CAGI

 

Cải cách Kinh doanh và Tiếp thị bằng Trí tuệ Nhân tạo

1. GIỚI THIỆU

Trước hết, tiếp thị là một kỹ thuật để giao tiếp, tạo ra, trao đổi và cung cấp các sản phẩm có giá trị cho khách hàng, đối tác, khách hàng hoặc người tiêu dùng. Ban đầu, có vẻ rất khó để liên kết lĩnh vực Trí tuệ Nhân tạo với các chiến lược tiếp thị khác nhau vì người ta phải suy nghĩ ngoài hộp để nghiên cứu hoặc khám phá lĩnh vực này. Thậm chí còn khó hình dung bất kỳ lĩnh vực nào không bị ảnh hưởng bởi Trí tuệ Nhân tạo. Sự phát triển của Trí tuệ Nhân tạo đã thay đổi động lực của tiếp thị trên toàn thế giới.

1.1. Trí tuệ Nhân tạo trong Tiếp thị là gì?

Tiếp thị Trí tuệ Nhân tạo (AIM) là một phương pháp tối ưu hóa sử dụng công nghệ và dữ liệu khách hàng để cải thiện trải nghiệm của khách hàng. Các kỹ thuật khác nhau được sử dụng để thực hiện một nhiệm vụ như vậy là Phân tích dữ liệu lớn, học máy và thu thập thông tin về ngành khách hàng mục tiêu của chúng ta. Những hoạt động này đã làm cho thời đại này trở thành “Thời đại Tiếp thị AI”, đòi hỏi sự cải cách triệt để trong mô hình trước đây mà các nhà tiếp thị tương tác với khách hàng của họ, đưa ra các chiến lược để đạt được mục tiêu của họ.

Theo khảo sát của Weber Firm, đã trở nên rõ ràng rằng người tiêu dùng trên toàn thế giới cho rằng tác động của Trí tuệ Nhân tạo đối với xã hội là tích cực hơn là tiêu cực. Hơn nữa, một báo cáo mang tên AI- Sẵn sàng hay không, do KRC Research thực hiện và được ủy quyền bởi Weber Shandwick vào tháng 6 năm 2016 khảo sát 150 CMO (Tổng giám đốc Tiếp thị) tại Vương quốc Anh, Trung Quốc và Hoa Kỳ đã đưa ra kết luận rằng khoảng 55% CMO tin rằng Trí tuệ Nhân tạo sẽ có tác động đáng kể đến tiếp thị cũng như giao tiếp và quan hệ với khách hàng tốt hơn là mạng xã hội. Hiện nay, Tiếp thị đang là trường hợp sử dụng Trí tuệ Nhân tạo đứng thứ 4 về nguồn lực chi tiêu và là ngành công nghiệp thứ 6 áp dụng công nghệ Trí tuệ Nhân tạo nhiều nhất, với khoảng 2,55% tổng ngành công nghiệp đã đầu tư vào nó.

1.2 Lợi ích của Tiếp thị Trí tuệ Nhân tạo (AIM)

Đánh giá một số cách giúp các nhà tiếp thị hình thành chiến lược tiếp thị và kết quả của họ bằng cách sử dụng Trí tuệ Nhân tạo trong tương lai [Tham khảo hình dưới đây]:

Hình: Lợi ích đối với Khách hàng và Nhà tiếp thị

  • Săn đuổi sâu sắc: Với sự phát triển nhanh chóng của công nghệ, khách hàng có thể tìm thấy bất cứ thứ gì mà họ đang tìm kiếm vào bất kỳ thời điểm nào với sự trợ giúp của các công cụ tìm kiếm nhanh như bão (Google, Yahoo, v.v.). Những gì trí tuệ nhân tạo làm là giúp nhà tiếp thị phân tích các mẫu tìm kiếm của khách hàng và xác định các lĩnh vực chính mà họ phải tập trung nỗ lực.
  • Quảng cáo thông minh: Với sự có sẵn của nhiều dữ liệu, nhà tiếp thị có thể tạo ra những quảng cáo trực tuyến thông minh và hiệu quả hơn. Các giải pháp trí tuệ nhân tạo có thể đánh giá sâu sắc các từ khóa tìm kiếm của khách hàng và hồ sơ mạng xã hội của họ và hỗ trợ trong việc tạo ra các quảng cáo cá nhân hóa.
  • Nội dung được lọc: Phân tích đối tượng khán giả có thể giúp nhà tiếp thị hiểu khách hàng một cách cá nhân hóa. Trí tuệ nhân tạo có thể được sử dụng để lọc ra những người mua tiềm năng và tạo nội dung được tùy chỉnh phù hợp với các nhóm khách hàng tiềm năng.
  • Bot trí tuệ nhân tạo: Việc giữ chân khách hàng cũ cũng quan trọng như việc tạo ra khách hàng mới. Trí tuệ nhân tạo phục vụ như một trình điều khiển chính cho việc giữ chân khách hàng. Bot trí tuệ nhân tạo được sử dụng để chạy chức năng trò chuyện và giao tiếp trực tiếp với khách hàng. Thông qua đó, nhà tiếp thị có thể cắt giảm các chi phí dư thừa và tiết kiệm thời gian.
  • Học tập tiến bộ: Trí tuệ nhân tạo không chỉ có thể truy cập vào những hiểu biết ẩn dấu mà còn có thể được dạy để tích hợp những hiểu biết trước đó vào các chiến dịch mới nhất. Theo thời gian, các giải pháp trí tuệ nhân tạo này sẽ trở nên thông minh và hiệu quả hơn trong việc loại bỏ dữ liệu rác và thúc đẩy quyết định thời gian thực.

