salesmanago-marketing-automation-artificial-intelligence-machine-learningJeszcze kilkadziesiąt lat temu nie wyobrażaliśmy sobie maszyny, która mocą obliczeniową dorównałaby potencjałowi ludzkiemu. Dla wszystkich tych, urodzonych przed dobą internetu niesamowitym jest samo funkcjonowanie dzisiejszego świata i ogrom zmian jaki w nim zaszedł.  Pierwszy powstały komputer przetwarzał jeden proces na sekundę, będąc jednocześnie obietnicą przemian, które odczuwamy do dziś i które zmieniły nasze życie na dobre.


Machine Learning występuje pod kilkoma postaciami. Trzy jego typy różnią się zarówno mechanizmami jak i zastosowaniem:

Supervised Machine Learning

Zakłada obecność ludzkiego nadzoru nad tworzeniem tych propcesów uczących się i weryfikację wychodzących danych na podstawie wejściowych parametrów. Zadaniem systemu jest nauczanie przewidywania prawidłowej odpowiedzi na zadane pytanie i generalizacja przypadków wyuczonych na przypadki, których system jeszcze nie zna.

Unsupervised Machine Learning

Stanowi przeciwieństwo uczenia nadzorowanego. Brak w nim nadzorcy – kogoś, kto powie nam jak interpretować wyniki. Podzielony jest na clustering i asocjację.

Clustering – dysponujemy danymi bez etykiet. Celem takiego uczenia jest znalezienie grup tych clustrów, w których skupione są dane. Te dane, które są pogrupowane, charakteryzują się pewnego typu podobieństwem.

Association – wykrywanie specyficznych zależności między danymi, które wielokrotnie występują wspólnie np. produkty kupowane wspólnie przez klientów.

Reinforcement Machine Learning (Deep Learning)

To najbardziej zaawansowana odmiana Machine Learning. Stosowana jest w technologiach najbardziej rozwiniętych i rozbudowanych. Związany z dużym kosztem i długim czasem implementacji. Używany jest w najbardziej zaawansowanych gałęziach przemysłu.

 

Ten rodzaj Machine Learning przystosowany jest do rozwiązywania problemów o najwyższym stopniu komplikacji, takich jak:

  • robotyka i automatyzacja branży przemysłowej
  • przemysł samochodowy
  • zdrowie i medycyna
  • systemy bazujące na tekście, mowie czy dialogach

salesmanago-marketing-automation-automatyzacja-marketingu-ai-machine-learning-uczenie-maszynowe-sztuczna-inteligencja-artificial-intelligence

AI i Machine Learning a Marketing

 

Machine Learning, czyli uczenie maszynowe używane jest już przez niejedną ze znanych na całym świecie firm. Nie raz zetknąłeś się z jego potencjałem, korzystając np. z Netflixa. Wszystkie rekomendacje filmów, które wyświetlają ci się podczas używania aplikacji to właśnie efekt wdrożenia technologii Machine Learning. Facebook, Spotify, Google Maps czy Uber to tylko nieliczne przykłady pośród ogromu marek, które zastosowały to rozwiązanie w swoich codziennych praktykach.

 

Sztuczna Inteligencja i Machine Learning w SALESmanago

SALESmanago obserwując kierunek przemian dzisiejszego świata, analizując potrzeby współczesnych klientów i wychodząc im naprzeciw, stworzył autorski projekt SALESManago Copernicus – Machine Learning & AI. To mechanizm o dużej mocy obliczeniowej, który posiada możliwość analizowania dużych porcji danych, dostosowany do rozwiązań Deep Data.

Cały system wyspecjalizowany jest do pracy zarówno w obszarze Inbound jak i Outbound, wpierając oba typy działań. Dwa mechanizmy: analiza koszykowa i behawioralna analizują kompleksowe pakiety informacji o dokonywanych wizytach, transakcjach, ścieżkach zakupowów, wyświetlanych produktach, produktach wspólnie kupowanych czy np. cechach klientów. Celem tego procesu jest analiza danych przez samouczący się mechanizm celem odnalezienia korelacji i zależności między występowaniem poszczególnych parametrów.

Mówiąc prościej, pracując w sprzedaży bezpośredniej obserwujemy zachowania poszczególnych klientów i w głowie budujemy sobie specyficzne modele konsumentów odwiedzających naszą placówkę, a także schematy ich postępowania. Na pamięć znamy grymas towarzyszący klientowi kiedy cena produktu nie jest dla niego satysfakcjonująca. Wiemy, że dobrze ubrany mężczyzna chętniej skusi się na drogie perfumy, a kobiecie kupującej kwas foliowy spokojnie możemy zaoferować komplet prześlicznych śpioszków. To jednak bardzo proste algorytmy i uproszczenia jakie tworzymy sobie w głowie, nieporównywalnie mniej skomplikowane w porównaniu z tym jakie analizy dokonywane są przez sztuczną inteligencję. Zamiast więc na ślepo “strzelać” bazując na naszych jakże zawodnych zmysłach, może warto zaufać mniej podatnemu na pomyłki i subiektywizm, mechanizmowi?

