stub Generativ AI kan hjælpe med at redde mærker som hyper-tilpassede oplevelser, øget efterspørgsel vinder forbrugere - Unite.AI
Følg os

Tanke ledere

Generativ kunstig intelligens kan hjælpe med at redde mærker som hyper-tilpassede oplevelser, øget efterspørgsel vinder forbrugere

mm

Udgivet

 on

Nutidens førende virksomheder skal markedsføre, planlægge og forudsige med ekstrem præcision. Generativ AI kan hjælpe.

Store ændringer i nutidens forbrugerlandskab – herunder flere købskanaler, nye vaner og skiftende formuefordeling – betyder, at forbrugervendte brands bør overveje at ændre deres marketing- og produktstrategier. Ved at udnytte data, maskinlæring og kunstig intelligens har disse organisationer mulighed for bedre at kende hver enkelt kunde, deres likes, antipatier, hvad der motiverer dem til at købe og mere. Ifølge Deloitte's forskning i personlig CX, sagde 69 % af forbrugerne, at de er mere tilbøjelige til at købe fra et brand, der personliggør oplevelser. Overvej nogle nyere eksempler på, hvordan brands udnytter data til at skabe efterspørgsel og give forbrugerne det, de ønsker. Tidligere i år så vi en viral Valentinsdagscup skabe en dille blandt forbrugerne, der førte til hurtigt udsolgte produkter, et vanvid på sociale medier og massefølelser af FOMO. Nu forudsiger eksperter, at dette ikke kun var en isoleret begivenhed, men snarere et indblik i fremtiden af, hvad brands kan gøre for at udvide produkter og overskud.

På mange måder er dette eksemplarisk for, hvordan brandloyalitet har udviklet sig. Faktorer som inflation og økonomisk turbulens gør simpelthen at have et populært produkt ikke længere godt nok – forbrugerne bliver mere vælgere og mere villige til at give slip på selv faste mærker, hvis de ikke længere føler sig set eller værdsat af dem, eller hvis de ikke eksemplificerer værdier som er vigtige for dem (f.eks. miljøvenlige produkter/virksomheder). Hvis brands ønsker at vinde og fastholde forbrugernes forbrug, skal de sætte erfaring i centrum.

En mindeværdig interaktion kan dog betyde mange forskellige ting afhængigt af, hvem der oplever det. Det er her Generative AI (GenAI) kommer ind i billedet. Ny GenAI-teknologi kan hjælpe brands med ikke kun at forstå det deres målgruppe skal føle sig forbundet, men også informere hvor der er specifikke publikumstendenser, de steder de er vælge at opfylde disse behov, og hvor ofte de går. Disse oplysninger kan gøre eller ødelægge, hvordan et brand er positioneret over for sit publikum. Der er også et par måder, hvorpå brands skal tænke over, hvordan de kan bruge GenAI-værktøjer til at sikre, at de skaber en holistisk tilgang til at imødekomme behovene hos deres publikum og opbygge varig loyalitet. De to største faktorer er målretning/markedsføring og efterspørgselsplanlægning.

Bliv en mester marketingmedarbejder

For effektivt at bruge GenAI som marketingmedarbejder skal praktikere først forstå skiftet væk fra massemålretning med brede kampagner til individualiserede mikrokontaktpunkter for hver af deres kunder. Nøglefaktorer, der driver dette skift og i sidste ende, stigningen i personalisering, inkluderer virkeligheden af ​​mange førstepladser på det amerikanske marked, herunder:

  • Kvinder forventes at kontrollere mere rigdom end mænd (fra 49 % i 2019 til 65 % i 2040)1
  • Den amerikanske befolkning vil omfatte flere mennesker over 65 år end under 182, og historiens mest forskelligartede generation er ved at blive voksen.3

Dette "Masse til mikro” tilgang undersøgt af Deloittes ConvergeCONSUMER-team viser, at det at flytte væk fra masse-, manuel og reaktiv beslutningstagning til en mere dynamisk model, der er kontinuerlig, automatiseret og forudsigelig, kan hjælpe med at bringe brands marketing- og målretningsstrategier ind i fremtiden.

Så hvad udgør et mikrokontaktpunkt? Taktik for at nå ud til en forbruger kan omfatte adskillige hyper-personaliserede marketingstrategier, såsom at oprette forbindelse via sociale medier, streamingtjenester, influencers, blogs og mere. De mest innovative forhandlere udforsker anvendelser af tilbøjelighedsmodeller til at hjælpe med at forme indtryk på sociale medier og vælge den kanal, som deres mest eftertragtede kunder drager til. Men det er kun mediet – dataene bag disse kontaktpunkter er endnu mere kritiske for at få rigtigt. Indsigt, der viser, hvem, hvor, hvordan og hvorfor brands skal målrette sig mod specifikke målgrupper, har historisk set været svært at trække, især i så lille en skala. Men nu gør GenAI det meget nemmere at få de granulære data.

Ved at bruge GenAI til at analysere data om forbrugere, kan brands målrette mod meget niche-publikumsmedlemmer på tværs af platforme – hvilket giver dem mulighed for at opbygge marketingoplevelser, der går tæt sammen med denne gruppe. For eksempel kan AI fortælle brands, at Amanda i Indianapolis sandsynligvis vil købe tre mærkenavne yogasæt online om morgenen fredag ​​den 15. marts efter at have tilmeldt sig et nyt fitnessmedlemskab. Brands kan derefter vise hende en personlig annonce på det nyhedswebsted, hun læser, samt et fitnessrelateret indlæg fra hendes yndlingsinfluencer på sociale medier.

