6 حالات استخدام لأتمتة التسويق حيث يمكن للذكاء الاصطناعي المساعدة في جودة البيانات

ملاحظة المحرر: هذا هو الجزء الثاني من سلسلة من أربعة أجزاء حول كيفية دمج الذكاء الاصطناعي في منصات أتمتة التسويق. الجزء 1 ، أتمتة التسويق بالذكاء الاصطناعي: كيف تعمل ولماذا يجب أن يهتم المسوقون ، هنا .

في معظم عام 2023 ، ركز الضجيج على الذكاء الاصطناعي على حالات استخدام محتوى الذكاء الاصطناعي التوليدية (نسخ ، صورة ، فيديو). لا يزال البعض يشكك في التأثير النهائي للذكاء الاصطناعي التوليدي ، لكن التبني السائد يشير إلى أن الكثير من التركيز على القدرات التي تركز على المحتوى له ما يبرره.

ومع ذلك ، هناك حركة أكثر عمقًا على قدم وساق: ضخ الذكاء الاصطناعي في كل تطبيق لتقنية التسويق.

بالنسبة لقادة التكنولوجيا ، فإن غرس الذكاء الاصطناعي في مكونات المكدس الأساسية مثل CRM ومنصات أتمتة التسويق (MAPs) سيزيد من الدقة والإنتاجية. ضمن هذا النطاق ، كان تركيزي على إعطاء الأولوية لإدارة البيانات ، والتي يعتبرها معظم قادة عمليات التسويق أيضًا حجر الأساس للمؤسسة.

إدارة البيانات: أول عملية لغوية طبيعية (شبه)

قبل نقطة انعطاف الذكاء الاصطناعي ، كانت إدارة البيانات هي أول تغيير "للغة الطبيعية" غذى نمو الذات. كيف؟ من خلال التحول بدون رمز الذي مكّننا من إنشاء حقول قاعدة بيانات جديدة ، وهو امتياز مخصص سابقًا لتكنولوجيا المعلومات. أدت القدرة على إنشاء حقول داخلية وتواجه العملاء مدمجة في الصفحات المقصودة والمواقع الإلكترونية إلى تحويل المشاركة الرقمية.

حتى مع الأتمتة ، نعتمد بشكل كبير على التفاعل البشري وواجهات النظام لدفع الكثير من المدخلات. وعلى الرغم من سهولة استخدام الأدوات ، كان التدريب لا يزال يمثل حاجزًا للتبني لإدخال البيانات (المناسب). أثرت خوارزميات الذكاء الاصطناعي المبكرة على عمليات تنظيف البيانات المختلفة بعد إدخال البيانات بشكل غير صحيح أو عدم اكتمالها. لكننا نعلم جميعًا أنه من الأكثر فاعلية منع البيانات غير الدقيقة من الدخول إلى النظام ، مما قد يؤدي إلى نتائج خاطئة في نهاية المطاف.

سأستخدم إطارًا مشتركًا - إدخال القمامة ، إخراج القمامة (GIGO) - للتوضيح.

'القمامة في'

1. إدخال البيانات

يرتجف قادة Martech عندما يقول المستخدمون إن إدخال البيانات صعب. التعاطف يستحق ، خاصةً عندما تكون هناك تغييرات في الواجهة بمرور الوقت. (إذا كنت أحد متاجر Salesforce ولا تزال تنتقل إلى Classic مقابل Lightning ، فهذا هو تذكيرك بالتعاطف!)

توقع العديد من البائعين الرائدين ، بما في ذلك Salesforce ، مؤخرًا أن الثورة "السريعة" للذكاء الاصطناعي ستغير واجهة المستخدم إلى الأبد. تحتاج كل واجهة مستخدم الآن إلى معالجة اللغة الطبيعية ، مما يقلل الاحتكاك (أو العذر ، إذا كنت ساخرًا) للمستخدمين لإدخال البيانات.

على سبيل المثال ، تستفيد ChatSpot (واجهة HubSpot's AI) من نموذج GPT في واجهة المستخدم الخاصة بها. (على الرغم من أنني لا أعلم البائع ، فقد كنت أستخدم الأداة وسأقتطف من الأمثلة لأنها متاحة للاختبار في إصدار ألفا العام.)

لنبدأ بالأساسيات - إضافة جهة اتصال جديدة.

لن يضطر المستخدمون إلى تذكر المكان الموجود في واجهة HubSpot القياسية للنقر على "إضافة جهة اتصال". بدلاً من ذلك ، سيستخدمون موجهًا بسيطًا مثل هذا ...

في ثلاثة أشهر من إصدار ألفا ، أضاف HubSpot أيضًا قوالب سريعة تعمل على تشغيل الإجراءات بناءً على المهام الشائعة ، بحيث يمكنك الآن الاختيار من قائمة المفضلة مثل هذه.

2. البحث وإضافة البيانات عن الأفراد والشركات

قامت العديد من خرائط الخرائط بسحب معلومات العملاء الأساسية من مواقع الويب. تعمل منظمة العفو الدولية على تبسيط هذه المهمة ، والآن أصبح إصدار ملخص من الملفات الشخصية الرئيسية لزيادة شخصيات جهات الاتصال أو استكمال معلومات الشركة الثابتة أمرًا سريعًا. على سبيل المثال:

3. غرست في جداول البيانات

يقضي ما يقرب من 70 ٪ من المسوقين أكثر من 10 ساعات في الأسبوع في العمل على جداول البيانات ، وفقًا لاستبيان MarTech للراتب والوظائف لعام 2023. هم الأساس في مداخن martech.

