Pazarlamanın Geleceği Burada: Tahmine Dayalı Zeka
Yayınlanan: 2017-06-29Tahmine dayalı zeka, kulağa bir bilim kurgu filmine ait fütüristik bir araç gibi gelebilir. Ancak günümüzün pazarlamacıları, teknolojiyi, müşterilerinin daha ne istediklerini bilmeden önce istediklerini sunmak için kullanıyor.
Tahmine dayalı istihbarat araçları, mobilya perakendecisi Room & Board gibi şirketlerin kârlılıklarını iyileştirmelerine ve müşterilere daha etkin bir şekilde ulaşmalarına yardımcı oluyor. Müşterilere gerçek zamanlı olarak ek satın alımlar önermek için müşteri trafik verilerini ve tahmine dayalı analitiği analiz eden Salesforce'un Pazarlama Bulutu teknolojisini uyguladılar. Sonuç, inanılmaz bir %2900 yatırım getirisiydi.
Elbette, pek çok işletme Room & Board ile aynı başarıyı elde etmeyecektir. Ancak teknoloji o kadar gelişti ki, pazarlamacılar bazı yeni keşifleri görmezden gelemezler - örneğin müşteri trafiği modellerine dayalı öneriler sunan bir sistem gibi.
Müşterilere kişiselleştirilmiş bir deneyim sunmak, olumlu bir yatırım getirisi sağlamaya devam ediyor. Konsepte aşina değilseniz, tahmine dayalı zekanın ne olduğunu ve hangi araçların mevcut olduğunu bilmelisiniz.
Öngörüsel zeka nedir?
Bazen tahmine dayalı analitik olarak da adlandırılan tahmine dayalı zeka, müşteri davranışını izleyerek ve belirli tercihlerinin bir profilini oluşturarak belirli bir bireye özgü bir müşteri deneyimi yaratma yöntemidir. Bu profil verileri daha sonra müşterilerin bir sonraki adımda ne isteyeceğini tahmin etmek için kullanılır.
Örneğin, çevrimiçi alışveriş yapan birinin düz ekran TV satın aldığını varsayalım. Bu yeni istihbarat araçları, satın alma işlemini algılayacak ve alışveriş yapan kişiye gerçek zamanlı olarak bir sehpa veya TV sehpası öneren bir e-posta gönderecek. Bu, insanların bir müşteri profilinin her yönünü manuel olarak ele alma ihtiyacını ortadan kaldırır ve pazarlamayı daha verimli hale getirir.
B2B pazarlamasını nasıl değiştiriyor?
Pazarlamacılar, müşteri yolculuğunda potansiyel müşterilerin hangi aşamada olduğunu belirlemek için potansiyel müşterileri manuel olarak puanlardı. Manuel müşteri adayı puanlaması, pazarlamacılar analizlerine dayalı olarak belirli müşteri adaylarına bir derece veya sayısal değer atadıklarında gerçekleşir. Örneğin, bir pazarlamacı, bir ürün demosunu izleyen potansiyel müşterilerin daha yüksek oranda dönüşüm sağladığı bir model fark ederse, demo izleyicilerine "A" notu verilirken, demoyu izlemeyen potansiyel müşterilere "B" notu verilebilir.
Tersine, tahmine dayalı müşteri adayı puanlaması, ne aradıklarını ve hatta satın almak isteyip istemediklerini belirlemek için bir potansiyel müşterinin davranışını ve geçmiş satın alma geçmişini kullanır. Tahmine dayalı müşteri adayı puanlaması, hangi müşteri adaylarının dönüşüm sağlama olasılığının en yüksek olduğunu belirleyen büyük verileri kullanır, böylece satış görevlileri şirkete en fazla değeri sağlayacak müşteri adaylarına odaklanabilir.
Lattice Engines ve Mintigo, tahmine dayalı müşteri adayı puanlama gibi bulut tabanlı B2B analitik hizmetleri sağlayan iki şirkettir. Lattice Engines, sosyal ağları, kamuya açık veritabanlarını ve web sayfalarını arar ve bu bilgileri işletmelerin en uygun satış beklentilerini bulmasına yardımcı olmak için dahili müşteri verileriyle birleştirir. DocuSign, dönüştürme olasılığı en yüksek müşteri adaylarını bulmak için tahmine dayalı lider puanlama şirketi Lattice Engines'i kullandı. Sonuç, dönüşümlerin öngörülebilirliğinde %38'lik bir artış oldu.
