AI가 데이터 품질에 도움이 되는 6가지 마케팅 자동화 사용 사례

편집자 주: 이것은 AI가 마케팅 자동화 플랫폼에 어떻게 주입되는지에 대한 4부작 시리즈의 2부입니다. 1부, AI 마케팅 자동화: 작동 방식 및 마케터가 관심을 가져야 하는 이유가 여기에 있습니다 .

2023년의 대부분 동안 AI 광고는 생성 AI 콘텐츠 사용 사례(카피, 이미지, 비디오)에 초점을 맞췄습니다. 일부는 여전히 생성 AI의 궁극적인 영향에 의문을 제기하지만 주류 채택은 콘텐츠 중심 기능에 대한 많은 초점이 보증됨을 나타냅니다.

그러나 훨씬 더 심오한 움직임이 진행되고 있습니다. 모든 마케팅 기술 응용 프로그램에 AI를 주입하는 것입니다.

마테크 리더의 경우 AI를 CRM 및 마케팅 자동화 플랫폼(MAP)과 같은 핵심 스택 구성 요소에 주입하면 정확성과 생산성이 향상됩니다. 그 범위 내에서 저는 대부분의 마케팅 운영 리더가 기반의 기반으로 인식하는 데이터 관리의 우선순위를 정하는 데 중점을 두었습니다.

데이터 관리: 최초(반) 자연어 처리

AI 변곡점 이전에 데이터 관리는 마테크 성장을 촉진한 최초의 "자연어" 변화였습니다. 어떻게? 새로운 데이터베이스 필드를 생성할 수 있는 코드 없는 변환을 통해 이전에는 IT를 위한 특권이었습니다. 랜딩 페이지와 웹사이트에 통합된 내부 및 고객 대면 필드를 만드는 기능은 디지털 참여를 변화시켰습니다.

자동화를 사용하더라도 대부분의 입력을 유도하기 위해 인간 상호 작용 및 시스템 인터페이스에 크게 의존합니다. 그리고 사용하기 쉬운 도구에도 불구하고 교육은 여전히 ​​(적절한) 데이터 입력에 대한 채택 장벽이었습니다. 초기 AI 알고리즘은 데이터가 부적절하게 입력되거나 불완전한 후 다양한 데이터 정리 프로세스에 영향을 미쳤습니다. 그러나 우리 모두는 부정확한 데이터가 시스템에 입력되는 것을 방지하는 것이 가장 효율적이라는 것을 알고 있었습니다.

일반적인 프레임워크인 GIGO(garbage in, garbage out)를 사용하여 설명하겠습니다.

'쓰레기 투입'

1. 데이터 입력

사용자가 데이터 입력이 어렵다고 말하면 Martech 리더는 움찔합니다. 특히 시간이 지남에 따라 인터페이스가 변경된 경우 공감할 가치가 있습니다. (Salesforce 상점이고 여전히 Classic 대 Lightning으로 전환하는 경우 공감 알림입니다!)

Salesforce를 포함한 많은 주요 공급업체는 최근 생성 AI "프롬프트" 혁명이 사용자 인터페이스를 영원히 바꿀 것이라고 예측했습니다. 이제 모든 UI는 자연어를 처리해야 하므로 사용자가 데이터를 입력하는 마찰(혹은 냉소적이라면 변명)을 줄여야 합니다.

예를 들어 ChatSpot(HubSpot의 AI 인터페이스)은 사용자 인터페이스에서 GPT 모델을 활용합니다. (벤더에 구애받지 않는 동안 도구를 활용해 왔으며 공개 알파 릴리스에서 테스트할 수 있으므로 예제를 발췌할 것입니다.)

새 연락처를 추가하는 기본 사항부터 시작하겠습니다.

사용자는 HubSpot의 표준 인터페이스에서 "연락처 추가"를 클릭하기 위해 기억할 필요가 없습니다. 대신 다음과 같은 간단한 프롬프트를 사용합니다.

3개월의 알파 기간 동안 HubSpot은 일반적인 할 일을 기반으로 작업을 트리거하는 프롬프트 템플릿도 추가했으므로 이제 이와 같은 즐겨찾기 목록에서 선택할 수 있습니다.

2. 사람과 기업에 대한 데이터 조사 및 추가

많은 MAP가 웹사이트에서 기본 고객 정보를 가져왔습니다. AI는 이 작업을 단순화하고 있으며 이제 연락처 페르소나를 보강하거나 회사 기업 정보를 보완하기 위한 주요 프로필의 요약 버전이 즉시 제공됩니다. 예를 들어:

3. 스프레드시트에 주입

MarTech의 2023 급여 및 경력 설문조사에 따르면 마케터의 약 70%가 스프레드시트 작업에 일주일에 10시간 이상을 소비합니다. 그것들은 마테크 스택의 기초입니다.

