Как искусственный интеллект меняет электронный маркетинг

В наши дни все говорят об искусственном интеллекте (ИИ), и маркетологи электронной почты не исключение.

Несмотря на то, что электронная почта - далеко не самый новый и захватывающий канал цифрового маркетинга, он остается одним из самых продуктивных для множества компаний. Фактически, согласно Campaign Monitor, на каждый потраченный доллар США электронный маркетинг приносит колоссальные 38 долларов дохода.

Учитывая важность электронной почты для бизнеса многих компаний, неудивительно, что использование ИИ, в частности машинного обучения (ML), растет среди маркетологов электронной почты.

Вот посмотрите, как ИИ применяется в почтовом маркетинге.

Многовариантное и A / B-тестирование

Сложные почтовые маркетологи годами использовали многомерное и A / B-тестирование, но AI и ML позволяют маркетологам проводить тестирование способами, которые раньше были невозможны.

Все большее число поставщиков технологий предлагают платформы тестирования на базе ИИ и машинного обучения, которые позволяют маркетологам создавать более надежные тесты, быстрее выявлять тенденции и делать прогнозы, а также выявлять тонкие различия между тестами, которые могут остаться незамеченными без помощи ИИ.

Некоторые платформы, такие как Optimail, даже предлагают почтовым маркетологам возможность оптимизировать свои кампании на лету, устраняя риск потери дохода во время выполнения тестов.

Тема письма и оптимизация копирования

Какие строки темы и электронное письмо дадут наилучшие результаты? В течение многих лет маркетологи безуспешно пытались избавиться от догадок при создании идеального электронного письма.

Теперь, благодаря платформам, предлагаемым такими компаниями, как Phrasee и Persado, маркетологи электронной почты могут позволить ИИ определять, на какие темы, основной текст и призывы к действию скорее всего ответят.

Машинное обучение позволяет этим платформам узнать, что лучше всего подходит для конкретной аудитории маркетологов. Затем эти платформы используют технологию естественного языка для создания строк темы, основного текста и призывов к действию, которые не только звучат так, как будто они написаны человеком, но и соответствуют языку, обычно используемому брендом.

Результат? Согласно Phrasee, его темы, созданные искусственным интеллектом, превосходят темы, написанные человеком, более чем в 95% случаев, и Persado заходит так далеко, что утверждает, что его «когнитивный контент» превосходит рукотворный контент в 100% случаев.

Хотя таким заявлениям трудно сопротивляться, даже те маркетологи по электронной почте, которые еще не чувствуют себя комфортно, позволяя ИИ садиться за руль, могут воспользоваться этой технологией. Например, Touchstone позволяет маркетологам создавать «виртуальную симуляцию» своих подписчиков по электронной почте и прогнозировать количество показов, кликов и конверсий для различных тем.

Оптимизация времени отправки

Когда дело доходит до оптимизации успеха маркетинговой кампании по электронной почте, некоторые детали слишком малы, чтобы их игнорировать. Возьмите время отправки. В течение многих лет маркетологи осознавали, что отправка электронных писем может существенно повлиять на количество открытий и кликов.

Например, получатель электронной почты в Лондоне с меньшей вероятностью откроет письмо, доставленное глубокой ночью, потому что время отправки было оптимизировано для подписчиков в удаленном часовом поясе. По этой причине некоторые маркетологи электронной почты сегментируют своих подписчиков, чтобы гарантировать, что их электронные письма будут доставлены в каждый сегмент в идеальное время.

Однако машинное обучение предлагает еще лучший подход: вместо того, чтобы делать большие предположения и создавать большие сегменты, машина может узнать, когда каждый отдельный получатель, скорее всего, откроет электронное письмо, а затем оптимизирует время отправки для каждого подписчика. основание.

Сделать это вручную было бы практически невозможно, но это легкая работа для машин, и все большее число производителей, таких как Boomtrain, включают это в свои платформы.

Предсказательная персонализация

Персонализация, возможно, является святым Граалем электронного маркетинга, и, как и настоящий Святой Грааль, она оказалась невероятно труднодостижимой. Но ИИ наконец смог это изменить.

Например, Adobe интегрировала свою платформу Sensei AI в свое решение для электронного маркетинга Adobe Campaigns. Технология машинного обучения Sensei AI может использоваться не только для персонализации строк темы, но и для персонализации изображений, отображаемых в электронном письме:

Когда изображение вставляется в электронное письмо, оценка рассчитывается на основе отраслевых данных о том, как клиенты отреагировали на похожие изображения, на основе трех миллионов объектов. Алгоритм автоматически рекомендует, как настроить изображение для достижения более высокого уровня вовлеченности. Например, функция может предсказать, что весеннее рекламное письмо продавца уличного снаряжения будет лучше обслуживать оранжевую палатку на шесть человек по сравнению с синей палаткой на двоих.

Такой уровень персонализации был бы практически невозможен без ИИ.

Аналитика

Помимо использования ИИ для оптимизации почтовых кампаний, ИИ применяется к данным, генерируемым этими кампаниями.

Например, поскольку Adobe Campaigns является частью Adobe Marketing Cloud, которая включает в себя аналитическое решение, платформа Adobe Sensei AI может включать данные маркетинговых кампаний по электронной почте в более широкий анализ. В частности, данные о вовлеченности из почтовых кампаний теперь используются, чтобы помочь компаниям, использующим Adobe Marketing Cloud, прогнозировать отток клиентов.

Автоматизация маркетинга

Исторически электронный маркетинг был в основном ручным, ориентированным на кампании деятельностью. Но в последние годы все больше и больше компаний начали включать электронную почту в свои более широкие стратегии автоматизации маркетинга.

Искусственный интеллект и машинное обучение становятся все более важной частью платформ автоматизации маркетинга, поскольку они могут помочь этим платформам определять поведение и события, которые должны запускать маркетинговые коммуникации на основе электронной почты, и определять, как доставляемые сообщения должны быть адаптированы для получения желаемых результатов.