Reach

Grow

Manage

Automate

Reach

Grow

Manage

Automate

如何在您的电子邮件程序中使用自然语言处理和机器学习

电子邮件

1 min read

如何在您的电子邮件程序中使用自然语言处理和机器学习

电子邮件

1 min read

如何在您的电子邮件程序中使用自然语言处理和机器学习

现在,随着与人工智能相关技术的出现,您的电子邮件营销活动可以比以往任何时候都更精确、更吸引人和更有效。

我们真的需要提醒任何人,电子邮件(以及电子邮件营销)在短期内不会消失吗?如果需要,我们只需向他们展示这项来自The Radicati Group的研究,其中包含这样的妙语……

到2019年底,全球电子邮件用户数量将增加到超过29亿人。到2019年底,全球将有超过三分之一的人口使用电子邮件。

对于我们这些在电子邮件领域工作的人来说?正如年轻人所说,这样的数据相当诱人。但是今天的电子邮件已经不是你妈妈或爸爸的电子邮件了。电子邮件的持续成功在很大程度上取决于其演变能力。例如,移动化让电子邮件进入了更多的口袋中。

现在,随着AI相关技术的到来,您的电子邮件活动可以比以往任何时候都更加精确、吸引人和有效。

The arrival of email AI? That’s so 2018

在2018年底,PwC表示已对美国高管进行了调查,发现其中27%的人声称已在多个领域实施了AI。 

在全球方面,到2020年,全球30%的公司将在至少一个销售流程中使用AI。但是,只有17%的电子邮件营销者考虑自动化工具时才想过将AI纳入其中。

滞后者可能尚未意识到AI对电子邮件生态系统已经产生的影响。一个非常明显的例子是Gmail如何使用自然语言处理(NLP)来将收到的邮件分类为主要、社交或推广邮件。 

这是一个非常好的解释,说明NLP如何发挥作用,作为渴望开发垃圾邮件过滤器的编码人员的入门指南。如果你对这些内在机制兴趣不大,那也没关系。不过有一点值得记住,NLP和机器学习只是更大、更广泛的“AI”类别的分支,并有特定的目标。  

  • NLP旨在以对机器-人互动有用的方式读取、解码、理解和解释人类语言。 

  • 机器学习涉及算法和统计模型的应用,使计算机能够通过识别数据中的模式和推理来在没有明确指令的情况下做出决策和执行任务。

目前,有多个工具和策略正在利用NLP和机器学习来增强电子邮件程序。让我们看看你可以将它们集成到你的广告活动中的一些地方,好吗?

Testing

With machine learning, you can now execute multi-armed bandit testing. If you’re used to split testing, brace yourself: Now you’ll be able to run tests continuously and put your findings to work immediately. Over time, you’ll gradually optimize your results, and simultaneously be able to test content and messaging while also sending your best-performing variant out to prospects or customers.

How’s it done? You set up a campaign and a few email variations, and machine learning does the rest, running tests throughout your campaign and fine-tuning it on the basis of test data. What can you test? Pretty much anything you’re already testing, from copy to design to images to timing. 

With machine learning, you can now execute multi-armed bandit testing. If you’re used to split testing, brace yourself: Now you’ll be able to run tests continuously and put your findings to work immediately. Over time, you’ll gradually optimize your results, and simultaneously be able to test content and messaging while also sending your best-performing variant out to prospects or customers.

How’s it done? You set up a campaign and a few email variations, and machine learning does the rest, running tests throughout your campaign and fine-tuning it on the basis of test data. What can you test? Pretty much anything you’re already testing, from copy to design to images to timing. 

With machine learning, you can now execute multi-armed bandit testing. If you’re used to split testing, brace yourself: Now you’ll be able to run tests continuously and put your findings to work immediately. Over time, you’ll gradually optimize your results, and simultaneously be able to test content and messaging while also sending your best-performing variant out to prospects or customers.

How’s it done? You set up a campaign and a few email variations, and machine learning does the rest, running tests throughout your campaign and fine-tuning it on the basis of test data. What can you test? Pretty much anything you’re already testing, from copy to design to images to timing. 

Copywriting

机器学习和自然语言处理 (NLP) – 以及它的表亲,自然语言生成 (NLG) – 正在被多个提供商利用,以提供能够实际生成主题行和其他文案的解决方案。

以像 Persado 这样的公司为例:它的“信息机器”利用其对自然语言的理解来创建以营销人员的“品牌声音”说话的文案,利用一个包括25种语言的标记和评分作品的庞大数据库,这个数据库随着时间的推移而发展,因为机器学习提供了见解(并做出判断),了解哪些信息对目标受众最具吸引力。

Touchstone,作为另一个例子,将您的主题行与一个包含210亿封电子邮件的数据库以及行业趋势进行比较,以预测其可能的印象、点击和转换率。

Rasa.io 自动化了新闻通讯的创建过程,并使用机器学习根据每个收件人的行为优化内容,以提供1:1 个性化,“根据您的订阅者独特的兴趣和个性量身定制,而不需要手动整理电子邮件的时间。”

