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

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

Belangrijke veranderingen in het hedendaagse consumentenlandschap – waaronder meer koopkanalen, nieuwe gewoonten en veranderende welvaartsverdeling – betekenen dat consumentgerichte merken hun marketing- en productstrategieën moeten aanpassen. Door gebruik te maken van data, machine learning en AI hebben deze organisaties de kans 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 meer geneigd zijn om bij een merk te kopen dat ervaringen personaliseert. Overweeg enkele recente voorbeelden van hoe merken data gebruiken om vraag te creëren en consumenten te geven wat ze willen. Aan het begin van dit jaar zagen we een virale Valentijnsdag-beker een rage onder consumenten veroorzaken die 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 een voorbeeld van 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 aan stalmerken af te zien 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 behalen en behouden, moeten ze ervaring centraal stellen.

Een memorabele interactie kan veel verschillende dingen betekenen, afhankelijk van wie deze ervaart. Hier komt Generatieve AI (GenAI) om de hoek kijken. Nieuwe GenAI-technologie kan merken helpen om niet alleen 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 kies om in die behoeften te voorzien, en hoe vaak ze dat doen. Deze informatie kan bepalen hoe een merk tegenover zijn publiek staat. Er zijn ook een paar manieren waarop merken moeten denken over hoe ze GenAI-hulpmiddelen kunnen gebruiken om een holistische aanpak te 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 praktijkmensen eerst de verschuiving begrijpen van massale targeting met brede campagnes naar geïndividualiseerde micro-touchpoints voor elke van hun klanten. Sleutelfactoren die deze verschuiving en uiteindelijk de toename in personalisatie aandrijven, zijn onder andere de realiteit van veel eersten op de Amerikaanse markt, waaronder:

• Vrouwen zullen naar verwachting meer vermogen controleren dan mannen (van 49% in 2019 tot 65% in 2040)¹
• De Amerikaanse bevolking 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 “van massaal naar micro”-aanpak, onderzocht door Deloitte’s ConvergeCONSUMER-team, toont aan dat het verlaten van massale, handmatige en reactieve besluitvorming voor een meer dynamisch model dat continu, geautomatiseerd en voorspellend is, kan helpen om de marketing- en targetingstrategieën van merken in 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 onderzoeken toepassingen van propensity-modellen om sociale media-indrukken te helpen vormen en het kanaal te selecteren dat hun meest gewenste klanten aantrekken. Maar dat is alleen het medium – de data achter die touchpoints is nog kritischer om goed te krijgen. Inzichten die laten zien wie, waar, hoe en waarom merken specifieke doelgroepen moeten targeten, zijn historisch moeilijk te verkrijgen, vooral op zo’n kleine schaal. Maar nu maakt GenAI het veel gemakkelijker om die gedetailleerde data te verkrijgen.

Door GenAI te gebruiken om data over consumenten te analyseren, kunnen merken heel specifieke doelgroepen targeten over platforms – waardoor ze marketingervaringen kunnen creëren die nauw aansluiten bij die groep. Bijvoorbeeld kan AI merken vertellen dat Amanda in Indianapolis waarschijnlijk drie merk-yogasetjes online koopt op de ochtend van vrijdag 15 maart, nadat ze een nieuw gym-lidmaatschap heeft aangeschaft. 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 hervormt ook wat het betekent om je bestaande klantenbestand 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 demografie. Organisaties die de era van GenAI omarmen, gebruiken een meer genuanceerde manier om gelijkgestemde klanten te groeperen door hun eerste partij-informatie te combineren met derde partij-signalen, propensity-modellen, levenswaarde-modellen en churn-modellen om een echt compleet klantendossier te creëren. Ze verwerken dat verrijkt klantendossier vervolgens om het werkelijke aantal cohorts in de data te identificeren. Vrij van de beperkingen van eenvoudige partities op basis van leeftijd, geslacht of waar ze wonen, stelt machine learning ons in staat om de niet-voor-de-hand-liggende verbindingen tussen groepen te ontdekken die veel mensen totaal niet gerelateerd zouden vinden. GenAI komt om de hoek kijken bij het verklaren van deze cohorts in begrijpelijke termen nadat de geavanceerde wiskunde ze heeft onderverdeeld. Bovendien biedt GenAI natuurlijke taaluitleg van onbekende trends en inzichten binnen cohorts, terwijl 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 “van massaal naar 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 aanbreekt.

Plan met precisie

GenAI’s potentieel gaat volledig funnel, en zijn vermogen om problemen op te lossen stopt niet na marketing en gepersonaliseerde targeting. Zodra de hyper-persoonlijke marketingtactieken hun magie hebben uitgeoefend om merkbuzz te creëren, kan GenAI nog verder helpen door organisaties te helpen bij vraagplanning en voorspellen 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 voorraden in winkels om constant consumentenvraag bij te houden (zoals grocery-, food- en CPG-merken), deze tools hen kunnen helpen om te voorspellen en te pivoteren tijdens grote supply chain-onderbrekingen. Een andere reden is dat voor merken waarvan de producten niet essentieel zijn, deze data hen kan helpen om vraag te voorspellen vanuit een macro- en micro-niveau – waardoor ze hun voorraadstrategie kunnen informeren.

Een strategisch resultaat kan zijn dat GenAI data analyseert en voorstelt om opzettelijk de voorraad laag te houden in hoge-vraagmarkten om interesse te verhogen. Op deze manier, als er beperkte voorraad is die kleiner is dan de audiencemarkt van een merk in bepaalde markten, voelen consumenten die het product wel krijgen 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 stimuleren.

GenAI’s potentieel wordt nog steeds ontdekt

GenAI is nog in zijn kinderschoenen, maar we hebben al honderden manieren ontdekt om het te 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 draagt in dat het data uit de back-office-functies kan halen en in de front-office-functies kan integreren, waardoor een algeheel meer gestroomlijnd bedrijf ontstaat.

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

GenAI zou geen reden tot angst moeten zijn. In plaats daarvan zouden leiders enthousiast moeten zijn over het potentieel van GenAI om extra waarde in hun marketingoperaties te ontgrendelen.