opties, maar een van de vele opties te presenteren. De juiste boodschap bij de juiste klanten krijgen. Zo'n vooruitstrevend denken en effectief gebruik van technologie.

  2. 2

    Met de nieuwe trends in technologie is het goed om op de hoogte te blijven van wat er gebeurt en de kennis te hebben met betrekking tot het vermarkten van uw producten. Geweldige informatie, ik was dol op je artikel!

Wat denk je?

Deze site gebruikt Akismet om spam te verminderen. Ontdek hoe uw reactiegegevens worden verwerkt.