Mintigo, işe alım eğilimleri, kullanılan pazarlama kanalları ve kurulan teknolojiler gibi bilgileri sürekli toplayarak tahmine dayalı pazarlama platformunu güçlendirmek için yapay zeka kullanır. Ardından, hangi B2B müşteri adaylarının en yüksek değer olduğunu belirlemek için bu verileri kullanırlar. Ardından, satış ekiplerinin kaynaklarını nereye odaklaması gerektiğini belirlemek için bir şirketin dahili pazarlama otomasyon platformuyla birleştirilir.
Açıkçası, tahmine dayalı zeka, pazarlamacıların müşteri davranışlarına ilişkin içgörüler elde etmede daha iyi olmalarına yardımcı oluyor. İşte pazarlamacıların daha verimli olmak için kullandıkları araçlardan birkaçı:
Makine öğrenme
2014 Forrester Consulting araştırması, 121 katılımcıya ilk üç zorluğunun ne olduğunu sordu. Sırasıyla 3 ve 4'te listelenenler, her müşteri etkileşiminden gelen veri akışlarını analiz ediyor ve bu bilgileri müşteri deneyimlerini iyileştirmek için uyguluyordu:
Büyük veriler gelişmeye devam ederken, pazarlamacılar, insanların yönetmesi zor olabilen, giderek daha büyük veri akışlarıyla çalışıyor. Makine öğrenimi bu soruna bir çözümdür. Makine öğrenimi, sistemlerin kalıpları aramak için büyük veri kümelerini gözden geçirdiği ve ardından programlarını yeni bilgilere göre ayarladığı süreçtir.
Staples, kurumsal alıcılarının tercihleri hakkında birkaç farklı şekilde bilgi toplamak için makine öğrenimini kullanıyor: self servis alışveriş yapanlar web siteleri ve insanlar konuşurken Kolay Düğmeleri aracılığıyla. Her ikisi de Staples'ın alışveriş ihtiyaçlarını daha iyi tahmin etmesine yardımcı olur. Alışveriş yapanlar zamanla düğmeye konuştukça, bot müşterinin neye ihtiyacı olduğunu belirler ve yanıtlarını geliştirir.
Yapay zeka
Pazarlamacıların en büyük sorunlarından biri, onlara her zaman tam bir resim veren verilerin sağlanamamasıdır. Yapay zeka, haberler, sosyal medya güncellemeleri ve veritabanları gibi web üzerinde yeni veri kaynakları bulabilir. Tüm bu ek veriler, pazarlamacıların daha kaliteli müşteri adayları bulmasına ve içeriği potansiyel müşteriler için daha iyi kişiselleştirmesine yardımcı olur.
Yapay zeka da kişiselleştirme için güçlü bir araçtır. AI, alışveriş geçmişlerini ve tüketici profillerini kullanarak e-postaları müşterilerinizin marka tercihlerine özel olarak uyarlayabilir. Araç o kadar güçlü ki, bir Demandbase anketi, pazarlamacıların %80'inin yapay zekanın önümüzdeki 5 yıl içinde pazarlama endüstrisinde devrim yaratacağına inandığını buldu:
Pazarlamacılar yapay zekanın gücüne büyük ölçüde inansalar da, henüz onu nasıl uygulayacaklarından tam olarak emin değiller. Demandbase tarafından ankete katılan pazarlamacıların yalnızca %26'sı, yapay zeka konusunda kendilerine çok güvenen bir anlayışa sahip olduklarını söyledi. Garaj yolunuzda bir spor araba olduğunu, ancak bir aracı nasıl çalıştıracağınızı anlamadığınızı hayal edin. Bu, birçok pazarlamacının şu anda yapay zeka ile geldiği aşamadır.
