Mengubah Pemasaran Dengan Kecerdasan Buatan

John Jantsch (00:00): Episode podcast pemasaran lakban ini dipersembahkan oleh klub startup wanita, diselenggarakan oleh Doone Roisin, dan dibawakan kepada Anda oleh jaringan podcast HubSpot. Jika Anda mencari podcast baru, klub startup wanita berbagi kiat, taktik, dan strategi dari pendiri, wirausahawan, dan wanita bisnis paling sukses di dunia untuk menginspirasi Anda mengambil tindakan dan mendapatkan apa yang Anda inginkan dari karier Anda. Salah satu episode favorit saya yang harus menjadi karyawan pertama Anda, apa rencana pendanaan Anda, Dr. Lisa Cravin membagikan saran utamanya dari membangun sorotan lisan. Dengarkan klub startup wanita, di mana pun Anda mendapatkan podcast.

John Jantsch (00:47): Halo, dan selamat datang di episode lain dari podcast pemasaran lakban. Ini John Jan dan tamu saya hari ini Paul Roetzer. Dia adalah pendiri dan CEO pemasaran AI Institute, pendiri mitra pertama PR 2020 HubSpot, agensi HubSpots, dan sponsor acara ini. Seperti yang Anda ketahui, dia juga penulis cetak biru kinerja pemasaran, cetak biru agensi pemasaran, dan pencipta konferensi AI pemasaran Macon. Jadi coba tebak, kita akan berbicara tentang AI, tapi dia juga punya buku baru yang keluar bersama penulis pemasaran, kecerdasan buatan, pemasaran AI di masa depan bisnis. Jadi Paul, selamat datang kembali.

Paul Roetzer (01:27): Senang bisa kembali bersama, John. Senang bertemu dengan Anda.

John Jantsch (01:30): Jadi, begitulah, kami tertawa sebelum memulai pertunjukan. Kami telah berbicara tentang AI dan sekarang mungkin selama lima atau tujuh tahun, tetapi saya masih berpikir ada banyak, seperti, apakah itu Hollywood? Apakah itu, apakah itu sci-fi, Anda tahu, bagaimana Anda, ketika seseorang bertanya kepada Anda, apa itu AI? Apakah ada jawaban sederhana?

Paul Roetzer (01:44): Definisi yang selalu saya berikan adalah ilmu membuat mesin menjadi pintar dan sebenarnya berasal dari de SaaS. Siapa pendiri dan CEO Google Deep Mind. Dan yang saya sukai dari kesederhanaan definisi ini adalah perangkat lunak yang kami gunakan setiap hari, sebagai pemasar, sebagai konsumen, perangkat keras yang kami gunakan pada ponsel seperti iPhone Anda, mereka tidak mampu melakukan sesuatu sendiri, kecuali jika mereka diberi tahu bagaimana melakukannya. Jadi mesin menjadi perangkat lunak dan perangkat keras dengan AI, mesin itu mendapatkan kemampuan manusia untuk memahami bahasa, untuk menghasilkan bahasa, untuk melihat, Anda tahu, dengan visi komputer. Dan itulah yang sebenarnya mereka lakukan, dan mereka dapat belajar dari data dan menjadi lebih pintar sendiri. Jadi kita akan berbicara, saya yakin kita akan berbicara tentang beberapa kasus penggunaan, beberapa contoh. Ya, tapi itu kuncinya bukan hanya perangkat lunak, itu saja AI berbasis aturan manusia memungkinkan vendor untuk membangun perangkat lunak yang belajar dan berkembang dan membuat prediksi dan rekomendasi kepada Anda untuk meningkatkan kemampuan Anda sebagai pemasar.

John Jantsch (02:44): Jadi mari kita mulai dengan pandangan distopia, tentu, eh, dari, dari, Anda tahu, yang saya yakin Anda dengar sepanjang waktu, kan. Itu, Anda tahu, itu mengambil alih, tidak ada pemikiran tidak ada perasaan, Anda tahu, seperti, Anda tahu, pemasar konten, Anda tahu, seperti, ya. Saya baru saja memasukkan beberapa kata kunci dan boom, saya punya konten yang bagus. Anda tahu, saya tidak perlu mempekerjakan siapa pun lagi. Eh, di mana pandangan itu bersinggungan dengan kenyataan?