1.3 Cách trí tuệ nhân tạo (AI) đang thay đổi bộ phận tiếp thị?

Hiện nay, việc phân tích dữ liệu quy mô lớn trong lĩnh vực tiếp thị đã trở thành thói quen. Những yếu tố như trí tuệ nhân tạo, học máy đang để lại dấu ấn trong các hoạt động của các doanh nghiệp. Sau khi sử dụng những kỹ thuật tiên tiến này, đội ngũ tiếp thị có phạm vi rộng để truyền tải giá trị lớn đến dữ liệu tiềm năng của AI. Trí tuệ nhân tạo là khả năng của máy tính thực hiện các nhiệm vụ trí tuệ mà người có thể liên kết với tâm trí con người như giải quyết vấn đề, học tập, sáng tạo, lý luận, nhận thức và tương tác với môi trường.

Sự xuất hiện các giải pháp tiếp thị được cung cấp bởi AI đang giảm bớt trách nhiệm của các nhà tiếp thị và giao nhiệm vụ cho máy móc.

Gặt hái thành quả: Các công ty cần tập trung vào ba lĩnh vực chính để khai thác lợi ích từ trí tuệ nhân tạo, đó là Quản lý tài năng Tiếp thị và Thương mại, Chiến lược dữ liệu, Chuyên môn dữ liệu. Theo thời gian, sức mạnh xử lý và tiến bộ thu hoạch dữ liệu cải tiến và các hệ thống được cung cấp bởi AI trở nên thông minh hơn. Tuy nhiên, mức độ hiệu quả của những hệ thống này phụ thuộc vào cách tổ chức có thể giải thích các câu trả lời và làm việc trên chúng để xây dựng chiến lược thương mại trong tương lai.

Phân đoạn khách hàng: Công việc của những nhà tiếp thị là cung cấp thông tin đúng cho người đúng vào thời điểm đúng, để hoàn thành điều này những nhà tiếp thị thường ưu tiên phân đoạn khách hàng. Hầu hết các tổ chức thường gom nhóm khách hàng của họ trên một số yếu tố tương tự vào thời điểm đó. AI giúp nhà tiếp thị phân biệt khách hàng của họ và khám phá những động lực của họ. Thông tin này giúp nhà tiếp thị xây dựng mối quan hệ lâu dài với khách hàng của họ.

Các Xu hướng mới nổi: Trí tuệ nhân tạo đang đưa ba xu hướng lớn vào lĩnh vực marketing: cá nhân hóa, dự báo và tự động hóa. Các nhà lãnh đạo marketing chủ yếu cần tập trung vào ba lĩnh vực này để phát triển những năng lực có lợi. Tự động hóa là quá trình đưa ra quyết định bằng việc sử dụng máy móc hoặc giúp các nhà quyết định của con người bằng cách cung cấp các đề xuất. Gợi ý sản phẩm và giá động là ví dụ về tự động hóa. Dự báo là việc phát triển các mô hình cho các kịch bản trong tương lai bằng cách tìm kiếm một số mẫu trong dữ liệu ghi lại lịch sử (trước đó). Các hệ thống dự báo này tiếp tục học hỏi và hấp thụ từ dữ liệu mới, điều này ngụ ý rằng chúng không tĩnh. Cá nhân hóa đề cập đến việc sử dụng các kết quả hoặc kết quả phát triển được tùy chỉnh theo các phân khúc khách hàng khác nhau. Với việc sử dụng thông tin khách hàng toàn diện, các hệ thống này phân tích mỗi khách hàng tiềm năng và phân cụm chúng theo một số yếu tố chung.

1.4 Nhu cầu của Trí tuệ nhân tạo trong marketing

Theo một nghiên cứu của Smart Insights, trong số 100 nhà tiếp thị cấp cao đến từ các ngành công nghiệp khác nhau, 55% doanh nghiệp đang thực hiện hoặc xem xét sử dụng Trí tuệ nhân tạo trong các hoạt động tiếp thị. Vì vậy, tại sao sự chuyển đổi từ tiếp thị truyền thống sang tiếp thị Trí tuệ nhân tạo đang diễn ra?

Nhà tiếp thị có thể xử lý lượng dữ liệu tiếp thị khổng lồ từ các nền tảng khác nhau như web, mạng xã hội và email trong thời gian ngắn hơn so với trước đây. Ngoài ra, hiểu biết của họ về khách hàng và yêu cầu của họ trong khoảng thời gian ngắn hơn giúp họ tăng cường hiệu suất chiến dịch và đầu tư hiệu quả (ROI) nhanh chóng. Như một kết quả, nhà tiếp thị có thể chuyển thời gian và tập trung vào các nhiệm vụ quan trọng khác. Một yếu tố khác làm cần thiết phải áp dụng Trí tuệ nhân tạo trong các hoạt động tiếp thị là trong thời gian gần đây, việc nhận diện và hiểu nhu cầu của khách hàng và mong đợi của họ đối với sản phẩm cũng như dịch vụ trở nên rất quan trọng đối với các công ty. Điều này giúp nhà tiếp thị xác định đối tượng khách hàng của họ và tạo ra trải nghiệm cá nhân cho người dùng. Với việc áp dụng Trí tuệ nhân tạo, nhà tiếp thị có khả năng hiểu hành vi của khách hàng, tạo ra thông tin hiểu biết về khách hàng và nâng cao bốn yếu tố C: Mục tiêu và giá trị suốt đời của khách hàng, Tương tác với khách hàng, Trải nghiệm của khách hàng và Sự trung thành của khách hàng.

2. CÁC YẾU TỐ CHÍNH CỦA MARKETING TRÍ TUỆ NHÂN TẠO

Hình dưới đây giải thích trình tự thực hiện các yếu tố chính từ việc thu thập dữ liệu đến sản xuất các giải pháp mạnh mẽ. Marketing Trí tuệ Nhân tạo bao gồm một số yếu tố chính làm cho nó mạnh mẽ như hiện nay.

Dữ liệu lớn có thể được coi là khái niệm cơ bản để thu thập một lượng lớn dữ liệu về mô hình mua hàng của khách hàng cũ cũng như sở thích mua hàng của khách hàng mới. Nó cũng có thể được coi là năng lực của nhà tiếp thị để tổng hợp và phân loại các tập dữ liệu rộng lớn với mức độ công việc thủ công tối thiểu. Những dữ liệu được chỉnh sửa này có thể được sử dụng bởi các nhóm tiếp thị để đảm bảo rằng thông điệp đúng được gửi đến người đúng vào thời điểm thích hợp thông qua một kênh lựa chọn.

