4 kategori AI yang memengaruhi pemasaran: Perjalanan pelanggan yang dipersonalisasi

Dalam seri empat bagian ini, kami menjelajahi empat kategori kecerdasan buatan (AI), bagaimana mereka dapat memengaruhi pemasar dan pelanggan mereka secara bermakna, dan apa yang berpotensi dihindari. Bagian satu (AI Generatif) ada di sini, dan Bagian dua (Analisis Prediktif) ada di sini.

AI memiliki potensi besar untuk membantu merek dalam memberikan pengalaman pelanggan yang dipersonalisasi yang semakin diharapkan konsumen. Sementara banyak merek telah memulai perjalanan mereka sendiri dengan perjalanan pelanggan yang dipersonalisasi, hanya sedikit yang telah mencapai cawan suci, yaitu perjalanan pelanggan end-to-end, omnichannel, diatur, dan dipersonalisasi.

Dalam artikel ketiga dari seri ini, kita akan melihat perjalanan pelanggan yang dipersonalisasi, bagaimana kecerdasan buatan merupakan bagian integral dari mereka dan platform serta alat yang memungkinkannya.

Perjalanan pelanggan yang dipersonalisasi lebih dari sekadar otomatisasi pemasaran

Ketika kami berbicara tentang perjalanan pelanggan yang dipersonalisasi, maksud kami melampaui otomatisasi pemasaran sederhana, di mana pengalaman pelanggan disesuaikan untuk memberikan "tindakan terbaik berikutnya" bagi individu berdasarkan perilaku dan kecenderungan mereka untuk melibatkan/membeli produk dan layanan tertentu. Memanfaatkan AI dan pembelajaran mesin, platform dan metode ini menempatkan pelanggan sebagai pusat tindakan.

Jenis platform berikut sering memungkinkan perjalanan pelanggan yang dipersonalisasi:

• Platform orkestrasi perjalanan pelanggan (CJO) memungkinkan pemetaan, otomatisasi, dan pengukuran perjalanan pelanggan di berbagai saluran dengan pendekatan yang berpusat pada pelanggan, membiarkan tindakan pelanggan memimpin perjalanan yang disediakan.
• Platform manajemen interaksi waktu nyata (RTIM) memiliki karakteristik yang mirip dengan CJO, meskipun umumnya lebih didorong oleh kebutuhan bisnis untuk mengomunikasikan sesuatu yang spesifik saat ini.
• Platform tindakan atau penawaran terbaik berikutnya menggunakan model kecenderungan berbasis AI untuk merekomendasikan tindakan, produk atau layanan, atau penawaran kepada pelanggan berdasarkan preferensi mereka dan kriteria lainnya, termasuk pembelian terkini dan perilaku lainnya.
• Gambar dan video yang dipersonalisasi menciptakan pengalaman yang imersif. Dengan menggabungkan aplikasi AI generatif dengan personalisasi perjalanan pelanggan, merek dapat menciptakan pengalaman pembelian yang benar-benar menarik. Beberapa platform mengadopsi pendekatan ini dan banyak lagi yang pasti akan mengikuti.

Namun, platform ini jarang bekerja dalam ruang hampa. Selain yang disebutkan di atas, perlu ada data pelanggan (sering menggunakan platform data pelanggan, atau CDP, dan CRM serta riwayat pembelian), ditambah saluran terintegrasi yang dapat diatur dan diotomatisasi.

Dengan kata lain, perlu ada ekosistem di mana "otak" adalah CJO atau keputusan waktu nyata atau platform tindakan terbaik berikutnya dan seluruh rangkaian alat yang mengikat data pelanggan ke saluran komunikasi yang kemungkinan besar akan digunakan pelanggan. Ini bisa berupa sejumlah saluran (mis., email, situs web, aplikasi seluler, SMS, media sosial, dll.), dan untuk benar-benar menjangkau omnichannel, merek harus berinteraksi dengan pelanggan di semua saluran.

Mengapa perlu memperhatikan hari ini

Ada beberapa alasan mengapa merek perlu memberi perhatian khusus pada area perjalanan pelanggan yang dipersonalisasi. Berikut adalah beberapa hal yang perlu diperhatikan dan mengapa begitu banyak

Personalisasi diharapkan dan dihargai

Konsumen sekarang berharap memiliki konten dan pengalaman yang dipersonalisasi, dan mereka menghargai merek yang memberi mereka bisnis berulang.

Konsumen beralih saluran

Pelanggan menggunakan banyak perangkat sebelum, selama, dan setelah proses pembelian, dan merek yang selaras dengan perilaku ini memenangkan pelanggan setia dengan mendapatkan apa yang mereka inginkan, kapan, di mana, dan bagaimana mereka menginginkannya.

Platform siap untuk prime time

Sementara banyak merek baru memulai dengan beberapa alat yang disebutkan sebelumnya dalam artikel ini, platform itu sendiri, dalam banyak kasus, sudah matang dan siap untuk digunakan perusahaan.

