Künstliche Intelligenz im Marketing - 8 Aspekte des KI Marketings 1 month ago

Letzte Woche wurde bekannt, dass das in London ansässige Marketing-KI-Startup Aiden.ai 1,6 Millionen Dollar gesammelt hat. Laut Pressemitteilung der Firma ist der “erste mit Künstlicher Intelligenz (KI)-gesteuerte Marketing-Analyst” von Aiden.ai  in Form eines Slack-Bot verfügbar, welcher Kunden mit Facebook-Werbung hilft. Der KI-gesteuerte Marketing-Analyst, welcher für Marketingspezialisten entwickelt wurde, verwendet Machine Learning, um grosse Mengen an bezahlten Werbedaten zu analysieren und um proaktiv Änderungen vorzunehmen, was den ROI, verbessert. Investoren unterstützen KI im Marketing.

Ebenfalls letzte Woche lud SEMSEA Suchmaschinenmarketing AG in Zürich einige KI- und marketingbezogene Interessenten zum eigenem Google Event mit Referenten von Google und SEMSEA ein. Die Präsentationen zeigten Wie Machine Learning die Marketing Welt verändert, Machine Learning Use Case – Tourismus der Stadt ZürichWie können wir unsere Zielgruppe identifizieren und erreichen sowie YouTube Marketing. Marketing braucht KI.

Marketing mit KI fängt mit der Identifikation der Nutzer an. Die neugieriger, anspruchsvoller und ungeduldiger geworden sind. Deswegen ist der Weg zur Conversion nicht linear, sondern gleicht einem Kaleidoskop von Touchpoints über Blogs, Bewertungen, Empfehlungen, Magazinberichte, Vergleichsportale, Videos, Webseiten, Zeitungsartikel, und Social Media Meldungen. Die Aufgabe ist es, bei täglich 3.5 Milliarden Suchvorgängen weltweit den richtigen Nutzer, über den richtigen Kanal mit der richtigen Nachricht im richtigen Moment anzusprechen.was nur mit KI zu erreichen ist.

Die KI-Revolution hielt Einzug ins Marketing und zahlreiche Marketingspezialisten nutzen bereits die Leistungsfähigkeit der KI, um wertvolle Erkenntnisse über ihre Kunden zu gewinnen, um Aufgaben zu automatisieren und Arbeitsabläufe zu verbessern. Etwas mehr als die Hälfte (51%) der Marketingspezialisten verwenden derzeit KI, und es wird erwartet, dass weitere 27% die Technologie bis 2019 integrieren werden, wie Salesforce prognostizierte. Mit Marketing-Automatisierung wird das am Höchsten erwartete Wachstum aller führenden Technologien, welche die Marketingbranche zur Zeit implementieren, erreicht. Da das Volumen der verbrauchergenerierten Daten wächst, werden KI-Bereiche wie Machine Learning (ML), Deep Learning (DL) und Natural Language Processing (NLP) für datengesteuerte Entscheidungen wichtiger.

Die KI soll die Personalisierung des Marktes beschleunigen und die Best Practices für Marketingspezialisten identifizieren, um diese in zukünftige Strategien zu integrieren. KI verspricht die Identifizierung der Zielgruppen zu verbessern, einen schnelleren Wettbewerbsvorteil zu erlangen und effektiver Daten von sozialen Plattformen zu analysieren. Zusätzlich kann KI Inhalte verbessern, verändern und sogar erstellen. Mit Hilfe der KI werden automatisch redaktionelle Inhalte erschaffen, das passende Bild mit der passenden Botschaft für Display-Anzeigen zusammenfügt. Die KI Software wird helfen, die Produktionszeit zu verkürzen während der Mensch für seinen kreativen Input benötigt wird.

Mit dem Einsatz der KI geht es also über die Datenanalyse hinaus und im hohen Tempo in Richtung Datengenerierung, da die Software die Automatisierung von zwei grundlegenden menschlichen Sinnen lernt zu beherrschen: Sehen und Hören. Rechnergestützte Einsichten aus datenreichen Medien wie Sprache und Video sind schon möglich, der Mensch muss verschiedene Medientypen nicht mehr manuell kategorisieren oder beschreiben. Dadurch werden Marketingspezialisten von reaktiven zu proaktiven Planern befördert. Die erweiterten Analysefunktionen der KI helfen Kampagnen in drei Hauptbereichen effizienter zu planen und durchzuführen, nämlich Segmentierung, Tracking und Keyword-Tagging.

