Marketeers en masine learen: flugger, tûker, effektiver

masine learen

Tsientallen jierren wurdt A / B-testen brûkt troch marketeers om de effektiviteit fan oanbiedingen te bepalen yn antwurdraten. Marketeers presintearje twa ferzjes (A en B), mjitte it antwurdpersintaazje, bepale de winner, en leverje dan dat oanbod oan elkenien.

Mar, litte wy it sizze. Dizze oanpak is kreupel stadich, ferfeelsum en ûnferbidlik ûnkrekt - foaral as jo it tapasse op mobyl. Wat in mobile marketer eins nedich is, is in manier om it juste oanbod foar elke klant yn in bepaalde kontekst te bepalen.

Mobile abonnees jouwe in unike útdaging as it giet om it identifisearjen fan de optimale manier om har yn te setten en aksje te stimulearjen. De konteksten fan mobile brûkers feroarje kontinu, wêrtroch it dreech is te bepalen wannear, wêr en hoe om mei har yn kontakt te gean. Om de útdaging te ferheegjen, ferwachtsje mobile brûkers in hege mjitte fan personalisaasje as it giet om mei har yn te gean fia har persoanlike apparaat. De tradisjonele A / B-oanpak dus - wêr't elkenien krijt de winner - falt tekoart foar marketeers en konsuminten.

Om dizze útdagings te bestriden - en it folsleine potensjeel fan mobyl te realisearjen - draaie marketeers nei big data-technologyen dy't steat binne om gedrachsanalyses en automatisearre besluten te befoarderjen om it juste berjocht en de juste kontekst foar elke yndividuele klant te bepalen.

Machine LearningOm dit op skaal te dwaan, brûke se masine learen, Masinelearen hat de mooglikheid om har oan te passen oan nije gegevens - sûnder der eksplisyt foar te programmearjen - op manieren dy't minsken net kinne benaderje. Fergelykber mei datamining, siket masinelearen troch massale hoeveelheden gegevens op syk nei patroanen. Ynstee fan ynsjoggen te winnen foar minsklike aksje, brûkt machine learning de gegevens om it eigen begryp fan it programma te ferbetterjen en aksjes automatysk dêrnei oan te passen. It is yn prinsipe A / B-testen op automatyske snelheidskontrôle.

De reden dat it in spielferoaring is foar hjoeddeistige mobile marketeers is om't machine learning it testen fan in ûneinich oantal berjochten, oanbiedingen en konteksten automatiseart, en dan bepaalt wat it bêste wurket foar wa, wannear en wêr. Think biedt A en B, mar ek E, G, H, M en P tegearre mei in oantal konteksten.

Mei funksjes foar masine-learen wurde it proses fan it opnimmen fan eleminten fan berjochtenferliening (bgl. Wannear't se waarden ferstjoerd, nei wa, mei hokker oanbiedparameters, ensfh.) En de eleminten fan oanbieding-antwurd automatysk registrearre. Oft oanbiedingen wurde aksepteare of net, wurde de antwurden fêstlein as feedback dy't dan ferskate soarten automatyske modellen ride foar optimisaasje. Dizze feedback-loop wurdt brûkt om folgjende applikaasjes fan deselde oanbiedingen foar oare klanten en oare oanbiedingen foar deselde klanten te fine, sadat takomstige oanbiedingen in hegere kâns hawwe op sukses.

Troch it gisjen te eliminearjen, kinne marketeers mear tiid kreatyf tinke oan wat mear wearde leveret oan klanten tsjin hoe as wannear't it leveret.

Dizze unike mooglikheden, ynskeakele troch foarútgong yn ferwurkjen fan grutte gegevens, opslach, fraachpetearen en masine-learen binne hjoed de dei foaroansteand yn 'e mobile sektor. Mobyloperators oan 'e foargrûn brûke se om ynteressante gedrachsinnigens te formulearjen, lykas ambachtlike ynnimmende marketingkampanjes dy't úteinlik ynfloed hawwe op klantgedrach om loyaliteit te ferbetterjen, ferminderjen te ferminderjen en ynkomsten dramatysk op te heffen.

2 Comments

  1. 1

    It is echt nijsgjirrich om te lêzen oer de útdagings dy't mobyl bringt en hoe't marketeers kompjûterkrêft kinne brûke om net allinich ien fan 'e twa opsjes, mar ien fan in protte opsjes te presintearjen. Krij it juste berjocht nei de juste klanten. Sa'n foarút tinke en effektyf gebrûk fan technology.

  2. 2

    Mei de nije trends yn technology is it goed om fernijd te wurden mei wat der bart en de kennis te hawwen oer it marketing fan jo produkten. Geweldige ynformaasje, hâld fan jo artikel!

Wat tinksto?

Dizze side brûkt Akismet om spam te ferleegjen. Learje hoe't jo kommentaargegevens ferwurke wurde.