Paul Roetzer (03:08): AI tidak begitu pintar. Jadi saya pikir kuncinya adalah pasti ada yang alami ini, Anda pikir itu abstrak dan itu, itu hanya hal sci-fi. Anda tidak benar-benar menggunakannya. Dua adalah itu bisa tampak luar biasa dan sangat teknis. Kenyataannya adalah bahwa AI tidak secanggih saat ini. Apa, yang terjadi adalah mencoba melakukan tugas-tugas yang sangat spesifik ini, pada tingkat yang sangat tinggi. Dan itu biasanya diterapkan pada hal-hal yang berulang dan didorong oleh data bagi kita sebagai pemasar, hal-hal yang tidak ingin kita lakukan berkali-kali. Ya. Jadi Anda melihat hal-hal ini dalam kehidupan sehari-hari Anda di mana itu berulang, ada proses yang pasti untuk itu. Sering kali AI diterapkan, itu menambah apa yang Anda lakukan. Mengotomatiskan bagian-bagiannya dengan cerdas tidak menghilangkan pekerjaan Anda. Itu tidak menggantikan Anda sebagai penulis. Itu hanya untuk menjadi yang paling mudah untuk menganggapnya sebagai asisten. Dan itulah yang ada di dalam buku yang kita bahas seperti tingkat otomatisasi cerdas yang berbeda ini, dan kita tidak akan beralih dari nol menjadi sepenuhnya otonom. Kami hanya mencoba untuk mendapatkan sedikit dukungan dari mesin.

John Jantsch (04:05): Ya. Dan saya pikir beberapa orang dapat membuat kasus untuk itu benar-benar membebaskan Anda untuk melakukan pekerjaan kreatif. Dan saya pikir argumen mungkin 25 tahun yang lalu ketika robot muncul adalah, oh, itu diambil, Anda tahu, pekerjaan orang-orang ini, tetapi seperti, apakah Anda benar-benar ingin memasang baut itu 3 juta kali? , Anda tahu, selama dua minggu ke depan, apakah itu pekerjaan yang benar-benar memuaskan? Benar. Jadi itu banyak dari apa yang Anda katakan adalah menghilangkan hal-hal yang berulang. Dan, dan sangat jelas jika, jika Anda mengandalkan memiliki pekerjaan, itu didasarkan pada pengulangan, maksud saya, Anda mungkin, Anda mungkin sedang mencari untuk diganti, bukan?

Paul Roetzer (04:36): Ya. Maksud saya, cara saya menjelaskannya adalah jika pekerjaan Anda hanyalah menguji AB halaman arahan yang pada dasarnya adalah semua yang Anda lakukan 40 jam seminggu, maka ya, itu akan menggantikan Anda seperti Anda. Itu tidak akan menjadi sesuatu yang manusia perlu lakukan. Jika Anda melihat data dan mencoba mencari tahu penargetan audiens untuk pembelian media, AI sangat bagus dalam hal itu. Ini sangat bagus dalam menemukan pola dan seperti bisa memprediksi, Anda tahu, perilaku dan hasil. Jadi tugas saja. Tetapi jika seluruh diri Anda melakukan tugas yang berulang-ulang itu, maka ya, ini saat yang tepat untuk mulai mencari area lain di mana ada sifat unik manusia yang dibutuhkan, seperti strategi, kreativitas, empati, seperti membangun hubungan, itu adalah mesin yang tidak melakukannya. hal-hal itu benar-benar. Ya.

John Jantsch (05:17): Jadi, bagaimana, bagaimana Anda berbicara dengan pemasar secara khusus tentang dampak ini dalam pekerjaan mereka? Kami, Anda hampir menyentuhnya di sana sedikit. Ya. Tapi bagaimana, Anda tahu, bagaimana sebenarnya, bagaimana pengaruhnya terhadap pemasaran?

Paul Roetzer (05:31): Profesi? Jadi pada tingkat tinggi, kita berbicara tentang otomatisasi cerdas ini. Kami berada di bawah asumsi kerja bahwa dalam tiga hingga lima tahun, setidaknya 80% dari apa yang dilakukan pemasar akan diotomatisasi secara cerdas sampai tingkat tertentu, yang berarti alat, perangkat lunak yang Anda gunakan akan memiliki AI di dalamnya, tetapi itu tidak berbeda kehidupan konsumen Anda. Jadi Anda tidak memikirkan AI sepanjang hari, tetapi setiap kali Anda menggunakan Netflix dan itu merekomendasikan acara dan film, Spotify belajar, Anda tahu, musik Anda dan memprediksi acara, peta Google mengarahkan Anda dari a ke B di, dengan cara tercepat. Setiap kali Anda berbicara dengan, asisten virtual seperti Google atau Siri, semua itu adalah AI. Jadi hidup Anda menjadi lebih nyaman, lebih dipersonalisasi oleh AI. Dan itulah, apa yang akan terjadi dalam bisnis, apakah Anda dalam periklanan atau email atau komunikasi atau SEO, AI akan dimasukkan ke dalam perangkat lunak dan membuatnya lebih pintar. Dan dalam banyak kasus, Anda bahkan tidak akan menyadarinya atau bahkan tidak peduli. Ya. Tapi kita belum sampai. Jadi apa yang kami katakan kepada pemasar adalah Anda bisa sampai di sana sekarang, Anda bisa mencari alat yang lebih cerdas untuk melakukan apa yang Anda lakukan. Ini bukan tentang membeli AI. Ini tentang membeli teknologi yang lebih pintar. Anda sudah membeli alat pencari teknologi ini yang semakin baik dan membuat Anda lebih baik dalam pekerjaan Anda.

