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.
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 badanie wśród amerykańskich menedżerów i odkryło, że 27% z nich twierdzi, że już wdraża AI w wielu obszarach.
Na froncie globalnym 30% firm na całym świecie będzie korzystać z AI w co najmniej jednym z procesów sprzedażowych do 2020 roku. Jednak tylko 17% marketerów e-mailowych rozważało narzędzia automatyzacji, myśląc o włączeniu AI.
Maruderzy mogą nie zdawać sobie sprawy z wpływu, jaki AI już teraz ma na ekosystem e-mailowy. Jednym z bardzo widocznych przykładów jest to, jak Gmail obsługuje klasyfikację e-maili, wykorzystując przetwarzanie języka naturalnego (NLP) do filtrowania przychodzących wiadomości jako Wiadomości główne, Społecznościowe lub Reklamy.
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 ta technologia, to w porządku. Jednak warto pamiętać, że NLP i uczenie maszynowe są tylko gałęziami większej, szerszej kategorii „AI” i mają określone cele.
NLP ma na celu czytanie, rozszyfrowywanie, rozumienie i sensowne interpretowanie języka ludzkiego w sposób, który jest użyteczny w interakcji z maszynami.
Uczenie maszynowe polega na zastosowaniu algorytmów i modeli statystycznych, aby komputery mogły podejmować decyzje i wykonywać zadania bez wyraźnych instrukcji, rozpoznając wzorce w danych i wyciągając wnioski.
Obecnie istnieje wiele narzędzi i taktyk, w których NLP i uczenie maszynowe są wykorzystywane do ulepszania programów e-mailowych. Spójrzmy na niektóre miejsca, w których można je zintegrować z Twoimi 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 przeprowadzić niewielką optymalizację treści w czasie rzeczywistym, aby zwiększyć zaangażowanie? Cordial mówi, że potrafi "przyjmować i przetwarzać dane o zdarzeniach klientów, zachowaniach i zakupach z praktycznie dowolnego źródła", dzięki czemu wiadomości mogą być wysyłane przez wiele kanałów, w oparciu o do-tej-chwili dane behawioralne. Dzięki temu onboarding, kampanie re-engagement i inne wyzwolone e-maile mogą być dostosowane do tego, czym są zainteresowani w tej chwili.
Inny sposób na zaangażowanie? Dodaj osobisty akcent. Cóż, wirtualny osobisty akcent: Conversica z dumą twierdzi, że dostarcza „spersonalizowany ludzki akcent na dużą skalę” za pomocą asystentów sprzedaży AI, którzy kontaktują się z użytkownikiem w ciągu kilku minut od zainteresowania się Twoją marką lub asortymentem za pośrednictwem e-maila lub SMS-ów.
Jeśli obawiasz się, że „rozmowa” brzmi jak kopiowanie robota, twierdzą, że AI „empatyzuje” skutecznie, analizując odpowiedzi, aby dostosować odpowiednie reakcje. Co więcej, platforma nie jest przeznaczona wyłącznie do początkowego zaangażowania lub onboardingu, ale może obsługiwać rutynowe dialogi w całej podróży klienta.
Segmentacja
Dla firm inwestujących w platformy zarządzania danymi klientów, możliwość wydobycia jak najwięcej wglądów i korzyści z big data, aby dostarczyć wysoce spersonalizowane doświadczenia użytkowników, zwłaszcza w e-mailu, jest oczywistym priorytetem.
Rozwiązanie oparte na uczeniu maszynowym, które jest połączone z tymi potencjalnie ogromnymi zbiorami danych, może przeprowadzać wnikliwą segmentację w sposób, którego żaden człowiek - ani nawet pokój pełen ludzi - nie mógłby dokonać, dokonując ciągłych regulacji i odkrywając nowe powiązania, a nawet generując nowe segmenty produktów tam, gdzie wcześniej nie były widoczne. SimMachines jest jednym z tych dostawców, nazywając swój szczególny rodzaj „dynamiczną segmentacją predyktywną.”
Predyktywna dostawa
Jeśli wcześniej o tym nie słyszałeś, to dlatego, że to nowa zmiana w zastosowaniu uczenia maszynowego do poczty e-mail. Analizując zachowanie trylionów e-maili, analityka predykcyjna i uczenie maszynowe są w stanie optymalizować dostarczanie i ogólną kondycję programu e-mailowego.
Oznacza to, że dostępne są w czasie rzeczywistym informacje o problemach z dostarczalnością i wydajnością, problemy mogą być zidentyfikowane zanim się pojawią, a rekomendacje oparte na danych mogą być tworzone na temat tego, jak optymalizować zaangażowanie i wydajność. Przestoje można uniknąć – jednocześnie maksymalizując zwrot z inwestycji.
A jeśli pozwolisz na mały samochwyt? Jest nowością na rynku, ponieważ ta platforma, SparkPost Signals, jest pierwszą i jedyną platformą inteligencji e-mailowej tego rodzaju w branży, i jesteśmy dumni, że możemy ją oferować.
To eksplozja AI dla emaili
To tylko niektóre z obszarów, w których AI, NLP i uczenie maszynowe wywierają współczesny wpływ na marketing e-mailowy. Jeśli uważasz, że to tylko wierzchołek góry lodowej – lub pierwszy strumień przez bramy – masz rację.
Jednym z sposobów sprawdzenia, jak gorąca staje się nowa technologia, jest zobaczenie, ile firm i startupów zawiesiło swoje szyldy, korzystając z stron inwestorów lub miejsc pracy, takich jak AngelList. W tej chwili wyszukiwanie „email AI” pokazuje ponad 600 firm w tej branży, a będzie ich więcej.
Innymi słowy, ostatecznie pojawi się dodatek AI dla każdego aspektu twojego programu e-mailowego. W międzyczasie? Wykorzystanie istniejących obecnie narzędzi AI już teraz oferuje mnóstwo potencjału do odkrywania, jak NLP i uczenie maszynowe mogą poprawić sposób, w jaki korzystasz z doświadczonego kanału marketingowego, który jest tak samo nowoczesny jak zawsze.