GenAI omdefinerer også, hvad det vil sige at kende din eksisterende kundebase. Mens de fleste organisationer mener, at de har et overblik over de segmenter, de betjener, bruger mange forenklede syn på deres kunder baseret på simple demografiske oplysninger. Organisationer, der omfavner GenAI's æra, bruger en mere nuanceret måde at gruppere ligesindede kunder ved at blande deres førstepartsoplysninger med tredjepartssignaler, tilbøjelighedsmodeller, livstidsværdimodeller og churn-modeller for at skabe en virkelig omfattende kundefil. De behandler derefter den berigede kundefil for at identificere det faktiske antal kohorter i dataene. Befriet fra begrænsningerne af forenklede opdelinger af alder, køn eller hvor de bor, gør maskinlæring os i stand til at opdage de ikke-oplagte forbindelser mellem grupper, som mange ville betragte som fuldstændig uafhængige. GenAI kommer i spil ved at forklare disse kohorter i termer, vi kan forstå, efter at den sofistikerede matematik har opdelt dem. GenAI giver desuden naturlig sproglig belysning af ukendte tendenser og indsigter inden for kohorter, mens de fremhæver variationer på tværs af kohorter på en måde, som selv de bedste intentioner, menneskelige marketingfolk aldrig kunne klare alene.

GenAI kan skabe 360-graders berøringspunkter for marketingfolk på områder, der engang var udfordrende, og teknologien lover meget i denne forretning – men at implementere den i driften vil kræve langsigtet transformation. Derudover kan det tage tid for organisationer at erfare, at selvom konceptet bag "masse til mikro-tilgangen" øger kompleksiteten, kan det i sidste ende skabe en mere hands-off metode for brands kombineret med brugen af ​​GenAI. Dette skift betyder en afvigelse fra traditionelle strategier og indvarsler en æra med datadrevet tilpasningsevne i realtid.

Planlæg med præcision

GenAI's potentiale går fuldt ud, og dets evne til at løse problemer stopper ikke efter markedsføring og personlig målretning. Når først den hyper-personaliserede markedsføringstaktik har bearbejdet deres magi for at sætte gang i brandets buzz, kan GenAI støtte endnu mere ved at hjælpe organisationer med at efterspørge at planlægge og forudsige, hvor meget af hvert produkt, de skal bruge, og hvor – ned til den nøjagtige placering.

Dette er nyttigt af et par grunde, hvoraf den ene er, at for vigtige mærker, der er afhængige af at have lager i butikkerne for at holde trit med forbrugernes konstante efterspørgsel (såsom købmands-, fødevare- og CPG-mærker), kan disse værktøjer hjælpe dem med at forudsige og dreje under større udbud. kædeforstyrrelser. En anden er, at for mærker, hvis produkter er ikke-essentielle, kan disse data hjælpe med at forudsige efterspørgsel fra makro- og mikroniveau - og hjælpe med at informere om lagerstrategien.

Et strategisk resultat kan være, at GenAI analyserer data og foreslår bevidst at holde lageret lavt på markeder med høj efterspørgsel for at øge interessen. På denne måde, hvis der er begrænset lager, der er mindre end et brands publikumsbase på visse markeder, vil forbrugere, der fik produktet, føle, at de er en del af en særlig brandoplevelse. Dette er et godt eksempel på, hvordan GenAI er et kraftfuldt værktøj, som marketingfolk kan have i deres baglommer, ikke kun for at forfine kreative løsninger, men også for at sætte gang i dem på utraditionelle måder.

GenAI's potentiale bliver stadig opdaget

GenAI er stadig i sin vorden, men vi har allerede opdaget hundredvis af måder, vi kan bruge det til at forfine processer i alle slags industrier. Men der er stadig meget at lære.

Selvom vi allerede ved, at det kan hjælpe organisationer med at forstå forbrugerne og deres egne interne processer bedre, er der utallige måder, det vil skubbe grænserne for, hvad der er muligt inden for markedsføring. I sidste ende er det potentiale, det rummer, at tage data ud af back-office-funktionerne og inkorporere dem i front-office-funktioner, hvilket skaber en samlet mere strømlinet organisation.

Organisationer, der ønsker at komme i gang med at bruge GenAI, bør først sikre sig, at de har et klart overblik over kvaliteten og styringen af ​​deres data. Uden dette stærke fundament er der en større risiko for eksponentielt forstærket dårlig indsigt, så det vil være afgørende at investere i en skalerbar datahåndteringsløsning og fagfolk, der kan hjælpe med at få styr på dine data.

GenAI burde ikke være noget at frygte. I stedet bør ledere være begejstrede for GenAI's potentiale til at frigøre yderligere værdi i deres marketingoperationer.

Michelle McGuire Christian er Chief Commercial Officer for ConvergeCONSUMER ved Deloitte. Michelle har været hos Deloitte i mere end 11 år og designer, implementerer og driver digital teknologi for Global Fortune 100-virksomheder. Hun driver digital marketingstrategi og teknologiudvikling for sine kunder og arbejder med brandteams for at bringe strategien ud i livet.