Trong tổng quát, Học máy có thể được xem như việc xây dựng và sử dụng các mô hình dựa trên các mẫu được nhận ra. Nền tảng Học máy xuất hiện khi những người tiếp thị cố gắng truy xuất thông tin quan trọng từ các kho dữ liệu lớn. Điều này có thể giúp nhận ra và hiểu được xu hướng hoặc các trường hợp chung và dự đoán thành công những thông tin quan trọng và phản ứng, giúp các nhà tiếp thị hiểu được yếu tố chính và khả năng lặp lại của một số hành động.

Các giải pháp mạnh mẽ kết quả cuối cùng được cung cấp bởi tiếp thị trí tuệ nhân tạo thực sự tạo ra thế giới giống như con người. Các nền tảng được cung cấp bởi trí tuệ nhân tạo có thể nhận ra các khái niệm và chủ đề quan trọng trên các tập dữ liệu lớn một cách nhanh chóng đáng kinh ngạc. Trong khi xem xét các khía cạnh kỹ thuật, các giải pháp trí tuệ nhân tạo cũng giải thích giao tiếp, cảm xúc và mong muốn như một con người, điều này làm cho nền tảng này được rộng rãi chấp nhận.

3. ĐÁNH GIÁ VĂN HỌC

Trong bài nghiên cứu của mình, Thomas Davenport đề xuất một cấu trúc để hiểu được tác động của trí tuệ nhân tạo đặc biệt là tác động của trí tuệ nhân tạo đối với các chiến lược tiếp thị cũng như hành vi của khách hàng. Ông kết luận: Tác động ngắn hạn và trung hạn của trí tuệ nhân tạo có thể bị giới hạn hơn và nếu trí tuệ nhân tạo bổ sung (thay vì thay thế) cho các nhà quản lý con người, nó sẽ hiệu quả hơn.

Neha Soni làm rõ tác động của trí tuệ nhân tạo đối với kinh doanh – từ sáng tạo, nghiên cứu, triển khai thị trường đến sự thay đổi trong mô hình kinh doanh trong tương lai. Cô giải thích hai yếu tố chính gây ra sự phát triển của trí tuệ nhân tạo là công nghệ trung tâm cho sự tự động hóa cực độ và mô tả khái niệm “Sự chia rẽ về trí tuệ nhân tạo” hoặc “Mặt tối của trí tuệ nhân tạo”.

Muhammad Zafeer Shahid đã thực hiện một nghiên cứu định tính bằng cách phỏng vấn các chuyên gia tiếp thị từ các công ty khác nhau để phân tích các thông số đóng góp trong việc tích hợp trí tuệ nhân tạo vào tiếp thị. Kết quả của ông đã nhấn mạnh các lợi ích của việc kết hợp trí tuệ nhân tạo trong tiếp thị trong khi tính tương thích kỹ thuật là thách thức lớn nhất.

Gijs Overgoor đã trình bày cách mà Cấu trúc Quy trình Chuẩn Ngành công nghiệp cho Khai thác Dữ liệu (CRISP-DM) có thể được sử dụng để phát triển các giải pháp trí tuệ nhân tạo cho các vấn đề tiếp thị. Ông minh họa ý tưởng này với một nghiên cứu trường hợp thú vị về Điểm số Tự động cho Hình ảnh Tiếp thị Kỹ thuật số.

N. Ramya trong nghiên cứu của mình đã đánh giá các yếu tố khác nhau ảnh hưởng đến hành vi mua hàng của người tiêu dùng. Các thương hiệu có cơ hội phát triển chiến lược và thông điệp tiếp thị cá nhân bằng cách nhận ra và hiểu các yếu tố ảnh hưởng đến khách hàng của họ.

Nghiên cứu của Nausherwan Raunaque tập trung vào các yếu tố mà người mua trực tuyến xem xét khi mua sắm trực tuyến. Kết quả của ông bao gồm cách mà các vấn đề an ninh và riêng tư của họ về tiếp thị trực tuyến ảnh hưởng đến hành vi mua hàng trực tuyến của họ.

Dr. Md. Tabrez Quasim trình bày các loại dự báo và kỹ thuật AI khác nhau có ích trong dự báo kinh doanh. Trong nghiên cứu của ông, ông đã xem xét một số phương pháp AI hiện tại có vẻ có lợi và hứa hẹn cho dự báo kinh doanh.

Albert Annor-Antwi khẳng định rằng AI khi tích hợp với các công nghệ khác như ML, Big data, Data Analytics sẽ cho kết quả chính xác hơn bất kỳ phương pháp dự báo nào khác. Ông đã trình bày những hạn chế của AI, bao gồm chi phí cao và các mối đe dọa về tội phạm mạng đối với dự báo được hỗ trợ bởi AI.

Naresh K. Malhotra trong nghiên cứu của ông kết hợp cả quan điểm học thuật và thực hành để khảo sát các vấn đề và xu hướng mới nổi sẽ hình thành vai trò của nghiên cứu tiếp thị. Mục đích của nghiên cứu của Dhanushanthini Ajanthan là khảo sát và xác định tác động đến vốn thương hiệu của các chiều chính: Sự trung thành với thương hiệu, nhận thức về thương hiệu, hình ảnh thương hiệu và chất lượng được cảm nhận của tiếp thị trên mạng xã hội.

Neil A. Morgan, trong nghiên cứu của ông không chỉ tiết lộ những thách thức quan trọng đối với nghiên cứu chiến lược tiếp thị mà còn khám phá nhiều cơ hội để tạo ra các lý thuyết hiện đại và sáng tạo rất liên quan.

Anyuan Shen đã tiến hành một nghiên cứu điều tra về kinh nghiệm thực tế của khách hàng đối với các đề xuất thương mại. Theo ông, các nhà nghiên cứu có thể khám phá ra một quan điểm mới – quan điểm của khách hàng – nhằm phân tích các lý thuyết về tiếp thị cá nhân hóa.