John Jantsch (06:43): Ya. Dan saya pikir salah satu, baik, izinkan saya mundur sedikit, karena Anda, Anda menyinggung poin yang akan saya tanyakan adalah saya pikir AI telah bersama kami lebih lama daripada yang disadari orang dan dalam hal sehari-hari itu kami, Anda tahu, kami tidak menyadarinya. Saya, saya menulis buku terakhir saya secara eksklusif di, eh, Google, eh, dokumen di suatu tempat selama dua, tiga tahun yang lalu, Anda tahu, mereka mulai menambahkan AI ke Google dokumen ke tempat sebenarnya, saya bisa mulai menulis kalimat dan pergi, oh, aku tidak akan mengatakan itu. Tapi itu cukup bagus. Maksud saya, itu sebenarnya, Anda tahu, dan saya tidak tahu apakah itu murni belajar satu lawan satu dengan saya atau apakah itu hanya mengatakan, oh, orang biasanya menyelesaikan kalimat dengan kata ini yang dimulai seperti itu. Jadi, jadi bicaralah sedikit tentang beberapa penggunaan sehari-hari Anda mulai berbicara sedikit tentang mereka, tetapi pergi ke beberapa contoh penggunaan sehari-hari yang orang-orang mengalami AI dan, dan mungkin tidak mengetahuinya.

Paul Roetzer (07:35): Ya. Jadi, kita berbicara pada tingkat tinggi dengan kategoris dan ada, saya pikir itu bab dua dari buku ini, dipecah menjadi bahasa, visi dan prediksi. Dan itu berbicara seperti kategori induk dari berbagai aplikasi AI ini. Jadi bahasa khususnya menarik bagi semua pemasar, bukan? Dan itu terutama seputar pemahaman dan generasi bahasa. Dan seperti yang Anda bicarakan Grammarly adalah contoh bagus dari AI yang disematkan di dalam alat yang digunakan banyak orang setiap hari. Um, jadi zoom adalah hal lain, seperti mereka menggunakan outer.ai untuk menyalin audio, bukan? Jadi pidato ke teks, teks, teks ke ucapan adalah satu lagi generasi bahasa dengan apa pun, apakah itu video atau audio atau tertulis. Jadi seperti semua Twitter di luar sana, seperti copy.ai dan Jasper dan hyper write. Dan Anda tahu, Anda mendengar semua nama ini, Anda mungkin melihat iklannya, dan apa yang mereka lakukan adalah menggunakan, alat yang disebut G PT tiga atau platform yang disebut GPT tiga, yang dibuat oleh AI terbuka.

Paul Roetzer (08:27): Dan itu adalah generasi bahasa yang digunakannya, apa yang disebut model bahasa besar untuk menghasilkan bahasa di semua disiplin ilmu yang berbeda ini. Jadi Anda bisa masuk dan memberikannya sebuah contoh situs web dan berkata, oke, tuliskan salinan iklan untuk saya, atau tuliskan saya bagian media sosial berdasarkan ini. Dan itu melakukannya sekarang. Anda tidak akan mengambilnya dan menekan publikasikan. Tetapi sebagai pro media sosial atau orang iklan atau penulis posting blog, Anda akan menganggap ini hampir sebagai konsep dan memperbaikinya dan kemudian menerbitkannya. Jadi saya pikir lagi, di mana pun Anda menulis, Anda melihatnya di mana-mana dan itu akan terus menjadi bagian dari hidup Anda. Dan sekali lagi, Anda hanya perlu disiplin demi disiplin, baik lagi, komunikasi Anda, SEO, dan temukan cara di mana ada proses berulang, prediksi yang dibuat atau bahasa yang dibaca atau dihasilkan.

John Jantsch (09:13): Hai, merek eCommerce tahukah Anda, ada platform pemasaran otomatis. Itu 100% dirancang untuk bisnis online Anda. Ini disebut tetes. Dan itu memiliki semua wawasan data, segmentasi, kecerdasan, dan alat pemasaran email dan SMS. Anda perlu terhubung dengan pelanggan secara manusiawi, menghasilkan banyak penjualan, dan tumbuh bersama Gusto. Coba teteskan selama 14 hari, tidak perlu kartu kredit dan mulailah mengubah email menjadi penghasilan. Dan SMS terkirim ke ch CHS coba drip free selama 14 hari. Buka saja go.drip.com/ducttapemarketingpod. Itu go.drip.com/ducttape marketingpod.

