Epoca achiziției clienților 3.0

Apariția de noi algoritmi, procesare mai rapidă și seturi masive de date bazate pe cloud face posibil ca toți furnizorii importanți de media digitală care vând publicitate să experimenteze cu inteligența artificială (AI) pentru a ajuta la creșterea performanțelor pentru agenții de publicitate. Și, în timp ce toate domeniile de marketing sunt deosebit de pregătite pentru transformare, este un moment excelent pentru a vă concentra pe domeniile de achiziție de noi clienți și creșterea veniturilor.

Acolo este locul în care majoritatea companiilor cheltuiesc de obicei cei mai discreționari bani. Aceste domenii – pe care împreună le vom numi Achiziția clienților 3.0 – au cel mai mare impact asupra extinderii afacerii dumneavoastră.

Mai întâi, să definim rapid Achiziția clienților 1.0 ca fază a datelor clienților izolate care trăiesc pe diferite servere fizice. Drept urmare, companiile care derulau eforturi de achiziție de utilizatori plătiți au fost afectate de date slabe și nu aveau încredere deplină în cât de bine funcționau campaniile lor.

Customer Acquisition 2.0 este capacitatea de a utiliza capabilitățile de procesare a datelor bazate pe cloud pentru a integra toate datele clienților dvs. din mai multe surse într-o singură platformă unificată de date despre clienți.

Cu infrastructura Customer Acquisition 2.0, sunteți într-o formă bună pentru a utiliza capacitățile individuale de inteligență artificială și automatizarea partenerilor majori de publicitate care rulează în silozuri precum Facebook, Google și alții, pentru a vă ajuta să vă optimizați mai bine bugetul pentru a vă atinge obiectivele de performanță.

Noi dimensiuni pentru scară și învățare

Acest lucru ne aduce în ceea ce eu numesc lumea Customer Acquisition 3.0, unde nu se va mai scala reprezintă doar valoarea tradițională a atingerii leadership-ului în costuri și a optimizării furnizării unei oferte stabile.

În schimb, scalarea va crea valoare în moduri noi în mai multe dimensiuni: mărirea cantității de date relevante pe care companiile le pot genera și accesa, mărirea cantității de învățare care poate fi extrasă din aceste date, scalarea pentru a diminua riscurile experimentării, scalarea în dimensiunea și valoarea ecosistemelor colaborative, se extind în cantitatea de idei noi pe care le pot genera ca urmare a acestor factori și se extinde în amortizarea riscurilor de șocuri neprevăzute.

Învățarea a fost întotdeauna importantă în afaceri. După cum a observat Bruce Henderson în urmă cu mai bine de 50 de ani, companiile își pot reduce costurile marginale de producție într-un ritm previzibil pe măsură ce experiența lor cumulativă crește.

Dar, în modelele tradiționale de învățare, cunoștințele care contează - a învăța cum să faci un produs sau să executi un proces mai eficient - sunt statice și de durată.

În continuare, va fi necesar să se construiască capacități organizaționale pentru învățarea dinamică – învățarea cum să faci lucruri noi și „învățarea cum să înveți” utilizând noi tehnologii și seturi vaste de date.

Astăzi, inteligența artificială, senzorii și platformele digitale au sporit deja oportunitatea de a învăța mai eficient, dar conform BCG, concurența pe rata de învățare va deveni o necesitate până în anii 2020.

Mediul de afaceri dinamic și incert va cere companiilor să se concentreze mai mult pe descoperire și adaptare, decât doar pe prognoză și planificare.

Prin urmare, companiile vor adopta și extinde din ce în ce mai mult utilizarea IA, ridicând ștacheta competitivă pentru învățare. Iar beneficiile vor genera un efect de „volan al datelor” – companiile care învață mai repede vor avea oferte mai bune, atrăgând mai mulți clienți și mai multe date, sporind și mai mult capacitatea lor de a învăța.

Cu toate acestea, există un decalaj enorm între provocarea tradițională de a învăța pentru a îmbunătăți un proces static și noul imperativ de a învăța continuu lucruri noi în cadrul organizației.

Prin urmare, a concura cu succes în învățare va necesita mai mult decât simpla conectare a AI în procesele și structurile actuale. În schimb, companiile vor trebui să:

• Urmăriți o agendă digitală care să includă toate modurile de tehnologie relevante pentru învățare - inclusiv senzori, platforme, algoritmi, date și luarea automată a deciziilor.
• Conectați-le împreună în arhitecturi de învățare integrate care pot învăța cu viteza datelor, mai degrabă decât să fie blocate de luarea deciziilor ierarhice mai lentă.
• Dezvoltați modele de afaceri care sunt capabile să creeze și să acționeze pe baza unor perspective dinamice și personalizate ale clienților.