Jerry Vesanen thông qua bài báo nghiên cứu của mình làm rõ ý nghĩa của cá nhân hóa đến mức tối đa. Các kết quả cho thấy rằng cá nhân hóa vẫn chưa được áp dụng rộng rãi vì không được hiểu rõ bởi đa số các nhà tiếp thị vì nó có nhiều ý nghĩa khác nhau đối với các doanh nghiệp khác nhau.

Ki Youn Kim đã tiến hành một nghiên cứu với mục đích nhận diện một cách định tính các hình thái và đặc điểm của chiến lược tiếp thị dữ liệu lớn. Cô tập trung vào tác động của phân tích dữ liệu lớn trong góc nhìn kinh doanh, với việc thực hiện phương pháp Q.

Alexandra Amado đánh giá việc triển khai dữ liệu lớn trong Tiếp thị, với mục đích phát hiện xu hướng trong các lĩnh vực này. Các kết quả của ông cho thấy rằng có sự quan tâm tăng dần đối với Dữ liệu lớn trong lĩnh vực tiếp thị qua các năm. Do đó, cần mở rộng những nỗ lực liên quan đến doanh nghiệp để Dữ liệu lớn có thể phát triển trong lĩnh vực Tiếp thị.

Nghiên cứu của Stefan Lessmann tập trung vào các mô hình đích đến thực nghiệm. Tác giả lập luận rằng các phương pháp tiêu chuẩn để phát triển các mô hình này không đo đạc đủ cho các mục tiêu kinh doanh.

Ayse Bengi Ozcelik giải thích về việc giải thích tâm lý hoặc hành vi của người nhận trong hiệu quả của quảng cáo trực tuyến được tùy chỉnh bằng cách định hướng hành vi.

Aman Abid kiểm tra tác động của các đặc tính và gợi ý nội dung khác nhau đến biểu hiện trực tuyến của người theo dõi và hiểu được hậu quả điều tiết của việc sắp xếp nội dung. Ông đánh giá vai trò của nội dung do nhà tiếp thị tạo ra trong xây dựng các mối quan hệ trực tuyến.

Samira Khodabandehlou phát triển một khung việc cho dự đoán khách hàng rời bỏ, bao gồm sáu giai đoạn để dự đoán chính xác và ngăn chặn khách hàng rời bỏ trong kinh doanh. Tác giả phát hiện ra rằng giảm giá, nhận trả hàng, giải thưởng, số lượng sản phẩm và thời gian phân phối là các biến dự đoán tốt nhất ngoài các biến tần suất và tiền tệ (RFM).

Jean Paul Simon cung cấp một tóm tắt về các xu hướng chính trong lĩnh vực Trí tuệ nhân tạo và một bản tổng quan toàn cầu về các khu vực cùng các công ty. Tác giả cho biết rằng các yếu tố pháp lý, đạo đức và xã hội kinh tế (ELSE) có thể trở thành rào cản đối với triển khai các công nghệ AI và giải thích làm thế nào nhu cầu dường như không chắc chắn đối với AI trên cả hai mặt là doanh nghiệp và người tiêu dùng.

Thanos Skouras trình bày một bản tổng hợp cũng như đánh giá về việc tiếp nhận giá bán hàng hóa bởi các lĩnh vực kinh tế và tiếp thị. Những lý do chính cho sự khác biệt trong cả hai phương pháp là nguồn gốc lịch sử khác nhau, mối quan tâm chính và sự tiến hóa tôn giáo.

4. CÁCH THỨC MÀ TRÍ TUỆ NHÂN TẠO CÓ THỂ ĐƯỢC ÁP DỤNG TRONG MARKETING

Các cách thức khác nhau mà Trí tuệ nhân tạo có thể được sử dụng trong marketing (tham khảo hình dưới đây) được giải thích như sau:

Hình ảnh: Các cách thức mà Trí tuệ nhân tạo có thể được áp dụng trong Marketing.

4.1 Mục tiêu quảng cáo được tăng cường bởi Trí tuệ nhân tạo

Quá trình tự động mua và bán quảng cáo được gọi là quảng cáo tự động hóa. Các nhà tiếp thị tiếp cận các nhà quảng cáo và nhà xuất bản, kết nối với kho quảng cáo. Nhà quảng cáo tính phí từ các nhà tiếp thị để đăng quảng cáo. Công nghệ trí tuệ nhân tạo sử dụng các thuật toán được phát triển để phân tích hành vi khách hàng. Dữ liệu cookie của khách hàng cũng được thu thập để giúp các nhà tiếp thị đưa ra quyết định thông minh và sử dụng dữ liệu này để tối ưu hóa chiến dịch thời gian thực. Khách hàng hoặc khán giả được nhắm mục tiêu có cơ hội chuyển đổi tốt được hiển thị quảng cáo cụ thể trong một khoảng thời gian nhất định. Quảng cáo được xem bởi khách hàng sẽ khác nhau tùy theo các tìm kiếm và hành động trong quá khứ của họ.

4.2 Cá nhân hóa trang web

Khả năng Trí tuệ nhân tạo từ việc xây dựng trang web từ đầu là rất xa xỉ, tuy nhiên nó giúp cho các nhà tiếp thị cải thiện trải nghiệm của khách truy cập bằng cách cá nhân hóa thông minh trên trang web của công ty. Biểu đồ 3 dưới đây thể hiện các lợi ích khác nhau của cá nhân hóa trang web.

Các thuật toán Trí tuệ nhân tạo thông minh này có thể được sử dụng để cá nhân hóa theo hai cách:

  • Thông báo đẩy – Với việc sử dụng các thuật toán cá nhân hóa hành vi, các thông báo đẩy cụ thể có thể được hiển thị hoặc gửi trên các thiết bị khách hàng được nhắm mục tiêu.
  • Trải nghiệm trang web – Sau khi phân tích đầy đủ các yếu tố dữ liệu liên quan đến một khách hàng cụ thể bao gồm địa phương, tương tác với trang web, thiết bị, v.v. Trí tuệ nhân tạo hiển thị nội dung và ưu đãi tốt nhất cho người dùng đó.

