我们已经进入了这样一个时代:市场营销人员正受到大量消费者偏好数据的狂轰滥炸。从理论上讲，所有这些信息都应该使用户分组和创建相关内容变得更容易，但情况并非总是如此。一般来说，更多的数据添加到营销人员的工作流程中，需要更多的时间来理解信息并采取行动。

 

机器学习是人工智能的一个子集。该技术使计算机具有分析和解释数据的能力，从而提供准确的预测，而不需要显式编程。随着更多的数据被输入到算法中，从理论上讲，算法学习得越多，就越准确，注册蓝冠娱乐性能也越好。如果营销人员希望与目标受众开展更有意义的活动并提高参与度，那么整合机器学习可以成为揭示隐藏在海量大数据背后的隐藏模式和可操作策略的工具。

 

以下是一些品牌使用机器学习来促进他们的活动的方法。

 

发现趋势

 

2017年，冰淇淋巨头本杰瑞(Ben & Jerry’s)推出了一系列早餐口味的冰淇淋:水果味、冷冻雪片味和可可味，全部使用“谷物奶”。这条新线路是使用机器学习来挖掘非结构化数据的结果。该公司发现，人工智能和机器学习让insight部门能够倾听公共领域正在谈论的内容。例如，至少有50首公共领域的歌曲曾经提到过“早餐冰淇淋”，而发现这个短语在不同平台上的相对流行揭示了机器学习是如何揭示新兴趋势的。机器学习能够破译社会和文化的对话，从而激发直接响应消费者偏好的新鲜产品和内容创意。

 

瞄准有影响力的人

 

本杰里并不是唯一一个利用机器学习能力的品牌。日本汽车品牌马自达(Mazda)聘请IBM Watson为其新CX-5在德克萨斯州奥斯汀举行的2017年西南偏南音乐节(SXSW 2017)上的发布工作挑选有影响力的人。通过搜索各种社交媒体帖子，寻找与品牌价值相关的指标，比如艺术兴趣、外向性和兴奋感，这个机器学习工具推荐了最有影响力的人，这些人最适合与电影节粉丝交流。随后，这些品牌大使们坐着车在城市里转悠，并在Instagram、Twitter和Facebook上分享他们的经历。一个有针对性的活动，#MazdaSXSW，将人工智能与有影响力的营销相结合，以达到并吸引小众受众，并提升品牌可信度。

 

分析活动

 

当然，尽管上面的例子展示了机器学习如何更有效地利用品牌的客户群，但重要的是不要忽视这种智能营销活动的实际成本效益。在过去几年里，化妆品零售巨头丝芙兰(Sephora)拥有强大的电子邮件营销战略，它采用预测模型，“根据这个‘核心圈子(忠实消费者)’的购买模式，发送定制化的电子邮件流，提供产品推荐。”预测建模是创建、测试和验证模型的过程，以最佳地预测结果的可能性。这种以数据为中心的策略使丝芙兰的生产效率提高了70%，竞选分析时间缩短了5倍，而支出却没有明显增加。

 

机器学习在市场营销中的作用越来越大

 

随着数据的不可控制地不断涌入，蓝冠股东在营销活动中实施机器学习将变得更加重要，当它涉及到与消费者的互动对话时。事实上，根据国际数据公司(International Data Corporation)的数据，到2022年，在认知和人工智能系统上的整体支出可能会达到776亿美元。像Ben & Jerry’s、马自达和丝芙兰这样的公司已经认识到机器学习对其品牌的积极影响，包括更高的参与率和更高的投资回报率。其他营销人员可能很快就会效仿他们的做法。