Automatisk segmentering och personalisering med AI

Automatisk segmentering och personalisering med AI

Artificiell intelligens och marketing automation blir allt viktigare i modern marknadsföring, och numera finns AI-baserade verktyg för både automatisk segmentering och hyper-personalisering.

Framtidens marknadsföring kommer att bli mycket bättre med dessa tekniker.

Segmentering

Tiden för spammig massmarknadsföring är över. Dagens kunder förväntar sig att företag och deras marknadsföring är mer relevant, både avseende timing och innehåll. Relevans är numera viktigare än räckvidd.

Leverera rätt innehåll, till rätt person, vid rätt tidpunkt.

Marknadsförare försökte bli mer relevanta genom att börja använda segmentering. Grupper av kunder (eller potentiella kunder) placeras i olika underkategorier, vilket ger en grov klassificering av likhet eller gemensamma behov.

Segmentering gjorde det möjligt för marknadsförare att bli åtminstone lite mer relevanta jämfört med att skicka samma marknadsföringsemail eller erbjudanden till alla.

Jag vet minst en klädkedja som gör det här ganska dåligt, och skickar marknadsföringsemail som gör reklam för kvinnokläder till män, och tvärt om. Faktum är att de skickar exakt samma e-postmeddelanden till alla, oavsett om det är män eller kvinnor.

Detta är ett betydande misstag. Dagens företag måste vara bättre än så.

Även den mest triviala segmenteringen – att skicka olika produkterbjudanden till män eller kvinnor – skulle ha gjort en stor skillnad.

Visserligen är inte män en homogen grupp, och de har alla olika behov och intressen. Detsamma gäller kvinnor. En mer granulär segmentering skulle sålunda resultera i ännu bättre relevans.

Med AI och maskininlärning är det möjligt att segmentera målgruppen automatiskt. Om detta görs tillräckligt detaljerat får vi mikrosegmentering. Det är mycket bättre än ingen segmentering alls, eller grovt tillyxad segmentering.

AI-baserad automatisk segmentering kan implementeras med hjälp av klusteringalgoritmer, och kan identifiera attributen hos ideala kunder, de personer som är mest troliga att konvertera i närtid, eller andra saker.

Faktum är att du kan be systemet ge dig grupperingar av personer som liknar varandra eller delar egenskaper på något sätt, även om du inte vet vad du letar efter.

Verktyg med maskininlärning kan således bidra till att förbättra segmenteringen och göra marknadsföringen mer relevant.

Men det kanske inte betyder så mycket för alla, trots allt. Anledningen är prediktivt innehåll och personalisering.

Prediktivt innehåll och personalisering

Vad är den bästa segmentering vi kan tänka oss? Det är att publicera innehåll och erbjudanden som är unikt anpassade och optimerade för varje enskild person. Detta kallas för ”the segment of one”, vilket avser hyper-personalisering, där meddelandet är unikt anpassat och optimerat för varje person.

Detta skulle göra marknadsföringen relevant igen!

Faktum är att personalisering är motsatsen till segmentering. Med segmentering skapar vi grupper av personer med liknande attribut och skickar samma meddelanden till dem alla. Per definition är detta inte unikt anpassat för varje person, även om vi använder mikrosegmentering.

Marketing automation bok

Med personalisering försöker vi i stället vara riktigt personliga. Meddelandet anpassas och optimeras för varje enskild persons intressen och digitala fotavtryck, med hjälp av prediktiva självlärande algoritmer.

Det finns redan en stor mängd leverantörer som erbjuder AI-baserade system för personalisering. De flesta av dessa verktyg kan antingen personifiera innehållet på webbsidor och/eller i e-post.

De gör det genom att använda maskininlärningsalgoritmer för att förutsäga vad varje kund vill ha, och leverera relevanta innehålls- eller produktrekommendationer automatiskt.

Men det handlar inte bara om att rekommendera innehåll, produkter eller erbjudanden. Det handlar mer om att skapa kundupplevelser som bygger engagemang och behåller kunderna.

Personalisering kommer att bli stort i marknadsföringsbranschen. Faktum är att framtidens marknadsföringsteknik kan bli en kapprustning mot bättre personalisering.

Zeta förvärvade t ex BoomTrain, som utvecklade en teknik som använder beteendeanalys och innehållsanalys för att presentera det innehåll som mest sannolikt intresserar en viss person bäst.

OneSpot gör något liknande, och erbjuder en lösning för personalisering av webbsidor och e-postinnehåll för varje enskild person. De kan även göra personanpassade retargeting-annonser på andra webbplatser.

Adobe Marketing Cloud har en personaliseringsmotor, och Emarsys samt Perzonalization har stöd för produktrekommendationer utöver personliga innehållsrekommendationer.

OpenTopic har valt en annan väg och bygger sin lösning på IBM’s AI-motor Watson. Deras verktyg förutspår det mest engagerande innehållet som guidar varje kund genom kundresan.

Förutom de mer traditionella funktionerna för innehållsrekommendationer, har PureClarity och DynamicYield även stöd för personoptimerade sökresultat. Beroende på vem du är eller vad du har gjort tidigare kommer du att få se olika sökresultat på en e-handelssida, jämfört med din granne som söker efter samma sak.

Vi kan nog räkna med att prediktivt innehåll och hyper-personalisering kommer att bli mycket viktiga framöver.

unemyr_linkedin_horizontal_swe

Själv är jag författare och konsult inom marketing automation och artificiell intelligens. Behöver du hjälp med att installera och sätta upp ett marketing automation system, eller AI-baserade lösningar? Kontakta mig– jag erbjuder konsulttjänster på området!

Är du intresserad av framtidens marknadsföring? Här finner du fler artiklar om marknadsföring med AI och marketing automation.

Vill du lära dig mer? Läs mina bloggartiklar om marketing automation och datadriven marknadsföring!

Författare, oberoende konsult och föredragshållare inom marketing automation, artificiell intelligens, och Internet-Of-Things (IoT). Kontakta mig om du behöver hjälp!