Trong số các nhà tiếp thị được khảo sát, 33% trong số họ triển khai trí tuệ nhân tạo để cung cấp các trang web được tùy chỉnh, theo Khảo sát Hiệu quả Cá nhân hóa Thời gian Thực năm 2017 do Evergage thực hiện. Trong số các nhà tiếp thị cùng nhóm này (đã đề cập ở trên), 63% cho biết họ đã quan sát thấy tỷ lệ khách hàng tăng và 61% ghi nhận trải nghiệm khách hàng được tăng cường.

4.3 Tạo nội dung được cung cấp bởi trí tuệ nhân tạo.

Công cụ được cung cấp bởi trí tuệ nhân tạo như Wordsmith có khả năng chuyển đổi dữ liệu thành văn bản logic. Các cơ chế tạo nội dung tự động này giúp cho nhà tiếp thị tiết kiệm thời gian. Các công cụ tạo nội dung AI này thông minh đến nỗi độc giả không thể phân biệt được giữa văn bản được viết bởi máy và văn bản được viết bởi con người. Theo dự đoán của Gartner, đến năm 2018, 20% tổng số nội dung kinh doanh được sáng tạo bởi các máy móc. Nội dung với định dạng cơ bản cũng như tập luật như tóm tắt lợi nhuận và tổn thất, thông tin cập nhật thời gian thực về cổ phiếu, tổng kết trận đấu thể thao, mô tả khách sạn có thể được tạo ra bằng các máy móc.

Hình (biểu đồ 3): Lợi ích của các trang web được cá nhân hóa.

4.4 Chatbots

Các trợ lý ảo thông minh đang cung cấp hỗ trợ khách hàng vĩ đại trong các lĩnh vực khác nhau như thời trang, chăm sóc sức khỏe, bảo hiểm, v.v. Chúng có thể tạo nội dung cá nhân hóa cho con người bằng cách truy cập vào lượng lớn dữ liệu tập trung vào khách hàng. Chúng có thể hiểu được các yêu cầu cụ thể về vị trí hoặc môi trường để hiểu các mô hình, xác định vấn đề và hướng dẫn người dùng về nguyên nhân của vấn đề đó. Trợ lý ảo không bị giới hạn chỉ trong dịch vụ khách hàng.

4.5 Tạo nội dung email

Trước đây, đội ngũ tiếp thị cần mất nhiều giờ để tổng hợp và lên lịch gửi email hàng tuần cho các phân khúc khách hàng khác nhau. Ngay cả sau khi sử dụng phân đoạn người đăng ký thông minh, các nhà tiếp thị vẫn không thể gửi email được cá nhân hóa cho từng khách hàng. Sau khi Tiếp thị Trí tuệ nhân tạo xuất hiện, tất cả các bước này đều được thực hiện bởi máy móc với ít công việc thủ công hơn. 80% các nhà tiếp thị cho rằng nội dung hoặc email cá nhân hóa hiệu quả hơn so với nội dung không cá nhân hóa (nghiên cứu của Demand Metric).

Sau khi ánh xạ dữ liệu lướt web email của người đăng ký và trải nghiệm trang web, email động được cung cấp bởi trí tuệ nhân tạo có thể được tạo ra. Việc tổng hợp email động có thể được thực hiện dựa trên các yếu tố khác nhau như mong muốn của người dùng, trải nghiệm trang web trước đó, thời gian trên trang web hoặc một số yếu tố bên ngoài như xu hướng hoặc nội dung phổ biến nhất hiện tại, sở thích của các khách truy cập tương đồng, v.v. Biểu đồ 4 có thể được tham khảo để hiểu các lợi ích thu được từ việc tạo nội dung email thông qua Trí tuệ nhân tạo.

4.6 Dự đoán lượng khách hàng bỏ đi (churn)

Nhờ vào các thuật toán được hỗ trợ bởi Trí tuệ nhân tạo, các nhà tiếp thị có thể nhận ra khách hàng không tương tác nữa và sắp sửa rời khỏi thương hiệu hoặc sản phẩm của họ để chuyển sang đối thủ cạnh tranh. Công cụ này có thể thực hiện nhiệm vụ thu thập dữ liệu, xây dựng các mô hình dự đoán và kiểm tra và xác nhận các mô hình trên các khách hàng thực tế. Dự đoán lượng khách hàng bỏ đi giúp các nhà tiếp thị phân tích các sự kiện trên nhiều kênh và tìm hiểu về sự tham gia giảm dần của khách hàng. Thông tin được thu thập cũng có thể miêu tả giai đoạn rời bỏ của một khách hàng cụ thể.

Có thể có hai loại khách hàng bỏ đi:

Khách hàng bỏ đi nhanh chóng (quick-churn) thường bỏ sản phẩm sau một thời gian ngắn và khách hàng bỏ đi muộn (late-churn) có mối quan hệ lâu dài với sản phẩm hoặc thương hiệu. Khách hàng bỏ đi muộn có khả năng được khuyến khích tiếp tục sử dụng sản phẩm, trong khi đó rất khó để tái hợp tác với khách hàng bỏ đi nhanh chóng. Thuật toán học máy cần được sửa đổi hoặc thậm chí xây dựng từ đầu theo từng sản phẩm hoặc thương hiệu khác nhau để tìm ra dự đoán lượng khách hàng bỏ đi.

4.7 Định giá động và hiểu biết khách hàng

Thời gian cần thiết để thu thập và so sánh dữ liệu hoàn chỉnh với mô hình hành vi khách hàng sẽ lớn hơn nhiều nếu công việc được thực hiện bởi con người, trong khi đó trí tuệ nhân tạo có thể thực hiện cùng một nhiệm vụ một cách thông minh và cung cấp thông tin tiếp thị. Dynamic Yield giúp các thương hiệu như Sephora, Armani, Under Armour tạo ra các nhóm khách hàng có thể hành động với các ứng dụng trên các thuật toán học máy. Các nhà tiếp thị có thể sử dụng các thuật toán này để tránh quảng cáo các sản phẩm sắp hết hàng cho người mua hàng không thể trả lại. Với sự trợ giúp của giá động, các nhà tiếp thị có thể tối ưu hóa doanh số của mình khi nhu cầu cao.