Pazarlamacılar makine öğrenimini, yapay zekayı ve diğer araçları etkili bir şekilde kullanmak istiyorsa, ufukta hangi trendlerin olduğunu bilmeleri çok önemlidir. İşte B2B pazarlamasında değişimi yönlendiren üç trend.
Tweetlemek için tıklayın
3 Tahmine dayalı zeka eğilimleri
Araştırmalar, tahmine dayalı zekanın daha yüksek çalışan bağlılığı ve müşteri yaşam boyu değeri ürettiğini göstermiştir. Aberdeen Group tarafından 2016 yılında yapılan bir araştırma, tahmine dayalı analitiklerin müşteri başına ortalama kar marjını yaklaşık %5 ve müşteri yaşam boyu değerini kullanıcı olmayanlara göre %10 artırabileceğini gösterdi:
Tahmine dayalı zekaya yatırım yapan daha fazla işletmeyle, önümüzdeki birkaç yıl içinde ne bekleyeceğinizi bilmek önemlidir.
Chatbotların yükselişi
Sohbet robotları, daha akıllı olmak ve zaman içinde müşterilere daha iyi yanıtlar sağlamak için makine öğrenimini giderek daha fazla kullanıyor. Müşteriler, bir ürün veya hizmetle ilgili sorularına, bir SSS sayfasını incelemeden veya zaman alan bir telefon görüşmesi yapmadan yanıt alabilir.
Chatbotlar, daha fazla süreci otomatikleştirmek ve mümkün olan en iyi kullanıcı deneyimini sağlamak isteyen işletmeler için önemli bir araç haline geldi. Yalnızca 2016'nın ilk 6 ayında, sohbet robotlarına 58 milyon dolar yatırım yapıldı. Ayrıca Gartner, 2020 yılına kadar müşterilerin bir kuruluşla insandan insana düzeyde etkileşim kurmanın neredeyse imkansız olacağını tahmin ediyor:
Teknoloji kuşkusuz olgunlaşacak ve müşteriler tarafından sorulan sorular, müşteri yolculuğunda nerede oldukları ve hangi hizmetleri satın alabilecekleri konusunda daha iyi bir resim oluşturmak için muhtemelen tüketici profillerine eklenecektir.
Akıllı uygulamalar
Makine öğrenimi artık yalnızca Facebook gibi teknoloji devlerinin karşılayabileceği bir araç olmayacak. Akıllı uygulamalar düşündüğünüzden daha kısa sürede ana akım haline gelecek. Yakında çoğu şirket, büyük miktarda veriyi hızla analiz eden ve programlarını yeni bilgilere göre değiştiren uygulamalar kullanacak. Buna inanmıyorsanız, buna inanın: 2016'da TechCrunch, tanıştıkları girişimlerin %90'ının müşteri deneyimlerini iyileştirmek için makine öğrenimini kullanmayı planladığını öğrendi.
Akıllı uygulamalara güç veren algoritmalar için büyüyen bir pazar da olacak. Algoritma böyle bir pazar yeridir. Mashape, geliştiricilerin akıllı uygulamalar oluşturmak için kullandığı başka bir API pazarıdır. Pazarlamacılar, müşterilerine kişiselleştirilmiş çözümler sunan akıllı uygulamaları çalıştırmak için algoritmalara giderek daha fazla güvenecekler.
Pazar yerleri önemlidir çünkü alım ve satım sürecindeki sürtüşmeleri azaltırlar. Daha basit bir satın alma süreci ile bu, akıllı uygulamaların ve onlara güç sağlayan API'lerin daha hızlı benimsenmesi anlamına gelir.
