Teraz, wraz z pojawieniem się technologii związanych z AI, Twoje kampanie e-mailowe mogą stać się jeszcze bardziej precyzyjne, angażujące i skuteczne niż kiedykolwiek wcześniej.
Business in a box.
Odkryj nasze rozwiązania.
Porozmawiaj z naszym zespołem sprzedaży
Czy naprawdę musimy przypominać komukolwiek, że email (i email marketing) nigdzie się nie wybiera w najbliższym czasie? Gdybyśmy musieli, po prostu pokazalibyśmy im to badanie przeprowadzone przez The Radicati Group, zawierające takie perełki jak…
Pod koniec 2019 roku liczba użytkowników poczty e-mail na całym świecie wzrośnie do ponad 2,9 miliarda. Ponad jedna trzecia populacji światowej będzie korzystać z poczty e-mail do końca 2019 roku.
Dla tych z nas, którzy pracują z emailami? Takie statystyki są dość kuszące, jak to mówią dzieci. Ale email dzisiejszy nie jest emailem twojej mamy czy taty. Dalszy sukces poczty e-mail w dużej mierze wynika z jej zdolności do ewolucji. Na przykład przejście na urządzenia mobilne umieściło pocztę e-mail w znacznie większej liczbie kieszeni.
Teraz, wraz z pojawieniem się technologii związanych z AI, Twoje kampanie emailowe mogą stać się jeszcze bardziej precyzyjne, angażujące i skuteczne niż kiedykolwiek wcześniej.
Nadejście email AI? To takie 2018
Pod koniec 2018 roku PwC stwierdziło, że przeprowadziło ankietę wśród amerykańskich menedżerów i odkryło, że 27% z nich twierdzi, że już wdraża AI w różnych obszarach.
Na arenie globalnej 30% firm na całym świecie będzie korzystać z AI w co najmniej jednym z procesów sprzedaży do 2020 roku. Ale tylko 17% marketerów e-mailowych rozważających narzędzia automatyzacji zastanawiało się nad włączeniem AI.
Ci, którzy pozostają w tyle, mogą nie zdawać sobie sprawy z wpływu, jaki AI już ma na ekosystem e-mailowy. Jednym z bardzo widocznych przykładów jest to, jak Gmail radzi sobie z klasyfikacją e-maili za pomocą Natural Language Processing (NLP), aby filtrować przychodzące wiadomości jako wiadomości główne, społeczne lub promocyjne.
Oto całkiem dobre wyjaśnienie tego, jak NLP wykonuje swoją pracę, przedstawione jako wprowadzenie dla programistów, którzy chcą stworzyć filtr spamu. Ale jeśli nie interesuje Cię cała mechanika, to w porządku. Warto jednak pamiętać, że NLP i machine learning to tylko gałęzie większej, szerszej kategorii „AI” i mają konkretne cele.
NLP ma na celu czytanie, dekodowanie, rozumienie i interpretację języka ludzkiego w sposób przydatny w interakcji maszynowo-ludzkiej.
Machine learning obejmuje zastosowanie algorytmów i modeli statystycznych, dzięki którym komputery mogą podejmować decyzje i wykonywać zadania bez wyraźnych instrukcji, rozpoznając wzorce w danych i wyciągając wnioski.
W tej chwili istnieje wiele narzędzi i taktyk, w których NLP i machine learning są używane do ulepszania programów e-mailowych. Spójrzmy na niektóre miejsca, w których możesz je zintegrować ze swoimi kampaniami, dobrze..?
Testowanie
Copywriting
Uczenie maszynowe i NLP — oraz jego kuzyn, Natural Language Generation (NLG) — są wykorzystywane przez wielu dostawców do dostarczania rozwiązań, które mogą faktycznie generować linie tematyczne i inne teksty.
Weźmy na przykład firmę Persado: Jej „message machine” stosuje swoją znajomość języka naturalnego do tworzenia tekstów, które przemawiają w „głosie marki” marketera, wykorzystując ogromną bazę danych oznaczonych i ocenionych prac w 25 językach, bazę danych, która ewoluuje z czasem w miarę jak uczenie maszynowe dostarcza wglądów (i podejmuje decyzje) na temat tego, które wiadomości najbardziej przyciągają uwagę Twojej docelowej grupy odbiorców.
Touchstone, jako inny przykład, porównuje Twoją linię tematyczną z bazą danych 21 miliardów e-maili oraz trendów branżowych, aby przewidzieć jej prawdopodobny wskaźnik wrażeń, kliknięcia i konwersji.
