Wie künstliche Intelligenz das E-Mail-Marketing verändert

Jeder spricht heutzutage über künstliche Intelligenz (KI), und E-Mail-Marketer sind da keine Ausnahme.

Obwohl E-Mail bei weitem nicht der neueste und aufregendste digitale Marketingkanal ist, bleibt es für unzählige Unternehmen einer der produktivsten. Tatsächlich generiert E-Mail-Marketing laut Campaign Monitor für jeden ausgegebenen US-Dollar einen Umsatz von satten 38 US-Dollar.

Angesichts der Bedeutung von E-Mail für die Unternehmen vieler Unternehmen ist es keine Überraschung, dass der Einsatz von KI und insbesondere von maschinellem Lernen (ML) unter E-Mail-Vermarktern zunimmt.

Hier sehen Sie, wie KI im E-Mail-Marketing eingesetzt wird.

Multivariate und A/B-Tests

Anspruchsvolle E-Mail-Vermarkter verwenden seit Jahren multivariate und A/B-Tests, aber KI und ML ermöglichen es Vermarktern, Tests auf eine Weise durchzuführen, die zuvor nicht möglich war.

Eine wachsende Zahl von Technologieanbietern bietet KI- und ML-gestützte Testplattformen, die es Vermarktern ermöglichen, robustere Tests zu erstellen, Trends schneller zu erkennen und Vorhersagen zu treffen und subtile Unterschiede zwischen Tests zu identifizieren, die ohne die Unterstützung von KI möglicherweise unbemerkt bleiben.

Einige Plattformen, wie Optimail, bieten E-Mail-Marketern sogar die Möglichkeit, ihre Kampagnen im Handumdrehen zu optimieren und so das Risiko von Umsatzeinbußen während der Testdurchführung zu eliminieren.

Betreffzeile und Textoptimierung

Welche Betreffzeilen und E-Mail-Kopien führen zu den besten Ergebnissen? Seit Jahren kämpfen Marketingexperten damit, das Rätselraten bei der Erstellung der perfekten E-Mail zu beseitigen – ohne viel Erfolg.

Dank der Plattformen von Unternehmen wie Phrasee und Persado können E-Mail-Vermarkter jetzt die KI bestimmen lassen, auf welche Betreffzeilen, Textkörper und Handlungsaufforderungen die Empfänger am wahrscheinlichsten reagieren.

Durch maschinelles Lernen können diese Plattformen lernen, was bei der Zielgruppe eines bestimmten Vermarkters am besten ankommt. Diese Plattformen verwenden dann natürliche Sprachtechnologie, um Betreffzeilen, Fließtexte und Handlungsaufforderungen zu erstellen, die nicht nur wie von einem Menschen geschrieben klingen, sondern auch mit der typischerweise von der Marke verwendeten Sprache übereinstimmen.

Das Ergebnis? Laut Phrasee übertreffen seine KI-generierten Betreffzeilen die von Menschen geschriebenen Betreffzeilen in mehr als 95 % der Fälle, und Persado geht sogar so weit zu behaupten, dass sein „kognitiver Inhalt“ den von Menschen erstellten Inhalt 100 % der Zeit übertrifft.

Während dieser Art von Behauptungen schwer zu widerstehen ist, haben selbst E-Mail-Vermarkter, die sich noch nicht wohl fühlen, die KI das Steuer übernehmen zu lassen, die Möglichkeit, die Technologie zu nutzen. Mit Touchstone können Marketer beispielsweise eine „virtuelle Simulation“ ihrer E-Mail-Abonnenten erstellen und Impressions-, Klick- und Konversionsraten für verschiedene Betreffzeilen vorhersagen.

Sendezeitoptimierung

Wenn es darum geht, den Erfolg einer E-Mail-Marketingkampagne zu optimieren, sind wenige Details zu klein, um sie zu ignorieren. Sende mal. Vermarkter haben seit Jahren erkannt, dass das Versenden von E-Mails einen bedeutenden Einfluss auf Öffnungen und Klicks haben kann.