Um zu verstehen, wie der KI-Ansatz besser funktioniert müssten die praktikablen KI Aspekte im heutigen Marketing identifiziert werden. Hier sind acht wichtige Aspekte des KI Marketings.

1. Die Evolution der Suchresultaten

Mit der Vorstellung des ersten Apple iPhone kam es zum ersten grossen Google Umdenken. Damals ergab eine Suche im eCommerce-Shop nur wenige Resultate, sofern der Name des Produktes nicht genau bekannt war. Ebenso konnte der Standort des Nutzers nicht immer korrekt identifiziert werden. Darum fing Google an, die Suchalgorithmen an die Anforderungen der Nutzer anzupassen und der neuen Technologie anzugleichen. Die Resultate mussten mobil kompatibel sein um den technischen Vorteil der zukünftigen iPhones knapp, standortorientiert und genau zu nutzen. Die aktuellen Suchalgorithmen sind wesentlich granulärer, und ihre verbesserte Kapazität hilft gesuchte Informationen schneller zu finden. Technologien wie beispielsweise Elasticsearch sind entstanden, so dass auch kleine E-Commerce-Shops eine Suche anbieten können, welche über das einfache Abgleichen von Keywords hinausgeht. Squirro Cognitive Search verwendet die KI, um Ergebnisse zu liefern, die für den Benutzer relevanter sind und die Produktivität steigern. Durch die Extraktion und das Verständnis von mehr Erkenntnissen aus Inhalten werden die Suchergebnisse erheblich verbessert. Software-as-a-Service Unternehmen bieten Suchresultate aus verschiedensten Quellen an und erweitern ihre  Online-Produktsuche, ohne ihre eigenen Suchmodelle von Grund auf neu anpassen zu müssen. Rechtschreibprogramme wie Grammarly verbessern Tippfehler, mangelnde Grammatikkenntnisse oder einfach der Schnelllebigkeit des Internets. Knapp sieben Millionen Nutzer weltweit verwenden die teilweise kostenpflichtige Browser-Software zum Korrigieren von rund 250 Fehlertypen,  wobei Fehler nach Kontext mittels Machine Learning kalibriert werden. Die Suchresultate passen sich dem Nutzer schneller an, müssen allerdings zusätzlich besser zur Verfügung gestellt werden.

2. Die KI für SEO 

RankBrain ist Googles maschinelles KI-System, welches hilft, die Suchergebnisse zu durchsuchen, um die authentischsten und relevantesten Websites für den Suchenden bereitzustellen. Mit Deep Learning optimiert Google das SEO-Ranking, um die Nutzer besser bedienen zu können. Das Verstehen des Kontextes ist hier wichtig, und RankBrain versteht, wenn es um Wörter mit Dysarthrophonie oder Doppelbedeutung geht: Akt, Bank, Chip, Dichtung oder Zelle sind nur einige Dysarthrophonie Beispiele der deutschen Sprache. Dennoch kämpft Google mit Wörtern wie beispielsweise: Falten. In Resultaten empfiehlt die Suchmaschine Origami- sowie Anti Aging Anleitungen.

3. Die Vorteile der Empfehlungsalgorithmen

Empfehlungsalgorithmen wurden von Kunden und Marketingspezialisten positiv aufgenommen. Amazon Buch- oder Produktempfehlungen sind ausgezeichnet, Spotify kennt den persönlichen Musikgeschmack  sehr gut, Netflix führt geeignete Serien in Sekundenschnelle vor. Ein Empfehlungslogarithmus kann aus einer Vielzahl von nuancierten Interaktionen Daten schöpfen, um Rückschlüsse aus Verhaltensweisen oder Aktionen zu ziehen. Diese Verhaltensweisen helfen, die besten Empfehlungen zu generieren durch Vergleich und Analyse von Daten von Millionen von Benutzern.

4. Die programmatische Werbung

Programmatische Werbung bezeichnet den vollautomatischen und individualisierten Ein- und Verkauf von Werbeflächen in Echtzeit. Das klassische Beispiel für programmatische Werbung ist SEM-Werbung auf Kanälen wie Google mit AdWords, Facebook und Twitter. Unternehmen wie PredictiveBid und Albert haben sich auf das Thema spezialisiert. Google und Facebook setzen den Standard für effiziente und effektive Werbung  und versuchen mit diesen Systemen nicht-technischen Marketingspezialisten zu ermöglichen, Kampagnen online zu starten, durchzuführen und zu messen.

