Mga nagmemerkado at Pag-aaral ng Makina: Mas mabilis, Mas matalinong, Mas Mabisa

machine learning

Sa loob ng mga dekada ang pagsubok sa A / B ay ginamit ng mga marketer upang matukoy ang pagiging epektibo ng mga alok sa pagmamaneho ng mga rate ng tugon. Nagpapakita ang mga nagmemerkado ng dalawang bersyon (A at B), sinusukat ang rate ng pagtugon, tukuyin ang panalo, at pagkatapos ihatid ang alok na iyon sa lahat.

Ngunit, harapin natin ito. Ang pamamaraang ito ay nakakabagal, nakakapagod, at hindi maipaliwanag na hindi tumpak - lalo na kapag inilalapat mo ito sa mobile. Ang talagang kailangan ng isang nagmemerkado sa mobile ay isang paraan upang matukoy ang tamang alok para sa bawat customer sa isang naibigay na konteksto.

Nagpapakita ang mga subscriber ng mobile ng isang natatanging hamon pagdating sa pagtukoy ng pinakamainam na paraan upang makisali sa kanila at humimok ng pagkilos. Ang mga konteksto ng mga mobile na gumagamit ay patuloy na nagbabago, na ginagawang mahirap upang matukoy kung kailan, saan, at kung paano makisali sa kanila. Upang mapataas ang hamon, inaasahan ng mga gumagamit ng mobile ang isang mataas na antas ng pag-personalize pagdating sa pakikipag-ugnay sa kanila sa pamamagitan ng kanilang personal na aparato. Kaya ang tradisyunal na diskarte sa A / B - kung saan tumatanggap ang lahat ang panalo - bumagsak para sa mga marketer at consumer ay magkapareho.

Upang labanan ang mga hamon na ito - at mapagtanto ang buong potensyal ng mobile - ang mga marketer ay lumilipat sa mga malalaking teknolohiya ng data na may kakayahang isulong ang pag-aaral ng pag-uugali at awtomatikong pagpapasya upang matukoy ang tamang mensahe at tamang konteksto para sa bawat indibidwal na customer.

Pag-aaral ng MachineUpang magawa ito sa sukat, sila ay gumagamit ng machine learning. Ang pag-aaral ng makina ay may kakayahang umangkop sa bagong data - nang hindi malinaw na nai-program para dito - sa mga paraang hindi malalapitan ng mga tao. Katulad ng pagmimina ng data, ang paghahanap ng machine na paghahanap sa pamamagitan ng napakalaking dami ng data sa paghahanap ng mga pattern. Gayunpaman, sa halip na kumuha ng mga pananaw para sa pagkilos ng tao, ang pag-aaral ng makina ay gumagamit ng data upang mapabuti ang sariling pag-unawa ng programa at awtomatikong ayusin ang mga pagkilos nang naaayon. Karaniwan itong pagsubok sa A / B sa awtomatikong kontrol sa bilis.

Ang dahilan kung bakit ito ay isang changer ng laro para sa mga mobile marketer ngayon ay dahil ang pag-aaral ng machine ay awtomatiko ang pagsubok ng isang walang katapusang bilang ng mga mensahe, alok at konteksto, at pagkatapos ay natutukoy kung ano ang pinakamahusay na gumagana para kanino, kailan, at saan. Isipin ay nag-aalok ng A at B, ngunit din E, G, H, M at P kasama ang anumang bilang ng mga konteksto.

Sa mga kakayahan sa pag-aaral ng makina, ang proseso ng pagrekord ng mga elemento ng paghahatid ng mensahe (hal. Noong ipinadala sila, kanino, kung anong mga parameter ng alok, atbp.) At ang mga elemento ng tugon sa alok ang awtomatikong naitala. Tanggap man o hindi ang mga alok, ang mga tugon ay nakuha bilang feedback na pagkatapos ay maghimok ng iba't ibang uri ng awtomatikong pagmomodelo para sa pag-optimize. Ginagamit ang loop ng feedback upang maiayos ang kasunod na mga aplikasyon ng parehong mga alok sa iba pang mga customer at iba pang mga alok sa parehong mga customer upang ang mga alok sa hinaharap ay may mas mataas na posibilidad na magtagumpay.

Sa pamamagitan ng pag-aalis ng hula, maaaring gumugol ng mas maraming oras ang mga marketer sa pag-iisip nang malikhain tungkol sa kung ano ang naghahatid ng higit na halaga sa mga customer kumpara sa kung paano o kailan ito ihahatid.

Ang mga natatanging kakayahan, pinagana ng mga pagsulong sa malaking pagpoproseso ng data, pag-iimbak, pag-query, at pag-aaral ng makina ay nangunguna sa industriya ng mobile ngayon. Ang mga mobile operator na nangunguna ay ginagamit ang mga ito upang bumalangkas ng mga kagiliw-giliw na pananaw sa pag-uugali pati na rin ang mga makatawag pansin na kampanya sa marketing na sa huli ay naiimpluwensyahan ang pag-uugali ng customer upang mapabuti ang katapatan, bawasan ang churn, at dramatikong iangat ang kita.

2 Comments

  1. 1

    Nakatutuwang basahin ang tungkol sa mga hamon na hatid ng mobile at kung paano magagamit ng mga marketer ang kapangyarihan sa computing upang maipakita nang mabilis hindi lamang ang isa sa dalawang mga pagpipilian, ngunit ang isa sa maraming mga pagpipilian. Pagkuha ng tamang mensahe sa tamang mga customer. Ang ganitong pag-iisip sa unahan at mabisang paggamit ng teknolohiya.

  2. 2

    Sa mga bagong kalakaran sa teknolohiya mabuting ma-update sa mga nangyayari at magkaroon ng kaalaman tungkol sa pagmemerkado ng iyong mga produkto. Mahusay na impormasyon, minamahal ang iyong artikulo!

Ano sa tingin ninyo?

Ang site na ito ay gumagamit ng Akismet upang mabawasan ang spam. Alamin kung paano naproseso ang data ng iyong komento.