Generatieve AI kan helpen om merken te redden als hyper-persoonlijke ervaringen, verhoogde vraag consumenten winnen

Vandaag moeten toonaangevende bedrijven met extreme precisie marketen, plannen en vooruitzichten hebben. Generatieve AI kan helpen.

Grote veranderingen in het hedendaagse consumentenlandschap – waaronder meer koopkanalen, nieuwe gewoonten en een verschuiving in de verdeling van rijkdom – betekenen dat consumentgerichte merken hun marketing- en productstrategieën moeten aanpassen. Door gegevens, machine learning en AI te gebruiken, hebben deze organisaties de mogelijkheid om elke individuele klant beter te leren kennen, hun voorkeuren, afkeer, wat hen ertoe brengt om te kopen, en meer. Volgens onderzoek van Deloitte naar gepersonaliseerde CX, zei 69% van de consumenten dat ze waarschijnlijker zijn om bij een merk te kopen dat ervaringen personaliseert. Overweeg enkele recente voorbeelden van hoe merken gegevens gebruiken om vraag te creëren en consumenten te geven wat ze willen. Aan het begin van dit jaar zagen we een virale Valentine’s Day Cup die een rage onder consumenten veroorzaakte, wat leidde tot snel uitverkochte producten, een sociale media-frenzy en massale gevoelens van FOMO. Nu voorspellen experts dat dit niet alleen een geïsoleerd evenement was, maar eerder een glimp van de toekomst van wat merken kunnen doen om producten en winsten uit te breiden.

Op veel manieren is dit exemplarisch voor hoe merkloyaliteit is geëvolueerd. Factoren zoals inflatie en economische turbulentie maken het hebben van een populair product niet langer voldoende – consumenten worden kieskeuriger en meer bereid om zelfs basismerken los te laten als ze zich niet langer door hen gezien of gewaardeerd voelen, of als ze niet de waarden vertegenwoordigen die voor hen belangrijk zijn (bijvoorbeeld milieuvriendelijke producten/bedrijven). Als merken consumenten uitgaven willen verdienen en behouden, moeten ze ervaring centraal stellen.

Een memorabele interactie kan echter veel verschillende dingen betekenen, afhankelijk van wie het meemaakt. Hier komt Generatieve AI (GenAI) om de hoek kijken. Nieuwe GenAI-technologie kan merken niet alleen helpen om te begrijpen wat hun doelgroep nodig heeft om verbonden te voelen, maar ook om te informeren waar er specifieke trendonderwerpen zijn, de plaatsen waar ze kiezen om die behoeften te vervullen, en hoe vaak ze dat doen. Deze informatie kan maken of breken hoe een merk wordt gepositioneerd ten opzichte van zijn publiek. Er zijn ook een paar manieren waarop merken moeten nadenken over hoe ze GenAI-hulpmiddelen kunnen gebruiken om ervoor te zorgen dat ze een holistische aanpak creëren om aan de behoeften van hun publiek te voldoen en duurzame loyaliteit op te bouwen. De twee belangrijkste factoren zijn targeting/marketing en vraagplanning.

Word een meestermarketeer

Om GenAI effectief te gebruiken als marketeer, moeten practitioners eerst de verschuiving begrijpen van massale targeting met brede campagnes naar geïndividualiseerde micro-touchpoints voor elke klant. Sleutelfactoren die deze verschuiving en uiteindelijk de toename in personalisatie aandrijven, zijn onder andere:

• Vrouwen zullen naar verwachting meer rijkdom controleren dan mannen (van 49% in 2019 tot 65% in 2040)¹
• De bevolking van de VS zal meer mensen boven de 65 jaar tellen dan onder de 18², en de meest diverse generatie in de geschiedenis komt van age.³

Deze ” Mass to Micro “-aanpak, onderzocht door Deloitte’s ConvergeCONSUMER-team, toont aan dat het verplaatsen van massale, handmatige en reactieve besluitvorming naar een meer dynamisch model dat continu, geautomatiseerd en voorspellend is, kan helpen om de marketing- en targetingstrategieën van merken naar de toekomst te brengen.

Wat is een micro-touchpoint? Tactieken om een consument te bereiken, kunnen verschillende hyper-persoonlijke marketingstrategieën omvatten, zoals het verbinden via sociale media, streamingdiensten, influencers, blogs en meer. De meest innovatieve retailers verkennen toepassingen van propensity-modellen om sociale media-indrukken te helpen vormgeven en het kanaal te selecteren dat hun meest gewenste klanten aantrekt. Maar dat is alleen het medium – de gegevens achter die touchpoints zijn nog kritischer om goed te krijgen. Inzichten die laten zien wie, waar, hoe en waarom merken specifieke doelgroepen moeten targeten, zijn historisch moeilijk te trekken, vooral op zo’n kleine schaal. Maar nu maakt GenAI het krijgen van die granulaire gegevens een stuk eenvoudiger.

Door GenAI te gebruiken om gegevens over consumenten te analyseren, kunnen merken zeer nichespecifieke doelgroepen targeten over platforms – waardoor ze marketingervaringen kunnen opbouwen die dicht bij die groep aansluiten. Bijvoorbeeld, AI kan merken vertellen dat Amanda in Indianapolis waarschijnlijk drie merk-yogasets online koopt op de ochtend van vrijdag 15 maart, nadat ze zich heeft aangemeld voor een nieuw gym-lidmaatschap. Merken kunnen haar dan een gepersonaliseerde advertentie tonen op de nieuwswebsite die ze leest, evenals een fitness-gerelateerde post van haar favoriete sociale media-influencer.

