AI-marketing je oblika marketinga, ki intenzivno uporablja tehnologije in orodja, ki jih poganja umetna inteligenca (artificial intelligence – AI). Ta orodja so v marketingu dejansko prisotna že lep čas, saj pomagajo pri avtomatizaciji ponavljajočih se nalog, uporabna so za obsežne podatkovne analize, za učenje in sprejemanje odločitev v realnem času. Drugače povedano: omogočajo bistveno bolj učinkovit marketinški nastop.

V nadaljevanju smo pri FrodXu odgovorili na nekaj ključnih vprašanj, ki verjetno zanimajo vsakogar, ki se resno ukvarja z marketingom in razmišlja, kako izkoristiti potencial umetne inteligence. Katere so koristi AI-marketinga? Katera orodja in tehnologije so na razpolago? Kako se lotiti konkretnih kampanj? Predvsem pa upamo, da boste ugotovili, zakaj se nam umetne inteligence ni treba bati.

1. 1. Kaj je AI-marketing in kako deluje?
   2. AI-marketing: sedem zakajev
   Personaliziran večkanalni nastop
   Optimizirana podatkovna analitika in napovedno modeliranje
   Višja stopnja zavzetosti strank
   Izboljšana uporabniška izkušnja (CX)
   Avtomatizacija delovnih nalog
   Prilagodljivost ob hitri rasti podjetja
   Stroškovna učinkovitost in višji ROI
   3. Orodja in tehnologije, ki poganjajo AI-marketing
   Pogovorni roboti (chatbots)
   Prediktivna analitika
   NLP
   Marketinška avtomatizacija
   Orodja za personalizacijo
   Produktna priporočila
   Vsebinska optimizacija
   4. AI-marketing v poslovnem vsakdanu: kako znana podjetja izkoriščajo prednosti umetne inteligence
   Netflix in segmentacija strank
   Amazon in personalizacija
   Zalando in prediktivna analitika
   H&M in chatboti
   Airbnb in NLP
   5. Od teorije k praksi: kako se lahko AI-marketinga lotite v vašem podjetju?
   Določite cilje in ključne kazalce
   Zbiranje in analiza podatkov
   Izbira in implementacija AI-orodij
   Testiranje in prilagajanje strategije
   6. Namesto zaključka: AI-marketing je šele na začetku svoje poti

Pri AI-marketingu gre za obliko marketinga, ki intenzivno uporablja tehnologije in orodja, ki jih poganja umetna inteligenca.

Tehnologija je kompleksna, a princip je preprost. AI-algoritmi se učijo iz podatkov o vaših strankah. Na podlagi podatkovnih analiz izluščijo vzorce vedenja, segmentirajo stranke po najbolj ustreznih kriterijih, pomagajo vam oblikovati marketinške kampanje, upravljati s komunikacijskimi kanali in celo pri ustvarjanju vsebin – besedil, slik, videov ali kombinacije vsega naštetega.

Vsaka marketinška kampanja predstavlja vir novih podatkov o obstoječih in potencialnih strankah. Na podlagi novih podatkov pa je s pomočjo strojnega učenja prihodnje kampanje mogoče še bolj prilagoditi: izbrati pravi čas, pravi kanal, pravo vsebino in ponuditi resnično personalizirano izkušnjo stranke (customer experience – CX).

Umetna inteligenca skratka prihrani ogromno časa, ki ga lahko namenite aktivnostim z višjo dodano vrednostjo.

V uvodu smo že omenili nekatera področja, pri katerih so AI-rešitve lahko v veliko pomoč. Če smo bolj natančni, bi lahko rekli, da brez umetne inteligence določenih težav v resnici sploh ni mogoče uspešno reševati. Resnična personalizacija izkušenj stranke, s katero začenjamo spodnji seznam sedmih razlogov, zakaj bi morali razmišljati o AI-marketingu, je dober primer kompleksnega izziva, ki mu boste brez umetne inteligence težko kos. Torej, katere so glavne koristi AI-marketinga?

S pomočjo umetne inteligence je na podlagi preteklih stikov s stranko, njenih preferenc in vzorcev vedenja mogoče popolnoma prilagoditi vsebino, kanal in čas dostave sporočil stranki v najbolj ustreznem kontekstu.

Zbiranje in obdelava podatkov o stranki v realnem času ter izboljšan vpogled v vedenje strank in bodoče trende.

Ob številu uporabnikov oziroma strank je stopnja njihove zavzetosti (engagement) ena od najpomembnejših marketinških metrik – s pomočjo AI-tehnologij in orodij pa jo je mogoče bistveno okrepiti.

