Apakah kita benar-benar perlu mengingatkan siapa pun tentang fakta bahwa email (dan pemasaran email) tidak akan ke mana-mana dalam waktu dekat? Jika kita melakukannya, kita hanya akan memperlihatkan studi ini oleh The Radicati Group kepada mereka, yang berisi hal-hal menarik seperti…

Pada akhir 2019, jumlah pengguna email di seluruh dunia akan meningkat menjadi lebih dari 2,9 miliar. Lebih dari sepertiga populasi dunia akan menggunakan email pada akhir tahun 2019.

Bagi kita yang bekerja di email? Statistik seperti itu sangat menggoda, seperti yang dikatakan anak-anak. Tapi email hari ini bukan email dari ibu atau ayahmu. Keberhasilan berkelanjutan email sebagian besar tergantung pada kemampuannya untuk berkembang. Pergeseran ke mobile menempatkan email ke dalam lebih banyak saku, misalnya. 

Sekarang, dengan kedatangan teknologi terkait AI, kampanye email Anda bisa menjadi bahkan lebih tepat, menarik, dan efektif daripada sebelumnya.

Kedatangan email AI? Itu sangat 2018 

Pada akhir 2018, PwC mengatakan telah mensurvei eksekutif AS, dan menemukan 27% dari mereka mengklaim sudah mengimplementasikan AI di berbagai bidang. 

Di sisi global, 30% perusahaan di seluruh dunia akan menggunakan AI dalam setidaknya satu dari proses penjualan mereka pada tahun 2020. Namun hanya 17% pemasar email yang mempertimbangkan alat otomatisasi yang memikirkan untuk menggabungkan AI.

Yang tertinggal mungkin tidak menyadari dampak yang telah sekarang ada pada ekosistem email. Salah satu contoh yang sangat terlihat adalah bagaimana Gmail menangani klasifikasi email menggunakan Natural Language Processing (NLP) untuk menyaring email masuk sebagai pesan Utama, Sosial, atau Promosi. 

Berikut adalah penjelasan yang cukup baik tentang bagaimana NLP melakukan pekerjaannya, disajikan sebagai primer bagi pengembang yang ingin membuat filter spam. Namun jika Anda tidak tertarik dengan semua hal yang teknis, itu baik-baik saja. Satu hal yang perlu diingat, meskipun? NLP dan pembelajaran mesin hanyalah cabang dari kategori yang lebih besar, lebih luas "AI" dan memiliki tujuan tertentu.  

• NLP ditujukan untuk membaca, menguraikan, memahami, dan membuat makna dari bahasa manusia dengan cara yang berguna dalam interaksi manusia-mesin. 

• Pembelajaran mesin melibatkan penerapan algoritma dan model statistika agar komputer dapat membuat keputusan dan melakukan tugas tanpa instruksi eksplisit dengan mengenali pola dalam data dan menarik kesimpulan.

Saat ini, ada banyak alat dan taktik di mana NLP dan pembelajaran mesin digunakan untuk meningkatkan program email. Mari kita lihat beberapa tempat di mana Anda bisa mengintegrasikannya ke dalam kampanye Anda, ya..?

Pengujian

Dengan pembelajaran mesin, Anda sekarang dapat melakukan pengujian multi-armed bandit. Jika Anda sudah terbiasa dengan pengujian terpisah, siapkan diri Anda: Sekarang Anda akan dapat menjalankan tes secara terus-menerus dan menerapkan temuan Anda segera. Seiring waktu, Anda akan secara bertahap mengoptimalkan hasil Anda, dan pada saat yang sama dapat menguji konten dan pesan sambil juga mengirim varian terbaik yang tampil ke prospek atau pelanggan.

Bagaimana caranya? Anda menyiapkan kampanye dan beberapa variasi email, dan pembelajaran mesin akan melakukan sisanya, menjalankan tes sepanjang kampanye Anda dan menyempurnakannya berdasarkan data uji. Apa yang bisa Anda uji? Hampir semua yang sudah Anda uji, mulai dari salinan hingga desain, gambar hingga waktu. 

Penulisan salinan

Pembelajaran mesin dan NLP – serta saudaranya, Natural Language Generation (NLG) – sedang dimanfaatkan oleh beberapa penyedia untuk menawarkan solusi yang benar-benar dapat menghasilkan subjek dan salinan lainnya.

Ambil perusahaan seperti Persado, misalnya: "mesin pesan"-nya menerapkan pemahaman tentang bahasa alami untuk menciptakan salinan yang berbicara dalam "suara merek" pemasar, memanfaatkan basis data besar dari karya yang ditandai dan diberi skor dalam 25 bahasa, basis data yang berkembang seiring waktu saat pembelajaran mesin memberikan wawasan (dan membuat penilaian) tentang pesan mana yang paling menarik bagi audiens target Anda.

