WikiDer > Маркетинг и искусственный интеллект

Marketing and artificial intelligence

Поля маркетинг и искусственный интеллект объединяются в системы, которые помогают в таких областях, как прогнозирование рынка и автоматизация процессов и принятия решений, наряду с повышением эффективности задач, которые обычно выполняются людьми. Наука, лежащая в основе этих систем, может быть объяснена с помощью нейронных сетей и экспертных систем, компьютерных программ, которые обрабатывают ввод и предоставляют ценную продукцию для маркетологов.

Системы искусственного интеллекта, возникающие из социальные вычисления технология может применяться для понимания социальных сетей в Интернете. Сбор данных методы могут быть использованы для анализа различных типов социальных сетей. Этот анализ помогает маркетологу определить влиятельных участников или узлы в сетях, информация, которая затем может быть применена для социальный маркетинг подход.

Искусственные нейронные сети

An искусственная нейронная сеть представляет собой компьютерную программу, созданную по образцу мозга и нервной системы человека.[1] Нейронные сети состоят из серии взаимосвязанных обработок нейроны функционируют в унисон для достижения определенных результатов. Используя «человеческие методы обучения методом проб и ошибок, нейронные сети обнаруживают закономерности, существующие в наборе данных, игнорируя несущественные данные, но при этом выделяя данные, которые являются наиболее важными».[2]

С точки зрения маркетинга нейронные сети - это форма программного инструмента, используемого для помощи в принятии решений. Нейронные сети эффективны при сборе и извлечении информации из больших источников данных и могут определять причину и следствие в данных.[2][3] Эти нейронные сети в процессе обучения определяют отношения и связи между базами данных. После того, как знания были накоплены, можно полагаться на нейронные сети для обобщения и применения прошлых знаний и обучения к различным ситуациям.[3]

Нейронные сети помогают выполнять роль маркетинговых компаний, эффективно помогая сегментация рынка и измерение производительности при одновременном снижении затрат и повышении точности. Благодаря своей способности к обучению, гибкости, адаптации и открытию знаний нейронные сети предлагают много преимуществ по сравнению с традиционными моделями.[4] Нейронные сети могут использоваться для помощи в классификации шаблонов, прогнозировании и маркетинговом анализе.

Классификация паттернов

Классификация клиентов может быть облегчена с помощью подхода нейронной сети, позволяющего компаниям принимать обоснованные маркетинговые решения. Пример этого был использован Spiegel Inc., фирма, занимающаяся прямой почтовой рассылкой и использующая нейронные сети для повышения эффективности. Используя программное обеспечение, разработанное NeuralWare Inc., Spiegel определила демография клиентов, которые совершили разовую покупку, и тех клиентов, которые сделали повторные покупки. Затем нейронные сети могли идентифицировать ключевые шаблоны и, следовательно, идентифицировать клиентов, которые с наибольшей вероятностью совершат повторную покупку. Понимание этой информации позволило Speigel оптимизировать маркетинговые усилия и сократить расходы.[5]

Прогнозирование

Продажи прогнозирование «Это процесс оценки будущих событий с целью предоставления эталонов для мониторинга фактической производительности и уменьшения неопределенности».[6] Появились методы искусственного интеллекта для облегчения процесса прогнозирования за счет повышения точности в областях спроса на продукты, распределения, текучести кадров, измерения производительности и управления запасами.[6] Примером прогнозирования с использованием нейронных сетей является Ассистент / Тактик по маркетингу авиакомпаний; приложение, разработанное BehabHeuristics, которое позволяет прогнозировать пассажирский спрос и последующее распределение мест с помощью нейронных сетей. Эта система использовалась авиакомпаниями National Air Canada и USAir.[7]

Маркетинговый анализ

Нейронные сети представляют собой полезную альтернативу традиционным статистическим моделям из-за их надежности, характеристик экономии времени и способности распознавать закономерности из неполных или зашумленных данных.[3][8] Примеры систем маркетингового анализа включают в себя систему целевого маркетинга, разработанную Churchull Systems для Veratex Corporation. Эта система поддержки сканирует базу данных рынка для выявления бездействующих клиентов, позволяя руководству принимать решения относительно того, на каких ключевых клиентов следует ориентироваться.[7]