AI-marketing podjetjem nudi možnost ustvarjanja brezšivne in personalizirane uporabniške izkušnje, kar izrazito povečuje zadovoljstvo in zvestobo strank.

Ena od glavnih prednosti AI-marketinga je avtomatizacija rutinskih delov marketinških procesov, s čimer se v marketinški ekipi sprostijo viri za strateške naloge.

AI omogoča konsistenten in učinkovit marketinški nastop ob hitri rasti podjetja in povečevanju baze strank, ki izrazito vplivata na kompleksnost marketinških aktivnosti.

Zmanjšanje potreb po manualnem delu, boljša odzivnost, časovni prihranek in optimizirana tržna komunikacija = znižanje stroškov in povečana donosnost naložb v marketing.

Uporabniki, kupci, stranke – imenujmo jih, kot želimo – uporabljajo vedno večje število kanalov in naprav, na katerih iščejo informacije o vaših produktih in storitvah. Nakupna pot sodobne stranke (customer journey) se zato konstantno spreminja in predvsem postaja bistveno bolj kompleksno. Kar pomeni, da so precej bolj kompleksni tudi marketinški pristopi, ki prinašajo dobre rezultate.

Še ne tako dolgo nazaj je personalizacija v marketingu v grobem pomenila, da je bilo recimo mogoče v enem od novičnikov, na katere se je naročil uporabnik, določiti spol in »dragega bralca/drago bralko« primerno nagovoriti. Tudi če je podjetje razpolagalo z mnogimi drugimi uporabniškimi podatki, je bilo ob množici različnih parametrov brez ustrezne tehnološke podpore kampanje težko zares zapeljati v smeri popolnoma prilagojene komunikacije. Število spremenljivk, ki vplivajo na resnično personaliziran marketing, namreč že pri precej majhnem številu naročnikov postane neobvladljivo za ročno obravnavo. In tu nastane vrzel, ki jo zapolnijo orodja za AI-marketing.

Inteligentni pogovorni roboti so izjemno uporabni za zagotavljanje hitre odzivnosti pri stiku s stranko, pri odgovorih na vprašanja pred nakupom, produktna priporočila. Primeri orodij: ChatGPT je ta trenutek zagotovo najbolj slaven pogovorni robot na planetu. Omenimo še HubSpot in njihovo rešitev Conversations.

S pomočjo prediktivne analitike podjetja analizirajo uporabniške podatke in – kot pove že ime – lažje napovejo vedenje strank v bodočnosti ter identificirajo priložnosti za marketinške kampanje. Primer orodja: SAP Emarsys Customer Engagement. Tudi nekatera najbolj znana tehnološka podjetja (Google, Amazon) ponujajo svoje rešitve, izpostavimo še Microsoft Azure Machine Learning.

Ne, NLP v tem kontekstu ni neznani leteči predmet, temveč kratica pomeni natural language processing, področje umetne inteligence, ki se ukvarja z razumevanjem in procesiranjem človeškega jezika. V praksi to pomeni, da lahko s pomočjo NLP bolje ocenimo uporabniške ocene, zapise na družbenih omrežjih in zlasti čustva, ki se skrivajo za njimi, ter na ta način bistveno izboljšamo razumevanje svojih strank. Primera tovrstnih orodij: Microsoft Azure Cognitive Services Language ali Google Cloud Natural Language.

Umetna inteligenca je izjemno učinkovita pri vseh oblikah avtomatizacije in poenotenja marketinških procesov: rangiranje leadov in njihovo negovanje, marketing na družbenih omrežjih, e-mail marketing. Primeri orodij: zagotovo najbolj znana in najbolj učinkovita so orodja Hubspot Marketing in Sales, na področju e-mail marketinga je zelo znan Mailchimp.

Personalisation engines so namenska orodja, s katerimi je mogoče analizirati uporabniške vzorce in na podlagi analize ustvariti personalizirane vsebine in ponudbe. Primeri orodij: Evergage, Dynamic Yield, Qubit, RichRelevance.

Na podoben način delujejo tudi orodja za produktna priporočila (recommendation engines), ki so primarno namenjena iskanju ustreznih izdelkov in storitev. Primera: SAP Emarsys Customer Engagement, Amazon Personalize.

Še ena podvrsta orodij za personalizacijo so rešitve za vsebinsko optimizacijo (content optimsation). Na podlagi analize interakcij med uporabniki in vsebinami je mogoče uvesti spremembe in na ta način povečati zavzetost strank in stopnjo konverzij. Primeri orodij: verjetno najbolj znan primer je kar Google Analytics, omenimo še Optimizely in Clearscope.

