Cómo preparar su marketing para el futuro en la era de la IA

La inteligencia artificial ya no es algo nuevo y brillante. Ha estado aquí por un tiempo. Si ha realizado una búsqueda en Google o ha hecho clic en un producto, artículo o película recomendados, ha interactuado con él.

Si eres un comercializador, probablemente ya hayas trabajado con él. La publicidad en Google Ads, Bing o Facebook funciona con IA.

Así que deja de prepararte contra “el ascenso de las máquinas”. Las máquinas están aquí, y son bastante obedientes. Son excelentes para automatizar algunas de las tareas de marketing más aburridas.

La pregunta es, ¿hacia dónde va toda esta automatización? ¿Cuántas tareas asumirán las máquinas? ¿Cómo será tu trabajo a medida que evolucionen? ¿Y cómo puede posicionarse usted y su empresa para aprovecharlo al máximo?

La respuesta es más simple de lo que piensas. Pero es una respuesta de cuatro partes.

1. Infórmese.

Prueba sorpresa: ¿Cuál es la diferencia entre el aprendizaje automático y la inteligencia artificial?

La mayoría de los especialistas en marketing no pueden recitar una respuesta a eso. Probablemente sabemos que una IA es más sofisticada que el aprendizaje automático, y que el aprendizaje automático es un subconjunto de la IA... pero las cosas se ponen turbias a partir de ahí.

Aquí hay una definición:

La IA es cualquier tecnología que permite que un sistema demuestre una inteligencia similar a la humana... El aprendizaje automático es un tipo de IA que utiliza modelos matemáticos entrenados en datos para tomar decisiones. A medida que haya más datos disponibles, los modelos de ML pueden tomar mejores decisiones.

Honestamente, para las aplicaciones de marketing del mundo real, cosas que verá en el trabajo en los próximos tres años, los especialistas en marketing probablemente no tengan que preocuparse demasiado por la verdadera inteligencia artificial en este momento. Google Ads no va a empezar a contar chistes. Pero el aprendizaje automático definitivamente está en juego, al igual que la automatización.

Ésto es una cosa buena. Bien administrado, el aprendizaje automático puede hacerlo mucho más eficiente y efectivo. Por ejemplo, nuestra herramienta de gestión de ofertas y presupuestos de PPC utiliza aprendizaje automático completo para gestionar ofertas y presupuestos.

Como explica nuestro libro electrónico, "La guía de la agencia para los conceptos básicos de las ofertas automatizadas",

Las ofertas automáticas simples consisten en dejar que una computadora siga un conjunto de reglas que, en reacción a ciertos factores desencadenantes, aumentarán o disminuirán las ofertas de PPC en ciertas cantidades. Este tipo de automatización no aprende, simplemente se ejecuta de acuerdo con reglas preestablecidas.

Este nivel de ofertas automáticas no es tan diferente de un sistema de automatización de marketing que está configurado para enviar un correo electrónico en particular en un momento determinado después de que alguien haya descargado un documento técnico en particular. Es una acción predefinida que un especialista en marketing puede configurar y luego esperar que el software se ejecute cada vez que ocurra ese evento.

El aprendizaje automático es mucho más sofisticado.

"Mientras que las ofertas automáticas simples requieren que un ser humano establezca primero un CPA objetivo, un sistema de aprendizaje automático tiene como objetivo obtener el CPA más bajo posible para la mayor cantidad de clics y conversiones". Esto requiere que el sistema de aprendizaje automático administre docenas de prioridades y datos diferentes. entradas ("microservicios", como los llamamos) para entregar el resultado deseado.

Entonces, si bien las ofertas automáticas ciertamente pueden reducir la cantidad de trabajo que tiene que hacer un especialista en marketing, “el aprendizaje automático:

• Obtenga la mayor cantidad de conversiones a un precio promedio por debajo del límite de precio máximo
• Asegurar que el presupuesto dure todo el período
• Asegúrese de que cada día los anuncios estén en la subasta durante todo el tiempo establecido por el calendario de anuncios”

Eso es otro orden de magnitud. Y si vamos a reconstruir nuestro marketing para la era de la IA, debemos comprender cómo funcionan estos sistemas y cómo difieren en los detalles.

Para obtener una explicación sorprendentemente clara de cómo se construyen los sistemas de aprendizaje automático, vea la serie de videos de Google, "AI Adventures". Los videos se vuelven más técnicos a medida que avanzas en la serie, pero los primeros son muy accesibles.

Aquí hay una muestra. En este video, verá cómo se puede diseñar y entrenar un programa de aprendizaje automático para distinguir entre cerveza y vino.

2. Limpie sus datos.

La automatización, el aprendizaje automático y la IA funcionan con datos. Y así, el dicho “entra basura, sale basura” será aún más significativo en los próximos años.

Como sabe, la gestión de datos es un gran problema en el marketing. A menudo, tenemos sistemas heredados que generan datos que no "hablarán" con datos de otros sistemas. O tenemos datos que no están estructurados y, por lo tanto, no pueden ser procesados ​​por un programa de aprendizaje automático.

La definición de aprendizaje automático de Google es "usar datos para responder preguntas". Esta es una explicación excelente y clara, y si ya está pensando en la calidad y organización de los datos, le da una gran pista sobre qué tan organizados y precisos tendrán que ser sus datos antes de que alguien pueda hacer preguntas al respecto.

