您的位置首页 >网络行情 >

Netflix已采用机器学习来大规模定制其营销游戏

想象与您的财务顾问进行对话。他可以通过您的语气或面部表情告诉您是否有意义,或者您不同意什么,他可以相应地进行调整。但是,如果您的顾问开始提出与您的财务状况完全无关的建议,这会很奇怪吗?如果他提供的建议是您之前已经讨论过的,或者更糟的是已经采取了行动,那也会很麻烦。

与顾问或任何试图为您提供帮助的人面对面交谈时,您会感到无比沮丧,但是多年来,我们已经接受了缺乏个性化的在线课程。

您经历过多少次无关的经历?我可以想到很多例子。企业对企业(B2B)技术站点建议我下载我刚刚下载的白皮书。当我从未对女性服装表现出任何兴趣时,零售网站向我发送了电子邮件,推荐女性鞋子。我在互联网上看到了重新定向的广告,这些广告向我展示了我曾经浏览过的产品,但很快就决定不适合我。一旦注意到这些非个性化的体验,便会在各处发现它们。

但是,在过去几年中,一些具有远见的公司改变了我们对数字的期望。Netflix和Spotify等服务的大量采用在消费者心目中产生了新的期望-一对一的个性化。Netflix和Spotify用于创建真正个性化体验的技术是一种称为机器学习的人工智能(AI)。

“机器学习”一词听起来具有很高的技术性,而且确实可以,但是它的应用对于营销人员来说具有很高的价值。虽然您不需要了解其所有技术上的复杂性,但确实有助于对该概念有一个总体的了解。为了解释什么是与一对一个性化相关的机器学习,让我们从之前的方法开始。

基于规则的经验可在营销中发挥作用-但范围非常有限。

首先,它可能有助于更牢固地确定机器学习与其他营销策略的不同之处。

过去,大多数营销人员提供个性化体验的方式是通过规则和细分。当营销商决定按某些预定标准将客户,网站访问者或应用程序用户分组时,将手动创建细分。

例如,B2B营销人员可以按行业细分网站访问者。然后,营销人员可以手动设置一条规则,以向那些不同的细分受众群显示某种体验。营销人员可以选择相关内容,例如白皮书或案例研究,以根据其所属的行业细分向每个人推广。这将创建个性化的体验,因为属于金融服务部门的人所看到的内容与属于医疗保健部门的人所看到的内容不同。

这种方法可以工作,但是非常有限。

问题在于规则是由人类根据他们认为是真实的东西编写的。在前面的行业示例中,营销人员必须决定将哪些内容推广到每个细分市场。但是每个人都是独一无二的。即使是在某个行业内,访问者也可能在旅途中处于不同的位置,或者他们可能有不同的兴趣或内容偏好。他们的访问意图也可能改变。一些细分市场和规则无法将所有这些信息都考虑在内。

在没有机器学习帮助的情况下,人类要整理的数据太多了。

机器学习算法为个人创造了独特的体验。

机器学习算法不是依靠营销人员的手动努力来为人员分组创建不同的体验,而是为营销人员提供了一种可扩展的方式来为个人创建独特的体验。

通过机器学习,我们没有给计算机提供很多要遵循的规则,而是对其进行编程,以学习关于一个人的一切知识,并选择最有可能吸引该人的经验。为了使机器学习个性化最有效,营销人员应该能够构建自己的“食谱”,以告诉计算机在确定某人的数字体验时应考虑哪些类型的信息。

可定制的配方始于选择一个或多个预编程的基本算法。这些算法可以很简单,例如显示趋势或最近发布的项目,也可以更高级,例如协作过滤或决策树。

然后,营销人员可以通过告诉机器包括或排除某些变量或提高个人偏好来根据自己的业务需求对这些算法进行调整。通过这种方法,营销人员可以控制访问者获得的个性化体验。

人机决策。

当您与某人面对面交谈时,您可以根据之前的相识了解该人,然后决定下一步要说什么,并确定何时停止交谈。即使这是您第一次与这个人交谈,您也可以从类似的社会环境中获得一般的行为准则。

机器学习做同样的事情。该学习基于识别和记忆情况以形成控制行为的流畅模式。

机器学习可以确定应显示的消息,应显示的优惠,应建议的下一个最佳操作,应提供的导航选项,应显示的搜索结果,应发送的电子邮件的时间和内容,或您应该推荐的最相关的产品或文章-所有这些都基于您从与该人当前和以前的接触中所学到的知识。

目前,机器学习使用真实数据来做出这些决策,就像人们在对话中使用它来做出决策一样。

最终,人类应该在机器学习营销中拥有最后的发言权。

综上所述,尽管机器学习可以带来好处,但是人类不应该交出全部控制权。一个人定义,测试和完善算法和交互点的能力对于一对一个性化的总体目标和要提供的品牌体验至关重要。

与传统的基于规则的方法相比,机器学习具有一些明显的优势。最突出的是,您可以考虑更多的数据,发现关键的见解,并进行个性化的个性化设置。

您不必了解机器学习的所有技术细微差别。但是,毫无疑问,了解机器学习的基础及其好处将使您成为更好的营销人员。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。