Управление лояльностью с помощью ИИ

Маркетинг, пожалуй, больше, чем любая другая функция в компании, в выигрыше от искусственного интеллекта. Еще в 2018 году McKinsey собирала статистику по применению ИИ, и, рассмотрев более чем 400 случаев, пришла к выводу, что ИИ эффективнее всего применяется для решения маркетинговых задач: с помощью ИИ можно узнать, что нужно клиентам, подобрать товары, улучшить их пользовательский опыт, убедить заключить сделку.

По результатам исследования, среди пяти основных целей применения ИИ, три относятся к сфере маркетинга. Это:

• Создание новых маркетинговых продуктов.
• Совершенствование существующих маркетинговых инструментов.
• Улучшение отношений с клиентами.

Ожидается, что ИИ еще проявит себя во всех других бизнес-функциях.

Как готовиться к использованию ИИ в ближайшем будущем? Учитывайте принципы, по которым можно классифицировать и планировать проекты с ИИ. Чтобы понимать их, нужно понимать текущую ситуацию.

Как сейчас используется и может использоваться ИИ

Маркетологи многих компаний уже сейчас используют или пытаются использовать ИИ для своих целей. Однако многие плохо понимают возможности ИИ, виды ИИ, потенциал и перспективы каждого вида.

Полезной была бы классификация ИИ. Уже сейчас можно выделить такие параметры ИИ как:

• Уровень аналитики – просто автоматизация или использование машинного обучения.
• Структура – автономное решение или интеграция в используемую платформу.

Чаще всего в маркетинге ИИ используют:

• Для размещения онлайн-рекламы (алгоритмические закупки).
• Для оптимизации более крупных операций (пример: прогнозы продаж).
• Для структурированных задач (например, отдельные операции в ходе обслуживания клиента).

На каждом этапе взаимодействия потребителя с компанией можно использовать ИИ. К примеру, пока клиент колеблется, на него таргетируют рекламу, подталкивая к решению.

Как конкретно это происходит? Возьмем пример компании Wayfair, ритейлера мебели. С помощью ИИ компания находит пользователей, больше всего склонных к покупке мебели, учитывая историю поиска подбирает для таких людей подходящие артикулы, ИИ-боты от имени компании изучают потребности покупателя, вовлекают его в поиск и направляют его внимание в нужном направлении, предлагая подходящую страницу, и связывают покупателя с живым продавцом, задействуя чат, звонок, видео или использование общего экрана (кобраузинг).

ИИ способен предложить пользователю максимально подходящий товар, учитывая информацию о посетителе вплоть до геолокации.

С помощью ИИ-бота можно напомнить пользователю о незавершенной покупке, вызвав положительные эмоции подбадривающим текстом с одобрением выбора. Фразы типа «У вас отличный вкус! Прекрасный выбор!» способны повысить лояльность покупателя, а с ней и конверсию в пять раз.

Использование ИИ-технологий отлично помогает справляться с проблемой неравномерной загрузки продавцов. Уточнить время доставки и предложить дополнительные услуги вполне может ИИ-бот, не нагружая сотрудников компании.

К тому же ИИ способен проанализировать тон собеседника и дать менеджеру подсказку по выбору ответа.

Уровень аналитики и степень автономности

Примерно понимая, где и как используют ИИ для повышения лояльности покупателей, давайте рассмотрим два типа ИИ-инструментов по уровню аналитики и два типа по степени автономии.

Автономное решение используется отдельно, а не является частью всей платформенной системы. По уровню аналитики решение может быть проще или сложнее. Даже имея всего два критерия, бывает трудно отнести те или иные технологии к простым/сложным или автономным/самостоятельным. Например, чат-боты или рекомендательные сервисы могут попасть в разные категории в зависимости от целей и способов использования.

Уровень аналитики

Некоторые рутинные задачи можно автоматизировать, поручив искусственному интеллекту шаблонные операции, включающие в себя небольшой анализ. Подобная оптимизация сократит затраты. Речь идет о задачах, представляющих собой определенный алгоритм действий: простое приветствие, ответы на стандартные вопросы, выбранные пользователем из списка. Если такую задачу поручить чат-боту, он своим присутствием и круглосуточным доступом сможет повысить лояльность клиента. Он, правда, не сможет ответить на нетривиальный вопрос, зато сможет передать этот вопрос менеджеру. Не сможет чат-бот также выстроить новое взаимодействие или понять намерения клиента. Чат-бот, выполняющий самые простые шаблонные операции, – это простые технологии, которые можно назвать автоматизацией.

Есть алгоритмы, которые работают с большим количеством данных и умеют составлять сложные прогнозы, предлагая на их основе решения. Они способны распознавать изображения, расшифровывать тексты, сегментировать клиентов, предвидеть их реакции. Это машинное обучение – более сложный уровень аналитики.

Существуют ли уже сегодня рабочие и проверенные инструменты, основанные на машинном обучении? Они есть. Среди примеров – рекомендательные системы в электронной коммерции, системы определения предрасположенности клиентов к покупке на основе анализа их активности. Такие технологии сейчас в тренде. Усложненный вариант таких решений – глубинное обучение.

Несмотря на тенденции, сегодняшние технологии ИИ пока применяются для узких задач, им еще не хватает обучения на больших объемах данных.

Уровень автономности

ИИ-решения также можно разделить на интегрированные и автономные.

К автономным можно отнести полностью изолированные решения, не связанные с каналами продвижения и взаимодействия компании с клиентом. Чтобы воспользоваться такими программами, клиенту или представителю компании нужно взаимодействовать с отдельным ресурсом.

Пример. Производитель красок Behr создал приложение, в котором можно определить свой цвет с помощью ИИ, определяющего настроение и эмоции на основе текста. Результат – рекомендации по оттенкам, которые больше всего подойдут для окраски стен в комнате. Зная «свой» цвет, можно приобрести у компании и краску этого цвета, правда, не в самом приложении, а перейдя в магазин.

Есть еще интегрированные решения. Ими можно пользоваться, даже не замечая этого. Предложение вариантов для выбора видео в Netflix, рекомендация по конфигурации контекстной рекламы – все это примеры использования ИИ для своих маркетинговых целей.

Лучше всего применять технологии постепенно

Учитывая пусть даже такую базовую классификацию, уже легче принимать решения об использовании технологии ИИ того или иного вида в том или ином случае.

Лучше всего применять технологии постепенно. Начинать лучше с автономных программ, основанных на правилах, которые просто помогали бы сотрудникам принимать решения, потом постепенно перемещаться к рассмотрению более сложных и интегрированных решений для взаимодействия с клиентами.