마케팅에서 AI 사용에 대해 최고의 컨설턴트가 말하는 것은 무엇입니까?

마케터는 고객 여정의 모든 단계를 향상시키기 위해 인공 지능을 사용하기 시작했습니다. AI는 판매 예측, 개인화된 웹사이트 경험 제공, 챗봇을 통해 연중무휴 고객 서비스 제공, 프로그래밍 방식 광고 타겟팅을 통해 ROI 최적화에 사용됩니다.

Deloitte, McKinsey and Company, Bain and Company, EY LLP 및 Boston Consulting Group과 같은 주요 컨설턴트는 마케팅에서 인공 지능의 역할을 식별하기 위해 연구해 왔습니다.

이러한 주요 컨설턴트가 마케팅에서 AI 사용에 대해 어떻게 말하는지 살펴보겠습니다.

딜로이트: "AI를 사용하여 엔터프라이즈 규모에서 개인화된 경험 제공"

Deloitte의 2019 CMO 설문 조사 보고서에 따르면 참가자의 56%가 콘텐츠 개인화를 위해 AI를 사용할 것으로 예상했습니다. 응답자의 33%는 마케팅 콘텐츠와 타이밍을 최적화하여 마케팅 ROI를 개선하기 위해 AI를 적용할 것으로 예상합니다.

마케터는 모든 고객에 대한 수많은 데이터를 한 번에 처리할 수 없습니다. 이것이 그들이 고객을 다양한 세그먼트(특성, 검색 행동 및 구매 내역에 따라)로 나누는 이유입니다.

그러나 그것으로 충분하지 않을 수 있습니다. 고객은 이제 브랜드가 자신이 가장 좋아하는 레스토랑에서 자신이 가장 좋아하는 직원에게 대접을 받는 것처럼 자신의 필요에 따라 행동할 것을 요구합니다.

기업 수준에서 이러한 유형의 개인화를 제공하는 것은 어렵습니다. 기업이 한 번에 수백만 명의 고객에게 이러한 경험을 제공하는 데 인공 지능이 도움이 될 수 있습니다.

마케터의 56%는 AI가 고객 및 잠재 고객과 더 나은 참여를 이끌어내는 데 도움이 될 수 있다고 믿습니다. Omniconvert와 같은 회사는 이미 인공 지능을 사용하여 4시간마다 500개 이상의 새로운 자동화 실험을 배포하고 있습니다.

Deloitte는 "인공 지능과 머신 러닝은 수백 또는 수천 개의 데이터 포인트를 기반으로 우리 인간이 기업 규모에서 고려하고 수행할 수 있는 것보다 훨씬 더 많은 순간에 결정을 내릴 수 있습니다."라고 말합니다.

이것은 비즈니스 마케팅을 위해 전적으로 AI에 의존한다는 의미가 아닙니다. 인공 지능의 초능력을 사용하여 번개처럼 빠른 결정을 내리고 수백만 명의 개별 고객을 동시에 육성하는 것입니다.

마케팅에서 AI를 효과적으로 사용하려면 적절한 수준의 투명성과 해석 가능성이 필요합니다. 해석 가능성이 없다면 인공 지능이 비즈니스에 어떻게 기여하고 있는지 파악하기 어려울 것입니다.

AI를 통합하고 조직 전체에서 기계-인간 협업을 확장하는 방법을 사전에 전략적으로 찾아냄으로써 수백만 명의 고객과 보다 인간적인 유대를 구축할 수 있습니다.

McKinsey and Company: "인공 지능 결과를 높이기 위한 핵심 사례 구현"

Mckinsey의 설문 조사에 따르면 44%의 기업이 마케팅에 AI를 사용하여 운영 비용을 절감하고 비즈니스 수익을 높였습니다.

인공 지능은 매년 영업 및 마케팅에 약 2조 6000억 달러 상당의 비즈니스 영향을 미칠 것으로 예상됩니다.

다양한 분야의 일부 회사는 AI를 통해 엄청난 비즈니스 성과를 거두고 있습니다. 이러한 고성과 회사는 AI를 사용하는 다른 회사보다 더 높은 수익 증가와 더 큰 비용 감소를 모두 경험했습니다.

