Machine learning leert marketeers een groeimindset te cultiveren

In associatie met Google

Terwijl digitalisering de afgelopen jaren de traditionele methoden en maatregelen van de marketingafdeling onder druk heeft gezet, herwint de functie zijn energie door aan te sluiten op een rijke en overvloedige stroombron: data.

Bestaande bedrijfsgegevens, evenals informatie die is verzameld door in contact te komen met consumenten, zijn een waardevol bedrijfsmiddel geworden. Met de komst van machine learning - een type algoritme dat patronen in gegevens identificeert en verbetert met ervaring - kunnen bedrijven gegevens gebruiken om consumenten te voorspellen en te leren identificeren die waarschijnlijk waardevolle klanten zullen worden.

De bedrijfsherstructurering die vandaag plaatsvindt, weerspiegelt de transformatie die gaande is in hele sectoren, van media tot productie, terwijl bedrijven zich herbekabelen om te concurreren in een digitaal doordrenkte omgeving. Lange tijd had niemand van ons gedacht dat het verkopen van eten en drinken via e-commerce zo'n grote onderneming zou zijn, zegt Shyam Venugopal, vice-president voor wereldwijde media- en consumentengegevensstrategie bij PepsiCo. We opereren in een omgeving die voortdurend verandert.

Niemand van ons had gedacht dat het verkopen van eten en drinken via e-commerce zo'n grote onderneming zou zijn. We opereren in een omgeving die voortdurend verandert.

Gezien de groeiende complexiteit van het kooptraject van klanten, dat nu meerdere apparaten, platforms en contactpunten omvat, kan de taak om bij te blijven overweldigend lijken. Marketeers hebben hun aanpak om potentiële klanten te bereiken radicaal moeten heroverwegen in een tijdperk met oneindige mogelijkheden voor het creëren en distribueren van inhoud. Hun doel is nog ambitieuzer: nauwkeurig anticiperen op de volgende stappen van hun potentiële klanten, door vast te leggen en zelfs vorm te geven aan wat ze willen en nodig hebben.

De overvloed aan gegevens die bedrijven kunnen verzamelen, biedt een kans om een ​​wens te vervullen voor marketingmanagers bij grote bedrijven die ernaar verlangen terug te keren naar het opbouwen van een-op-eenrelaties met klanten. Door te investeren in en gebruik te maken van machine learning-technieken om de gegevens te kammen voor inzichten, patronen te identificeren en voorspellende modellen te creëren, kunnen marketeers de klantreis in kaart brengen. Ze kunnen inzicht krijgen in hoe verschillende segmenten aankoopbeslissingen nemen en hen persoonlijkere berichten presenteren.

De marketingvorm doorbreken met machine learning

• Download het rapport

Gegevens in beslag nemen

Een recent onderzoek uitgevoerd door MIT Technology Review Insights, in samenwerking met Google, bevestigde de centrale rol van gegevens bij het ontwikkelen van een hypergepersonaliseerde marketingstrategie. De enquête onder 1419 marketingmanagers van bedrijven met een jaarlijkse omzet van meer dan $ 100 miljoen, uit verschillende sectoren, waaronder financiële dienstverlening, detailhandel, technologie en onderwijs.

Na zorgvuldige afweging van bedrijfsstatistieken konden respondenten worden gecategoriseerd als leiders of achterblijvers: leiders vertegenwoordigen bedrijven die in twee jaar tijd een omzetstijging van meer dan 15 procent of een marktaandeel van meer dan 15 procentpunten hebben bereikt periode. Daarentegen waren achterblijvers bedrijven die in dezelfde periode een krimpende omzet of een verlies van marktaandeel zagen. Van de respondenten zegt tweederde van de leiders dat de manier waarop bedrijven hun gegevens toepassen, een sleutelrol zal spelen in hun vermogen om te gedijen.

Naast de technische bruggen die overgestoken moeten worden om bruikbare inzichten uit data te halen, moeten ook functionele barrières worden verlaagd. Uit het onderzoek bleek dat leiders 60 procent meer geneigd zijn dan achterblijvers om te geloven dat het marketingteam een ​​datagestuurde klantstrategie moet hebben die alle belanghebbenden van de organisatie ondersteunt. In het verleden heeft marketing misschien toezicht gehouden op het genereren van vraag, maar het heeft die leads doorgegeven aan verkoop. Nu moet marketing de volledige ervaring in handen nemen en inzichten en analyses door het hele bedrijf verspreiden.

Het pad van geen weerstand ontwerpen

Met zijn vermogen om de meest effectieve marketingaanpak voor elke huidige en potentiële klant te begrijpen en erop te anticiperen, verlicht machine learning marketeers van het zware werk dat gepaard gaat met het downloaden en manipuleren van enorme hoeveelheden gegevens.

Denk bijvoorbeeld aan een marketingfunctie die 2,5 miljoen e-mailadressen heeft verzameld en in contact wil komen met mensen die waarschijnlijk ontvankelijk zijn voor een nieuw productaanbod. Het handmatig segmenteren van dat klantenvolume is tijdrovend, maar als u ze besproeit met spam, worden afmeldingen gegenereerd, en met betrekking tot - overname is onbetaalbaar. Machine learning kan efficiënt e-mailadressen extraheren waarvan de eigenaren bijvoorbeeld 25 procent kans hebben om de e-mail te openen en 1 procent kans om zich af te melden. Geleid door machine learning-logica kunnen marketeers de optimale combinatie van elementen identificeren en mixen die waarschijnlijk tot een succesvolle bedrijfsdoelstelling zullen leiden.