Niciodată înainte, marketerii nu au avut acces la mai multe date despre clienți. Datele primare colectate de companii cu profiluri de utilizator pot depăși datele de bază privind numele și datele demografice și pot include puncte de date bogate în aval despre implicare, reținere, monetizare și multe altele; companiile pot folosi acest lucru pentru a construi segmente excelente de utilizatori pentru a derula campanii de prospectare și retargeting pentru echipele de dezvoltare.

Ingerarea și procesarea tuturor acestor date primare de la mărci, stratificate peste datele bogate existente ale utilizatorilor, le permite acestor parteneri media să efectueze modelări și analize sofisticate cu învățare automată, ceea ce nu era posibil chiar acum câțiva ani. Acest lucru are ca rezultat o direcționare mai bună cu noi perspective și analize de date.

Dacă încă optimizați manual campaniile în același mod în care se făcea în urmă cu jumătate de deceniu, s-ar putea să vă aflați printre o specie care dispare rapid în jocul de achiziție de clienți. Orice proces manual este probabil mult mai puțin eficient și mult mai predispus la erori umane decât noile soluții care apar rapid pentru a ataca ineficiența.

AI și achiziția de clienți

Adoptarea accelerată a inteligenței artificiale pentru achiziționarea de clienți de către platformele media majore precum Google, Facebook, rețelele publicitare programatice și multe altele reprezintă o tranziție fundamentală și esențială în modul în care dolarii de marketing sunt investiți în campaniile de marketing mobil.

Nu mai au capacitatea de a alege unde sau cum sunt afișate anunțurile utilizatorilor, ci algoritmii decid această logistică, ghidați de puține intrări, cum ar fi sumele licitate și bugetul.

În timp ce acest lucru poate fi bun pentru majoritatea echipelor de dezvoltare, unii dintre cei mai inteligenți marketeri de creștere din industrie caută dincolo de modalitățile evidente în care AI poate îmbunătăți rezultatele pentru a se concentra asupra modalităților de ultimă oră „din cutie” prin care AI își poate turboalimenta achiziția utilizatorilor plătiți. performanţă.

Este timpul să pornești mașinile inteligente

La sfârșitul zilei, cel mai bun mod de a evalua orice tehnologie emergentă este să-ți dai seama de utilizarea sa practică în afacerea sau industria ta. La fel cum experiențele bune ale utilizatorilor sunt personalizate pentru nevoile unui individ, viitorul creșterii achiziției de clienți va fi câștigat de companii care pot adapta soluțiile de inteligență artificială din fiecare platformă pentru a se potrivi nevoilor, obiectivelor și obiectivelor lor.

Companiile de succes au învățat importanța concentrării pe valorile corecte și pe indicatorii cheie de performanță (KPI), care sunt o valoare măsurabilă care demonstrează cât de eficient o companie atinge obiectivele critice de afaceri.

Exemple de KPI sunt costurile de achiziție a clienților (CAC), rentabilitatea cheltuielilor publicitare (ROAS), utilizatorii activi zilnici (DAU), utilizatorii activi lunari (MAU), retenția, rata de abandon și așa mai departe.

Mașinile alimentate cu inteligență artificială pot ajuta la orchestrarea campaniilor de achiziție care se îndreaptă mai eficient către aceste obiective în comparație cu procesul relativ fragil de intervenție manuală a campaniei.

Acest lucru necesită o abordare holistică pe mai multe canale, care crește masiv complexitatea operațională - de la direcționarea bazată pe date la proliferarea creativă până la atribuire și optimizarea performanței. Și odată cu complexitatea vine exact ceea ce nu îți dorești: risc și incertitudine.

Mai devreme decât mai târziu, eforturile dvs. de achiziție de clienți se vor baza pe inteligența artificială, învățarea automată și automatizarea pentru a adapta, personaliza și personaliza călătoriile utilizatorilor pe mai multe canale și pentru a oferi rezultate optime în moduri care ar fi imposibile folosind inteligența de afaceri și tablourile de bord de ultimă generație.

Gestionarea campaniilor complexe, pe mai multe canale, cu mai multe ținte, reclame și secvențe pentru a vă accelera rata de învățare, va necesita un nivel operațional de mașină inteligentă deasupra soluțiilor gata de fabricație pentru a oferi rezultate excelente sau poate fi necesar să vă mulțumiți cu fiind medie.

Lomit Patel este vicepreședintele pentru creștere la IMVU. Înainte de IMVU, Lomit a gestionat creșterea la startup-urile aflate în stadiu incipient, inclusiv Roku (IPO), TrustedID (achiziționat de Equifax), Texture (achiziționat de Apple) și EarthLink. Lomit este un vorbitor public, autor, consilier și recunoscut ca un erou mobil de către Liftoff. Noua carte a lui Lomit, Lean AI , care face parte din seria bestselleră a lui Eric Ries „The Lean Startup”, este acum disponibilă pe Amazon .