Ein E-Mail-Empfänger in London öffnet beispielsweise möglicherweise weniger wahrscheinlich eine E-Mail, die mitten in der Nacht zugestellt wird, da die Sendezeit für Abonnenten in einer weit entfernten Zeitzone optimiert wurde. Aus diesem Grund segmentieren einige E-Mail-Vermarkter ihre Abonnenten, um sicherzustellen, dass ihre E-Mails zu einem als ideal erachteten Zeitpunkt an jedes Segment geliefert werden.

Machine Learning bietet jedoch einen noch besseren Ansatz: Anstatt große Annahmen zu treffen und große Segmente zu erstellen, ist es möglich, dass eine Maschine lernt, wann jeder einzelne Empfänger eine E-Mail am wahrscheinlichsten öffnet und dann die Sendezeit pro Abonnent optimiert Basis.

Dies manuell zu tun wäre so gut wie unmöglich, aber es ist eine leichte Arbeit für Maschinen und eine wachsende Zahl von Anbietern, wie Boomtrain, haben es in ihre Plattformen integriert.

Vorausschauende Personalisierung

Personalisierung ist wohl der heilige Gral des E-Mail-Marketings und genau wie der echte Heilige Gral hat sie sich als unglaublich schwer fassbar erwiesen. Aber KI könnte das endlich ändern.

Adobe hat beispielsweise seine Sensei AI-Plattform in seine E-Mail-Marketing-Lösung Adobe Campaigns integriert. Die ML-Technologie von Sensei AI kann nicht nur zum Personalisieren von Betreffzeilen verwendet werden, sondern auch die Bilder, die in der E-Mail angezeigt werden:

Beim Einfügen eines Bildes in eine E-Mail wird anhand von Branchendaten ein Score berechnet, wie Kunden auf ähnliche Bilder basierend auf drei Millionen Assets reagiert haben. Der Algorithmus empfiehlt automatisch, wie das Bild angepasst werden muss, um eine höhere Engagement-Rate zu erzielen. Die Funktion kann beispielsweise vorhersagen, dass die Frühlings-Werbe-E-Mail eines Outdoor-Ausrüsters beim Servieren eines orangefarbenen Sechs-Personen-Zeltes besser abschneidet als ein blaues Zwei-Personen-Zelt.

Dieses Maß an Personalisierung wäre ohne KI so gut wie unmöglich zu erreichen.

Analytik

Zusätzlich zur Verwendung von KI zur Optimierung von E-Mail-Kampagnen wird KI auf die Daten angewendet, die diese Kampagnen generieren.

Da Adobe Campaigns beispielsweise Teil der Adobe Marketing Cloud ist, die eine Analyselösung umfasst, kann die Sensei AI-Plattform von Adobe Daten aus E-Mail-Marketingkampagnen in umfassendere Analysen einbeziehen. Insbesondere werden jetzt Engagement-Daten aus E-Mail-Kampagnen verwendet, um Unternehmen, die Adobe Marketing Cloud verwenden, zu helfen, die Kundenabwanderung vorherzusagen.

Marketing-Automatisierung

In der Vergangenheit war E-Mail-Marketing eine weitgehend manuelle, kampagnenorientierte Aktivität. Aber in den letzten Jahren haben immer mehr Unternehmen damit begonnen, E-Mails in ihre breiteren Marketing-Automatisierungsstrategien einzubeziehen.

KI und ML sind ein immer wichtigerer Bestandteil von Marketing-Automatisierungsplattformen, da sie diesen Plattformen dabei helfen können, die Verhaltensweisen und Ereignisse zu identifizieren, die E-Mail-basierte Marketingkommunikation auslösen sollten, und zu bestimmen, wie die übermittelten Nachrichten angepasst werden sollten, um die gewünschten Ergebnisse zu erzielen.