GenAI redefineert ook wat het betekent om je bestaande klantbasis te kennen. Terwijl de meeste organisaties denken dat ze een beeld hebben van de segmenten die ze bedienen, gebruiken veel een eenvoudig beeld van hun klanten op basis van eenvoudige demografische gegevens. Organisaties die de era van GenAI omarmen, gebruiken een meer genuanceerde manier van het groeperen van gelijkgestemde klanten door hun eerste partijinformatie te combineren met derde partij signalen, propensity-modellen, lifetime value-modellen en churn-modellen om een echt compleet klantbestand te creëren. Ze verwerken dat verrijkt klantbestand vervolgens om het werkelijke aantal cohorts in de gegevens te identificeren. Vrij van de beperkingen van eenvoudige partities van leeftijd, geslacht of waar ze wonen, maakt machine learning het mogelijk om de niet-evidente verbindingen tussen groepen te ontdekken die veel mensen totaal niet gerelateerd zouden vinden. GenAI komt in beeld bij het uitleggen van deze cohorts in termen die wij kunnen begrijpen, nadat de geavanceerde wiskunde ze heeft onderverdeeld. Bovendien biedt GenAI natuurlijke taaluitleg van onbekende trends en inzichten binnen cohorts, waarbij het variaties tussen cohorts benadrukt op een manier die zelfs de beste marketeers nooit alleen zouden kunnen doen.

GenAI kan 360-graden touchpoints creëren voor marketeers in gebieden die eerder uitdagend waren, en de technologie houdt veelbelovende beloften in dit bedrijf – maar het implementeren ervan in operaties zal een langetermijntransformatie vereisen. Bovendien kan het tijd kosten voor organisaties om te leren dat, hoewel het concept achter de “mass to micro”-aanpak complexiteit verhoogt, het uiteindelijk een meer hands-off methode voor merken kan creëren, gekoppeld aan het gebruik van GenAI. Deze verschuiving markeert een vertrek van traditionele strategieën, waarmee een tijdperk van data-gedreven, real-time adaptatie wordt ingeluid.

Plan met precisie

GenAI’s potentieel gaat full-funnel, en zijn vermogen om problemen op te lossen, stopt niet na marketing en gepersonaliseerde targeting. Zodra de hyper-persoonlijke marketingtactieken hun magie hebben laten werken om merk buzz te creëren, kan GenAI organisaties helpen door te ondersteunen bij vraagplanning en forecasting van hoeveel van elk product ze nodig hebben en waar – tot aan de exacte locatie.

Dit is nuttig om een paar redenen, waaronder dat voor essentiële merken die afhankelijk zijn van het hebben van voorraad in winkels om aan constante consumentenvraag te voldoen (zoals grocery, food en CPG-merken), deze tools hen kunnen helpen om te voorspellen en te pivoteren tijdens grote supply chain-disrupties. Een ander is dat voor merken waarvan de producten niet essentieel zijn, deze gegevens kunnen helpen om vraag vanuit een macro- en micro-niveau te voorspellen – waardoor inventarisstrategie kan worden geïnformeerd.

Een strategisch resultaat kan zijn dat GenAI gegevens analyseert en suggereert om inventaris expres laag te houden in high-demand markten om interesse te vergroten. Op deze manier, als er een beperkte voorraad is die kleiner is dan de audiencemarkt van een merk in bepaalde markten, voelen consumenten die het product wel kregen zich alsof ze deel uitmaken van een speciale merkervaring. Dit is een goed voorbeeld van hoe GenAI een krachtig hulpmiddel is dat marketeers in hun achterzak kunnen houden, niet alleen om creatieve oplossingen te verfijnen, maar ook om ze op onconventionele manieren te laten ontstaan.

GenAI’s potentieel wordt nog steeds ontdekt

GenAI is nog in zijn kinderschoenen, maar we hebben al honderden manieren ontdekt waarop we het kunnen gebruiken om processen in allerlei industrieën te verfijnen. Maar er is nog veel te leren.

Terwijl we al weten dat het organisaties kan helpen om consumenten en hun interne processen beter te begrijpen, zijn er ontelbare manieren waarop het de grenzen van wat mogelijk is in marketing zal verleggen. Uiteindelijk houdt het potentieel dat het in zich heeft de mogelijkheid om gegevens uit de back-office-functies te halen en ze in de front-office-functies te integreren, waardoor een algehele meer gestroomlijnde organisatie ontstaat.

Organisaties die GenAI willen gaan gebruiken, moeten eerst ervoor zorgen dat ze een duidelijk beeld hebben van de kwaliteit en governance van hun gegevens. Zonder deze solide basis is er een groter risico op exponentieel versterkte slechte inzichten, dus investeren in een schaalbare data management-oplossing en professionals die helpen om uw gegevens op orde te krijgen, zal cruciaal zijn.

GenAI moet geen bron van angst zijn. In plaats daarvan moeten leiders enthousiast zijn over het potentieel van GenAI om extra waarde vrij te maken in hun marketingoperaties.