인공 지능이 이메일 마케팅을 바꾸는 방법

요즘 모든 사람들이 인공 지능(AI)에 대해 이야기하고 있으며 이메일 마케터도 예외는 아닙니다.

이메일이 가장 새롭고 가장 흥미로운 디지털 마케팅 채널과 거리가 멀다는 사실에도 불구하고 수많은 회사에서 이메일은 여전히 ​​가장 생산적인 채널 중 하나입니다. 실제로 Campaign Monitor에 따르면 1달러를 지출할 때마다 이메일 마케팅은 무려 38달러의 수익을 창출합니다.

많은 기업의 비즈니스에서 이메일의 중요성을 고려할 때 이메일 마케터 사이에서 AI, 특히 머신 러닝(ML)의 사용이 증가하고 있는 것은 놀라운 일이 아닙니다.

AI가 이메일 마케팅에 어떻게 적용되고 있는지 살펴보겠습니다.

다변수 및 A/B 테스트

정교한 이메일 마케팅 담당자는 수년간 다변수 및 A/B 테스트를 사용해 왔지만 AI 및 ML을 통해 이전에는 불가능했던 방식으로 테스트를 수행할 수 있습니다.

점점 더 많은 기술 공급업체가 마케터가 보다 강력한 테스트를 생성하고, 추세를 더 빠르게 식별하고 예측하며, AI의 도움 없이는 알아차릴 수 없는 테스트 간의 미묘한 차이를 식별할 수 있도록 하는 AI 및 ML 기반 테스트 플랫폼을 제공합니다.

Optimmail과 같은 일부 플랫폼은 이메일 마케터에게 캠페인을 즉석에서 최적화할 수 있는 기능을 제공하여 테스트가 실행되는 동안 수익 손실 위험을 제거합니다.

제목 줄 및 카피 최적화

어떤 제목과 이메일 사본이 최상의 결과를 낳습니까? 수년 동안 마케터는 완벽한 이메일을 만드는 데 있어 추측을 제거하기 위해 고군분투했지만 큰 성공을 거두지 못했습니다.

이제 Phrasee 및 Persado와 같은 회사에서 제공하는 플랫폼 덕분에 이메일 마케팅 담당자는 AI가 어떤 제목, 본문 및 클릭 유도문안 수신자가 응답할 가능성이 가장 높은지 결정할 수 있습니다.

머신 러닝을 통해 이러한 플랫폼은 특정 마케터의 청중에게 가장 효과적인 것이 무엇인지 학습할 수 있습니다. 그런 다음 이러한 플랫폼은 자연어 기술을 사용하여 사람이 쓴 것처럼 들릴 뿐만 아니라 브랜드에서 일반적으로 사용하는 언어와 일치하는 제목, 본문 및 클릭 유도문안을 만듭니다.

결과? Phrasee에 따르면 AI가 생성한 제목은 사람이 작성한 제목보다 95% 이상 성능이 뛰어나며 Persado는 "인지 콘텐츠"가 사람이 만든 콘텐츠보다 성능이 100% 높다고 주장합니다.

이러한 종류의 주장은 거부하기 어렵지만 AI가 주도권을 잡고 주도하는 데 아직 익숙하지 않은 이메일 마케팅 담당자도 이 기술을 활용할 수 있습니다. 예를 들어, Touchstone을 사용하면 마케터가 이메일 구독자의 "가상 시뮬레이션"을 만들고 다양한 제목 라인에 대한 노출, 클릭 및 전환율을 예측할 수 있습니다.

전송 시간 최적화

이메일 마케팅 캠페인의 성공을 최적화할 때 무시할 수 없을 정도로 작은 세부 사항은 거의 없습니다. 보내는 시간을 가져보세요. 수년 동안 마케터는 이메일을 보낼 때 열기 및 클릭에 의미 있는 영향을 미칠 수 있음을 인식했습니다.

예를 들어 런던의 이메일 수신자는 전송 시간이 먼 시간대의 구독자에게 최적화되어 있기 때문에 한밤중에 배달된 이메일을 열 가능성이 낮을 수 있습니다. 이러한 이유로 일부 이메일 마케팅 담당자는 이메일이 이상적인 시간에 각 세그먼트에 전달되도록 하기 위해 구독자를 분류합니다.

그러나 기계 학습은 더 나은 접근 방식을 제공합니다. 큰 가정을 하고 큰 세그먼트를 만드는 대신 기계가 각 개별 수신자가 이메일을 열 가능성이 가장 높은 시점을 학습한 다음 구독자당 전송 시간을 최적화할 수 있습니다. 기초.

이 작업을 수동으로 수행하는 것은 거의 불가능하지만 기계에서는 쉽게 작업할 수 있으며 Boomtrain과 같은 점점 더 많은 공급업체가 이를 플랫폼에 통합했습니다.

예측적 개인화

개인화는 틀림없이 이메일 마케팅의 성배이며 실제 성배와 마찬가지로 엄청나게 어려운 것으로 입증되었습니다. 그러나 AI는 마침내 그것을 바꿀 수 있습니다.

예를 들어 Adobe는 Sensei AI 플랫폼을 Adobe Campaigns 이메일 마케팅 솔루션에 통합했습니다. Sensei AI의 ML 기술을 사용하여 제목을 개인화할 수 있을 뿐만 아니라 이제 이메일에 표시되는 이미지를 개인화할 수 있습니다.

이메일에 이미지가 삽입되면 3백만 개의 자산을 기반으로 고객이 유사한 이미지에 어떻게 반응했는지에 대한 업계 데이터를 기반으로 점수가 계산됩니다. 알고리즘은 더 높은 참여율을 달성하기 위해 이미지를 조정하는 방법을 자동으로 권장합니다. 예를 들어, 기능은 야외 장비 소매업체의 봄 프로모션 이메일이 파란색 2인용 텐트보다 주황색 6인용 텐트를 더 잘 제공할 것이라고 예측할 수 있습니다.

이 수준의 개인화는 AI 없이는 거의 불가능합니다.

해석학

AI를 사용하여 이메일 캠페인을 최적화하는 것 외에도 이러한 캠페인에서 생성하는 데이터에 AI가 적용되고 있습니다.

예를 들어 Adobe Campaigns는 분석 솔루션이 포함된 Adobe Marketing Cloud의 일부이기 때문에 Adobe의 Sensei AI 플랫폼은 이메일 마케팅 캠페인의 데이터를 광범위한 분석에 통합할 수 있습니다. 특히 이메일 캠페인의 참여 데이터는 이제 Adobe Marketing Cloud를 사용하는 기업이 고객 이탈을 예측하는 데 사용됩니다.

마케팅 자동화

역사적으로 이메일 마케팅은 대부분 수동적이고 캠페인 중심적인 활동이었습니다. 그러나 최근 몇 년 동안 점점 더 많은 회사에서 이메일을 보다 광범위한 마케팅 자동화 전략에 활용하기 시작했습니다.

AI 및 ML은 이러한 플랫폼이 이메일 기반 마케팅 커뮤니케이션을 트리거해야 하는 행동과 이벤트를 식별하고 원하는 결과를 생성하기 위해 전달된 메시지를 조정하는 방법을 결정하는 데 도움이 될 수 있기 때문에 마케팅 자동화 플랫폼에서 점점 더 중요한 부분입니다.