人工智能在业务的数字化方面正变得越来越普遍，但是并不是每个客户都对新技术感到兴奋。在其第四次年度“爬行还是酷”调查中，RichRelevance发现只有32%的受访者对AI感到满意。绝大多数(81%)认为组织有义务告知客户何时以及如何使用AI。
这意味着任何希望从AI的功能中受益并留住客户的公司都必须对推动其平台发展的技术保持透明。但是公司不应该担心AI。大多数组织拥有的最大机会是确定数据优先级，以找到适当的自定义平衡。
在过度概括和过度个性化之间有一个甜蜜的地方：介于将10,000份相同的电子邮件复制到100个不同的目标之间，然后在电子邮件中附加潜在客户的房子图片。公司的客户数据量很大，而且只会增加。但是，当该客户信息使用不当时，可能会令人反感或完全不安。
达到平衡
潜在客户和客户不仅仅是电子表格上的数据点。一排排的有用信息可以帮助人们互动，这是令人兴奋的事情，但是就像第一次约会时，一个人明显地在Facebook上跟踪过多，这可能会让人不知所措。认真地看待观众，以确保您不会采用某些读者可能会忽略的AI策略。
整个团队应该讨论什么水平的细节会让读者满意。员工如何希望使用他们的信息?在目标电子邮件中看到什么印象深刻?哪些数据点在使用时会感觉越界?
与其他过程一样，形成假设并进行检验;隔离变量并确定收到的响应。哪些观众反应良好?他们最类似于哪个买方角色?这些买方角色中是否有任何模式?这些洞察力会逐渐积累并开始为未来的实验提供信息，从而为您提供有关使用哪些数据以及如何使用和何时使用这些数据的更明智的策略。
听起来可能很复杂，但是有几种方法可以确保过程达到正确的平衡。您可以按照以下三个步骤将AI用于电子邮件，这对您的公司和客户都有利。
1.组织并连接您的数据。
数据孤岛可能在AI策略落地之前就将其扼杀。利用机器学习的全部目的是揭示看似完全不同的点之间的联系。如果您将这些点相互隔离，那么您的AI将无法使用它们来形成链接。没有它们，收集真实见解的机会就会减少。
根据Evergage的一项研究，有98%的营销人员同意正确实施个性化可以帮助客户关系更加牢固，近88%的营销人员表示他们的客户希望获得这种定制体验。但是几乎一半的营销人员拥有四个或更多存储他们的客户信息的系统。这些公司限制了他们可以满足消费者期望的见解。
确保将这些孤立的数据源整合在一起，对于公司的技术角色或外包员工来说，将是一项任务。当我的公司Sapper Consulting成立时，我们认为不需要专职技术人员。我们利用我们的网络和人才资源(如Upwork)来解决项目的出现。
2.测试和测量所有内容。
良好电子邮件的各个方面都应进行测试和跟踪。这包括主题行，预览文本，挂钩，号召性用语，正文段落，标题，行业，区域内容，购买习惯，内容下载，网络研讨会访问-您可以理解。您能够测试的数据点越多，这些发现将影响未来的决策。如果一切顺利，就会出现有效的内容模式。但是，即使某些测试产生了积极的结果，也不要停止测试。
打开率达到80%的银弹主题行最终将失去光泽，因此在平台上制定其他有效策略很重要。分配达到关键绩效指标所需的预算和资源，但决不放弃研发。该测试可以在整个组织中进行，从开发人员和产品团队到一线客户支持团队。测量部分取决于正确的软件，但分析思维才是将电子表格转变为行动的方式-数据科学家认为。
Spotify擅长于这种对新内容类型的迭代测试。其精心策划的“发现每周”播放列表很大程度上受音乐情报公司Spotify在2014年收购的Echo Nest创建的算法驱动。尽管“发现每周”可能并不完美，但它会从跳过的歌曲和“喜欢的”歌曲中了解更多关于客户偏好的信息。 ”并添加到用户的个人资料库中。这是使用消费者反馈进行实时小批量测试的最清楚的例子之一。
3.倾听您的客户。
如果客户不喜欢某事，他们会通知您。不难想象，如果您利用了错误的数据点，就会出现在最令人毛骨悚然的营销电子邮件的Buzzfeed列表上。如果有明确的方式不喜欢在邀请电子邮件中使用家庭住址，请不要使用家庭住址。
“个人”对不同的人意味着不同的事物;真正的个性化意味着了解并适应单个接收者的偏爱。一旦个性化开始损害客户的最大利益，这将损害您的营销策略。
根据麦肯锡在欧洲和美国进行的Periscope研究，大约40%的消费者报告品牌发送给他们的消息有时只是个性化的。在接受调查的美国人中，有31%的人表示收到的电子邮件通常与他们有关，而23%的人表示很少或从未收到过相关信息。品牌显然有工作要做，因此当消费者给出正面和负面反馈时，都要倾听消费者的声音。
使用AI迅速成为各行各业的常态，但消费者希望品牌在如何，何时以及为何结合该技术方面保持透明。上面的三个步骤是用AI驱动的个性化让客户赞叹而不是让他们毛骨悚然的关键。
标签： ai