10 trendů umělé inteligence pro marketéry

Strojové učení a další oblasti umělé inteligence zlepší spotřebitelskou zkušenost na cestě k nákupu a vytvoří pro značky nové marketingové příležitosti.

Dnes si představíme studii, která identifikovala deset trendů demonstrujících, jak umělá inteligence pomůže v roce 2017 ovlivňovat tzv. consumer journey a vytvářet příležitosti pro větší zapojení a efektivitu marketérů.

Ilustrační snímek

Studie mediální agentury Zenith s názvem 2017 Trends - Artificial Intelligence - Powering The Consumer Journey předpovídá následující marketingové trendy.

1. Předpovídání našich potřeb – umělá inteligence zesiluje roli vyhledávání na spotřebitelské cestě

Vyhledávání se stává stále více prediktivním a nabízí doporučení na míru v průběhu celé spotřebitelské cesty, aby podpořilo jak zvažování, tak konverzaci.

V průběhu roku 2017 začnou vyhledávače brát v potaz další behaviorální data a technologie umělé inteligence tyto informace použijí k podpoře prediktivního vyhledávání.

Vylepšené prediktivní vyhledávání poskytuje značkám příležitost lépe předpovídat potřeby spotřebitelů, a nabízet tak relevantnější reklamy a využívat pro cross-selling produktů.

2. Rychlost je klíčová – bleskové doručení trendového obsahu

V posledních letech došlo k prudkému nárůstu množství spotřebitelských dat, která mají marketéři k dispozici. To značkám umožňuje rychle zaznamenat trendy a zohlednit je v rámci svého marketingu směrovaného na spotřebitele.

Vzhledem k tomu, že množství těchto dat pravděpodobně ještě vzroste, strojové učení výrazně pomůže tento proces zefektivnit díky zpracování dat z různých zdrojů, aby bylo možné rychle identifikovat skryté vzorce. Použití umělé inteligence při analýze trendů marketérům umožní zachovat si náskok před křivkou trendů i před konkurencí.

Odborníci na obsah budou schopni vytvořit velké množství aktivit, které mohou být spotřebitelům rychle předány v souladu s analýzou trendů, a týmy zabývající se vývojem produktů budou lépe vybaveny, aby měly kontrolu nad nejnovějšími požadavky v dané kategorii.

3. Stále aktuální přehledy – neustálý sběr dat prostřednictvím pasivního uživatelského rozhraní

Pasivní uživatelské rozhraní (PUI) nepřetržitě shromažďuje data z digitálních zařízení spotřebitelů a používá techniky strojového učení, díky čemuž je schopné značkám poskytnout užitečný přehled, který může být použit k přizpůsobení spotřebitelských zkušeností.

Některé společnosti již data z PUI používají. Například běžecká platforma společnosti Spotify využívá data z monitorovacích náramků, aby svým uživatelům vytvořila playlist na míru.

Větší využívání PUI dat značkám umožní navrhovat personalizovaný obsah a služby a nastavit vhodné strategie cenotvorby. PUI data mohou také sdílet značky z různých kategorií, aby pomohly vylepšit vícero bodů spotřebitelské zkušenosti.

4. Vyprávění příběhů na různých zařízeních ("Cross-device Storytelling“) – pokroky v programatické reklamě automatizují konverzace značek

Technologie strojového učení začíná značkám pomáhat spojovat své konverzace s různými jedinci.

Značky mají velké množství dat z první ruky, ale toto specifické využití umělé inteligence spojuje jedince s jejich zařízeními a pomáhá značkám pochopit, jak může být zapojení spotřebitelů a aktivity značky přiřazeno k různým zprávám v různých kontextech a různých časech.

Značky tak budou moci své konverzace se spotřebiteli automatizovat za použití programatické reklamy pro různá zařízení. To skutečně pomůže vytvořit jedinečnou zkušenost a urychlit jak první, tak opětovný nákup.

5. „Shoppable“ obsah – přímý nákup ze značkového obsahu zlepšuje spotřebitelskou zkušenost

Rok 2017 bude rokem tzv. shoppable obsahu, který spočívá v nákupu produktů přímo z redakčního a značkového obsahu. „Vývojové algoritmy“ dokážou vyladit a optimalizovat obsah v reakci na to, jak se spotřebitel pohybuje na internetu, a vytvoří tak živý obsah.