При проведении маркетингового анализа нейронные сети могут помочь в сборе и обработке информации, начиная от демографических данных потребителей и кредитной истории до моделей покупок потребителей.[9]

ИИ позволяет организациям «предоставлять более персонализированный рекламный опыт для каждого пользователя, формировать путь к покупке, влиять на решения о покупке и укреплять лояльность к бренду» («Как»). Технология искусственного интеллекта позволяет маркетологам разделять своих потребителей на отдельные личности и понимать, что мотивирует их потребителей. Затем они могут сосредоточиться на конкретных потребностях своей аудитории и создать долгосрочные отношения с брендом (Kushmaro). В конечном итоге бренды хотят создать такую ​​лояльность у потребителя, и ИИ позволит им добиться этого лучше. «Пини Якуэль, основатель и генеральный директор Optimove. «Анализируя клиентов на основе их перемещения между сегментами во времени, мы можем достичь динамической микросегментации и очень точно предсказать будущее поведение» (Кушмаро). Очень важно иметь возможность предсказывать будущее поведение потребителей. Таким образом, маркетологи могут специально продавать товары потребителям, основываясь на их текущем поведении и прогнозах их поведения в будущем. Это позволит установить лояльные отношения между потребителем и брендом и в конечном итоге поможет бизнесу.

Применение искусственного интеллекта для принятия маркетинговых решений

Маркетинг - сложная сфера принимать решение который требует от маркетолога в значительной степени как суждения, так и интуиции.[10] Огромное усложнение, с которым сталкивается лицо, принимающее решения, делает процесс принятия решения практически невыполнимой задачей. Механизм принятия маркетинговых решений может помочь избавиться от шума. Было признано необходимым создание более эффективных управленческих процедур.[11] Применение искусственного интеллекта для принятия решений через Система поддержки принятия решений обладает способностью помогать лицу, принимающему решение, в решении проблем, связанных с неопределенностью. Методы искусственного интеллекта все больше расширяют поддержку принятия решений за счет анализа тенденций; предоставление прогнозов; сокращение информационная перегрузка; обеспечение связи, необходимой для принятия совместных решений, и обеспечение актуальной информации.[12]

Структура маркетинговых решений

Организации стремятся удовлетворить потребности клиентов, уделяя особое внимание их желаниям. Подход, ориентированный на потребителя, требует производства товаров и услуг, соответствующих этим потребностям. Понимание поведения потребителей помогает маркетологу принимать правильные решения. Таким образом, принятие решения зависит от маркетинговой проблемы, лица, принимающего решение, и среды принятия решения.[11]

Экспертная система

An экспертная система представляет собой программу, которая объединяет знания экспертов в попытке решить проблемы, имитируя знания и процедуры рассуждений экспертов. Каждая экспертная система может обрабатывать данные, а затем с помощью рассуждений преобразовывать их в оценки, суждения и мнения, тем самым давая советы по конкретным проблемам.[13]

В области маркетинга используется экспертная система MARKEX (Market Expert). Эти Интеллектуальные системы поддержки принятия решений выступать в качестве консультантов для маркетологов, поддерживая лиц, принимающих решения на разных этапах, в частности разработка нового продукта процесс. Программное обеспечение обеспечивает систематический анализ с использованием различных методов прогнозирования, анализа данных и принятия многокритериальных решений для выбора наиболее подходящей стратегии проникновения.[11] BRANDFRAME - еще один пример системы, разработанной для помощи маркетологам в процессе принятия решений. Система поддерживает бренд-менеджера с точки зрения определения атрибутов бренда, каналов розничной торговли, конкурирующих брендов, целей и бюджетов. Новые маркетинговые данные вводятся в систему, где BRANDFRAME анализирует данные. Система дает рекомендации в отношении комплекс маркетинга инструменты, такие как снижение цены или начало рекламной кампании.