John Jantsch (09:57): Jadi, jika seseorang datang kepada Anda dan berkata, ya, kami adalah agensi digital agensi dan kami tahu tentang AI, tetapi kami belum benar-benar agresif atau sengaja mencoba membawanya ke klien kami . Di mana Anda akan mengatakan, nah, inilah titik awalnya. Berikut adalah lima hal yang harus dilakukan oleh setiap agensi digital yang akan memberi mereka AI atau setidaknya akan memberi mereka beberapa keuntungan menggunakan AI.

Paul Roetzer (10:18): Ya. Jadi ada dua cara kita mengajarkannya. Ini disebut uji coba. AI adalah bahwa ada bab yang didedikasikan untuk ini juga. Apa yang saya katakan kepada orang-orang adalah mengambil spreadsheet, membuat daftar semua kegiatan, tugas yang Anda lakukan secara individu, atau sebagai tim setiap minggu, setiap bulan membuat komentar yang mengatakan berapa jam sebulan yang Anda habiskan untuk melakukannya, eh, perangkat lunak apa yang Anda gunakan untuk itu dan berapa biaya perangkat lunak itu per bulan. Jadi pada dasarnya Anda mendapatkan struktur biaya untuk setiap aktivitas dan kemudian hanya menerapkan penilaian sederhana dan berkata, nah, seberapa berhargakah mengotomatisasi tugas ini dengan cerdas? Jadi katakanlah Anda seorang ahli strategi konten dan Anda menghabiskan 10 jam sebulan di kalender editorial, mencari tahu apa yang harus ditulis, melihat posting sebelumnya, mencoba memprediksi apa yang berhasil, apa yang harus Anda publikasikan ulang, apa yang harus Anda buat baru.

Paul Roetzer (10:58): Maka itu mungkin area di mana Anda bisa mengatakan, wow, jika AI dapat membantu saya melakukan ini dan memotongnya 80% dari waktu yang dihabiskan untuk itu dan lebih baik dalam memprediksi, apa yang akan berhasil. Itu akan sangat besar bagi saya sebagai ahli strategi konten. Ini dia, AI untuk strategi konten, buka Google, temukan tiga alat yang melakukannya, lakukan demo alat itu. Jadi saya selalu memberi tahu orang-orang adalah mulai di mana Anda sudah menghabiskan waktu, di mana Anda dapat membuat kasus bisnis untuk nilai yang dapat diciptakannya untuk Anda. Dan Anda akan tahu dengan cepat apakah itu berhasil atau tidak. Karena pada akhirnya, AI hanya dirancang untuk membuat Anda lebih baik dalam pekerjaan Anda dan mengurangi biaya untuk melakukan pekerjaan itu. Dan jika tidak melakukan itu dalam meningkatkan kinerja, maka itu membuang-buang waktu.

John Jantsch (11:38): Ya. Saya pikir itu poin yang sangat bagus juga, karena saya pikir banyak orang melihat ini dan berkata, oh, kita bisa melakukan hal-hal baru dan mungkin mulai dengan dengan hanya mendapatkan efisiensi. Ya. Maksud saya, Anda mungkin dapat menghasilkan keuntungan yang luar biasa besar pada intinya dengan hanya mendapatkan, maksud saya, semua orang itu, dengan menjadi lebih efisien. Jadi jika Anda melihat ini sebagai alat efisiensi saja, itu akan menjadi awal yang baik, bukan

Paul Roetzer (11:58): Itu? Ya. Dan saya tahu dari perusahaan yang memiliki, saya punya teman yang pekerjaan dan perusahaannya mencoba dan mengurangi kebutuhan 15 karyawan baru menjadi lima. Ya. Dan mereka pada dasarnya hanya melihat tidak, mereka bukan pekerjaan mereka bukan untuk memecat orang, tetapi untuk mengatakan, saat kami mengukur, bagaimana kami melakukannya tanpa harus mempekerjakan lebih banyak? Jadi mereka melihat ketidakefisienan dan produktivitas kerja dan mereka menemukan hal-hal yang dapat dilakukan AI setidaknya sampai taraf tertentu tanpa memerlukan keterlibatan manusia atau keterlibatan manusia minimal,

John Jantsch (12:25): Siapa saja perusahaan yang menurut Anda melakukan ini dengan sangat baik. Maksud saya itu mungkin agak di depan kurva dan, dan mungkin saja dalam operasi mereka sendiri atau dalam pemasaran mereka sendiri.