Rasa.io zautomatyzowała proces tworzenia newsletterów i wykorzystuje uczenie maszynowe do optymalizacji treści na podstawie zachowań każdego odbiorcy, aby zapewnić personalizację 1:1, która jest „dostosowana do unikalnych zainteresowań i osobowości Twoich subskrybentów, bez czasu potrzebnego na ręczne tworzenie e-maili.”
Engagement
Chcesz osiągnąć niewielką optymalizację treści w czasie rzeczywistym, aby zwiększyć zaangażowanie? Cordial mówi, że może „przyjmować i przetwarzać dane o wydarzeniach, zachowaniach i zakupach klientów z praktycznie dowolnego źródła”, dzięki czemu wiadomości mogą być wysyłane przez wiele kanałów, w oparciu o aktualne dane behawioralne. Dzięki temu onboardingi, kampanie ponownego zaangażowania i inne maile wyzwalane mogą być dostosowane do tego, czym są zainteresowani w danym momencie.
Inny sposób na zaangażowanie? Dodaj osobisty akcent. A właściwie wirtualny osobisty akcent: Conversica z dumą zapewnia „spersonalizowany ludzki kontakt na dużą skalę” dzięki AI asystentom sprzedaży, którzy kontaktują się z użytkownikiem w ciągu kilku minut od momentu, gdy wykaże on zainteresowanie Twoją marką lub asortymentem za pośrednictwem e-maila lub SMS.
Martwisz się, że „rozmowa” brzmi jak kopiowane przez robota? Twierdzą, że AI skutecznie „odczuwa empatię”, analizując odpowiedzi w celu dostosowania właściwych reakcji. Co więcej, platforma nie jest przeznaczona tylko do początkowego zaangażowania lub onboardingu, ale może obsługiwać rutynowe dialogi przez całą podróż klienta.
Segmentacja
Dla firm inwestujących w platformy zarządzania danymi klientów, możliwość wydobycia jak największego wglądu i korzyści z big data, aby dostarczać wysoce spersonalizowane doświadczenia użytkownika, zwłaszcza w e-mailach, jest oczywistym zmartwieniem.
Rozwiązanie oparte na uczeniu maszynowym, które jest połączone z tymi potencjalnie ogromnymi zbiorami danych, może tworzyć wnikliwe segmentacje w sposób, w jaki żaden człowiek – ani sala pełna ludzi – nigdy nie mógłby, dokonując ciągłych zmian i odkrywając nowe powiązania, a nawet generując nowe segmenty produktów tam, gdzie wcześniej nie były widoczne. SimMachines jest jednym z tych dostawców, nazywając swoje rozwiązanie „dynamic predictive segmentation.”
Predyktywna dostawa
Jeśli wcześniej o tym nie słyszałeś, to dlatego, że jest to nowa zmarszczka w zastosowaniu uczenia maszynowego do e-maili. Analizując zachowanie trylionów e-maili, analityka predykcyjna i uczenie maszynowe są w stanie zoptymalizować dostarczanie oraz ogólny stan programu e-mailowego.
Oznacza to, że dostępne są informacje zwrotne w czasie rzeczywistym na temat dostarczalności i problemów z wydajnością, problemy mogą być zidentyfikowane zanim wystąpią, a także mogą być podejmowane rekomendacje oparte na danych dotyczące optymalizacji zaangażowania i wydajności. Awarii można uniknąć, a ROI jest maksymalizowane.
A jeśli pozwolisz na jedną autoreklamę? Jest to nowość, ponieważ ta platforma, SparkPost Signals, jest pierwszą i jedyną platformą inteligencji e-mail w swoim rodzaju w branży, i jesteśmy dumni, że możemy ją oferować.
To eksplozja AI dla emaili
To są tylko niektóre z obszarów, w których AI, NLP i uczenie maszynowe wywierają obecnie wpływ na marketing e-mailowy. Jeśli uważasz, że to tylko wierzchołek góry lodowej – albo pierwsza kropla przez bramy powodziowe – masz rację.
Jednym ze sposobów, aby zobaczyć, jak gorąca staje się nowa dziedzina technologii, jest sprawdzenie, ile firm i startupów wystawiło szyld, korzystając z witryn inwestorów lub ofert pracy, takich jak AngelList. Obecnie wyszukiwanie „email AI” tam pokazuje ponad 600 firm w tej przestrzeni i pojawi się więcej.
Innymi słowy, w końcu pojawi się dodatek AI dla każdego aspektu twojego programu e-mailowego. W międzyczasie? Wykorzystanie istniejących narzędzi AI już dziś oferuje mnóstwo potencjału do odkrywania, jak NLP i uczenie maszynowe mogą poprawić sposób wykorzystywania tego weterana kanału marketingowego, który jest równie nowoczesny jak zawsze.