Hình ảnh (Đồ thị 4): Lợi ích đạt được thông qua việc sử dụng trí tuệ nhân tạo để lọc nội dung email

4.8 Nhận dạng tiếng nói và hình ảnh tự động

Hiện nay, máy tính có thể được coi là có khả năng nhìn như con người và có thể được gọi là thị giác máy tính. Thị giác này có thể được sử dụng để đạt được hiểu biết cấp cao từ hình ảnh số hoặc ảnh. Thị giác máy tính sử dụng các thuật toán học máy và nhận dạng mẫu để thu thập tính chính xác của hệ thống thị giác của con người. Thị giác máy tính hiện đã được mở rộng sang việc nhận dạng giọng nói, giúp cho chúng nhận ra giọng nói của người dùng và giải thích các từ mà họ nói. Các nhà tiếp thị có thể sử dụng nhận dạng hình ảnh để đồng bộ tốt hơn giữa các lần ghé thăm cửa hàng và nội dung trực tuyến. Nhận dạng hình ảnh đã cải thiện trải nghiệm của khách hàng, ví dụ như nếu người dùng Google Photos gõ “chó” vào thanh tìm kiếm, ứng dụng sẽ hiển thị tất cả các hình ảnh của chó trên điện thoại của họ hoặc thậm chí nhận dạng khuôn mặt người và cho phép phân loại các bức ảnh của họ.

4.9 Dự báo kinh doanh

Tương lai của một doanh nghiệp phụ thuộc vào nhiều yếu tố và lực lượng phức tạp và liên quan đến nhau mà đôi khi khó đo lường. Trở ngại chính cho các nhà tiếp thị là làm thế nào để dự đoán chính xác tương lai của một doanh nghiệp hoặc một sản phẩm áp dụng các bộ input phức tạp. Tuy nhiên, có một số quy trình học máy cho phép các nhà tiếp thị tập hợp các thông tin đầu vào vào các phương pháp truyền thống để đưa ra câu trả lời cho các câu hỏi chiến lược phức tạp. Với sự xuất hiện của AI Marketing, các câu hỏi về việc liệu một khách hàng tiềm năng đã sẵn sàng cho cuộc trò chuyện hay chưa không còn tồn tại, bởi vì dữ liệu cung cấp các giải thích.

5. ÁP DỤNG TRÍ TUỆ NHÂN TẠO TRONG SUỐT VÒNG ĐỜI KHÁCH HÀNG

Phân tích và dự đoán hành trình của khách hàng là khó khăn đối với các nhà tiếp thị. Khách hàng truyền đạt ý kiến của mình dưới dạng blog, tweet, “thích”, video, tìm kiếm, bình luận và cuộc trò chuyện thông qua các kênh khác nhau. Trong hình 4, tương tác và giá trị của khách hàng được hiển thị trong một khoảng thời gian cùng với vai trò của học máy, mô hình khuynh hướng, ứng dụng trí tuệ nhân tạo trong các giai đoạn khác nhau. Kinh nghiệm của khách hàng là động lực cạnh tranh cho sự phát triển khi thành công và là nguồn rủi ro lớn nhất khi thất bại.

Học máy hiểu phân tích dữ liệu lịch sử từ các tương tác kinh doanh với khán giả và phản hồi của họ. Dữ liệu này giúp xác định các yếu tố thành công của giao tiếp của một người, bao gồm định hướng, ưu đãi, bản sao và tần suất. Các thuật toán cho Học máy tạo ra thông tin thông qua phân tích dự đoán, và phụ thuộc vào các nhà tiếp thị để thực hiện hành động theo những thông tin đó hoặc đặt ra một số chỉ thị cho AI thực hiện theo.

Hình 4: Hành trình của khách hàng

Ước tính khả năng thực hiện các loại hành vi cụ thể của đối tượng (ví dụ như mua sản phẩm) bằng cách tính đến các biến độc lập và biến rối loạn ảnh hưởng đến hành vi đó được gọi là mô hình xu hướng. Khả năng này được coi là một xác suất được xác định bởi điểm số xu hướng.

Bốn giai đoạn quan trọng trong vòng đời của khách hàng được giải thích như sau:

1. Đạt được

Đối với các nhà tiếp thị, đôi khi khó khăn để theo dõi khi nhu cầu được kích hoạt trong số khách hàng, vì nó xảy ra ở mức độ danh mục chứ không phải mức độ thương hiệu. Chiến lược tiếp thị chính là khi người tiêu dùng khởi đầu các đề xuất có thể để phù hợp với nhu cầu của họ, để đưa thương hiệu vào tập hợp xét duyệt của khách hàng. Công việc của nhà tiếp thị bao gồm mở rộng tầm nhìn về thương hiệu và tăng cường cơ sở quan trọng để xem xét.

2. Hành động

Sau khi khách hàng ghi lại sở thích thương hiệu của họ, các nhà tiếp thị tiến hành giới thiệu để cấy sự chắc chắn vào các sản phẩm cũng như thuyết phục họ rằng họ đang lựa chọn tốt nhất. Trí tuệ nhân tạo giúp đạt được những mục tiêu này bằng cách phân tích tiên đoán, xếp hạng khách hàng tiềm năng, học hỏi từ hành vi người tiêu dùng và cung cấp thông tin thời gian thực. Nhà tiếp thị cũng có thể sử dụng trí tuệ nhân tạo về cảm xúc để hiểu được cảm xúc của khách hàng về thương hiệu của họ công khai.

