Применение технологий машинного обучения в маркетинге
Применение технологий машинного обучения в парадигме концепции «4P»:
- Product
- Price
- Promotion
- Place
«Искусственный интеллект — область исследований и прикладных разработок, направленных на создание программно-аппаратных средств, способных к решению таких задач, решение которых предполагает применение человеком своих интеллектуальных способностей». // М.Г. Мальковский
«Машинное обучение (Machine Learning) — обширный подраздел искусственного интеллекта, изучающий методы построения алгоритмов, способных обучаться». // MachineLearning.ru
Алгоритмический маркетинг — маркетинг на основе автоматизации маркетинговых процессов за счет создания алгоритмов, способных на основе анализа данных и машинного обучения выбирать и реализовывать оптимальные решения в соответствии с поставленной целью.
Согласно исследованию «Turning AI into concrete value: the successful implementers’ toolkit»: (исследование примеров и опрос 1000 организаций по всему миру):
— 3 из 4 организаций планируют использовать ИИ для увеличения продаж;
— 78% внедряют технологии машинного обучения для повышения эффективности операционной деятельности;
— 75% повышают удовлетворенность клиентов;
— 79% для анализа данных и получения идей.
см. сайт
Product
Исследования, доработка старого продукта, разработка нового продукта, планирование ассортимента:

Страховая компания «Pacific Specialty Insurance Company» использовала новый подход к работе с информацией. Изначальная проблема заключалась в том, что разработка новых продуктов являлась медленным и громоздким процессом. Компания привлекла стороннего разработчика, чтобы решить указанную проблему за счет новых технологий. Платформа была построена базе решений Microsoft Azure и Power BI, в которых в том числе используется предиктивная аналитика на базе технологий машинного обучения. По заявлению компании это позволило существенно сократить цикл запуска новых продуктов, а также улучшить существующие.
см. Data and analytics is key component to Pacific Specialty’s digital workplace transformation
Price
Ценовые стратегии и тактики, скидки на основе анализа больших данных:

Одна из наиболее известных задач, которая предлагается для освоения навыков машинного обучения — это задача по прогнозированию цены продажи домов «House Prices: Advanced Regression Techniques», размещенная на проекте Kaggle.
Дано: 1460 домов с ценами, по которым они были проданы. Каждый дом описан через 79 параметров, часть которых неизвестна. Требуется: спрогнозировать цены продажи для 1500 домов из тестовой выборки.
Компания Sweetpricing предлагает услуги по персонализированному динамическому ценообразованию для приложений на базе машинного обучения, заявляя о росте дохода в среднем на 16%.
см. How Dynamic Pricing Uses Machine Learning to Increase Revenue
Система динамического ценообразования охватывает 95% перевозок АО «ФПК» в вагонах купе, СВ, люкс, вагонах с местами для сидения скоростных поездов внутригосударственного сообщения. Чем выше спрос и меньше мест, тем выше цена на билеты.
Стоимость проезда зависит не только от расстояния и популярности маршрута, но и от таких факторов, как:
— категория поезда;
— время года, день недели, время отправления, прибытия и т. д.;
— количество предложенных мест в поезде;
— дата совершения покупки билета (количество дней до отправления поезда).
см. сайт РЖД
Promotion
Продвижение продуктов с использованием технологий машинного обучения:

В 2017 году локальный дилер Harley Davidson повысил число продаж на 2930 процентов, используя ИИ-платформу «Albert».
Что было для этого сделано:
— Проанализированы данные о поведении пользователей на сайте при заполнении форм, а также данные из CRM.
— Выделено множество микросегментов и запущены тысячи микротестов с различными комбинациями заголовков, текстов, иллюстраций в основных каналах.
— На основании полученных данных и машинного обучения платформа определила лучшие каналы рекламные сообщения для каждого микро-сегмента и масштабировала продвижение.
см. How Harley-Davidson Used Artificial Intelligence
В 2017 году голландская авиакомпания KLM внедрила технологию «AI-assisted human agent», чтобы повысить эффективность службы поддержки. Система может идентифицировать более ста человеческих интонаций для мгновенной аутентификации и обработки вызова. Это привело к 35% повышению эффективности работы с клиентами, и около 30% обращений теперь разрешаются через ИИ-платформу.
см. сайт
Place
Машинное обучение может быть использовано для выбора оптимальных мест для магазинов, анализа и прогнозирования продаж, гиперлокального таргетинга, использования интеллектуальных помощников для оформления продаж через чат-боты, подключенные к мессенджерам и социальным сетям.
Общие выводы
— Доступность данных и IT-решений позволяют внедрять технологии машинного обучения в маркетинг уже сейчас для всех элементов концепции комплексного маркетинга «4P».
— Наиболее популярными направлениями использования машинного обучения в маркетинге являются анализ и прогнозирование, работа call-центров, сегментирование аудитории, программатик, удержание клиентов, динамическое ценообразование.
— Основными проблемами является нехватка специалистов на рынке, качество данных для анализа, отсутствие цифровой стратегии на предприятиях.