Como a Adobe usa IA internamente para impulsionar o crescimento

Na última quinta-feira, o Diretor de Estratégia de Negócios da Adobe, Don Bennion, fez uma apresentação esclarecedora em nosso evento online de IA em Marketing.

A palestra ofereceu conselhos práticos e exemplos de como a Adobe tem usado cada vez mais a inteligência artificial e o aprendizado de máquina em suas atividades internas nos últimos anos.

Suas práticas são baseadas no poder preditivo das métricas de experiência do cliente e em seu próprio modelo operacional orientado por dados (DDOM). A empresa agora está se movendo para disponibilizar essas ferramentas e técnicas a parceiros externos.

Aqui estão minhas principais conclusões.

IA e atribuição

Atribuição foi realmente a primeira área que a Adobe começou a usar IA e aprendizado de máquina.

Afastando-se dos modelos simples como 'primeiro clique' e 'último clique', e mais tarde modelos 'em forma de u' e 'lineares', a incorporação de AI e ML melhorou enormemente os modelos da Adobe.

Bennion destaca duas maneiras de atribuir crédito na atribuição:

1. Influente: quando os pontos de contato são atingidos, todo o crédito é compartilhado com esses pontos de contato
2. Incremental: calcula quanto do crédito deve ser atribuído de volta à mídia e marketing

Adobe mudou para a área incremental. A hipótese é que se a Adobe interromper todos os seus esforços de marketing, eles ainda venderiam produtos. Afinal, os clientes fazem compras que são, pelo menos parcialmente, baseadas em fatores como fidelidade à marca e boca a boca.

Usando IA treinado em seus dados internos, eles foram capazes de estabelecer uma linha de base de 50% do valor de marketing de cada compra. A partir daqui, eles poderiam ponderar todos os seus pontos de contato individualmente e - crucialmente - cortar custos de marketing ou alocá-los melhor, de forma mais eficiente do que seria possível atribuindo crédito com o método influente.

IA e Personalização

Outra área em que a Adobe está incorporando IA é na personalização.

“O marketing individual é o nirvana”, diz Bennion. 'Mas a segmentação ainda é uma ferramenta importante para nós.'

No passado, a Adobe costumava segmentar a partir de atributos e comportamento. Isso tem valor, mas é claramente limitado na era do big data. A resposta da Adobe foi usar IA para desenvolver modelagem de propensão .

A Adobe alocou um 'índice de propensão' para qualquer evento de sucesso, seja uma conversão ou uma compra, etc. Eles poderiam então perguntar o seguinte aos clientes em potencial:

• Qual é o índice de propensão para um indivíduo comprar um produto?
• Qual é a pontuação de propensão para um indivíduo fazer upgrade?
• Qual é a propensão para rotatividade?

… Então use isso para criar segmentos.

A empresa de tecnologia Nvidia fez exatamente isso. Eles criaram escores de propensão para 'jogadores frequentes' e 'jogadores pouco frequentes', respectivamente. Eles entenderam que esses dois segmentos têm hábitos diferentes quando se trata de fazer compras, fazer upgrade ou responder a mensagens de marketing.

O resultado foi que a Nvidia poderia usar essas previsões para personalizar as experiências do cliente com uma precisão de 96%.

Como a sofisticação mudou?

Uma das principais questões que surgiram durante a apresentação de Bennion mudou o foco para como ele viu a sofisticação dos dados mudar ao longo dos anos.

Embora a atribuição e personalização que incorpora IA ainda seja uma aproximação, ele destacou como o setor está sempre em evolução.

'Mais dados estão acessíveis a partir de pontos de contato fora da web. Temos uma modelagem melhor. A velocidade e o processamento são mais rápidos com os dados de IA - o que é importante para impulsionar e dimensionar ', disse Bennion.

Isso não quer dizer que não tenha havido menção a nenhum obstáculo potencial para os profissionais de marketing orientados a dados. Não menos importante, à luz dos anúncios recentes do Google para eliminar os cookies de terceiros no Chrome nos próximos 2 anos.

Conclusões para profissionais de marketing na era da IA

Os profissionais de marketing certamente precisam ser adaptáveis ​​neste cenário em constante mudança, mas Bennion acredita que é pelo menos tão importante para eles ter um conhecimento sólido de seus negócios, em vez de simplesmente se esforçar para entender melhor a ciência de dados.

As principais estratégias de crescimento para a Adobe são:

1. Aquisição de novos clientes.
2. Venda cruzada / venda ampliada.

Sem dúvida, estratégias de crescimento como essas serão familiares a empresas de todos os tamanhos e em muitos setores.

Para aquisição de clientes, a Adobe está perguntando: Quem tem a propensão de comprar de nós? Quando se trata de venda cruzada, ou seja, fazer com que os clientes façam upgrade ou façam uma compra relacionada, os modelos de propensão à rotatividade estão se mostrando extremamente úteis.

É claro ver como a IA por meio de atribuição incremental, bem como a modelagem de propensão que alimenta a personalização, está ajudando a Adobe a atingir seus objetivos aqui. E não é muito complicado ver como outras marcas podem aproveitar a IA para melhorar seu ROI de marketing também.