2019년에 조직의 20%가 회사에서 AI를 구현한 것으로 나타났습니다. 그 수는 2020년에 증가할 것으로 예상됩니다.

Mckinsey에 따르면 이러한 기업은 가치를 창출하고 기술과 관련된 위험을 완화하기 위해 AI 핵심 사례를 적용할 가능성이 더 높습니다.

인공 지능 고성과자가 적용하는 핵심 사례는 다음과 같습니다.

• AI 인재 및 교육에 투자합니다.
• 비즈니스 직원과 기술 직원이 필요한 기술을 갖추도록 합니다.
• 특정 문제에 대해 협력하도록 비즈니스, 분석 및 IT 리더를 조정합니다.
• 기업 전략에 따라 AI 전술 조정
• 사용 사례에 대한 명확한 엔터프라이즈 수준 로드맵이 포함된 AI 전략 보유.
• 중요한 데이터 관련 결정을 위해 잘 정의된 거버넌스 프로세스를 만듭니다.
• AI 모델을 자주 업데이트합니다.
• AI 통찰력을 실시간으로 사용하여 일상적인 의사 결정을 가능하게 합니다.
• 별개의 AI 성과 지표의 포괄적인 세트를 추적합니다.

이러한 핵심 사례를 구현하면 마케팅에서 인공 지능을 통해 생성된 결과를 개선할 가능성이 높아집니다.

베인 앤 컴퍼니: "AI의 힘을 활용하여 교차 판매 촉진"

머신 러닝 알고리즘을 사용하여 고객 인텔리전스와 상세한 구매자 프로필을 생성하는 온라인 소매업체는 평균 주문 금액이 5%에서 10%로 증가하고 6~7배의 ROI를 경험했습니다.

교차 판매는 평균 주문 가치와 수익을 향상시킬 수 있습니다. 그러나 교차 판매할 제품과 시기는 많은 마케터에게 어려운 과제입니다.

흥미로운 사례 연구에서 이 회사는 인공 지능을 사용한 교차 판매에 중점을 두었습니다.

회사에는 더 나은 결과를 생성하는 데 필요한 모든 것(양질의 데이터, 올바른 기술 및 내부 인재)이 있었습니다. 그러나 분석 팀은 사업부 및 기능 전문가와 일치하지 않았습니다.

회사는 코더와 분석 전문가로 구성된 새로운 팀을 만들었습니다. 새로운 팀은 의미 있는 결과를 생성하기 위해 분석에 대한 기존 접근 방식을 변경했습니다.

팀은 현재 교차 판매 성과를 평가하고 추가 제품 판매를 촉발한 이벤트를 탐색했습니다.

그런 다음 인공 지능 알고리즘을 활용하여 고객이 다음에 구매할 가능성이 있는 제품을 결정했습니다. 팀은 20개의 데이터베이스를 클라이언트 및 외부 데이터의 10년 기록이 포함된 시스템에 통합하여 AI를 훈련했습니다.

그들은 애자일 개발 방법론을 사용하여 프로젝트를 데이터 준비 및 로드, 테스트 및 구현, 지식 이전과 같은 모든 핵심 작업을 다루는 작은 부분으로 나누었습니다.

그들은 또한 교차 판매에 영향을 미치는 장애물을 해결하기 위해 최고 경영진과 매주 회의를 진행했습니다.

새로운 머신 러닝 기능을 통해 수집된 마케팅 통찰력은 마케팅 성과를 10배 향상시키는 데 도움이 되었습니다. 회사는 또한 교차 판매를 통해 추가 수익이 25% 증가했습니다.

AI를 전략적으로 구현하여 고객 행동을 이해하고 추가 제품을 추천함으로써 교차 판매 기능을 크게 향상할 수 있습니다.

EY(Ernst and Young) LLP: "위험 평가 및 인공 지능 구현의 장벽 극복"

CEO 및 비즈니스 리더를 대상으로 한 EY 연구에 따르면 응답자의 62%가 인공 지능이 회사의 효율성을 높이는 데 상당한 영향을 미칠 것이라고 믿습니다.

또 다른 62%는 AI가 회사가 경쟁력을 유지하는 데 중요한 역할을 할 것이라고 말했습니다. 또한 응답자의 60%는 인공 지능이 고객을 더 잘 이해하는 데 도움이 될 것이라고 믿습니다.