5. Die Marketing-Prognose

Business Intelligence und Marketing überschneiden sich enorm und Business Intelligence hilft Unternehmen die Flut von Marketingdaten zu verstehen und zu verarbeiten. Die auf statistischen Daten basierende Vorhersagen helfen whos-hot-in-data-and-analytics Unternehmen wie Rapidminer, Birst oder Sisense Aufgrund des Volumens und der quantifizierbaren Natur der Marketingdaten wie Klicks, Views, Time on Page, Käufe, etc. die AI Algorithmen schneller auf Marketingdaten zu trainieren. Sobald man den Erfolg einer Marketinginitiative vorhersagen kann, können Marketingaktivitäten in Displays, Texten, Videos oder sogar Direktwerbung kontinuierlich verbessert werden.

6. Die Personalisierung

Die Verbraucher suchen vermehrt nach massgeschneiderten sowie einzigartigen Produkten und Dienstleistungen. AI ermöglicht es Marketingspezialisten, grosse Datenmengen zu sammeln, zu speichern, zu analysieren und auszuwerten, um eine einzigartige und zugeschnittene Lösung für ihre Kunden und Interessenten zu entwickeln. Der Newsfeed des KI Algorithmus analysiert die Aktionen jedes Benutzers auf der Website, um spezifische und optimale Inhalte bereitzustellen, die zu seinem jeweiligen Verhalten passen. Gartner geht davon aus, dass Unternehmen, die in verschiedene Arten von Personalisierungstechniken investiert haben, im Jahr 2018 leicht bis zu 20 Prozent mehr Produkte verkaufen als andere.

7. Die Sprach- und Texterkennung 

Chatbots und Spracherkennung hatten vor wenigen Jahren als einer der Anwendungen der künstlichen Intelligenz  keinen starken Einfluss auf das Marketing. Dies hat sich seit letztem Jahr verändert und  funktionierende Sprach- und Chat-Schnittstellen haben Einzug in die Marketingwelten gefunden. Bestes Beispiel ist Alexa von Amazon, welche Einkäufe durch Sprechen aktiviert. Alexa kann auch ein Uber-Auto oder eine Pizza auf Wunsch ganz alleine bestellen. Der Facebook Messenger mit der “Online-to-Offline” Strategie gestaltet Einkäufe über den Facebook Messenger. Google Assistant ist ebenso fähig Termine zu erstellen, Einkäufe zu tätigen, oder auf Wunsch bestimmte Lieder abzuspielen.

8. Die Automatisierung von Inhalten

Wie schon erwähnt, ist Natural Language Processing ebenso ein Teil der KI Revolution. NLP verwendet speziell entwickelte Algorithmen, um Informationen in eine menschenähnliche Sprache zu übersetzen. Der Aufstieg des Internets und der Social Media hat die Art und Weise, wie Kunden einkaufen und mit Unternehmen und Marken interagieren, drastisch verändert. Ein oft zitiertes Beispiel ist Walmart, das schätzungsweise mehr als 2,5 Petabyte Daten pro Stunde aus seinen Kundeninteraktionen sammelt. E-Commerce-Unternehmen werden mit einer grossen Kundenbasis konfrontiert, welche ihre Bedürfnisse, Einstellungen, Vorlieben und Frustrationen zunehmend online zum Ausdruck bringen. Social Media Listening ist zu einem wichtigen Instrument für E-Händler geworden, die die Einkaufsgewohnheiten der Verbraucher verstehen, die Produktnachfrage vorhersagen oder Trends verfolgen wollen, um Marketingbotschaften zu erstellen.

Auf dem von SEMSEA Suchmaschinenmarketing AG initiierten Event in Zürich bei Google Schweiz konnten die Besucher die Machine Learning marketingbezogene Absicht des Suchmaschinenriesen erkennen. Die KI hat das Potenzial, neue Marketing Methoden auf der Grundlage der zunehmenden Genauigkeit der Vorhersagbarkeit neu zu definieren. Dies verändert die Marketingprozesse, indem die Suche nach Produkten täglich effizienter wird, während die Benutzerdaten durchsucht, interpretiert und analysiert werden, um ein genaueres Profil der Bedürfnisse des Einzelnen zu erstellen.

#marketing #ai #ml #onlinehandel #automatisierung #dataprep #ecommerce #deeplearning

 

READ MORE > onedot/blog   > onedot/minutes

No Replies on Künstliche Intelligenz im Marketing – 8 Aspekte des KI Marketings

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>