Paul Roetzer (12:33): Ya. Sebagian besar sebagai perusahaan besar, mereka tidak banyak membicarakannya. Tetapi ketika Anda melihat eCommerce ritel atau yang besar, buka saja 10 perusahaan eCommerce teratas, 10 pengecer teratas, um, layanan keuangan CPG. Itu adalah kesehatan. Yang Anda cari adalah perusahaan dan industri yang memiliki banyak data dan kebutuhan personalisasi yang besar. Dan ada kemungkinan besar mereka telah melakukan hal ini selama lima sampai 10 tahun, tidak jika tidak dalam pemasaran dan penjualan dan layanan di area lain perusahaan. Tapi maksud saya, sama seperti Mike, rekan penulis saya baru saja memasang satu di LinkedIn minggu lalu tentang sekitar 15 pengecer yang melakukan hal-hal luar biasa dengan AI. Dan itu yang jelas. Walmart Starbucks McDonald's membeli, membeli AI com seperti mereka membeli perusahaan AI, mereka membeli satu untuk menyesuaikan drive melalui layar untuk Anda berdasarkan data cuaca dan berdasarkan data perilaku seperti yang dipesan orang hari itu. Jadi itu benar-benar menyesuaikan apa yang Anda lihat. Jadi maksud saya, hanya saja, ritel itu sangat besar, ya, hanya ada banyak sekali.

John Jantsch (13:29): Jadi itulah mengapa bumbu labu itu muncul hari itu. Hah?

Paul Roetzer (13:32): Ya. Sehat jika di tengah musim panas. Ya. Karena kalau tidak, itu hanya muncul di musim dingin, tapi ya,

John Jantsch (13:38): Itu, ya. Jadi, jadi bawa ini kembali ke non-perusahaan ya. Perusahaan tingkat, eh, yang banyak pendengar kami adalah apa, apa yang menjadi batu sandungan. Apa bagian yang sulit, Anda tahu, melakukan ini.

Paul Roetzer (13:53): Jadi kami mengajukan pertanyaan itu dalam survei industri yang kami lakukan dengan drift, seperti apa hambatan untuk adopsi? Nomor satu jauh dan jauh dengan 70% orang mengatakan, kurangnya pendidikan dan pelatihan. Mereka hanya tidak tahu ke mana harus pergi untuk mendapatkan informasi. Dan kemudian di 40 persentil yang Anda miliki seperti kurangnya kesadaran, kurangnya tim, bukan? Seperti bakat, kurangnya strategi, kurangnya visi. Asumsi dasar saya adalah sebagian besar pemasar masih tidak tahu apa itu. Jadi mereka tidak bisa menjelaskannya kepada Anda. Mereka, jika seperti, katakanlah Anda berada di, Anda tahu, agensi 30 orang dan Anda mendengarkan ini dan Anda seperti, ini agak keren. Dan Anda akan masuk ke kantor CEO dan berkata, saya pikir kita harus mulai melakukan lebih banyak AI. Dan CEO berkata, mengapa Anda akan mengatakan, saya tidak tahu, hanya saja, sepertinya kami sangat keren. Suka

John Jantsch (14:32): Semua orang begitu.

Paul Roetzer (14:33): Ya. Jika mereka benar-benar berkata, baik, apa yang akan menjadi kasus bisnis untuk itu? Seperti apa sebenarnya kebanyakan pemasar tidak dapat memberikan definisi dasar dan mereka tidak mengetahui kasus penggunaan utama untuk itu. Jadi saya pikir itu hanya kurangnya pemahaman di seluruh industri. Itu memperlambat tingkat adopsi,

John Jantsch (14:47): Anda tahu, saya menyukai salah satu filternya. Saya pikir Anda menggunakan ini, Anda tahu, ketika banyak platform media sosial baru akan muncul dan Anda tahu, klien akan berkata, haruskah kita melakukan itu? Anda tahu, haruskah kita menggunakan Twitter, ini, Anda tahu, sekitar tahun 2007 atau semacamnya. Um, dan, dan saya selalu menggunakan filter. Uh, apakah ini akan membantu Anda melayani klien Anda yang sudah ada dengan lebih baik? Anda tahu, jika Anda membuat kasus untuk itu, maka lakukan semuanya dan kami akan menjadi gila karenanya. Tapi, dan saya pikir itu mungkin tempat awal yang bagus untuk melihat AI. bukan?

Paul Roetzer (15:15): Ya, tidak diragukan lagi. Saya, saya benar-benar menerbitkan sesuatu baru-baru ini yang tidak ada dalam buku dan itu datang kepada saya, eh, sedikit kemudian, tetapi, apa yang saya pikir akan terjadi adalah, dan sekali lagi, perlu diingat, saya memiliki agen selama 16 tahun sebelum saya menjualnya. Benar. Jadi saya, saya hidup di dunia agensi dan kami bekerja dengan banyak perusahaan. Jadi UKM sampai, Anda tahu, keberuntungan 500 perusahaan. Um, saya pikir dalam waktu yang tidak terlalu lama, ada tiga jenis organisasi. Ada AI asli. Jadi mereka tidak ada tanpa AI, mereka berada di sebuah industri dan mereka menemukan cara yang lebih cerdas untuk melakukan industri itu, melakukan produk dan layanan di industri itu. Dan mereka membangun sejak hari pertama sebagai perusahaan AI, lalu ada AI yang muncul. Itulah perusahaan yang ada saat ini yang melihat ke masa depan dan berkata, sementara ada cara yang lebih cerdas untuk melakukan produk dan layanan, memasarkan penjualan, dan kemudian ada yang usang.