Segmentacija. Avtomatizacija. CX. Podatkovna analitika. Personalizacija. Se podjetja tega res poslužujejo v svojem poslovnem vsakdanu? Na kratko: da. Več pa spodaj.

Primer: Netflix. Globalni tehnološki fenomen, ki se je iz nekoliko bolj napredne videoteke, ki je DVD-je pošiljala po pošti*, razvil v vodilno svetovno platformo za pretočne vsebine. In enega največjih video producentov na svetu. Ah ja, in eno najbolj prepoznavnih znamk na svetu. Kakorkoli – Netflix je odličen primer podjetja, ki segmentacijo strank/gledalcev jemlje zelo resno. S pomočjo AI-algoritmov najprej analizirajo podatke o zgodovini ogledov, ocene gledalcev, zgodovino iskanj, demografijo. Zbrane in analizirane podatke nato uporabijo za razdelitev občinstva na množico segmentov, kar jim omogoča bolj relevantna vsebinska priporočila, bolj personaliziran nagovor, bolj zadovoljne gledalce, višjo stopnjo zadržanja strank (retention rate) in posledično – višje prihodke.

*Ste vedeli, da je pošiljanje DVD-jev po pošti v ruralnih ZDA še vedno del Netflixove ponudbe?

Če vam je všeč ali ne, se Amazonu težko izognete, tudi če živite v Sloveniji. S pomočjo umetne inteligence analizirajo uporabniške podatke o minulih nakupih, zgodovini brskanja in produktne ocene, na podlagi tako pridobljenih podatkov pa popolnoma personalizirajo produktna priporočila in e-mail marketing za vsako stranko. Rezultat? Višje stopnje konverzij in povečana zvestoba strank.

Nemški prodajalec konfekcije Zalando (fashion retailer se sicer bolje sliši, kajne?) s pomočjo AI-algoritmov podobno kot Amazon analizira uporabniške podatke o nakupih, brskanjih in artiklih v košarici ter si s temi podatki pomaga pri napovedi bodočih nakupov, kar je en od ključnih podatkov za optimizacijo nabavne verige in upravljanja z inventarjem. Posledica? Hitrejši dobavni roki in bolj zadovoljne stranke. (Pa tudi prepoznavanje strank, ki so nadpovprečno nagnjene k vračilom artiklov ... ☺)

H&M, še en prodajalec konfekcije fashion retailer, tokrat švedski. Pri H&M pogovorne robote že slabih pet let uporabljajo za odgovore na vprašanja strank in sočasna produktna priporočila. Chatboti so sposobni obvladovati veliko število vprašanj, kar pomeni, da zaposlenim v podpori strankam ostane več časa za reševanje bolj kompleksnih zagat.

S pomočjo procesiranja naravnega jezika je mogoče zelo dobro identificirati človeška čustva, ki se skrivajo za spletnimi komentarji in produktnimi ocenami. Vsem dobro znano podjetje Airbnb zato uporablja NLP za analizo uporabniških ocen počitniških kapacitet na svoji strani. Na ta način lahko izluščijo uporabniške vzorce, zaznajo morebitne težave in prilagajajo marketinško komunikacijo specifičnim potrebam posameznika.

Tudi če ste bili popoln začetnik na področju AI-marketinga, ste si – tako upamo – do te točke že razjasnili osnovne pojme in imate grobo predstavo o tem, kako izgledajo nekateri marketinški procesi v kombinaciji z umetno inteligenco. In morda vas že zanima, kako bi veščine in znanje svojih zaposlenih lahko še bolje uporabili v kombinaciji z AI-orodji. Začnimo.

Kot pri vsakem dobrem načrtu tudi pri strategiji AI-marketinga izhajajte iz natančno določenih poslovnih ciljev in ključnih indikatorjev (key performance indicator – KPI). Samo na tej podlagi namreč lahko določite orodja in tehnike, ki ustrezajo vašim potrebam. Poslovni cilji in kazalniki se pač popolnoma razlikujejo – tako med različnimi podjetji kot tudi v istem podjetju v različnih časovnih obdobjih in razvojnih fazah.

Večje B2B-podjetje si za cilj recimo zada povečanje števila kvalificiranih leadov ali povečanje števila konverzij iz leadov v resne prodajne priložnosti. V tem primeru si lahko pomagajo z orodji za segmentacijo in rangiranje leadov, kar jim omogoči, da se osredotočijo na najbolj perspektivne potencialne stranke.