Ada beberapa alasan yang sangat bagus untuk fokus menciptakan perjalanan pelanggan yang dipersonalisasi. Dengan alat berbasis AI yang berkembang dalam kecanggihan dan kemampuan untuk berintegrasi di seluruh saluran, area ini akan mengalami banyak pertumbuhan dalam beberapa bulan mendatang.

Potensi jangka pendek

Multisaluran, perjalanan pelanggan yang dipersonalisasi di seluruh pengalaman pembelian (dan pasca pembelian) mungkin di luar jangkauan banyak merek dalam waktu dekat, tetapi itu tidak berarti Anda tidak dapat membuat kemajuan yang signifikan di sini dengan menggunakan beberapa alat berbasis AI (serta beberapa yang berbasis non-AI).

Mari jelajahi beberapa cara merek dapat mengambil beberapa langkah pertama atau berikutnya. Ingatlah bahwa perjalanan yang dipersonalisasi menjadi lebih efektif, semakin banyak saluran yang mereka jangkau dan semakin komprehensif mereka menjangkau seluruh pengalaman menjadi pelanggan.

Untuk mengambil beberapa langkah awal menuju perjalanan pelanggan yang dipersonalisasi, merek dapat melakukan hal berikut:

• Ambil langkah sebelum menerapkan orkestrasi. Jika merek Anda belum cukup siap untuk CJO atau tindakan terbaik berikutnya, mulailah dengan membuat lebih banyak kampanye tetes otomatis berdasarkan perilaku atau minat.
• Memasukkan jumlah personalisasi yang lebih besar. Bahkan tanpa koordinasi lintas saluran, Anda dapat meningkatkan tentang perpesanan yang dipersonalisasi yang ditampilkan dalam komunikasi standar (tagihan, pembaruan, dll.) sebagai langkah awal yang baik.
• Perluas percakapan pelanggan otomatis. Anda juga dapat menggunakan chatbot/AI percakapan untuk mempercepat interaksi pelanggan dan memberikan pengalaman yang disesuaikan.
• Terapkan CJO secara terbatas pada satu atau dua saluran. Anda mungkin belum siap untuk pengalaman omnichannel penuh, tetapi Orkestrasi Perjalanan Pelanggan masih bisa sangat membantu, bahkan di bagian kecil pengalaman pelanggan.

Saat Anda mendekati pembuatan perjalanan yang dipersonalisasi dengan cara ini, adopsi AI Anda untuk meningkatkan pengalaman pelanggan dapat dilakukan dengan cara yang bermakna namun bertahap yang memungkinkan Anda belajar dengan cepat dan menerapkan pembelajaran tersebut secara lebih luas seiring berkembangnya program Anda.

Apa yang harus diwaspadai

Betapapun menariknya area AI ini, ada beberapa hal yang harus diperhatikan saat terburu-buru membangun perjalanan pelanggan yang dipersonalisasi.

Mulailah berpikir sejak dini tentang silo

Ini bisa berupa tim yang perlu bekerja sama untuk mendukung pengalaman omnichannel atau silo data, silo platform, atau semua hal di atas. Menyampaikan pengalaman omnichannel membutuhkan banyak koordinasi, jadi atasi hal ini dari awal.

Mulai dari yang kecil dan ulangi

Meskipun ini adalah area yang menarik, ada banyak data, tim, dan platform untuk dihubungkan, dan mudah untuk mencoba melakukan terlalu banyak tanpa pengujian dan peningkatan seiring waktu. Jangan memulai terlalu luas tanpa mencoba belajar dari pengujian awal, meskipun Anda hanya melihat beberapa saluran atau sebagian kecil dari keseluruhan perjalanan pelanggan. Ini juga penting saat menggabungkan AI dan model pembelajaran mesin ke dalam personalisasi Anda, karena model ini juga memerlukan waktu untuk mempelajari pendekatan terbaik.

Jangan terlalu meresepkan perjalanan

Pastikan pelanggan tetap memegang kendali dan dapat "memilih keluar" dari suatu perjalanan dan melakukan perjalanan lainnya. Ini adalah tindakan penyeimbangan antara merek yang mendikte apa yang mereka inginkan terjadi, AI merekomendasikan apa yang tampaknya paling cocok dan pelanggan memilih apa yang mereka inginkan.

Berhati-hati untuk menghindari jebakan umum dapat memastikan kesuksesan yang lebih besar bagi Anda dan pelanggan Anda saat mereka memulai perjalanan yang dipersonalisasi yang Anda buat untuk mereka.

Mendorong nilai dengan personalisasi bertenaga AI

Perjalanan pelanggan yang dipersonalisasi memiliki banyak potensi saat ini dan masa depan dan merupakan area yang kuat untuk mempertimbangkan pemanfaatan kecerdasan buatan. Meskipun menyatukan perjalanan pelanggan yang dipersonalisasi lengkap dapat membutuhkan banyak koordinasi antara tim, data, dan platform, hasil untuk pelanggan bisa sangat berharga.

Dalam artikel berikutnya dan terakhir dalam seri ini, kita akan menjelajahi area keempat di mana AI dapat memengaruhi tim pemasaran dan pekerjaan mereka: alur kerja dan otomatisasi tugas.