preloader

Uczenie maszynowe. Customer journey. Etap III : convert.

Po etapie: act (-> Uczenie maszynowe. Customer journey. Etap II : act.) podczas customer journey (-> Uczenie maszynowe w komunikacji marketingowej. Wprowadzenie.) następuje etap trzeci: convert. Polega on na zachęceniu konsumentów do stania się klientami.

 

4 przykłady:

 

1. Dynamic pricing

Zazwyczaj rabaty przyciągają klientów, ale mogą również przyczynić się do zaburzenia wyniku finansowego. Jeśli sprzedaż jest podwójna z mniejszym marginesem dwóch trzecich to zysk jest niższy niż bez żadnej sprzedaży. Sprzedaż jest skuteczna jeśli zachęca do zakupu tych klientów, którzy nie brali go pod uwagę. 

Dzięki dynamicznym cenom ten problem można obejść za pomocą targetowania specjalnie dedykowanych ofert dla tych klientów, dla których prawdopodobieństwo zakupu jest wysokie. Nauczanie maszynowe umożliwia zbudowanie modelu, który określa prawdopodobieństwo przekonwertowania oferty na zakup dla danego klienta a także oblicza, którzy klienci i tak dokonają zakupu bez konieczności otrzymania specjalnej oferty. Takie podejście wspiera wzrost sprzedaży tym samym nie powodując obcięcia marginesu zysków, przyczyniając się do ich zwrotu.

Przykład zastosowania: Amazon, Walmart, Best Buy, Sears, Apple

 

2. Web & App Personalisation

Dzięki wykorzystaniu modelu potencjału możliwe jest przewidzenie na jakim etapie customer journey jest dany klient i w ten sposób wesprzeć go adekwatną aplikacją lub dedykowanym contentem na stronie. W zależności od segmentacji klientów dostarczana jest konkretna oferta lub wskazywane są możliwości. Jeśli potencjalny klient jest po raz pierwszy na stronie otrzymuje informacje, które mogą go zainteresować w fazie wstępnej. Natomiast jeśli klient odwiedzi stronę po raz kolejny i jest zainteresowany konkretnym produktem, otrzyma szczegółowe informacje o produkcie oraz o korzyściach wynikających z jego użytkowania.

Przykład zastosowania: SBI

 

3. Chatbots

Chatboty naśladują ludzką inteligencję poprzez umiejętność interpretowania pytań konsumentów i robienie zamówień. Przy użyciu otwartych platform stosunkowo łatwo jest stworzyć własny chatbot bez dużego zespołu programistów. Facebook wspiera marki w tym obszarze. Dzięki aplikacji Messenger możliwe jest porozmawianie z wirtualnymi ambasadorami. Facebook jednocześnie bazując na swoim bogatym doświadczeniu zdobytym podczas tworzenia wersji beta silnika wit.ai.bot.engine, udostępnia moduł: Facebook for developers site zawierający użyteczne instrukcje dla programistów.

Przykład zastosowania: Wit.aiFacebook for developers

 

4. Re-targeting

Podobnie jak w przypadku reklam targetowanych, nauczanie maszynowe może być wykorzystane w celu ustalenia adekwatnego contentu, dzięki któremu wystąpi jak największe prawdopodobieństwo (obliczone na podstawie danych historycznych) powrotu klienta na konkretną witrynę. Takie podejście pozwala na optymalizację  treści, która oddziałuje najefektywniej na różne typy klientów.

 Przykład zastosowaniaNosto

 

A w następnym odcinku etap: engage.


Źródło:

  • 15 Applications of Artificial Intelligence in Marketing. Robert Allen.