Czy naprawdę musimy przypominać komukolwiek, że e-mail (i marketing e-mailowy) nie zniknie gdziekolwiek w najbliższym czasie? Gdyby tak było, po prostu pokazalibyśmy im to badanie przez The Radicati Group, zawierające takie zaskoczenia jak…
Do końca 2019 roku liczba użytkowników e-maila na całym świecie wzrośnie do ponad 2,9 miliarda. Ponad jedna trzecia światowej populacji będzie korzystać z e-maila do końca 2019 roku.
Dla tych z nas, którzy pracują w e-mailu? Statystyki takie jak ta są dość kuszące, jak mówią dzieci. Ale dzisiejszy e-mail to nie jest e-mail twojej mamy ani taty. Kontynuujący sukces e-maila leży w dużej mierze w jego zdolności do ewolucji. Przejście na urządzenia mobilne wprowadziło e-maila do znacznie większej liczby kieszeni, na przykład.
Teraz, z nadejściem technologii związanych z AI, twoje kampanie e-mailowe mogą stać się jeszcze bardziej precyzyjne, angażujące i skuteczne niż kiedykolwiek wcześniej.
Nadejście e-mail AI? To tak 2018
Pod koniec 2018 roku, PwC powiedziało, że przeprowadziło ankietę wśród amerykańskich menedżerów i stwierdziło, że 27% z nich twierdzi, że już wdraża AI w różnych obszarach.
Na arenie globalnej, 30% firm na całym świecie skorzysta z AI w co najmniej jednym z ich procesów sprzedażowych do 2020 roku. Ale tylko 17% marketerów e-mailowych rozważających narzędzia automatyzacji pomyślało o włączeniu AI.
Spóźnieni mogą nie zdawać sobie sprawy z wpływu, jaki AI ma już na ekosystem e-mailowy. Jednym z bardzo widocznych przykładów jest to, jak Gmail radzi sobie z klasyfikacją e-maili, używając przetwarzania języka naturalnego (NLP) do filtrowania przychodzących e-maili jako wiadomości głównej, społecznej lub promocyjnej.
Oto dość dobre wyjaśnienie tego, jak NLP wykonuje swoją pracę, przedstawione jako wprowadzenie dla programistów, którzy chcą stworzyć filtr spamu. Ale jeśli nie interesują cię wszystkie techniczne kwestie, to nie ma sprawy. Jedna rzecz, którą warto zapamiętać? NLP i uczenie maszynowe to tylko gałęzie większej, szerszej kategorii „AI” i mają konkretne cele.
NLP ma na celu czytanie, dekodowanie, rozumienie i nadawanie sensu ludzkiemu językowi w sposób, który jest użyteczny w interakcji człowiek-maszyna.
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.
W tej chwili istnieje wiele narzędzi i strategii, które wykorzystują NLP i uczenie maszynowe do ulepszania programów e-mailowych. Spójrzmy na niektóre miejsca, w których możesz je zintegrować z swoimi kampaniami, dobrze…?
Testowanie
Dzięki uczeniu maszynowemu możesz teraz przeprowadzać testy multi-armed bandit. Jeśli jesteś przyzwyczajony do testowania A/B, przygotuj się: Teraz będziesz mógł prowadzić testy ciągłe i wykorzystywać swoje odkrycia natychmiast. Z biegiem czasu systematycznie zoptymalizujesz swoje wyniki, a równocześnie będziesz mógł testować treści i komunikaty, wysyłając swoją najlepszą wersję do potencjalnych klientów lub klientów.
Jak to się robi? Ustawiasz kampanię i kilka wariantów e-maili, a uczenie maszynowe zajmuje się resztą, przeprowadzając testy w trakcie kampanii i dostosowując ją na podstawie danych z testów. Co możesz testować? W zasadzie wszystko, co już testujesz, od treści po projekt, obrazy i czas wysyłki.
Tworzenie treści
Uczenie maszynowe i NLP – oraz jego kuzyn, Generacja Języka Naturalnego (NLG) – są wykorzystywane przez wiele dostawców do dostarczania rozwiązań, które faktycznie mogą generować tematy i inne treści.
Weźmy firmę jak Persado, na przykład: Jej „maszyna do tworzenia wiadomości” wykorzystuje swoje zrozumienie języka naturalnego do tworzenia treści, która mówi głosem marki marketera, korzystając z ogromnej bazy danych oznaczonych i ocenionych dzieł w 25 językach, baza ta ewoluuje w czasie, gdy uczenie maszynowe dostarcza informacji (i wydaje osądy) na temat tego, które wiadomości mają największą atrakcyjność dla twojej docelowej grupy odbiorców.