Después de todo... ¿cuántos duplicados crees que hay en tu base de datos de prospectos? ¿Tiene todas las imágenes que ha usado en marketing en una bóveda de contenido, organizadas por formato de archivo, tema, múltiples etiquetas, creadores y dónde se ha usado esa imagen?

Eso es datos organizados. Y es una parte fundamental para preparar su empresa para el futuro, de modo que pueda hacer magia elegante con IA más adelante, o con aprendizaje automático y automatización este año.

3. Definir objetivos.

Las máquinas son geniales. Hacen exactamente lo que les dices que hagan. Y nada más. Esto puede ser muy humillante.

Estudié Perl (un lenguaje de codificación) hace unos veinte años e inmediatamente me di cuenta de que si algo salía mal, no era culpa del código o del hardware. Era mío. Si no usaba el operador correcto, o simplemente me perdía una coma en alguna parte, la máquina se ejecutaría de manera obediente y perfecta de acuerdo con mis instrucciones... lo que no coincidiría con lo que realmente quería que hiciera.

La mayoría de nosotros no tendremos que codificar directamente (muchas gracias a todas las aplicaciones que básicamente nos permiten codificar a través de sus amigables interfaces WYSIWYG). Pero tenemos que acertar con nuestras instrucciones.

Por lo tanto, si definió un prospecto calificado de marketing para su aplicación de aprendizaje automático de una manera particular, encontrará personas basándose exactamente en esas instrucciones. Si sus instrucciones son defectuosas, sus resultados serán deficientes. No culpes a la aplicación.

Esto es fundamental para comprender si desea configurar sistemas automatizados con datos. Los datos deben ser precisos y legibles. Y luego las instrucciones que le das a la máquina para que haga su trabajo tienen que ser correctas.

Si le das malas instrucciones a una máquina, no te corregirá (a menos que alguien haya escrito algún código para verificar tus instrucciones). Solo cumplirá debidamente su oferta, devolviendo, por ejemplo, la audiencia equivocada para su nueva campaña publicitaria. Es posible que no se dé cuenta de que sus instrucciones fueron malas hasta que Ventas le diga tres meses después: "Los clientes potenciales de esa campaña fueron terribles".

También hay otro nivel en esto: tenemos que ser capaces de cuantificar nuestros objetivos.

Entonces, cuando decimos "Quiero mejorar la experiencia del cliente", eso es genial... pero ¿cómo se puede cuantificar eso para una computadora? Necesitará algunas medidas muy específicas y entradas muy específicas para rastrear esas medidas antes de que la computadora pueda comenzar a mejorar la experiencia del cliente.

Las computadoras son asombrosamente granulares; no pueden hacer las inferencias y conclusiones que los humanos hacen tan fácilmente. Es por eso que conseguimos mantener nuestros trabajos, pero también es el trabajo intimidante de los programadores: desglosar objetivos elevados en detalles programáticos.

Si desea preparar su comercialización para el futuro, primero deberá marcar todos esos aspectos prácticos, esos objetivos y definiciones.

4. Optimizar para búsqueda por voz.

Esperamos haber sido lo suficientemente concretos en nuestras sugerencias hasta ahora. Pero si no, aquí hay una directiva muy clara: comience a optimizar para la búsqueda por voz.

Este es un aspecto de la IA que definitivamente ya está aquí. Como mencionó Cady Condyles en "AI is Smarter Than You: Adapting your Retail Strategy to Keep Up", (su presentación principal en Hero Conf London) para 2020, el 30 % de la navegación web será sin pantalla, a través de asistentes de voz digitales.

El reconocimiento de voz es uno de los desarrollos más significativos de la IA hasta el momento. La búsqueda es otro logro clave de la IA. Entonces, si desea posicionar su marca y su marketing para la IA, hay un lugar muy específico para enfocar sus esfuerzos: la búsqueda por voz.

La optimización para la búsqueda por voz es en realidad solo un ejemplo de un punto anterior discutido aquí: limpiar sus datos. Hágalo accesible a las máquinas. Optimizar un sitio web para la búsqueda por voz es exactamente eso: tomar una mezcla de datos (nuestros sitios web) y convertirlos en algo que una aplicación de aprendizaje automático o IA pueda analizar.

Otra de las recomendaciones de Cady, "usar IA basada en la intención para identificar y llegar a sus compradores" es un ejemplo de este principio a la inversa. Si usa IA basada en la intención para comunicarse con humanos, deberá conectarse a un sistema que haya procesado petabytes de datos de navegadores humanos y los haya destilado en una aplicación de aprendizaje automático.

Una vez más, los datos sin procesar se han sintetizado en una aplicación que puede reconocer patrones y recomendar acciones.

Pensamientos finales

Habrá más y más de esto tomando grandes conjuntos de datos y encontrando patrones y tendencias en ellos. Y eso es bueno: el aprendizaje automático y la IA necesitan muchos datos para funcionar. Necesitan entornos predecibles y tareas consistentes para realmente brillar.

Es exactamente por eso que los especialistas en marketing humano no van a ninguna parte. Los humanos podemos funcionar bastante bien con datos limitados. Podemos adaptarnos rápidamente a nuevas situaciones y somos excelentes para dar grandes saltos cognitivos. Las máquinas aún no están allí.

Créditos de imagen

Imagen destacada: Unsplash / Franck V
Imagen 1: a través del libro electrónico de aprendizaje automático de Acquisio