3. Chuyển đổi

Sau khi người tiêu dùng suy luận giá trị của thương hiệu yêu thích của họ và số tiền họ sẵn sàng chi tiêu, các nhà tiếp thị chuyển trọng tâm từ quá trình quyết định sang quá trình hành động. Họ thực hiện nhiệm vụ này bằng cách tăng cường giá trị của thương hiệu so với đối thủ cạnh tranh. Quá trình mua hàng của người tiêu dùng có thể được hoàn toàn chuyển đổi với sự trợ giúp của trí tuệ nhân tạo. Các nhà tiếp thị triển khai các hệ thống mua hàng thông minh cho khách hàng của họ và cũng có thể điều chỉnh “điểm ngọt” cho giá cả được gọi là giá động.

4. Tương tác

Trong giai đoạn này, người tiêu dùng có thể đánh giá sự quan tâm và sự hài lòng của họ đối với một thương hiệu cụ thể và có thể kiểm tra xem có nên mua lại từ thương hiệu đó hay không, tức là tương tác với tên thương hiệu. Dịch vụ hậu mãi là một trong những yếu tố quan trọng để quyết định và những nhà tiếp thị sử dụng trí tuệ nhân tạo cho phép chatbot đáp ứng tốt hơn nhu cầu của khách hàng. Các nhà tiếp thị có thể phân đoạn khách hàng giá trị nhất hoặc khách hàng trung thành của mình và họ có thể tập trung vào chiến dịch quản lý mối quan hệ khách hàng.

6. VÍ DỤ CỤ THỂ VỀ ỨNG DỤNG TIẾP THỊ TRÍ TUỆ NHÂN TẠO TRONG THỰC TẾ

Các khả năng với trí tuệ nhân tạo đối với nhà tiếp thị là vô hạn. Sau đây là một số ví dụ về cách các thương hiệu triển khai trí tuệ nhân tạo như một phần không thể thiếu của chiến lược tiếp thị của họ:

  • Hãng hàng không Norwegian Air đã thử tìm hiểu các thị trường chính dựa trên các tiêu chí khác nhau như vị trí chuyến bay. Họ đã phát triển một mô hình học máy tùy chỉnh để nhắm mục tiêu đến người dùng trong khu vực thị trường được chỉ định (DMAs) của họ, những người chiếm tỷ lệ khách hàng có khả năng tương tác với hãng hàng không và hoàn tất đặt vé. Chiến dịch đã vượt quá mục tiêu của Norwegian Air, cung cấp một CPA (chi phí trên mỗi đơn đặt hàng) thấp hơn 170% so với mục tiêu CPA. Mục tiêu phụ của công ty là thông báo về “Hãng hàng không giá rẻ dài cự ly tốt nhất thế giới” cũng đã được đạt được thông qua chiến lược này.
  • Starbucks đã sử dụng phân tích dự đoán bằng cách sử dụng thẻ thành viên và ứng dụng di động của người dùng để thu thập và phân tích dữ liệu người tiêu dùng. Kế hoạch chiến lược này về ứng dụng của trí tuệ nhân tạo và big data đã được trình bày vào năm 2016. Starbucks đã gửi những tin nhắn tiếp thị được cá nhân hóa cho khách hàng bao gồm các đề xuất. Ứng dụng di động của họ cho phép người dùng đặt hàng trực tiếp từ điện thoại thông qua lệnh nói. Việc triển khai trí tuệ nhân tạo này đã giúp công ty tăng doanh thu hàng năm lên 11% so với năm 2017 vào năm 2018.
  • Wowcher, một công ty thương mại điện tử hàng đầu, đã tăng cường mạng xã hội của mình vào năm 2018 với việc sử dụng công nghệ viết copy dựa trên trí tuệ nhân tạo (AI). Công cụ này có lợi thế trong việc nghiên cứu và phân tích các biểu tượng cảm xúc là một phần của ngôn ngữ và mẫu viết. Sau khi phân tích này, động cơ AI phát triển một phương pháp viết dựa trên biểu tượng cảm xúc, phù hợp với phần lớn người dùng. Wowcher đạt được mức giảm 31% chi phí mỗi khách hàng tiềm năng, cũng như đạt được Relevance Score cao hơn nhờ công nghệ này.
  • Nestle hoặc Unilever đã sử dụng công nghệ AI để hài hòa các thông tin từ một nhóm tham chiếu như các bài hát và nội dung phổ biến trên phương tiện truyền thông công cộng để phân tích xu hướng tiêu thụ thực phẩm. Unilever đã khám phá ra mối quan hệ giữa bữa sáng và kem. Nghiên cứu bổ sung cho thấy các thương hiệu như Dunkin Donuts đang phục vụ kem trong thực đơn bữa sáng và các sản phẩm ngọt đang trở nên phổ biến trong bữa sáng tại Hoa Kỳ. Họ xem đó là cơ hội và đã cho ra đời nhiều loại kem vị ngũ cốc hoặc “Bữa sáng cho món tráng miệng” trở thành tiêu chuẩn trong ngành.
  • Alibaba, một tập đoàn bán lẻ khổng lồ, đã ra mắt “FashionAI” outfitter tại Hồng Kông. Mục tiêu của nó là tối ưu hóa trải nghiệm bán lẻ thời trang của khách hàng bằng cách triển khai trí tuệ nhân tạo và sử dụng nhãn thông minh trên quần áo. Những nhãn này có khả năng nhận ra khi sản phẩm được lấy và gương thông minh sẽ đề xuất các sản phẩm tương ứng cùng với mô tả của sản phẩm. Ý tưởng tiếp theo của Alibaba là hiển thị danh sách hoặc tủ quần áo ảo của tất cả các sản phẩm mà người dùng đã thử hoặc chạm vào trong quá trình mua sắm của họ. Việc sử dụng công nghệ mới của Alibaba là cần thiết trong bối cảnh kỳ vọng của người tiêu dùng thay đổi liên tục. Theo một khảo sát được tiến hành, 46% người đáp án cho rằng trải nghiệm với công nghệ thúc đẩy sự tín nhiệm vào thương hiệu cụ thể, thể hiện sự tin tưởng và phản hồi tích cực.
  • Nike đã ra mắt một chương trình cho phép khách hàng thiết kế giày sneakers của riêng họ tại cửa hàng vào năm 2017. Công nghệ cho phép người dùng thiết kế mẫu in trên giày Nike trơn theo sở thích của mình. Đây là một chiêu trò tuyệt vời để tăng doanh số của công ty và cũng giúp thu thập số lượng lớn thông tin liên quan đến sở thích của khách hàng về giày sneakers. Với thông tin này và thuật toán học máy, Nike đã phát triển các thiết kế cho các sản phẩm trong tương lai và cũng cung cấp các đề xuất sản phẩm hoặc thông điệp cá nhân cho người dùng.
  • Amazon đã tiên phong trong việc đưa ra những đề xuất cá nhân trong giai đoạn sớm của AI Marketing. Họ phát triển các thuật toán mới cho giá cả động của sản phẩm và trong những năm gần đây, họ đã tung ra các cửa hàng vật lý không cần thanh toán tại San Francisco, Chicago, Seattle được hoạt động trên các cảm biến được cung cấp bởi trí tuệ nhân tạo và tự động phát hiện ra sản phẩm mà khách hàng đã chọn và tự động tính tiền thông qua ứng dụng amazon go.
  • Netflix cung cấp các đề xuất cá nhân cho mỗi người dùng với việc triển khai AI dựa trên những gì người dùng thích và xem. Nó phân tích phản ứng của khách hàng đối với các chương trình truyền hình, phim tài liệu, phim và sau khi xem xét hàng tỷ bản ghi, nó đề xuất những chương trình tốt nhất. Hầu hết các chương trình được xem bởi người dùng được khám phá thông qua hệ thống đề xuất AI này.

