電子メールプログラムでの機械学習の使用

機械学習は、情報を分析するためのコンピュータープログラムをセットアップし、人間のようにインテリジェントな意思決定を行う科学です。

機械学習と人工知能は、マーケティングやCRMを含め、世界中の企業でさまざまな形で実際に使用されています。 Gartnerによると、2020年までに人間は顧客とのやり取りの約85％を管理できなくなるとのことです。

SendPulseでは、機械学習とAIが、クライアントのオープンレートを最大化することに成功しています。 すべてのクライアントの電子メールを、常に受信者の電子メールボックスの上部に配置する必要があります。 この機能を推進するために、AIと機械学習を使用しています。 これについて詳しくは、SendPulseからのパーソナライズされた送信をご覧ください。

機械学習と予測分析は、Eメールマーケティングの大きな変革をもたらす可能性があります。 YouAppiの調査では、37％のCMOが、調査で示された他のどのオプションよりも、2017年に機械学習に投資することを計画していると述べています。

出典：Youappi.com

機械学習はデータポイントを使用して、顧客の行動における有用なパターンを特定できます。 企業は、機械学習と人工知能を使用して、メールマーケティングを自動化できます。

典型的なオートレスポンダーについて話しているのではないことに注意してください。 これらは、関連性が高く、パーソナライズされた電子メールです。 機械学習は継続的なプロセスであり、最良の部分は、コンピューターが継続的に新しいデータを学習して使用し、結果を改善できることです。

機械学習がどのようにメールマーケティングを次のレベルに引き上げることができるかをお見せしましょう。

関連性の高いメールを送信する

アドビによる235のマーケターの調査では、77％が、リアルタイムのパーソナライズが企業にとって非常に重要であると述べています。 ただし、60％は、コンテンツをパーソナライズするのは簡単ではないと考えていました。

何百人ものユーザーのさまざまなデータポイントを考慮に入れて、電子メールにパーソナライズされたコンテンツを含めることは実際には不可能です。 ここで機械学習が役立ちます。 関連するコンテンツやオファーを含むパーソナライズされた電子メールを独自に生成できます。 さらに良いことに、さまざまなコンバージョン目標について教えることができ、コンバージョン目標に合わせてコンテンツを変更します。

セグメンテーションではパーソナライズされた電子メールをターゲットグループに送信できるのに対し、機械学習ではパーソナライズされた電子メールを個人に送信できるため、これはセグメンテーションよりも強力です。

アマゾンは良い例です。 彼らは、過去に閲覧したカテゴリに関連する製品やオファーを含むカスタマイズされた電子メールを送信します。

変換するトランザクションメールを送信する

トランザクションメールは、他のどのタイプのメールよりもはるかに優れたパフォーマンスを発揮します。 Experianによると、ニュースレターと比較して、6倍の収益を生み出し、8倍の高いオープンレートをもたらすことができます。

例として、放棄されたカートの電子メールを取り上げます。 eMarketerの調査によると、放棄されたカートのメールが1時間以内に送信された場合にコンバージョン率が最も高くなります。 機械学習は、放棄されたカートのメールをほぼ瞬時に送信できるだけでなく、受信者の閲覧履歴を表示しながらコンテンツをパーソナライズすることもできます。

これは、過去に同様の顧客と取引した経験があるため、店を歩いたばかりの顧客との取引方法を知っている経験豊富な営業担当者のように機能します。

自動化は、機械学習の力がなくても素晴らしい結果を示しています。 DMAによると、収益の75％以上がトリガーされた電子メールからのものです。 機械学習と組み合わせると、どれほど強力な自動化が可能になるか想像してみてください。

eMarketerによると、オンライン顧客の81％は、以前の買い物やブラウジングの行動に基づいてメールを受け取ったときに購入する可能性があります。

実際の結果を得る

メールマーケターは通常、オープンレートやバウンスレートなどのバニティメトリックに固執していますが、オープンレートが高いと収益に何も追加されません。 機械学習は、エンゲージメント率やコンバージョンなどの実際の結果に集中するのに役立ちます。

Experianによる電子メールマーケティングの調査によると、パーソナライズによってオープン率が29％増加し、クリック数が41％増加する可能性があります。 前に説明したように、予測分析は、高いエンゲージメント率を確実に得ることができるパーソナライズされた電子メールを作成するのに役立ちます。

配信時間は、電子メールキャンペーンのエンゲージメント率に影響を与えるもう1つの要因です。 アドビの調査によると、多くのユーザーが就寝中（70％）、テレビを見ているとき、さらにはバスルームにいるとき（57％）にメールをチェックしています。

企業は通常、セグメント全体または加入者のグループの配信時間を最適化しようとします。 ただし、同じセグメントと同じ人口統計の2人は、電子メールのチェックに関してまったく異なる習慣や好みを持つ可能性があります。 機械学習がそれを処理できます。 過去の行動を分析し、特定の個人に電子メールを送信する理想的な時間を見つけることができます。

絶え間ない改善

機械学習テクノロジーは、特定の顧客がいつ、なぜ連絡を取るかを予測することに成功しました。 7000以上の要因と顧客行動データを利用して、顧客が次の連絡先で探している製品について88％正確な予測を作成しました。

企業は同様のテクノロジーを使用して、次の電子メールで特定の顧客とうまく機能する製品またはオファーを予測できます。 これが、メールマーケターにとって機械学習や人工知能がいかに強力であるかということです。 最良のことは…それは絶えず改善することができます。

これを例にとると、EveryActionのレポートによると、非営利組織は、8通に1通の電子メールがスパムになってしまうため、年間約15,000ドルを失っています。 機械学習は、メッセージがスパムになる可能性を予測できるだけでなく、迷惑メールになる可能性が低いメッセージを作成することも学習できます。

ご覧のとおり、機械学習による自動化は、メールの作成と送信で開始および停止するわけではありません。 より良い結果を得るために、メッセージのテスト、学習、改善を続けています。 これは、私たちが過去に人間としか関連付けることができなかったものです。 Forresterによると、人工知能がこの10年の終わりまでに16％の仕事に取って代わると予測されているのはそのためです。

SendPulseは、機械学習と予測分析をマーケティングキャンペーンに組み込むことができる数少ないプラットフォームの1つです。 顕著な機能には、自動パーソナライズ、セグメンテーション、予測分析などがあります。 プッシュ通知やSMSマーケティングでも、予測分析や機械学習を利用できます。