Personalizacija uz pomoć generativne umjetne inteligencije

U zadnjem blogu, Andrej Bergant i Gorazd Zakrajšek iz različitih su perspektiva raspravljali o ponekad zanemarenom području marketinga – retention marketingu. Nastavljamo s aktualnim temama, a današnja je vruće polje umjetne inteligencije (AI), kojom ćemo se, iz očitih razloga, često baviti u budućnosti. Ovaj put tema je korištenje umjetne inteligencije u marketingu. Točnije, riječ je o korištenju generativne umjetne inteligencije. I da budemo još precizniji – radi se o korištenju generativne umjetne inteligencije za personalizaciju marketinške komunikacije.

Što to uopće znači? Zašto je AI game changer na ovom polju? Koje su razlike između klasične i AI segmentacije? Što je u ovom trenutku moguće i čemu se možemo nadati u (bližoj) budućnosti? Kakve veze imaju teniske loptice sa svim ovim? Za početak….

... nekoliko statistika i definicija

Jednostavno rečeno, personalizacija marketinga znači da se sadržaj ili komunikacija prilagođava pojedincu u skladu s podacima koje tvrtka ima o svom kupcu / potencijalnom kupcu / korisniku. Riječ je o demografskim podacima, dobi, spolu, mjestu stanovanja. Radi se i o kanalima na kojima provodi najviše vremena - mobitelu, računalu, tabletima, ali i o tome preferira li WhatsApp ili SMS poruke. O specifičnim interesima, hobijima, profesionalnim specifičnostima. I, naravno, o povijesti ponašanja prilikom kontaktiranja s tvrtkom - pretragama na web stranici, proizvodima koje je dodao u košaricu, prošlim kupnjama, ponašanju na društvenim mrežama.

Općenito, dakle, personalizacija marketinga je strateški pristup koji kroji poruke brenda na osobnoj razini. Pogledajmo zašto je to važno i potkrijepimo to nedavno provedenim istraživanjima:

• poboljšan angažman kupaca: 71 % potrošača očekuje personalizirani sadržaj u komunikaciji s tvrtkama, a 76 % se naljuti ako se ta očekivanja ne ispune
• relevantnost u poplavi informacija: prosječna osoba mjesečno se susretne s oko 1700 oglasa. Uz pomoć personaliziranog obraćanja i relevantnih poruka moguće je probiti se kroz svu tu komunikacijsku buku.
• utjecaj na povećanje prihoda: personalizirana kupovna iskustva pretvaraju povremene kupce u stalne kupce, a brendovi koji vode računa o personaliziranom nastupu imaju više razine zadržavanja kupaca i veću prosječnu vrijednost kupnje
• poboljšani odnosi s kupcima: čak 98 % marketinških stručnjaka (odnosno praktički svi) slaže se da personalizacija pomaže u stvaranju boljih, dubljih odnosa s kupcima. Velika većina kupaca (91 %) kaže da radije kupuju od tvrtki koje mogu personalizirati njihovo iskustvo. Open rate e-mail kampanja je 26 % bolji ako je predmet (subject line) prilagođen kontekstu primatelja.

Razlike između klasične segmentacije i AI personalizacije

Klasična marketinška segmentacija temeljila se na definiranju pravila na osnovi demografskih podataka i prošlih kupnji ili traženih proizvoda. Recimo: spojite sve žene od 35-49 godina u jednu grupu. Ili: napravite segment koji uključuje sve kupce koji su kupili proizvod A u posljednjih šest mjeseci. Na neki način, to je bilo vrlo slično pospremanju igračaka u vrtiću - sve žute loptice idu u ovu kutiju, što znači da su na istom mjestu (ili u istom segmentu) teniske loptice, glatke loptice, velike, male, na napuhavanje, gumene, kožnate, nogometne. Sve lopte žute boje.

Međutim, u eri umjetne inteligencije količina dostupnih podataka znatno je veća. Nemoguće ih je kombinirati na stari način. Uz umjetnu inteligenciju sada možemo na temelju prikupljenih podataka u stvarnom vremenu izraditi profil kupca i na osnovu njega prilagoditi ponudu. Next best offer ili next best action (ako, naravno, cilj u danom trenutku nije potaknuti kupnju). Odjednom je moguće profilirati pojedine lopte po drugim kriterijima a ne samo po boji - svakoj je moguće odrediti odgovarajuće pakiranje i naziv, saznati u realnom vremenu je li se lopta razvukla i sukladno tome prilagoditi pakiranje, također predvidjeti što će se dogoditi s loptama, hoće li neka od njih promijeniti boju itd.

Netflix, Amazon i AI u praksi

Odličan primjer dobre prakse prilagođavanja korisničkog iskustva pojedincu uz pomoć AI-a je svima dobro poznata tvrtka Netflix. Svi koji su ga ikada koristili znaju da se preporuke sadržaja razlikuju ovisno o prethodno gledanim filmovima i serijama. No, mnogi vjerojatno ne znaju da se prikaz pojedinačnih naslovnih slika (thumbnaila) uz pomoć AI-ja također prilagođava percipiranim interesima pojedinca, njegovoj brzini interneta itd. Njihov glavni cilj je ovom personalizacijom skratiti vrijeme od kraja gledanja sadržaja A do početka gledanja sadržaja B.

Drugi primjer je Amazon, tvrtka koja je već godinama u samom svjetskom vrhu svojim naporima u personalizaciji. Prilikom svakog ponovnog posjeta ponudit će vam nastavak pretrage tamo gdje ste prošli put završili. Ako još niste ocijenili proizvod, primit ćete poziv za davanje ocjene. Ako je u vašoj košarici ostalo proizvoda, ponudit će vam završetak kupnje ili alternative koje bi vas mogle zanimati.