Paul Roetzer (15:58): Dan, dan saya rasa tidak ada apa-apa di antaranya. Jadi cara saya melihatnya adalah AI akan menjadi sangat penting untuk operasi setiap bisnis. Dan sangat terkait dengan penjualan pemasaran dan layanan pelanggan, sehingga jika Anda tidak menemukan cara untuk beradaptasi dan berkembang, orang lain akan membangun versi bisnis Anda yang lebih cerdas. Itu jauh lebih efisien daripada Anda tanpa AI. Dan seiring waktu, saya tidak mengatakan seperti tiga tahun dari sekarang, kita semua sudah selesai. Seperti jika Anda tidak berevolusi mengatakan, tetapi selama dekade berikutnya, seperti yang terjadi, Anda hanya akan menjadi semakin tidak relevan jika Anda tidak menemukan cara untuk menjadi lebih efisien dalam apa yang Anda lakukan dan memberikan hasil yang lebih baik.

John Jantsch (16:34): Ya. Dan saya pikir beberapa di antaranya juga sangat didorong oleh konsumen. Anda tahu, salah satu hal yang selalu ditunjukkan orang adalah Amazon mengubah permainan karena konsumen sudah terbiasa ya. Cara apa yang mereka alami di sana dan semua orang harus meningkatkan permainan mereka atau, Anda tahu, tertinggal. Dan Anda tahu, dengan cara apa Anda melihat perilaku konsumen berubah? Karena entah mereka mengetahuinya atau tidak, mereka dilayani dengan cara ini.

Paul Roetzer (16:57): Ya. Saya, saya pikir kuncinya bagi saya adalah sebagai konsumen produk konsumen, tetapi juga di dunia B2B kami, Anda mengharapkan kenyamanan dan personalisasi. Seperti jika saya, katakanlah saya berbelanja perangkat lunak manajemen media sosial baru dan saya adalah pengusaha dari perusahaan lima orang, atau agen 20 orang, apa pun itu, ada peluang bagus. Saya tidak melakukan itu pada pukul 10:00 pada hari Kamis. Ada kemungkinan yang jauh lebih baik saya melakukannya pada pukul 10:00 malam pada hari Jumat setelah anak-anak saya tidur. Dan akhirnya saya punya waktu sebentar untuk melihat benda itu. Itu tidak penting untuk bisnis saya, tetapi penting untuk masa depan. Jadi, jika saya membuka situs web untuk perangkat lunak manajemen media sosial dan seperti menghubungi kami antara Senin dan Jumat dari pukul sembilan hingga lima, dan tidak ada obrolan cerdas di luar sana yang benar-benar membantu saya mendapatkan apa yang saya cari atau pahami bahwa saya' Saya telah berada di situs sebelumnya dan dapat memprediksi perilaku dan niat saya, seperti saya menginginkan personalisasi dan kenyamanan dalam pengalaman berbelanja saya, apakah saya di Amazon atau saya di beberapa situs perangkat lunak manajemen media sosial. Jadi saya pikir sebagai konsumen, kami hanya mengharapkan kenyamanan dan personalisasi, dan tidak ada cara untuk melakukan personalisasi dalam skala besar, tanpa AI di masa depan. Seperti saya pernah mendengar CEO perangkat lunak berbicara tentang personalisasi seolah-olah AI, atau seolah-olah itu bisa terjadi tanpa AI. Tidak bisa, seperti, kita tidak sebaik aturan penulisan humanis yang berlaku untuk ribuan orang.

John Jantsch (18:17): Benar. Benar, benar, benar. Benar. Jadi, mari kita bicara tentang hubungan antara AI dan data Anda, karena saya pikir itulah yang sebenarnya Anda lakukan dalam banyak hal, di mana orang mulai mempersonalisasi tanpa AI adalah karena saya tahu pelanggan X telah membeli produk ini dan saya dapat cookie dia. Maka saya dapat menyajikan pengalaman pribadi yang lebih relevan, mungkin, atau buletin email yang relevan mungkin. Tapi di mana, di mana Anda melihat AI? Anda tahu, harus diterapkan. Anda tahu, jika kami dapat menggunakan JavaScript ini dan kami dapat menggunakan data kami sendiri, Anda tahu, di mana AI berperan dengan skenario itu?