Engagement

想进行一些实时内容优化以促进互动吗?Cordial表示,它可以“从几乎任何来源摄取和处理客户事件、行为和购买数据”,从而可以基于实时行为数据在多个渠道上发送消息。因此,入职、重新互动活动和其他触发的电子邮件可以与他们当下感兴趣的内容保持一致。

另一种互动方式?增加个人化元素。嗯,一个虚拟的个人化元素:Conversica自豪地声称,通过AI销售助理在用户通过电子邮件或短信对您的品牌或库存表现出兴趣后的几分钟内进行接触,提供“规模化的个性化人类接触”。 

如果您担心“对话”听起来像是机器人的复制,他们声称AI通过分析回复来有效地“共情”,以适应正确的回应。此外,该平台不仅仅用于初次接触或入职,还可以在整个客户旅程中处理常规对话。

Segmentation

对于投资于客户数据管理平台的公司来说,能够从大数据中榨取最大可能的洞察和收益,以提供高度个性化的用户体验,尤其是在电子邮件中,是一个显而易见的关注点。 

一个连接到这些可能庞大数据池的机器学习解决方案,可以以无人类——或者一满屋的人类——从未能做到的方式进行有见地的细分,进行持续调整并发现新的关联,甚至在以前看不到的地方生成全新的产品细分。SimMachines是这些提供商之一,称其特定模式为“动态预测细分”。 

预测性交付

如果您以前没有听说过,那是因为这是一个新的皱纹,在将机器学习应用于电子邮件时。通过分析数万亿封电子邮件的行为,预测分析和机器学习能够优化投递和整个电子邮件计划的健康状况。

这意味着关于可传递性和性能问题的实时见解是可用的,问题可以在发生之前识别,关于如何优化参与度和性能的数据驱动建议将可以制定。停机时间可以避免——而投资回报(ROI)得以最大化。

如果您允许我做一点自卖自夸?这是新进入游戏的,因为这个平台,SparkPost Signals,是业内首个也是唯一的电子邮件智能平台,我们为能够提供它而感到自豪。

这是一场AI-for-email的爆炸

这些只是AI、NLP和机器学习在电子邮件营销中产生现实影响的几个领域。如果您认为这只是冰山一角 - 或者是洪水闸门的第一个涓流 - 您是对的。

了解一个新技术领域有多火热的方法之一是看看有多少公司和初创企业挂出招牌,使用像AngelList这样的投资者或招聘网站。现在,在那里搜索“email AI”显示有超过600家公司在这个领域,而且还会有更多公司加入。

换句话说,最终将会有一个AI插件用于您邮件程序的每个方面。在此期间?利用现有的AI工具已经为发现NLP和机器学习如何改善您使用的资深营销渠道提供了大量潜力,这个渠道仍然处于领先地位。

加入我们的Newsletter。

通过每周更新到您的收件箱,随时了解 Bird 的最新动态。

通过提交,您同意 Bird 可能会就我们的产品和服务与您联系。

您可以随时取消订阅。查看Bird的隐私声明以获取有关数据处理的详细信息。

加入我们的Newsletter。

通过每周更新到您的收件箱,随时了解 Bird 的最新动态。

通过提交,您同意 Bird 可能会就我们的产品和服务与您联系。

您可以随时取消订阅。查看Bird的隐私声明以获取有关数据处理的详细信息。

加入我们的Newsletter。

通过每周更新到您的收件箱,随时了解 Bird 的最新动态。

通过提交,您同意 Bird 可能会就我们的产品和服务与您联系。

您可以随时取消订阅。查看Bird的隐私声明以获取有关数据处理的详细信息。

Pinterest 标志
Uber 标志
Square 徽标
Adobe 标志
Meta logo
PayPal 标志

Newsletter

通过每周更新到您的收件箱,随时了解 Bird 的最新动态。

通过提交,您同意 Bird 可能会就我们的产品和服务与您联系。

您可以随时取消订阅。查看Bird的隐私声明以获取有关数据处理的详细信息。

Uber 标志
Square 徽标
Adobe 标志
Meta logo

Newsletter

通过每周更新到您的收件箱,随时了解 Bird 的最新动态。

通过提交,您同意 Bird 可能会就我们的产品和服务与您联系。

您可以随时取消订阅。查看Bird的隐私声明以获取有关数据处理的详细信息。

Uber 标志
Adobe 标志
Meta logo

Reach

Grow

Manage

Automate

资源

公司

Newsletter

通过每周更新到您的收件箱,随时了解 Bird 的最新动态。

通过提交,您同意 Bird 可能会就我们的产品和服务与您联系。

您可以随时取消订阅。查看Bird的隐私声明以获取有关数据处理的详细信息。