7. PHÂN TÍCH VÙNG (TỶ LỆ ÁP DỤNG)

Trí tuệ nhân tạo được sử dụng trên quy mô lớn đến mức doanh thu tổng cho công nghệ này được dự kiến sẽ tăng từ 7,4 tỷ USD vào năm 2018 lên đến 89,85 tỷ vào năm 2025 [46]. Trên toàn cầu, các nhà tiếp thị đã phát hiện ra hai ứng dụng chính của AI Marketing là tự động hóa nhiệm vụ và phân tích dữ liệu. Với sự tăng cường về dữ liệu khách hàng cho các nhà tiếp thị và chiến lược tiếp thị, hầu hết các chuyên gia tiếp thị trên toàn cầu đang chuyển đổi hoặc có kế hoạch chuyển sang sử dụng AI Marketing.

Vì việc sử dụng công nghệ AI trong tiếp thị vẫn còn đang trong giai đoạn ấu thơ, nên không ngạc nhiên khi nhiều chuyên gia trong ngành vẫn chưa thuyết phục được về tác động của AI đối với tiếp thị và do đó chưa thoải mái với việc tự động hóa bất cứ điều gì ngoài việc chọn lựa các giai đoạn trong chiến dịch của họ.

Các nhà tiếp thị cần có một cái nhìn tổng quan chi tiết về đánh giá cũng như việc sử dụng dữ liệu và thuật toán liên quan đến các quy trình được điều hành bởi trí tuệ nhân tạo. Một số ngành công nghiệp dường như chưa sẵn sàng để kiểm soát công việc của họ theo hướng ủng hộ trí tuệ nhân tạo.

Dưới đây là các dữ liệu về AI Marketing được sử dụng trên các khu vực khác nhau trên toàn thế giới. 51% nhà tiếp thị đã sử dụng AI, trong khi 27% trong số họ đang lên kế hoạch để tích hợp nó vào chiến lược tiếp thị kỹ thuật số của họ. Thị trường toàn cầu cho AI Marketing được ước tính sẽ tăng trưởng với tốc độ đáng kể trong giai đoạn dự báo từ năm 2018 đến 2023. Bảng 1 và đồ thị 5 cho thấy thực hiện AI Marketing cho các mục đích khác nhau trên các khu vực khác nhau trên toàn thế giới.

Hình (Đồ thị 5): Sự áp dụng của AI Marketing trên các khu vực địa lý

8. Kết luận

AI Marketing là cẩm nang mới cho các nhà tiếp thị, khiến họ chuyển từ tự động hóa tiếp thị sang cá nhân hóa tiếp thị. Nhu cầu về tùy chỉnh, thiết kế phản ứng và tương tác động đã được đề cập trong thời gian dài và việc giới thiệu AI đã làm nên sự thay đổi cần thiết này trong tiếp thị. Phạm vi của AI đối với ứng dụng trong tiếp thị đã tăng trưởng. Thời đại tiếp thị này có thể được xem là thú vị, thách thức và gây sợ hãi đồng thời. Với sự xuất hiện của tiếp thị trí tuệ nhân tạo, các kỹ thuật tiếp thị tự động và truyền thống đã lùi vào hậu trường và những thứ như cá nhân hóa, nhận dạng giọng nói và hình ảnh, chatbot, dự đoán churn, định giá động và những thông tin về khách hàng đã trở nên quan trọng hơn.

Sự sẵn có của một loạt dữ liệu đã làm cho các nhà tiếp thị có thể thực hiện bán hàng và tiếp thị cá nhân hóa và đáp ứng kỳ vọng của khách hàng đến mức tối đa.

Hiện nay, AIM đang ở giai đoạn non trẻ của mình và với tốc độ nhanh, nó dự kiến sẽ định hình lại các chiến lược tiếp thị và mô hình kinh doanh. Một số chủ đề nghiên cứu thị trường có thể trở nên không quan trọng khi những vai trò này sẽ được máy móc đảm nhiệm và các công việc tiên tiến sẽ được tạo ra, đòi hỏi tiềm năng và kiến thức cao. Trong tương lai gần, AIM có khả năng thay đổi đáng kể cả chiến lược tiếp thị và hành vi khách hàng. AIM chắc chắn sẽ bùng nổ với nhiều bất ngờ hơn trong tương lai sắp tới.