لقد تحدثت عن كيف أن هذه الأدوات (وصيغها ، وإمكانيات VLOOKUP ، وما إلى ذلك) لا تزال وحدات فك التشفير السرية الخاصة بنا للعمل عبر مصادر بيانات متعددة في عرضي التقديمي في مؤتمر MarTech في مارس 2023. بالنسبة للعديد من الفرق الكبيرة ، يدعم محلل البيانات المتفرغ هذه الجهود. غالبًا ما يكون لدى الفرق الصغيرة جهة تسويق بارعة في البيانات تتمتع بخبرة في استخدام برنامج Excel.

ومع ذلك ، فإن برمجة VLOOKUP تقنية للغاية بالنسبة للكثيرين. يستخدم المسوقون الآن مطالبات الذكاء الاصطناعي التوليدية لإنشاء الصيغ. تعمل العديد من أدوات المكونات الإضافية للذكاء الاصطناعي على ضخ المطالبات التي تم إنشاؤها بواسطة الذكاء الاصطناعي مباشرةً في جداول البيانات.

ستكون إمكانات "عدم وجود رمز" في اللغة الطبيعية هي الإضافات الأقوى والأكثر استخدامًا. سيتم تضمينها مباشرة في أدوات عمل المعرفة التأسيسية (على سبيل المثال ، Google Workspace Labs و Microsoft Co-pilot). سيطلب المستخدمون من مساعد الذكاء الاصطناعي استخراج المجالات من عناوين البريد الإلكتروني ، وسحب الأسماء الأولى / الأخيرة ، والشركات ، وما إلى ذلك ، وإنشاء بيانات منظمة بشكل فعال من خلال مطالبات اللغة الطبيعية.

"القمامة خارج"

دعنا الآن ننتقل إلى الجانب الآخر من الطيف: استخدم الحالات التي سيساعد فيها الذكاء الاصطناعي في إخراج البيانات.

4. واجهات اللغة الطبيعية للتحليلات

كلنا كنا هناك. بدلاً من الوصول إلى النظام الأساسي ، يطلب منك شخص ما تصدير تقرير في PowerPoint أو Google Slides. سيؤدي الحصول على التقرير من التطبيق من خلال مطالبات اللغة الطبيعية إلى تغيير قواعد اللعبة.

سيكون "هل يمكنك إعطائي تقريرًا استنادًا إلى <ملء الفراغ>" بمثابة مطالبة تعمل على تقليل الحاجز أمام المزيد من الأشخاص للوصول إلى التحليلات مباشرةً.

بمرور الوقت ، إذا كان المستخدمون أكثر ميلًا لإدخال البيانات ورؤيتها تنعكس بشكل صحيح ، فمن المرجح أن يقدموا إدخالات عالية الجودة. بدلاً من إصلاح المخطط ، ربما يقوم المستخدمون بإصلاحه من المصدر.

5. غرس قدرات التصور

سيتم أيضًا غرس القدرات في إنشاء التصور. سنكون قادرين على توجيه الأنظمة الأساسية لهذه التصورات من خلال المكونات الإضافية / الواجهات.

مثل الكثيرين ، أنتظر بفارغ الصبر الوصول إلى إمكانات مترجم الشفرة في OpenAI. في غضون ذلك ، كنت أتابع الآخرين الذين يقومون بتجريبه ، بما في ذلك إيثان مولليك ، الذي قدم نظرة خاطفة على القدرات الموجودة في رسالته الإخبارية One Useful Thing - مقتطفات في رسالته الإخبارية الأخيرة.

6. البيانات الضخمة التي يمكن الوصول إليها

لن تقتصر جميع مزايا إدخال البيانات والمخرجات هذه على البيانات المحددة "مصدر الحقيقة" في CRM / MAP.

نظرًا لأننا قمنا بتخفيض الحاجز أمام إدخال المزيد من مصادر البيانات ، فقد يتم ربط مخرجات أحد التحليلات بطرق أخرى لم يتم اعتبارها سابقًا - حيث سيكون من الممكن الوصول إلى زيادة البيانات والسمات التكميلية الأخرى - من خلال المطالبات المستندة إلى الذكاء الاصطناعي مثل حسنًا.

لا تزال هناك حاجة إلى الحوكمة والتدريب لتجنب الثقة العمياء

يحتاج قادة Martech إلى الحرص على عدم الاعتماد على الذكاء الاصطناعي وحده لإدارة البيانات وجودتها. يجب تطبيق حوكمة إضافية نظرًا لعدم نضج أدوات الذكاء الاصطناعي التوليدية وقدرتها على التأثير على جودة البيانات إذا لم يتم الإشراف عليها.

التحدي الذي يواجه إدارة البيانات له تأثير مضاعف. قد لا ترث الموجهات إرشادات مؤسستك لربط جهات الاتصال بالحسابات ؛ قد تحتاج إلى تطوير مطالبات أكثر تقدمًا تتبع هذه الإرشادات.

اليوم ، يقوم أي شخص يقوم باستيراد البيانات في جدول بيانات بإجراء فحص سلامة بعد تطبيق الصيغ. يمكن أن تؤدي الأخطاء المطبعية إلى حدوث مشكلات عبر آلاف السجلات. لكن المنطق الخاطئ الذي تم إدخاله بواسطة الذكاء الاصطناعي يمكن أن يفسد آلاف السجلات إذا لم يقم المستخدمون بإنشاء الموجه المناسب للبدء به.

ماذا بعد؟ في الجزء 3 من هذه السلسلة ، سأبحث في ضخ الذكاء الاصطناعي في عمليات حملة MAP.