Искусственный интеллект и эффективность автоматизации

Приложение для автоматизации маркетинга

Что касается маркетинга, автоматизация использует программное обеспечение для компьютеризации маркетинговых процессов, которые в противном случае выполнялись бы вручную. Он помогает эффективно выполнять такие процессы, как сегментация клиентов, управление кампаниями и продвижение продукта, с более высокой эффективностью.[14] Автоматизация маркетинга является ключевым компонентом Управление взаимоотношениями с клиентами (CRM). Компании используют системы, в которых используются алгоритмы интеллектуального анализа данных, которые анализируют клиентскую базу данных, что позволяет лучше понять клиента. Эта информация может относиться к социально-экономическим характеристикам, предыдущим взаимодействиям с клиентом и информации об истории покупок клиента.[15] Были разработаны различные системы, позволяющие организациям контролировать свои данные. Инструменты автоматизации позволяют системе отслеживать эффективность кампаний, регулярно корректируя кампании, чтобы улучшить показатели отклика и обеспечить отслеживание эффективности кампании.[16]

Автоматизация распределения

Распространение продуктов требует, чтобы компании имели доступ к точным данным, чтобы они могли реагировать на колебания спроса на продукты. Процессы автоматизации могут предоставить комплексную систему, которая улучшает мониторинг в реальном времени и интеллектуальное управление. Amazon приобрел Kiva Systems, создатели складского робота за 775 миллионов долларов в 2012 году. До покупки автоматизированной системы сотрудники-люди должны были бы ходить по огромному складу, отслеживая и извлекая книги. Роботы Kiva могут выполнять заказы, пополнение запасов продукции, а также поднимать тяжести, повышая эффективность компании.[17]

Использование искусственного интеллекта для анализа социальных сетей в Интернете

А социальная сеть это социальное расположение акторов, составляющих группу внутри сети; может существовать массив связей и узлов, который иллюстрирует общие события в сети и общие отношения. Луи (2011),[18] описывает социальную сеть как «изучение социальных объектов (людей в организации, называемых акторами), их взаимодействий и отношений. Взаимодействия и отношения могут быть представлены в виде сети или графа, где каждая вершина (или узел) представляет актера, а каждая ссылка представляет отношения ». В настоящее время наблюдается рост виртуальных социальных сетей с повсеместным появлением социальных сетей, тиражируемых в Интернете, например, сайты социальных сетей, такие как Twitter, Facebook и LinkedIn. С точки зрения маркетинга, анализа и симуляция этих сетей может помочь понять Потребительское поведение и мнение. Использование Агентное социальное моделирование методы и анализ данных / мнений для сбора социальных знаний о сетях могут помочь маркетологу понять свой рынок и сегменты в нем.

Социальные вычисления

Социальные вычисления - это отрасль технологии, которую маркетологи могут использовать для анализа социального поведения в сетях, а также для создания искусственных социальных агентов.[19] Социальные вычисления предоставляют платформу для создания программного обеспечения для социальных сетей; некоторыми более ранними примерами социальных вычислений являются такие системы, которые позволяют пользователю извлекать социальную информацию, такую ​​как контактную информацию, из учетных записей электронной почты, например адреса и названия компаний из электронной почты, используя Условное случайное поле (CRF) технологии.[20]

Сбор данных

Интеллектуальный анализ данных включает поиск в Интернете существующей информации, а именно мнений и чувств, которые публикуются в социальных сетях. «Эта область исследования называется анализом мнений или анализом настроений. Он анализирует мнения, оценки, отношения и эмоции людей по отношению к организациям, отдельным лицам, проблемам, событиям, темам и их атрибутам ».[18] Однако поиск этой информации и ее анализ могут быть сложной задачей, анализ этой информации вручную также может привести к предвзятости исследователя. Поэтому в качестве решения этой проблемы предлагаются системы объективного анализа мнений в форме автоматизированных систем сбора и обобщения мнений. Маркетологи, использующие этот тип информации для вывода о мнении потребителей, должны опасаться так называемого спама с мнениями, когда в сети публикуются ложные мнения или обзоры, чтобы влиять на потенциальных потребителей за или против продукта или услуги.[18]