Po drugi strani si lahko spletni trgovec (torej B2C-podjetje) kot cilj zada povečanje povprečnega nakupa. Njihovi KPI bi v tem primeru recimo vključevali velikost naročil, povprečno konverzijo od ogleda produkta do dodajanja v košarico in število rednih strank. V tem primeru bi v naslednjih korakih začeli posegati po orodjih za produktna priporočila ali personalizirane promocije, s katerimi bi stranke vzpodbujali k dodatnim nakupom.

Ključen korak. Še tako dobra orodja za AI-marketing so brez podatkov kot puška brez nabojev. Umetna inteligenca za svoje delovanje namreč potrebuje velike količine podatkov, na podlagi katerih je mogoče podrobno analizirati uporabniške vzorce, jih ustrezno segmentirati in nato na podlagi sprejetih ciljev začrtati kampanje, ki bodo prinesle največ rezultatov.

Vzemimo za primer zgoraj omenjenega spletnega trgovca, ki si želi povečati velikost povprečnega naročila in se odloči, da je zanj najustreznejši kanal e-pošta. S pomočjo namenskih orodij za e-mail marketing lahko analizira podatke svojih naročnikov in njihovo nakupno zgodovino, v kombinaciji z drugimi orodji pa jih lahko še dodatno profilira glede na njihovo zgodovino brskanja ali interakcije v mobilni aplikaciji. Na ta način je kasneje bistveno lažje pripraviti personalizirane kampanje in vsakemu kupcu ponuditi prav tisti produkt, ki ga bo najverjetneje zanimal.

Znana kavarniška veriga Starbucks je recimo s pomočjo analize podatkov v mobilni aplikaciji uspela bolje definirati preference in obnašanje svojih pivcev kave, jim ponuditi prave promocije in popuste ter na ta način bistveno povečati zvestobo svojih strank.

Cilji so definirani. Podatki so zbrani. Čas je, da izberete prava orodja. Na trgu je ogromno različnih rešitev, od preprostih pogovornih robotov do kompleksnih rešitev za napredno prediktivno analitiko in procesiranje naravnega jezika (NLP). Nekaj najbolj znanih ali najbolj uporabnih smo navedli zgoraj, a velja poudariti, da je to zgolj vrh ledene gore.

Da se na tem mestu nekoliko odmaknemo od zgoraj omenjenih primerov, si za trenutek predstavljajmo banko ali zavarovalnico, ki želi izboljšati svojo komunikacijo na področju stanovanjskih kreditov s pomočjo pogovornih robotov. Z ne preveč kompleksnim programiranjem je mogoče chatbote razviti do te mere, da brez težav pokrijejo večino rutinskih vprašanj in bolj zahtevne naloge preusmerijo na zaposlenega v podjetju, ki bo zagotovo znal pomagati.

Pogovorni roboti so torej dejansko lahko generator prodaje. Znano kozmetično podjetje Sephora je z njihovo pomočjo sposobno usmeriti obiskovalce spletni strani na najustreznejše produkte in na ta način so uspeli v določenih segmentih prodajo dvigniti tudi za 10 %.

Naslednji korak je testiranje, merjenje rezultatov in prilagajanje marketinške strategije. Ne moremo reči, da gre za zadnji korak, saj je AI-marketing zaporedje procesov, ki se začenja vedno znova. Kot smo že opozorili v uvodu, vsaka aktivnost prinaša nove podatke o vaših uporabnikih in strankah. S pomočjo teh podatkov pa je mogoče bodoče kampanje še dodatno rafinirati. Zgolj na ta način je mogoče zagotoviti, da vaša prizadevanja na področju AI-marketinga prinesejo želene rezultate.

Brez pretiravanja lahko rečemo, da sta strojno učenje in umetna inteligenca sprožila revolucijo v marketingu. Revolucijo, ki je šele v svojih prvih fazah. Ničesar še niste zamudili. A hkrati nimate več veliko časa, preden vas konkurenca prehiti. Upamo, da smo vam uspeli vsaj nekoliko približati temelje AI-marketinga. Morda smo vam celo odgovorili na vprašanja, za katera niste niti slutili, da bi vas morala zanimati. Zagotovo pa so se vam porajala še kakšna, na katera odgovora nismo podali.

V tem primeru imamo za vas dve rešitvi. Za začetek vam ponujamo brezplačni AI-nasvet našega FR0DX-1 svetovalca, ki združuje naša poslovna znanja in AI-tehnologijo v eni sami osebi ... robotu ... rešitvi ... Skratka, najbolje, da preverite sami.

Če pa to ne zadošča in še vedno potrebujete pogovor z resnično osebo, vas vabimo, da stopite v kontakt z nami. Prepričani smo, da vam bomo znali pomagati.