利用数据科学来阐明现代消费者的决策过程

当今互联网首次到达现场时，今天的消费者决策之旅正在迅速扩展到比想象中更大，更复杂的东西。搜索者的行为继续以惊人的速度发展，特别是当新的模式和模式形式推动营销人员进一步进入人工智能和机器学习领域时。为了充分了解新的消费者决策过程的复杂性，今天的广告团队必须适应新的角色：数据科学家。

Microsoft Advertising（我的雇主）的广告客户分析小组正在深入研究内部搜索查询数据，以帮助营销人员获得所需的可见性。今天的CDJ到底是什么样的？好吧，像这样：

我们在这里看到的是Bing最近与​​企业云软件相关的搜索查询的实际表示。它是一个由搜索查询和它们之间的关系组成的网络，其关系定义为由同一个人在一个紧密的时间窗口中进行的搜索。让我们潜入并探索。

凌乱吧？那么，理解搜索者行为是一个复杂的问题。首先，让我们看看这个网络中的所有不同社区，这些社区都是按颜色可视化的。很快就会发现这些查询是按主题聚类的;围绕VPN的查询具有自己的颜色，Azure和AWS等空间中的大型参与者拥有大型社区。重要的是要注意，查询不是基于查询本身的内容放置在社区中，而是基于同一用户搜索它们的规律性。这是一个重要的区别，它为我们提供了一些难以实现的东西：对品牌在其空间中所处位置的原始，公正的看法。

专注于查询关系

社区的大小始终是一个有趣的因素，但是查询之间的关系可以最好地解锁隐藏的见解。无论您的产品或品牌空间是什么，一个社区中都存在查询，但与其他社区中的查询存在关联。例如，我们在下面看到查​​询“云计算”和“物联网”彼此之间以及Azure和AWS社区之间存在关系。这是一个结合组织，可以深入了解您的客户，您的业务和您的竞争格局。

关系的关键在于查询之间的大量互连性说明了搜索者行为的真正复杂性。搜索很少是线性的，更多地发生在不一定与漏斗状行为一致的聚类中。有关消费者意图，忠诚度以及品牌和非品牌查询所做贡献的不同类型的持久信念受到数据的挑战。为了帮助推动这一点，让我们提取一些只有通过此确认才能访问的见解作为先决条件。

我们首先要隔离查询“什么是AI？”我们可以立即在我们的网络中看到这个查询已被搜索过“人工智能”和“AI”的用户搜索过。

反过来，我们看到这些术语和品牌节点之间的关联，例如“IBM”和“AWS”。然而，最终，我们能够看到“什么是AI”是与“IBM”相同的社区的一部分。告诉我们很多人都在寻找两者。 IBM在将品牌定位于这些类型的消费者问题方面做得非常出色。

如何再次接受搜索者行为复杂性的另一个例子如何能够为更全面地了解行业动态开辟道路？与此领域的其他大型企业一样，Google在网络中拥有自己的社区。查询“Google Cloud”是此社区的中心节点，根据我们在整个网络中的其他社区中看到的内容，我们可能会假设社区内的其他查询也与Google的云产品相关。然而，这个社区无视我们的期望;它包含竞争对手和非品牌术语的混合，其中许多包含术语“云”。从此，我们可以否认Google已将其品牌定位为接近“云”这一术语 – 这对他们来说是一个不错的思想分享，并且他们的竞争机会。

人工智能在CDJ

今天的营销人员如何管理如此复杂的客户旅程？首先，与您的出版商建立强有力的合作关系非常重要。您的客户团队是您业务的支持者，其中一部分是相关数据的管理。第二件事是在您的广告计划中投资数据科学。解决错综复杂的问题往往需要技术专业知识，随着每项技术进步，消费者行为变得更加复杂。最后，人工智能和机器学习已经渗透到整个空间，以帮助营销人员收集，分析和利用大量数据，以更好的方式接触未来的客户。

本文中表达的观点是客座作者的观点，不一定是搜索引擎土地。工作人员作者列于此处。