Поисковые системы - это распространенный тип интеллекта, который стремится узнать, что интересует пользователя, чтобы представить соответствующую информацию. PageRank и HITS - это примеры алгоритмов, которые ищут информацию по гиперссылкам; Google использует PageRank для управления своей поисковой системой. Информацию на основе гиперссылок можно использовать для поиска веб-сообществ, которые описываются как «кластер тесно связанных страниц, представляющих группу людей с общими интересами».[18]

Центральность и престиж - это типы терминов измерения, используемых для описания уровня общих явлений среди группы акторов; эти термины помогают описать уровень влияния и действующего лица в социальной сети. Того, кто имеет много связей внутри сети, можно назвать «центральным» или «престижным» актором. Идентификация этих узлов в социальной сети помогает маркетологам выяснить, кто является законодателем моды в социальных сетях.[18]

Инструменты социальных сетей на основе ИИ

Эллотт (2017) рассмотрел инструменты на основе искусственного интеллекта, которые меняют рынки социальных сетей. ИИ оказывает влияние на шесть областей маркетинга в социальных сетях: создание контента, потребительская информация, обслуживание клиентов, маркетинг влияния, оптимизация контента и конкурентная разведка.[21]. Один из инструментов, Twizoo, использует ИИ для сбора отзывов о ресторанах в социальных сетях, чтобы помочь пользователям найти место, где можно поесть. Twizoo добилась большого успеха благодаря отзывам своих пользователей и расширилась за счет запуска «виджета, с помощью которого веб-сайты о путешествиях и гостеприимстве могут мгновенно доставлять обзоры в социальных сетях своей аудитории» (Twizzo, 2017)[22].

В социальных сетях широко распространен маркетинг влияния. Многие бренды сотрудничают и спонсируют популярных пользователей социальных сетей и пытаются продвигать свои продукты среди подписчиков этого пользователя в социальных сетях. Это была огромная тактика для Sugar Bear Hair и Fab Fit Fun. Одна компания, InsightPool, использует ИИ для поиска среди более 600 миллионов влиятельных лиц в социальных сетях, чтобы найти влиятельных лиц, которые соответствуют индивидуальности бренда и целевой аудитории (Ellot, 2017). Это может быть эффективным инструментом при поиске новых влиятельных лиц или определенной аудитории. Также было бы рентабельно найти кого-то, кто не знаменит (например, кардашьян / актерский состав девичников), но также мог бы повлиять на большую аудиторию и увеличить продажи. [23]

