营销人员急于在AI潮流中崛起
人工智能是当今和未来的潮流，内容营销人员正在努力不被遗忘。
克服市场营销和技术之间差距的是Christopher S. Penn。他与数据科学家和机器学习从业者Katie Robbert共同创办了机器学习和分析咨询公司Trust Insights。
Penn与数字营销专家Madalyn Sklar讨论了人工智能和内容营销，直截了当地讨论了挑战以及人工智能可以 – 而且不能 – 做什么。
“今天的内容营销有四个关键问题：战略，战术，执行和衡量，”佩恩说。 “营销人员从执行开始，然后选择策略，不测量任何东西，然后想知道为什么他们没有策略。
“营销人员也会根据表面数据分析，最好的猜测，'本能'或'这是我们一直以来所做的'做出最好的内容，通常由HIPPO指导 – 最高的个人付费人的意见 – 而不是数据驱动的研究，“ 他说。
在那起刺痛的起诉书之后，Penn为内容营销人员提出了有序的问题：
- 什么是战略，它如何与业务目标保持一致？
- 你的战术是什么？
- 你将如何执行战术？
- 你将如何衡量？
“到目前为止，最大的挑战是坚持一项计划，”佩恩说。
正如他所看到的，人工智能承诺三件事：加速，准确和自动化。
“更快，更好，更便宜，”佩恩说。 “任何重复的任务都是人工智能应对和改进的公平游戏。执行简单的内容营销任务（如暂存，编辑或发布内容）需要多长时间？研究和挖矿现有趋势，主题等需要多长时间？
“AI为我们做了咕噜咕噜的工作，解决了很多这些问题，”他说。 “一旦我们培训我们的软件并建立模型，我们就可以更快地开展工作并创造更好的内容。”
Penn同意有时人工智能比员工更好。
“没错，”他说。 “当机器生成的内容比您实际使用的内容更好时，AI是一个成功的解决方案。这是太多公司今天的内容营销。“
成熟的自动化
Penn提供了几个可以使用人工智能轻松实现自动化的流程示例：
- 研究关键主题。我正在制作一份新的营销趋势报告，我已经下载了40,000篇关于营销的文章。人工智能 – 特别是文本挖矿 – 正在帮助我挖矿文本语料库中最突出的趋势和主题。
- 什么内容有效。使用一种称为马尔可夫链的机器学习，我跟踪哪些内容最有助于我拥有的媒体属性上的转换。然后我优化了那些碎片的日光。
- 网络图。使用Talkwalker的数据，我绘制实体之间的关系图，然后使用机器学习来评估Twitter帐户自动化的可能性。这会根据自动化百分比向下调整影响力分数。
“K线走势图是眼睛糖果，”佩恩说。 “客户的价值在于他们准确接触到的电子表格。”
领导者应该熟悉并培训他们的团队进行人工智能。抵抗是徒劳的 – 并且弄巧成拙。
“准备人工智能作为领导者意味着培养人才，”佩恩说。 “数据科学和人工智能技术很少见且需求量很大。一位优秀的数据科学家将为您带来20多万美元的薪水。尽可能在内部培养人才。“
他描述了企业家需要的三个关键角色：
- 开发人员帮助从系统中提取数据。
- 数据科学家准备，清理，分析和建模数据。
- 营销技术人员采取模型输出并将其投入到业务中。
“如果你没有这些人才，可以考虑培训以及像IBM Watson Studio这样的工具，”Penn说。 “他们提供更适合商业用户的环境。寻找重复性任务首先实现自动化。“
人工智能还需要营销人员进行培训。
“市场营销人员需要成为他们组织的主要问题官员，寻找有趣的秘密来解决数据，”佩恩说。 “这意味着为了花时间真正思考和好奇而远离'做'。
“营销人员必须成为数据驱动的，”他说。 “任何无法用'大脑两侧'思考的人都会遇到严重的职业困境。要有创意，要有分析能力。这是你在一个没有你的机器可以进行纯粹分析的世界中发展你的职业生涯的唯一方式。“
所有行业的杰克
掌握一项技能不够好。
“营销人员需要成为多学科的，”佩恩说。 “在狭窄的领域内自动执行任务很容易，但是你不能将不同的专业领域与AI结合在一起。如果你知道写作，心理学，音乐和市场营销，你就更难以取代。“
虽然“人工智能”听起来神秘，但并不是万能的。现在有一些它无法执行的任务。
“这份名单每天都会缩短，”佩恩说。 “机器现在可以写得很好，并且在接下来的12个月内会变得更好。例如，期望机器能够大规模发布合适的博客文章。
“机器不能跨域思考，”他说。 “这意味着人工智能将面临同情心，人类的判断任务会破坏规则，并具备多领域的专业知识。”
人们仍然可以扮演角色。但是，他们不应该推动他们的运气。
“机器不会取代大多数人际关系，除非你的客户体验如此糟糕，以至于处理机器更可取，”Penn说。 “如果聊天机器人是您服务的升级版，那么您的服务很糟糕。机动车部，我在看着你。“
内容营销人员可以很好地记住“机器不能做一般的生活体验”。
“一般的生活经历是广泛的，包含许多不同的输入，”佩恩说。 “机器还不能复制它。它需要他们没有的真实感知。让我们成为人类的是混合了奇怪的数据和模式识别。
“在机器可以通过许多不同的，不同的输入进行大规模模式识别之前，需要这种知识的任务 – 比如同理心 – 相对安全，”他说。
这可能只是一种短暂的拯救恩典。
佩恩说：“有一段时间我们不得不面对能够做同理心的机器。” “当那一天到来时，它将不仅仅是一个营销问题。但是当它发生时我们会处理它。“
有关宾大的工作的更多信息，他发表了“营销人员AI：简介和入门”