salesmanago-marketing-automation-automatyzacja-marketingu-ai-machine-learning-uczenie-maszynowe-sztuczna-inteligencja-artificial-intelligence

Stosowana dzisiaj powszechnie technologia opiera się na wykonywaniu poleceń, działaniu w oparciu o zdefiniowane algorytmy. Ten prosty mechanizm dostosowuje podejmowane akcje, zgodnie z tym co zostanie mu zaprogramowane na początku. Uczenie maszynowe (machine learning) charakteryzuje się zupełnie odmienną strategią. Podobnie do istoty ludzkiej, jego potencjał pochodzi z doświadczenia, czy dokładniej, z bezustannie zbieranych i analizowanych informacji pochodzących z zewnątrz.

SALESmanago Copernicus wykorzystuje zbierane informacje i tworzy niezliczone modele klientów, uwzględniając ogół ich charakterystyk. Do każdego z takich modelów dopasowuje na bieżąco odpowiednie produkty czy kanały komunikacji, dobrane z uwzględnieniem analiz wyselekcjonowanych parametrów i ścieżek zakupowych tzw. Customer Journey.

Dzięki temu nawet użytkownicy anonimowi, o których posiadamy podstawowe informacje jak np. ostatnio wyświetlone produkty, otrzymać mogą spersonalizowane rekomendacje produktowe z uwzględnieniem wiedzy o tym jak zachowywali się inni użytkownicy, którzy również przeglądali te same artykuły.
SALESmanago Copernicus pozwala na:

  • analizę Big Data wspieraną przez najbardziej zaawansowane algorytmy i struktury
  • oferowanie produktów dopasowanych indywidualnie do preferencji każdego z klientów
  • personalizację omnichannel w czasie rzeczywistym
  • zbieranie i analizę wszystkich danych w obrębie jednej platformy
  • przetwarzanie, analizowanie oraz ulepszanie działań i wyników
  • optymalizację wykorzystania zasobów przeznaczonych na działania marketingowe
  • znajomość preferencji klientów i możliwość przewidywania, które produkty zostaną sprzedane w najbliższym czasie

salesmanago-marketing-automation-automatyzacja-marketingu-ai-machine-learning-uczenie-maszynowe-sztuczna-inteligencja-artificial-intelligence

Segmentacja

Dzięki Sztucznej Inteligencji i uczeniu maszynowemu możemy dokonać w systemie inteligentnej segmentacji bazy kontaktów, która zostanie przeprowadzona automatycznie przez zaawansowany mechanizm analityczny. Z jego pomocą wyodrębnione zostaną specyficzne grupy odbiorców. Na podstawie tak skonstruowanego podziału wiadomym będzie jaki obszar bazy zainteresowany jest butami w kolorze czarnym, a jaki przymierza się do zakupów ślubnych. Oczywiście mechanizm ten nie segreguje danych tylko pod względem ich preferencji, ale również innych cech charakterystycznych i na tej podstawie dokonuje segmentacji. Wyodrębnisz gałęzie np. w oparciu o ilość dokonywanych transakcji czy wartość koszykową według wieku, częstotliwość zakupu czy wielkości zamieszkiwanego miasta.

Dynamic Pricing

Skoro rekomendować możemy odpowiednio dobrane produkty, czemu nie dostosować ich ceny do potencjału poszczególnych klientów. Z mechanizmem sztucznej inteligencji i uczenia maszynowego podjęcie decyzji o przyznanej obniżce warunkowane będzie prawdopodobieństwem dokonania zakupu, zwiększając tym samym przychody pozyskane od każdego z  klientów.

Typy rekomendacji AI w SALESmanago

W SALESmanago uzyskujemy dostęp do różnych typów rekomendacji AI (Artificial Intelligence), które zastosować możemy w kontakcie z klientem.

Typy rekomendacji:

  • Collaborative Filtering – jest to tzw. wspólna filtracja, czyli rekomendacje udzielane na podstawie zachowania się innych klientów,
  • Most frequently bought after visit other – są to najczęściej kupowane produkty po odwiedzeniu innej (oferty),
  • Most frequently visited together – to produkty, które są najczęściej oglądane razem,
  • Most frequently bought together – produkty, które są najczęściej kupowane razem,
  • Mixed statistics with weight – statystyki połączone z rangą.

Takie rekomendacje dostarczać możemy zarówno w mailingach jak i podczas bezpośrednich rozmów na Live Chacie gdzie uzyskujemy dostęp do rekomendacji na bieżąco generowanych dla danego odbiorcy docelowego.

salesmanago-marketing-automation-automatyzacja-marketingu-ai-machine-learning-uczenie-maszynowe-sztuczna-inteligencja-artificial-intelligence