Univerzální nákupní košíky obnovují funkčnost stránek elektronických obchodů, aniž by si spotřebitelé museli na každé nově navštívené stránce zakládat nové účty nebo poskytovat údaje o platební kartě. Tato kombinace technologií umožní značkám a vydavatelům udržet spotřebitele na svých stránkách, místo aby je nepohodlí nutilo jít nakupovat jinam.

Značky budou muset s obsahem zacházet jako s přesvědčivou kombinací textu, obrázků a interaktivních prvků, které společně vytvoří nákupní zkušenost.

6. Chytrá virtuální realita – příležitosti pro značky díky přesunu virtuální reality na chytré telefony

Virtuální realita se přesouvá z osamělého světa hráčů počítačových her k mainstreamovým spotřebitelům, kteří ji zažívají na svých chytrých telefonech. Facebook a Twitter již mají živé vysílání, k němuž mají uživatelé přístup pomocí headsetů připojených k chytrým telefonům.

Přechod na smartphony a mainstreamové aplikace značkám přinese řadu marketingových příležitostí. Prodejci budou mít například možnost změnit způsob, jakým lidé nakupují – zákazníci si budou moci produkty vyzkoušet, aniž by museli navštívit obchod.

7. Vzestup chatovacích botů – všichni si pochvalují hladkou komunikaci mezi značkami a spotřebiteli

Chatovací boti pohánění strojovým učením umožňují automatizovanou interakci mezi spotřebiteli a značkami prostřednictvím rozhraní na odesílání zpráv. Ačkoliv má automatizovaná komunikace zřejmá omezení, mohou spotřebitelům pomoci s procesními funkcemi, jako je provádění plateb či oznámení o doručení/expedici.

Značkám mohou pomoci snížit náklady na zákaznickou podporu a umožnit větší dialog se spotřebiteli. Značky mají rovněž velkou příležitost vytvořit pro spotřebitele doporučení na míru, založená na poznatcích ze záznamu chatů.

8. Hra na naše city – technologie rozeznávající emoce pomáhá značkám čerpat z lidských životů

Rozšiřování chytrých telefonů a vzestup vestavěných technologií rozeznávajících emoce znamená, že mnoho lidí nosí v kapse zařízení schopné identifikovat náladu.

To značkám umožňuje ve vhodné chvíli spárovat náladu a chování spotřebitelů s odpovídajícím obsahem. Například značky, jež jsou spojené s určitým sportem nebo týmem, mohou tuto technologii využít k tomu, aby nabídly relevantnější zkušenost založenou na reakcích spotřebitelů během sportovní události.

9. Dynamická cenotvorba – algoritmy umožňují automatizovanou cenotvorbu v závislosti na poptávce

Dynamická cenotvorba, založená na vysoce výkonném programování a analytice, umožňuje obchodníkům stanovit cenu produktů v okamžiku určeném zaznamenanou schopností a ochotou zaplatit, pozorovanou u konkrétního zákazníka.

Ceny se na určitých internetových stránkách a v určitých aplikacích nyní mění z minuty na minutu. Uber například zavedl algoritmus pro cenotvorbu, který umožňuje automatický nárůst cen ve chvílích, kdy poptávka dosahuje špičky.

10. Automatizovaná asistence – servisní roboti se dostávají do obchodů na nákupních třídách

Průmysloví roboti se používají již řadu let. Současná technologie spojuje fyzickou a digitální automatizaci a dává vzniknout servisním robotům, kteří pracují po boku lidí.

Nejzřejmější a nejrychlejší příležitosti se nacházejí v prodeji a pohostinství. Servisní roboti budou schopní poskytnout informace o ceně a skladových zásobách a použití algoritmů dokáže nabídnout slevy a navrhnout související produkty.

Tyto postupy by mohly přesáhnout maloobchod a pohostinství a rozšířit se také například do oblasti zdravotní péče a výpomoci v domácnosti.

Zdroj: Zenith - globální mediální agentura zaměřená na návratnost investic
Zobrazit přehled článků ze zdroje Zenith