그러나 인공지능 구현의 가장 큰 걸림돌은 숙련된 전문가의 부족이다. 설문 조사에서 EY는 AI 채택에 영향을 미치는 몇 가지 제한 사항을 발견했습니다. 이러한 장벽에는 다음이 포함됩니다.

• AI 구현에 필요한 전문가 부족.
• 데이터 품질에 대한 신뢰 부재.
• 데이터 개인 정보 보호 및 사용에 대한 우려.
• 필요한 인프라 및 상호 운용성이 부족합니다.

이러한 장벽을 극복하기 위한 두 가지 요소(CEO 및 비즈니스 리더가 인용)는 다음과 같습니다.

• AI에 대한 매력적인 비즈니스 사례가 있습니다.
• C-레벨 경영진의 AI에 대한 전략적 비전과 헌신.

AI 구현의 경우 하향식 또는 상향식 접근 방식을 취할 수 있으며 둘 다 훌륭합니다.

하향식 접근 방식은 비즈니스 문제를 식별하는 것으로 시작하여 기술적 타당성에 접근하는 것까지 이어집니다. 상향식 접근 방식은 AI 기술을 식별하는 것으로 시작하여 제공할 수 있는 가치를 결정하는 것입니다.

인공 지능이 기업에 가지고 있는 가장 큰 위험은 데이터의 편향입니다. AI는 이러한 일이 발생하지 않도록 정확하게 확인하지 않는 한 편견을 증폭시킵니다. 선호도를 인식하지 못하면 마케팅 캠페인에 수백 달러를 지출하고 결과를 볼 수 없습니다.

규제 기관의 AI에 대한 이해 부족도 문제를 일으킬 수 있습니다. 따라서 조직이 정보에 입각한 데이터 기반 결정을 내릴 수 있도록 내부 통제의 학습 및 개발에 투자하는 것이 필수적입니다.

Boston Consulting Group: "AI와 비즈니스의 인적 요소 결합"

Boston은 "인간과 기계의 능력을 결합한 조직은 우수한 고객 경험과 관계, 보다 생산적인 운영, 획기적으로 증가된 혁신 속도를 개발할 것입니다."라고 말합니다.

글로벌 FMCG 회사는 AI를 사용하여 마케팅 지출 할당 프로세스를 최적화했습니다. 고급 분석 모델링은 브랜드, 시장 및 미디어 채널 전반에 걸쳐 ROI를 비교하고 해당 지출을 할당하기 위한 다양한 잠재적 시나리오를 분석하는 동적 모델을 생성했습니다.

그 결과 회사는 더 나은 지출 결정을 내렸고 처음 12개월 동안 마케팅 ROI가 10% 증가했습니다.

그러나 AI를 구현하는 모든 회사가 승리하고 있습니까?

BCG에서 실시한 설문 조사에서 응답자의 90%가 인공 지능이 회사의 비즈니스 기회라는 데 동의했습니다. 그러나 기업의 70%는 지금까지 AI의 영향이 미미하거나 전혀 없다고 보고합니다.

AI가 탁월한 결과를 제공하려면 기업에서 비즈니스 핵심을 강화하는 개별 프로세스에 AI를 통합해야 합니다. 기업은 인공 지능이 시간이 지남에 따라 개선될 수 있도록 올바른 피드백 루프를 개발해야 합니다.

보스턴에 따르면 인간(조직, 인재, 일하는 방식)과 기술(데이터 및 디지털 플랫폼)을 결합한 기업이 더 나은 결과를 얻을 수 있다고 합니다. 결과는 다음과 같습니다.

• 개인화된 고객 경험 및 관계
• 생체공학 조작
• 새로운 제안, 서비스 및 비즈니스 모델

결론

마케팅에 AI를 사용하는 기업은 그렇지 않은 기업보다 더 높은 성장을 보입니다. 최고의 컨설팅 회사의 연구와 연구도 그것을 증명했습니다. 그러나 AI의 이점을 최대한 활용하려면 해결하려는 문제를 결정하고 기술을 관리할 최고의 인재를 고용하는 것이 중요합니다.