Paul Roetzer (18:55): Ya. Jadi data adalah dasar dari AI. Itulah yang memberikan kemampuan prediktifnya, karena Anda hampir setiap kasus AI hanya membuat prediksi tentang perilaku dan hasil. Itulah yang dimaksud dengan pembelajaran mesin. Jadi, Anda mendengar pembelajaran mesin yang dilontarkan seperti sinonim dengan AI. Terkadang ini adalah bagian dari AI, tetapi pembelajaran mesin adalah tentang pembelajaran mesin dari data untuk meningkatkan prediksi dan tindakannya. Dan itulah yang dilakukan data adalah memberi Anda kemampuan untuk benar-benar membangun model prediktif tentang retensi pelanggan, pertumbuhan pelanggan, tingkat churn, penilaian prospek, untuk memprediksi siapa yang mungkin menjadi pelanggan baru. Siapa yang akan membuka email. Siapa yang akan mengklik itu semua prediksi. Dan data menjadi fondasinya. Sekarang Anda bisa menjadi bisnis kecil. Anda tidak harus memiliki, Anda tahu, ratusan ribu catatan karena yang dapat Anda lakukan adalah memanfaatkan data yang dianonimkan. Jadi jika Anda adalah pelanggan HubSpot, mereka memiliki 150.000 pelanggan lebih dari uang. Mereka memiliki, mereka dapat menganonimkan semua data yang ditargetkan seperti, oke, ini adalah kumpulan kohort. Itu dalam industri khusus ini atau perusahaan ukuran khusus ini. Dan mereka dapat menganonimkan data tersebut untuk meningkatkan kemampuan prediksi Anda. Saya tidak mengatakan mereka melakukan itu, tapi itulah yang terjadi. MailChimp adalah contoh yang bagus. Ratusan juta catatan. Mereka dapat menggunakan semua data anonim itu untuk memprediksi kapan Anda harus mengirim email Anda, siapa yang Anda kirim ke baris subjek, Anda harus menggunakan hal-hal seperti itu.

John Jantsch (20:07): Ya. Jadi, mari kita akhiri dengan berbicara sedikit tentang karir masa depan. Jika Anda berbicara dan Anda mungkin diminta untuk, kepada sekelompok mahasiswa yang berada di bidang pemasaran, eh, Anda akan menjadi apa? Saya tahu ketika saya berbicara dengan mereka, saya, saya katakan, mereka lihat, lupakan semua hal yang telah Anda pelajari. Inilah yang sebenarnya harus Anda fokuskan. Anda tahu, apa yang Anda, apa yang akan Anda katakan, eh, sekelompok orang yang baru saja masuk ke pemasaran, di mana mereka harus menaruh perhatian mereka?

Paul Roetzer (20:31): Pertama, saya pikir ini adalah waktu yang luar biasa untuk masuk ke profesi ini karena seperti yang Anda katakan, banyak hal yang membuat kita semua, di mana kita berada, akan berkembang dalam waktu dekat. ya. Jadi ide untuk, untuk, mendorong transformasi digital, untuk mengembangkan organisasi, untuk, melakukan pemasaran yang lebih cerdas, yang menghemat waktu dan uang dan menghasilkan keluaran yang lebih baik. Itu bisa datang dari pekerja magang karena banyak eksekutif tidak memahami hal ini dan mereka mungkin bahkan sedikit terintimidasi olehnya karena mereka tidak mengerti dan mereka pikir itu akan sangat sulit untuk dipelajari. Jadi mereka hanya menghindari mempelajarinya, terus menundanya. Ya. Jadi saya pikir orang-orang yang mengambil inisiatif untuk mempelajarinya dan tidak mencoba dan menjual AI dan pembelajaran mesin seperti Anda, jika Anda masuk ke kantor CMO sebagai pekerja magang dan berkata, saya pikir kita akan, kami melakukan beberapa pembelajaran mesin.

Paul Roetzer (21:17): Kami bisa memangkas produktivitas seratus jam sebulan dan seperti keluar dari kantor saya. Seperti saya . Tetapi jika Anda masuk dan berkata, Hei, dengar, saya menganalisis aktivitas pemasaran email kami dan kami menghabiskan seratus jam bulan lalu untuk melakukan lima hal ini. Saya pikir ada cara untuk mencukur 50% waktu istirahat dan benar-benar menghasilkan pekerjaan berkualitas dua kali lipat sekarang. Oh, bicara padaku tentang itu. Apa itu? Oke. Ada dua alat yang telah saya uji dan inilah yang mereka lakukan. Anda bahkan tidak perlu mengatakan AI. Ya. Ya. Tapi tahukah Anda, untuk mencari alat yang lebih cerdas untuk melakukan sesuatu dan Anda mengidentifikasi peluang untuk mendorong efisiensi karena Anda memahami apa yang mampu dilakukannya.