2023년 3월 MarTech 컨퍼런스 프레젠테이션에서 이러한 도구(및 해당 공식, VLOOKUP 기능 등)가 여전히 여러 데이터 소스에서 작업하기 위한 비밀 디코더인 방법에 대해 이야기했습니다. 많은 대규모 팀의 경우 전임 데이터 분석가가 이러한 노력을 지원합니다. 소규모 팀에는 Excel 전문 지식을 갖춘 데이터에 정통한 마케팅 담당자가 있는 경우가 많습니다.

그러나 VLOOKUP 프로그래밍은 많은 사람들에게 너무 기술적입니다. 마케팅 담당자는 이제 생성 AI 프롬프트를 사용하여 공식을 만들고 있습니다. 여러 AI 플러그인 유틸리티는 AI가 생성한 프롬프트를 스프레드시트에 직접 주입합니다.

이러한 자연어 "코드 없음" 기능은 가장 강력하고 가장 많이 사용되는 추가 기능이 될 것입니다. 기본 지식 작업 도구(예: Google Workspace Labs 및 Microsoft Co-pilot)에 직접 포함됩니다. 사용자는 AI 비서에게 이메일 주소에서 도메인을 추출하고 이름/성, 회사 등을 추출하고 자연어 프롬프트를 통해 구조화된 데이터를 효과적으로 생성하도록 요청할 것입니다.

'쓰레기 버리기'

이제 스펙트럼의 다른 측면으로 넘어가 보겠습니다. AI가 데이터 출력에 도움이 되는 사용 사례입니다.

4. 분석을 위한 자연어 인터페이스

우리는 모두 거기에 있었습니다. 플랫폼에 액세스하는 대신 누군가 PowerPoint 또는 Google 프레젠테이션에서 보고서를 내보내도록 요청합니다. 자연어 프롬프트를 통해 애플리케이션에서 보고서를 받는 것은 판도를 바꿀 것입니다.

"<빈칸 채우기>에 기반한 보고서를 제공해 주시겠습니까?"라는 질문은 더 많은 사람들이 분석에 직접 액세스할 수 있도록 장벽을 낮추는 프롬프트가 될 것입니다.

시간이 지남에 따라 사용자가 데이터를 입력하고 올바르게 반영되는 것을 확인하는 경우 양질의 항목을 제공할 가능성이 높아집니다. 차트를 수정하는 대신 아마도 사용자는 소스에서 차트를 수정할 것입니다.

5. 주입된 시각화 기능

시각화를 만드는 능력도 주입될 것입니다. 플러그인/인터페이스를 통해 이러한 시각화를 위한 플랫폼을 요청할 수 있습니다.

많은 사람들과 마찬가지로 저는 OpenAI의 코드 인터프리터 기능에 대한 액세스를 간절히 기다리고 있습니다. 그 동안 나는 최근 뉴스레터 게시물에서 발췌한 One Useful Thing 뉴스레터에서 기능에 대한 살짝 엿보기를 제공한 Ethan Mollick을 포함하여 다른 사람들이 그것을 조종하는 것을 따라왔습니다.

6. 접근 가능한 빅데이터

이러한 모든 데이터 입력 및 출력 이점은 CRM/MAP에서 "신뢰할 수 있는 소스"인 특정 데이터에만 국한되지 않습니다.

더 많은 데이터 소스에 대한 진입 장벽을 낮췄기 때문에 AI 기반 프롬프트를 통해 다른 데이터 증강 및 추가 속성에 액세스할 수 있으므로 한 분석의 결과가 이전에는 고려되지 않은 다른 방식으로 연결될 수 있습니다. 잘.

맹목적인 신뢰를 피하기 위해 여전히 필요한 거버넌스와 교육

Martech 리더는 데이터 관리 및 품질을 AI에만 의존하지 않도록 주의해야 합니다. 제너레이티브 AI 도구의 미성숙성과 감독되지 않을 경우 데이터 품질에 영향을 미칠 수 있는 가능성을 감안하여 추가 거버넌스를 적용해야 합니다.

데이터 관리에 대한 과제는 두 배의 영향을 미칩니다. 프롬프트는 연락처를 계정과 연결하기 위한 조직의 지침을 상속하지 않을 수 있습니다. 이러한 지침을 따르는 고급 프롬프트를 개발해야 할 수도 있습니다.

오늘날 데이터를 스프레드시트로 가져오는 사람은 공식을 적용한 후 온전한 검사를 합니다. 오타는 수천 개의 레코드에서 문제를 일으킬 수 있습니다. 그러나 잘못된 AI 도입 로직은 사용자가 처음부터 적절한 프롬프트를 생성하지 않은 경우 수천 개의 레코드를 손상시킬 수 있습니다.

무엇 향후 계획? 이 시리즈의 3부에서는 MAP 캠페인 프로세스에 AI 주입에 대해 자세히 설명합니다.