De impact in het hele bedrijf traceren

Consequent uitvoeren op dat niveau vereist echter meer dan gelaagdheid in nieuwe technologie. Het maximaliseren van klantgerichte processen betekent ze verenigen, ongelijksoortige systemen aan elkaar koppelen en ze centraal stellen in het bedrijf. Voor bedrijven die doorgaans zijn georganiseerd per geografische locatie of productlijn, vertegenwoordigt de omwenteling een culturele verandering op DNA-niveau: een nieuwe bedrijfsarchitectuur die het beheer van klantervaringen ondersteunt.

Waar zou zo'n inspanning kunnen beginnen? In elk deel van de organisatie kan de definitie van wat een klant is, anders zijn, merkt Allison Hartsoe, oprichter en CEO van Ambition Data, een adviesbureau op het gebied van data-analyse. De organisatie moet een uniform beeld van de klant creëren - een grotere, bredere definitie waar iedereen van profiteert.

De toewijding om klantgericht en datagericht te worden, vereist steevast een organisatorische herstructurering. Het wordt noodzakelijk omdat de klantgegevens over zoveel afdelingen verspreid zijn; dus om allesomvattend te zijn, moet de organisatie op elkaar zijn afgestemd, zegt Hartsoe. Het gaat erom de manier waarop het hele bedrijf denkt te veranderen. Bij sommige bedrijven betekent het bereiken van dat doel het toevoegen van een Chief Analytics Officer aan de C-suite.

Hoe dan ook, om te transformeren naar een sterke metrics-gedreven organisatie, moeten discrete functies veel nauwer samenwerken. Bij één gamingbedrijf, zegt Hartsoe, maken productmanagers geen keuzes over welke productfuncties ze moeten toevoegen zonder input van de klantenonderzoeksgroep. Gezien de beslissing van het bedrijf om zich te concentreren op hoogwaardige klanten, willen de productmanagers, voordat er een keuze wordt gemaakt, het door de statistieken van hoogwaardige klanten spoelen, zodat ze op een klantgerichte manier beslissingen kunnen nemen, zegt Hartsoe. Het gebruik van metrieken verandert het besluitvormingsproces. Het stelt bedrijven ook in staat om preventief de impact van een productiteratie in kwestie te beoordelen.

Uitgerust met machine learning-technologie zullen marketeers niet alleen hun werk anders doen, maar ook ander werk. In het onderzoek zegt bijna driekwart (73 procent) van de marketingleiders die investeren in machine learning, dat ze meer dan 10 procent van hun tijd hebben verschoven van handmatige activering naar het genereren van strategisch inzicht. Ze kunnen hun investeringstoewijzingsbeslissingen nu zorgvuldiger beheren en hun beperkte middelen besteden aan de meest veelbelovende potentiële klanten. Machine learning kan historische gegevens over mensen die koper zijn geworden, vergelijken met nieuwkomers die vergelijkbaar koopgedrag vertonen. Het resultaat: een voorspellend model gebaseerd op de toekomstige intentie van een klant.

Zoals uit het onderzoek bleek, zijn leiders 53 procent meer geneigd dan achterblijvers om te zeggen dat machine learning gegevenssignalen verwerkt om marketeers te helpen de intentie van de consument beter te detecteren. De mogelijkheid om gegevens uit meerdere bronnen te verzamelen, te ordenen en te analyseren, stelt marketeers in staat om vast te stellen hoe dicht klanten bij een aankoopbeslissing zijn, door berichten te vormen die relevant zijn in plaats van opdringerig. Moderne consumenten, wiens verwachtingen van wat ze wanneer kunnen kopen, namelijk alles en nu, liever zaken doen met bedrijven die hen begrijpen en helpen.

Een opeenstapeling van dergelijke klantpositieve ervaringen vormt de bouwstenen van wat misschien wel het meest duurzame concurrentievoordeel is: klantloyaliteit.

Klanten winnen, retouren vastleggen

Marketingafdelingen kunnen klanten nu nauwkeuriger in groepen sorteren. Door op waarde gebaseerde klantsegmenten te definiëren, kunnen bedrijven hun marketingrendement op investeringen verhogen door de levering van hun berichten te timen wanneer de gegevens aangeven dat potentiële klanten op het punt staan ​​een beslissing te nemen.

Machine learning kan ook meten hoe effectief marketing zijn budget investeert, door continu het rendement te berekenen. Uit het onderzoek bleek dat leiders twee keer zoveel kans hebben als achterblijvers om het erover eens te zijn dat het gebruik van machine learning in mediacampagnes de slechtst presterende ROI met 10 procent of meer heeft verbeterd. Marketeers kunnen de impact van het gebruik van verschillende marketingtactieken meten en tegelijkertijd de waarde van geïsoleerde elementen binnen elk van die activiteiten kwantificeren. Met dat in gedachten kunnen ze hun budgetten opnieuw toewijzen en wegschuiven van de minst efficiënte kanalen.

Door onsamenhangende gegevenssilo's te verenigen en machine learning toe te passen op alle gegevens van de organisatie, krijgt en behoudt marketing een duidelijker beeld van die klanten dan ooit tevoren en stimuleert het de groei van het bedrijf. Naarmate marketeers vertrouwen krijgen in de toegevoegde waarde die voortvloeit uit het integreren van machine learning in hun functie, zal een groeiend aantal worden omgezet in enthousiaste studenten van de technologie - een onbetaalbaar goed in het voorspellende, digitale tijdperk.

Lees meer over de impact van machine learning op marketing.

zich verstoppen