Touchstone, sebagai contoh lain, membandingkan subjek Anda dengan basis data 21 miliar email, serta tren industri, untuk memprediksi kesan, klik, dan konversi yang mungkin terjadi.

Rasa.io mengotomatiskan proses pembuatan buletin, dan menggunakan pembelajaran mesin untuk mengoptimalkan konten berdasarkan perilaku setiap penerima untuk memberikan personalisasi 1:1 yang "dikhususkan untuk minat dan kepribadian unik pelanggan Anda, tanpa waktu yang dibutuhkan untuk secara manual mengkurasi email Anda."

Keterlibatan

Ingin melakukan sedikit optimasi konten waktu nyata untuk mendorong keterlibatan? Cordial mengatakan dapat "menyerap dan memproses data acara, perilaku, dan pembelian pelanggan dari hampir semua sumber," sehingga pesan dapat disampaikan di berbagai saluran, berdasarkan data perilaku sekarang yang terbaru. Jadi onboarding, kampanye re-engagement, dan email terstimulus lainnya dapat diselaraskan dengan apa yang mereka minati saat ini.

Cara lain untuk terlibat? Tambahkan sentuhan pribadi. Yah, sentuhan virtual yang pribadi: Conversica dengan bangga mengklaim dapat memberikan "sentuhan manusia personalisasi dalam skala besar" melalui asisten penjualan AI yang menghubungi pengguna dalam hitungan menit setelah dia menunjukkan ketertarikan pada merek atau inventaris Anda melalui email atau SMS. 

Jika Anda khawatir "percakapan" terbaca seperti salinan robot, mereka mengklaim bahwa AI "menyimak" dengan baik dengan menganalisis balasan untuk menyesuaikan respons yang tepat.  Selain itu, platform ini tidak dimaksudkan hanya untuk keterlibatan awal atau onboarding tetapi dapat menangani dialog rutin sepanjang seluruh perjalanan pelanggan.

Segmentasi

Bagi perusahaan yang berinvestasi dalam platform manajemen data pelanggan, mampu memaksimalkan wawasan dan manfaat dari big data untuk memberikan pengalaman pengguna yang sangat dipersonalisasi, terutama dalam email, adalah perhatian yang jelas. 

Sebuah solusi pembelajaran mesin yang terhubung ke kumpulan data yang berpotensi besar ini dapat melakukan segmentasi yang mendalam dengan cara yang tidak pernah bisa dilakukan oleh manusia – atau ruang penuh manusia – dengan terus-menerus membuat penyesuaian dan mengungkap asosiasi baru, bahkan menghasilkan segmen produk baru di mana sebelumnya tidak terlihat. SimMachines adalah salah satu penyedia ini, yang menyebut jenis spesifik mereka "segmentasi prediktif dinamis." 

Pengiriman prediktif

Jika Anda belum mendengarnya sebelumnya, itu karena itu adalah aspek baru dalam penerapan pembelajaran mesin ke email. Dengan menganalisis perilaku triliunan email, analitik prediktif dan pembelajaran mesin dapat mengoptimalkan pengiriman dan kesehatan keseluruhan dari program email.

Ini berarti wawasan waktu nyata tersedia tentang masalah pengiriman dan kinerja, masalah dapat diidentifikasi sebelum terjadi, dan rekomendasi berbasis data dapat diberikan tentang bagaimana mengoptimalkan keterlibatan dan kinerja.  Gangguan dapat dihindari – sementara ROI dimaksimalkan.

Dan jika Anda mengizinkan satu iklan diri? Ini baru dalam permainan karena platform ini, SparkPost Signals, adalah platform intelijen email pertama dan satu-satunya dari jenisnya di industri, dan kami bangga menawarkannya.

Ini adalah ledakan AI untuk email

Ini hanyalah beberapa dari area di mana AI, NLP, dan pembelajaran mesin memberikan dampak saat ini pada pemasaran email. Jika Anda berpikir ini adalah ujung gunung es – atau aliran pertama melalui pintu gerbang – Anda benar.

Salah satu cara untuk melihat seberapa panas segmen teknologi baru ini berkembang adalah dengan melihat berapa banyak perusahaan dan startup yang telah mengeluarkan spanduk, menggunakan situs investor atau pekerjaan seperti AngelList. Saat ini, pencarian untuk "email AI" di sana menunjukkan lebih dari 600 perusahaan di bidang tersebut, dan akan ada lebih banyak lagi yang akan datang.

Dengan kata lain, pada akhirnya akan ada tambahan AI untuk setiap aspek dari program email Anda.  Sementara itu? Menggunakan alat AI yang sudah ada hari ini sudah menawarkan banyak potensi untuk menemukan bagaimana NLP dan pembelajaran mesin dapat meningkatkan cara Anda menggunakan saluran pemasaran veteran yang tetap inovatif seperti sebelumnya.