In che modo Adobe utilizza l'AI internamente per promuovere la crescita

Lo scorso giovedì, il direttore della strategia aziendale di Adobe, Don Bennion, ha tenuto una presentazione illuminante al nostro evento online AI in Marketing.

Il talk ha offerto consigli pratici ed esempi di come Adobe abbia utilizzato sempre più l'intelligenza artificiale e il machine learning nelle proprie attività interne negli ultimi anni.

Le loro pratiche derivano dal potere predittivo delle metriche sull'esperienza del cliente e dal proprio modello operativo basato sui dati (DDOM). L'azienda si sta ora muovendo per mettere questi strumenti e queste tecniche a disposizione di partner esterni.

Ecco i miei punti chiave.

IA e attribuzione

L'attribuzione è stata davvero la prima area in cui Adobe ha iniziato a utilizzare l'intelligenza artificiale e l'apprendimento automatico.

Allontanandosi dai modelli semplici come "primo clic" e "ultimo clic" e successivamente modelli "a forma di U" e "lineari", l'incorporazione di AI e ML ha migliorato notevolmente i modelli di Adobe.

Bennion mette in evidenza due modi per assegnare il credito nell'attribuzione:

1. Influente: quando vengono raggiunti i touchpoint, tutto il merito viene condiviso con questi touchpoint
2. Incrementale: calcola la parte del credito da riassegnare ai media e al marketing

Adobe si è spostato nell'area incrementale. L'ipotesi è che se Adobe interrompesse tutti i suoi sforzi di marketing, venderebbero comunque i prodotti. Dopotutto, i clienti effettuano acquisti che si basano almeno in parte su fattori come la fedeltà alla marca e il passaparola.

Utilizzando l'intelligenza artificiale addestrata sui propri dati interni, sono stati in grado di stabilire una linea di base del valore di marketing del 50% da ogni acquisto. Da qui, potrebbero quindi pesare individualmente tutti i loro punti di contatto e, cosa fondamentale, tagliare i costi di marketing, o meglio allocarli, in modo più efficiente di quanto sarebbe possibile assegnando il credito con il metodo influente.

IA e personalizzazione

Un'altra area in cui Adobe sta incorporando l'intelligenza artificiale è la personalizzazione.

"Il marketing one to one è il nirvana", afferma Bennion. "Ma la segmentazione è ancora uno strumento importante per noi".

In passato, Adobe era solito segmentare in base agli attributi e al comportamento. Questo ha un valore, ma è chiaramente limitato nell'era dei big data. La risposta di Adobe è stata quella di utilizzare l'intelligenza artificiale per sviluppare modelli di propensione .

Adobe ha assegnato un "punteggio di propensione" per qualsiasi evento di successo, che si tratti di una conversione o di un acquisto, ecc. Potrebbe quindi chiedere quanto segue ai potenziali clienti:

• Qual è il punteggio di propensione per un individuo ad acquistare un prodotto?
• Qual è il punteggio di propensione all'aggiornamento di un individuo?
• Qual è la propensione all'abbandono?

…quindi usalo per creare segmenti.

La società tecnologica Nvidia ha fatto proprio questo. Hanno creato punteggi di propensione rispettivamente per "giocatori frequenti" e "giocatori poco frequenti". Hanno capito che entrambi questi segmenti hanno abitudini diverse quando si tratta di effettuare acquisti, aggiornare o rispondere a messaggi di marketing.

Il risultato è stato che Nvidia ha potuto utilizzare queste previsioni per personalizzare le esperienze dei clienti con una precisione del 96%.

Come è cambiata la raffinatezza?

Una delle domande chiave emerse durante la presentazione di Bennion ha spostato l'attenzione su come ha visto cambiare la sofisticazione dei dati nel corso degli anni.

Sebbene l'attribuzione e la personalizzazione che incorporano l'IA siano ancora un'approssimazione, ha evidenziato come il settore sia in continua evoluzione.

'Più dati sono accessibili da touchpoint non web. Abbiamo una modellazione migliore. La velocità e l'elaborazione sono più veloci con i dati AI, che è importante per la guida e la scalabilità", ha affermato Bennion.

Questo non vuol dire che non sia stato menzionato alcun potenziale ostacolo sulla strada per i marketer basati sui dati. Non da ultimo alla luce dei recenti annunci di Google di eliminare gradualmente i cookie di terze parti in Chrome entro i prossimi 2 anni.

Da asporto per i marketer nell'era dell'IA

I professionisti del marketing devono certamente essere adattabili in questo panorama in continua evoluzione, ma Bennion crede che sia almeno altrettanto importante per loro avere una solida comprensione della loro attività, piuttosto che semplicemente sforzarsi di comprendere meglio la scienza dei dati.

Le principali strategie di crescita per Adobe sono:

1. Acquisire nuovi clienti.
2. Vendita incrociata/up-selling.

Indubbiamente, strategie di crescita come queste saranno familiari alle aziende di tutte le dimensioni e in molti settori.

Per l'acquisizione dei clienti, Adobe chiede: chi ha la propensione ad acquistare da noi? Quando si tratta di cross-selling, ovvero di convincere i clienti ad aggiornare o effettuare un acquisto correlato, i modelli di propensione all'abbandono si stanno dimostrando estremamente utili.

È chiaro come l'intelligenza artificiale tramite l'attribuzione incrementale, così come la modellazione della propensione che alimenta la personalizzazione, stia aiutando Adobe a raggiungere i propri obiettivi. E non è un gran salto vedere come altri marchi possono sfruttare l'intelligenza artificiale per migliorare anche il ROI del marketing.