Mnoge web stranice, aplikacije, ukratko trgovci, već duže vrijeme koriste umjetnu inteligenciju za poboljšanje korisničkog iskustva (CX) ili povećanje prodaje. Velik dio ovih AI pristupa također spada u "staro" tj. područje prediktivne umjetne inteligencije i machine learninga. Predviđamo tko su kupci koji će obaviti najveću kupnju, tko će nas najvjerojatnije napustiti te tome prilagođavamo našu komunikaciju. Oni koji će vjerojatno obaviti kupnju dobivaju poruku s manjim popustom ili dodatnom pogodnošću ili čak samo obavijest da je proizvod dostupan. Za one koji koketiraju s konkurencijom nudimo znatno veće popuste i pogodnosti.

Čar umjetne inteligencije je mogućnost nadogradnje ovih pristupa alatima kao što je na primjer Emarsys. Ako kao primjer uzmemo e-mail marketinške kampanje, gdje je personalizacija prije značila korištenje [ime, prezime] u predmetu ili na početku adrese, sada je situacija drugačija. E-mail kampanju možemo shvatiti kao prazno platno (canvas), koje se zatim oslikava uz pomoć podataka koje imamo o pojedincu. Naručuje li hranu za pse ili hranu za kanarince? Koliko često? Živi li u Puli ili Varaždinu? Odaziva li se na posebne ponude ili kupuje uvijek isto? Kupuje li u trgovini ili online? Kao dio iste e-mail kampanje, različiti će korisnici stoga primati vrlo različite poruke.

Generativna umjetna inteligencija danas uvelike olakšava izradu takvih personaliziranih kampanja.

Generativna AI u marketinškoj praksi automobilske industrije

Nekima su pri odabiru automobila bitne tehničke značajke, snaga i doseg, dok drugi prvenstveno paze na dizajn, interijer i udobnost. Oglašavanje automobila i dalje se često radi na način kao što je bilo nekada - tim dizajnera i marketinških stručnjaka kreira savršen oglas, koji se zatim postavlja na sve oglasne mreže, uz minimalne varijacije (obično ovisno o tržištu/zemlji). No generativnom umjetnom inteligencijom moguće je da se osobi A (tehničke značajke, snaga) prilagodi naslov i sadržaj poruke koji bi se fokusirao na aspekte koji su joj važni, dok bi osobi B oglas prikazao savršenost interijera automobila, zaobljenost linija, dizajnerske karakteristike. Da karikiramo – potencijalnih kupaca automobila ima više od 100.000, a čak i da su nekima sadržaji slični, nemoguće je "ručno" izvršiti prilagodbe sadržaja u tolikim razmjerima.

Zanimljiv je primjer američke tvrtke Carvana koja se bavi prodajom rabljenih automobila. Tvrtka je koristila namjenske alate za generiranje više od milijun video zapisa, koji su prikazani kupcima nakon kupnje automobila. Sadržaj se pak fokusirao na važne svjetske događaje koji su se dogodili na dan kada je kupac preuzeo novi automobil – što je za kupca samo po sebi iznimno važan događaj.

Generativni AI u FrodX praksi

Malo je ljudi (a vjerojatno nitko iz marketinga) koji ne bi pokušali pripremiti određeni tekst, e-mail, blog uz pomoć ChatGPT-a ili nekog sličnog modela. FrodX tim odlučio je napraviti eksperiment: kombinirali smo klasičnu taktiku slanja podsjetnika o napuštenoj košarici s drugim podacima koje smo imali o kupcima (interakcije, kupnje) i definicijama željenih rezultata.

Sadržaj poruka za e-kampanje na taj način je osmišljen na malo drugačiji, više kontekstualan način. Na početku se i dalje javlja početna adresa i obavijest o određenim proizvodima u košarici, dok drugi dio poruke opisuje ponude koje je AI odabrao kao najrelevantnije (besplatna dostava, 25 % popusta) i prilagođene kontekstu pojedinca. Primjerice, kupac koji je jednom dobio oštećeni proizvod (koji je naravno zamijenjen) dobio je poruku o poboljšanom pakiranju proizvoda.

Što donosi budućnost?

Ponekad nismo ni svjesni da smo na području AI-ja tek na početku i da je ChatGPT otvoren za javnost prije manje od dvije godine (studeni 2022.). Jedna od promjena koju vjerojatno možemo očekivati ​​je novi izgled sučelja online trgovina, gdje će dijaloški prozor ili robot zamijeniti fotografije proizvoda, prozor za pretraživanje i opcije za postavljanje filtera. Bot će moći analizirati prošle kupnje i na temelju razgovora savjetovati najprikladnije proizvode. (Recimo: "Trebam nove traperice, veličina x, sviđaju mi ​​se ovi brendovi, takav materijal, što mi možete ponuditi?")

Sljedeći važan aspekt je percepcija osjećaja. AI će moći detektirati da je određeni korisnik "problematičan" u komunikaciji (tj. zahtjevan, nezadovoljan, svadljiv) i moći će ga preusmjeriti pravom savjetniku. Ali to zapravo ne spada u polje generativne AI.

Bez problema možemo zamisliti da će u budućnosti personalizacija značiti da, prilikom kreiranja kampanje, umjetnoj inteligenciji pružimo poveznicu na naš proizvod ili uslugu zajedno s našom bazom podataka o kupcima, a AI će pripremati tekstove, grafike, video, koji će u potpunosti biti prilagođeni pojedincu i njegovim interesima.

Želite li sudjelovati u stvaranju našeg bloga?

Imate zanimljivu temu? Imate li pitanja na koja AI ne zna odgovoriti? Mislite li da premalo govorimo o nekim područjima? Javite nam se i potrudit ćemo se barem malo personalizirati naš blog 😊.