John Jantsch (21:51): Baiklah. Aku berbohong. Aku belum akan berakhir. Beri tahu saya dimana beri tahu saya, beri tahu saya di mana, apa yang perlu Anda katakan? Nah, inilah tempat favorit saya untuk menemukan alat AI atau berikut adalah beberapa alat AI favorit saya, salah satunya. Anda ingin menjawab itu.

Paul Roetzer (22:03): Jadi, di dalam buku, ada 10 bab di tengah yang menguji coba bab AI dan itu AI untuk mengiklankan AI untuk komunikasi. Masing-masing bab hanya mengikuti pola yang sama. Ini menjelaskan peluang dengan kategori pemasaran itu. Itu masuk ke teknologi dan kemudian masuk ke kasus penggunaan sampel atau sebaliknya, kasus penggunaan dan teknologi. Jadi ada sekitar 70 vendor berbeda yang ditampilkan dalam buku yang merupakan titik awal yang baik di blog pemasaran AI Institute. Kami secara teratur menerbitkan daftar vendor di berbagai kategori dan hal yang berbeda. Seperti yang kami lakukan 36 alat untuk AI co atau untuk copywriting minggu lalu, hal-hal semacam itu. Jadi ya, kami hanya mengikuti buletin atau, Anda tahu, ambil salinan bukunya.

John Jantsch (22:39): Dan, hal yang menyenangkan adalah bahwa seperti salinan buku setiap orang akan berbeda. Benar.

Paul Roetzer (22:44): Itu akan luar biasa.

John Jantsch (22:46):

Paul Roetzer (22:47): Ada banyak hal yang kami coba lakukan dengan AI untuk membuat buku, tetapi salinan yang dipersonalisasi untuk semua orang. Saya tidak berpikir penerbit akan membiarkan saya lolos

John Jantsch (22:56): Itu. Tidak, tidak, itu yang sulit. Jadi berbicara tentang industri yang, eh, mungkin perlu datang ke masa depan, maaf. Maaf. Saya tidak memilih penerbit Anda,

Paul Roetzer (23:04): Tapi penerbit saya sangat berpikiran terbuka. Aku benar-benar menyukai apa yang mereka pikirkan. Kami berpotensi melakukan beberapa hal keren dengan suara sintetis. Kita mungkin sebenarnya

John Jantsch (23:11): Lakukan beberapa hal, jadi. Oh keren. Luar biasa. Kami akan memberi tahu orang-orang, Anda telah menyebutkan beberapa hal, tetapi jika Anda ingin mengundang orang-orang di mana mereka dapat terhubung dengan Anda dan jelas buku itu akan tersedia di mana-mana.

Paul Roetzer (23:20): Ya. Dan pemasaran, saya institute.com. Anda bisa mendapatkan ke situs buku dari sana. Akan ada, eh, ada beberapa unduhan gratis yang sebenarnya merupakan tumpukan buku kerja AI yang kita bicarakan tentang bagaimana mencari tahu apa yang harus dimulai, itu akan menjadi unduhan gratis sebagai bagian dari buku. Jadi Anda bisa pergi ke sana dan benar-benar mendapatkan spreadsheet itu. Dan kemudian ada panduan yang memiliki sekitar 30 contoh pertanyaan untuk ditanyakan kepada vendor AI. Jadi untuk membantu Anda menilai mereka, ini semacam panduan yang keren. Jadi keduanya akan tersedia di sana. Jadi ya, lembaga pemasaran.com adalah yang terbaik dan saya sangat mahir, eh, LinkedIn dan Twitter. Jika Anda ingin menghubungi saya secara pribadi, saya sangat responsif di kedua platform tersebut. Saya bukan orang Instagram TikTok atau Facebook. Dan jika saya kehilangan sesuatu yang lain, saya juga tidak melakukannya terlalu banyak.

John Jantsch (23:56): harus tetap fokus. Benar. Luar biasa. Paul, itu adalah tangkapan yang bagus untukmu. Saya menghargai kunjungan Anda ke podcast pemasaran lakban. Semoga Anda akan melihat Anda, eh, segera, suatu hari nanti di luar sana

Paul Roetzer (24:05): Di jalan. Terima kasih banyak, John.

John Jantsch (24:06): Hei, dan satu hal terakhir sebelum Anda pergi, Anda tahu bagaimana saya berbicara tentang strategi strategi pemasaran sebelum taktik? Well, sometimes it can be hard to understand where you stand in that what needs to be done with regard to creating a marketing strategy. So we create a free tool for you. It's called the marketing strategy assessment. You can find it @ marketingassessment.co not.com.co check out our free marketing assessment and learn where you are with your strategy today. That's just marketingassessment.co I'd love to chat with you about the results that you get.