Büyük veri yatırımda artış görüyor
DNV GL – Business Assurance tarafından yapılan bir anket, tüm kuruluşların %76'sının şimdi ile 2019 arasında büyük veriye yatırımlarını artırmak veya sürdürmek istediğini ortaya koydu. Anket ayrıca, küresel çapta işletmelerin çoğunun büyük verileri bir fırsat olarak gördüğünü ortaya koydu. Büyük verilere daha fazla yatırım yapan şirketler, verimlilik ve karar vermede iyileşme görüyor ve işletmeler de müşterileri hakkında kritik bilgileri yakalamanın ve depolamanın bir yolu olarak büyük verileri benimsiyor:
Makine öğrenimi ve yapay zekaya yeni bir odaklanma ile bu süreçlere güç veren verilerin bir yerden gelmesi gerekiyor. Büyük veri, bu araçlara pazarlamacılar için daha eksiksiz bir resim çizmeleri için ihtiyaç duydukları bilgileri verir. Büyük miktarda veri olmadan, tahmine dayalı zeka yanlış sonuçlara yol açabilir ve pazarlamacıları yanlış yöne yönlendirebilir. Bu nedenle, tahmine dayalı araçlarla birlikte büyük veriler geliştirilmelidir.
Tahmine dayalı müşteri zekası örnekleri
İşletmeler, tahmine dayalı analitiğin daha fazla kullanımına yöneliyor. Ama bu sadece gelecek için bir teknik değil. Şu anda şirketler, kârlılıklarını iyileştirmek ve daha verimli hale gelmek için tahmine dayalı araçlar kullanıyor.
İç görünüm
InsideView, hangi potansiyel müşterilerin takip etmeye değer olduğunu belirlemek için daha etkili bir yola ihtiyaç duyan bir pazarlama ve satış şirketidir. O zamanlar, InsideView yalnızca iki satış temsilcisine sahipti ve hangi gelen potansiyel müşterilerin en yüksek önceliğe sahip olduğunu belirlemek, şirketin önemli ölçüde azaltmak istediği 18 günlük uzun bir süreçti .
Ardından, müşteri adayı puanlamasına ilişkin akıllı içgörüler için SalesPredict'in tahmine dayalı analitik çözümüne başvurdular. Çözüm, bir müşteri adayının satın alma amacı hakkında içgörüler üretmek için binlerce sinyal kullandı. Tahmine dayalı analitik, InsideView'ın şirketin mevcut pazarlama otomasyonuna dahil edilen her müşteri adayı için bir puan oluşturmasına izin verdi.
Sonuç? InsideView'ın lider kalifikasyon süreci artık 2 güne indirildi. Ayrıca, dönüşüm oranları %25 arttı ve şirket nitelikli satış hattında %100 büyüme yaşadı.
ABD Hücresel
US Cellular, geliri artırmak için hangi web sitesi optimizasyonlarını uygulayabileceklerini ve bu eylemlerin her birinin ne kadar etkili olduğunu öğrenmek istedi. Hangi web sitesi eylemlerinin gelecekteki satın almalar için en öngörülü olduğunu keşfetmek için bir satın alma amacı analizini (bir tür tahmine dayalı analitik) tamamlamak için Cardinal Path'i işe aldılar.
Şirketin web sitesinde sepete ekle veya mağaza bulma özelliğini kullanan potansiyel müşterilerin daha yüksek değerli potansiyel müşteriler olduğuna dair bir inanç vardı. Cardinal Path, US Cellular'ın “Şimdi Sohbet Et” veya “Teklifler” özelliğini kullanan potansiyel müşterilerin, bir mağaza bulucu kullanan potansiyel müşterilere göre gelecekte bir satın alma yapma olasılığının daha yüksek olduğunu buldu. US Cellular, bu bilgileri, müşteri yaşam boyu değerinde %61'lik bir artışla sonuçlanan daha nitelikli potansiyel müşterilere odaklanmak için kullandı.
Hangi teknolojiden yararlanacaksınız?
Makine öğrenimi ve yapay zeka gibi tahmine dayalı iş zekası teknolojisi artık görmezden gelebileceğiniz yabancı kavramlar değil. Burada kalmak ve bildiğimiz şekliyle dijital pazarlamayı değiştirmek için buradalar. Her ikisi de pazarlamacıların müşteriler için kişiselleştirilmiş çözümler oluşturmasına olanak tanır ve ilgili trendleri takip etmek, işletmenizin gelecekte daha verimli olmasına yardımcı olabilir.
Müşterinizin tıklama sonrası açılış sayfası deneyimini kişiselleştirmeye başlayın, bugün bir Instapage Enterprise demosu için kaydolun.