Рекомендации

  1. ^ Уитби, Б. (2003). Руководство для новичков: искусственный интеллект. Оксфорд, Англия: Публикации Oneworld.
  2. ^ а б Тедеско, Б. Г. (1992), Нейронный анализ: нейронные сети искусственного интеллекта, применяемые к единым источникам и геодемографическим данным. Чикадж, Иллинойс: Gray Associates.
  3. ^ а б c Тедеско, Б.Г. (1992). Нейронный маркетинг: нейронные сети с искусственным интеллектом в измерении ожиданий потребителей. Чикаго, Иллинойс: Gray Associates.
  4. ^ Блум, Дж. (2005). Сегментация рынка: приложение нейронной сети. Анналы исследований туризма, 32 (1), 93-111.
  5. ^ Шварц, Э. И. (1992, 2 марта). Умные программы приступают к работе. Получено с деловой недели: http://www.businessweek.com/archives/1992/b325470.arc.htm
  6. ^ а б Холл, О. П. (2002). Методы искусственного интеллекта улучшают бизнес-прогнозы: компьютерный анализ повышает точность. Обзор бизнеса Грациадо, 5 (2). Извлекаются из http://gbr.pepperdine.edu/2010/08/artificial-intelligence-techniques-enhance-business-forecasts/
  7. ^ а б Холл, К. (1992). Технология нейронных сетей готова к использованию. Эксперт IEEE, 7 (6), 2-4.
  8. ^ Вельфель, Дж. (1992). Искусственные нейронные сети для рекламы и маркетинговых исследований: текущая оценка. Университет в Буффало.
  9. ^ Лин, Б. (1995). Применение нейронной сети в принятии маркетинговых решений. Шривпорт: Университет штата Луизиана. https://pdfs.semanticscholar.org/985c/908d039ce40077490ae1f00d6cccc49ab813.pdf
  10. ^ Веренга, Б. (2010). Маркетинг и искусственный интеллект: большие возможности, неохотные партнеры. Маркетинговые интеллектуальные системы с использованием мягких вычислений: приложения для управления и исследований, 258, 1-8.
  11. ^ а б c Мацацинис, Н. Ф., и Сискос, Ю. (2002). Интеллектуальные системы поддержки маркетинговых решений. Норвелл, Массачусетс, США: Kulwer Academic Publishers.
  12. ^ Филлипс-Рен, Г., Джайн, Л. К., и Ичалкаранье, Н. (2008). Интеллектуальное принятие решений: подход ИИ. Издательская компания "Весна".
  13. ^ Кранк, Дж. И Норт, М. М. (2007). Система поддержки принятия решений и технологии искусственного интеллекта в информационном маркетинге. Международный обзор менеджмента, 3 (2), 61-86.
  14. ^ TechTarget. (2004, февраль). Автоматизация маркетинга. Получено 20 апреля 2012 г. из Search CRM: http://searchcrm.techtarget.com/definition/marketing-automation
  15. ^ Шарма, С., Говал, Р. К., и Миттал, Р. К. (2010). Императивная взаимосвязь между качеством данных и производительностью инструментов интеллектуального анализа данных для CRM. Международный журнал деловой конкуренции и роста, 1 (1), 45-61.
  16. ^ Гаффни, А. (2008). DemandGen награждает 10 лучших фирм, использующих средства автоматизации для роста бизнеса. Получено 20 апреля 2012 г. из Demand GenReport: Score Card for Sales & Marketing Automation: http://www.amberroad.com/pdf/DemandGen%20Honors%20Top%2010%20Firms.pdf[постоянная мертвая ссылка]
  17. ^ Мюррей, П. (2012, 21 марта). Amazon становится роботом, приобретает Kiva Systems, производителя складских роботов. Получено 18 апреля 2012 г. из Singularity Hub: http://singularityhub.com/2012/03/21/amazon-goes-robotic-acquires-kiva-systems-makers-of-the-warehouse-robot/ -
  18. ^ а б c d е Лю Б. (2011). Web Data Mining: анализ мнений и настроений (2-е изд.). Нью-Йорк: Спрингер. Проверено 19 апреля 2012 г.
  19. ^ Фей-Юэ, В., Кэтлин, К., Цзэн, Д., и Венги, М. (2007). Социальные вычисления: от социальной информатики до социального интеллекта. Интеллектуальные системы IEEE, 22 (2), 79-83. Проверено 20 апреля 2012 г.
  20. ^ Кулотта А., Беккерман Р. и МакКаллум А. (2004). Извлечение социальных сетей и контактной информации из электронной почты и Интернета. Массачусетский университет в Амхерсте. Амхерст: Серия публикаций факультета компьютерных наук.
  21. ^ Эллотт, Дж. (Июль 2017 г.). Новые инструменты на основе ИИ меняют маркетинг в социальных сетях. Forbes. Извлекаются из https://www.forbes.com/sites/johnellett/2017/07/27/new-ai-based-tools-are-transforming-social-media-marketing/#7437b17669a2
  22. ^ Twizoo. (Ноябрь 2017 г.). Все хорошее… может стать лучше. Середина. Извлекаются из: https://medium.com/@TwizooSocial/all-good-things-can-get-better-301f425d19bc
  23. ^ Эллотт, Дж. (Июль 2017 г.). Новые инструменты на основе ИИ меняют маркетинг в социальных сетях. Forbes. Извлекаются из https://www.forbes.com/sites/johnellett/2017/07/27/new-ai-based-tools-are-transforming-social-media-marketing/#7437b17669a2