Touchstone, jako inny przykład, porównuje twój temat wiadomości z bazą danych 21 miliardów e-maili, a także z trendami w branży, aby przewidzieć jego prawdopodobne wrażenia, wskaźniki kliknięć i konwersji.
Rasa.io zautomatyzował 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.
Zaangażowanie
Chcesz przeprowadzić optymalizację treści w czasie rzeczywistym, aby zwiększyć zaangażowanie? Cordial twierdzi, że może „przetwarzać i analizować dane o zdarzeniach, zachowaniach i zakupach klientów z praktycznie każdego źródła”, dzięki czemu wiadomości mogą być wysyłane przez różne kanały, w oparciu o aktualne dane behawioralne. W ten sposób kampanie wprowadzające, kampanie re-engagement i inne wiadomości wyzwalające mogą być dostosowane do tego, co ciekawi ich w danym momencie.
Inny sposób na zaangażowanie? Dodaj osobisty akcent. Cóż, wirtualny osobisty akcent: Conversica dumnie twierdzi, że dostarcza „spersonalizowany ludzki dotyk na dużą skalę” dzięki asystentom sprzedaży AI, którzy kontaktują się z użytkownikiem w ciągu kilku minut od okazania przez niego zainteresowania twoją marką lub produktami za pośrednictwem e-maila lub SMS.
Jeśli obawiasz się, że „rozmowa” brzmi jak tekst robota, twierdzą, że AI „współodczuwa” skutecznie, analizując odpowiedzi, aby dostosować odpowiednie reakcje. Co więcej, platforma nie jest zamierzona jedynie do początkowego zaangażowania lub wprowadzania, ale może prowadzić rutynne dialogi przez całą drogę klienta.
Segmentacja
Dla firm inwestujących w platformy zarządzania danymi klientów, umiejętność maksymalizacji wniosków i korzyści z dużych danych, aby zapewnić mocno spersonalizowane doświadczenia użytkowników, zwłaszcza w e-mailu, jest oczywistym problemem.
Rozwiązanie z zakresu uczenia maszynowego, które jest połączone z tymi potencjalnie ogromnymi zbiorami danych, może wykonać wnikliwą segmentację w sposób, w jaki żaden człowiek – ani pełna sala ludzi – nigdy by nie mogła, dokonując ciągłych zmian i odkrywając nowe powiązania, nawet generując nowe segmenty produktów tam, gdzie wcześniej nie były widoczne. SimMachines jest jednym z tych dostawców, nazywając ich szczególny rodzaj „dynamiczną predyktywną segmentacją.”
Predykcyjna dostawa
Jeśli wcześniej o tym nie słyszałeś, to dlatego, że to nowa koncepcja w zastosowaniu uczenia maszynowego do e-maila. Analizując zachowania bilionów e-maili, analityka predykcyjna i uczenie maszynowe są w stanie optymalizować dostarczalność i ogólną kondycję programu e-mailowego.
Oznacza to, że w czasie rzeczywistym dostępne są informacje na temat dostarczania i problemów z wydajnością, problemy można zidentyfikować, zanim się zdarzą, a oparte na danych rekomendacje mogą być zgłaszane na temat tego, jak optymalizować zaangażowanie i wydajność. Awaria może zostać uniknięta – podczas gdy ROI jest maksymalizowane.
A jeśli pozwolisz, że dokonam jednego autopromocji? Jest to nowość, ponieważ ta platforma, SparkPost Signals, jest pierwszą i jedyną platformą inteligencji e-mailowej tego rodzaju w branży, i jesteśmy dumni, że ją oferujemy.
To eksplozja AI dla e-maila
To tylko kilka obszarów, w których AI, NLP i uczenie maszynowe mają współczesny wpływ na marketing e-mailowy. Jeśli myślisz, że to wierzchołek góry lodowej – lub pierwsza kropla przez gwałtowny wypływ – masz rację.
Jednym ze sposobów, aby zobaczyć, jak intensywnie rozwija się nowy segment technologii, jest sprawdzenie, jak wiele firm i startupów wystawiło swój szyld, korzystając z serwisów inwestycyjnych lub zawodowych, takich jak AngelList. W tej chwili wyszukiwanie „email AI” tam pokazuje ponad 600 firm w tej dziedzinie, a więcej jest w drodze.
Innymi słowy, w końcu będzie dodatek AI do każdego aspektu twojego programu e-mailowego. W międzyczasie? Wykorzystanie istniejących narzędzi AI już oferuje mnóstwo potencjału do odkrywania, jak NLP i uczenie maszynowe mogą poprawić sposób, w jaki korzystasz z tego doświadczonego kanału marketingowego, który jest równie nowoczesny jak kiedykolwiek.