Harvard Business Review рассказал, как искусственный интеллект увеличил продажи Harley-Davidson
С началом зимы продажи дилерского центра Harley-Davidson в Нью-Йорке сократились до одного-двух мотоциклов в неделю. Глава центра Асаф Якоби после встречи с главой Adgorithms (занимается разработками в области искусственного интеллекта) решил внедрить маркетинговую платформу Albert, которая работает с Google и Facebook, анализирует данные и настраивает маркетинговые кампании. О томкак изменилась ситуация в дилерском центре, рассказывает Harvard Business Review (HBR).
Уже на следующих выходных Якоби реализовал 15 мотоциклов, что почти в два раза превышает самый успешный аналогичный период лета (восемь мотоциклов). За первый месяц работы с системой число потенциальных покупателей в сутки выросло с одного до 40 человек, из которых 15% были «двойниками» (они напоминали предыдущих ценных клиентов), которые могли с большей вероятностью купить транспортное средство.
К концу третьего месяца работы с Albert доля таких людей составляла 50%, а общее число потенциальных покупателей выросло на 2930%. Асафу Якоби пришлось нанять шесть сотрудников и организовать колл-центр для обработки заявок — до этого он считал, что лишь 2% жителей Нью-Йорка входят в число потенциальных клиентов. За прошлый год центр под управлением Якоби утроил собственный оборот.
Брэд Пауэр
автор статьи в HBR
«В случае с Harley-Davidson система искусственного интеллекта Albert увеличила посещаемость дилерского центра за счет привлечения потенциальных клиентов, которые изъявили желание пообщаться с продавцами путем заполнения специальной формы на его сайте.
Взяв на вооружение креативный контент Harley-Davidson (заголовки и иллюстративные материалы), а также основные целевые показатели, Albert начал анализировать данные о текущих клиентах Якоби, взятые из CRM-системы центра, для выявления характеристик и моделей поведения особо ценных потребителей: тех, кто совершил покупку, добавил товар в онлайн-корзину, посмотрел контент сайта или вошел в число 25% его посетителей, которые провели на нем больше всего времени».
Эти данные позволили системе найти «двойников» предыдущих клиентов и объединить их в микросегменты. Так система хотела предугадать, какие сочетания заголовков, материалов и тысяч других переменных могли бы привлечь различные сегменты аудитории. Затем Albert начал масштабировать кампании, перераспределять ресурсы между цифровыми каналами и вносить рекомендации по контенту.
Система распределяла ресурсы только по тем направлениям, которые действительно давали результаты. Это повышало окупаемость затрат на цифровой маркетинг. При этом искусственный интеллект позволял собирать и анализировать огромные объемы данных и делать на их основе оптимальные выводы.
Брэд Пауэр
автор статьи в HBR
«Например, выяснив, что объявления со словом «позвоните» (например, «Успейте заполучить Harley с пробегом по выгодной цене! Позвоните прямо сейчас!») работают на 447% эффективнее, чем те, которые содержат призыв «купите» (например, «Купите Harley с пробегом в нашем магазине прямо сейчас!»), Albert сразу же внес необходимые изменения во все объявления, распространяемые по соответствующим каналам. Результаты говорят сами за себя».
Для поиска новых клиентов маркетологи часто используют «портрет покупателя». Он создается на основе статистики, которая опирается на догадки, интуицию и опыт. Системам искусственного интеллекта не требуются «портреты»: алгоритмы сами определяют, какие модели с наибольшей вероятностью приводят к конверсии, и по ним ищут потенциальных покупателей. Чтобы выяснить, что сработало, а что нет, искусственный интеллект оперирует лишь фактами.
Человек с помощью цифровых инструментов способен за раз составить лишь несколько сотен ключевых слов, при этом он не может точно внедрить полученные результаты по всем направлениям. Искусственный интеллект умеет анализировать миллионы связей в минуту, составлять сотни тысяч ключевых слов, а также мгновенно тестировать тысячи сообщений и иллюстративных комбинаций. При этом искусственный интеллект никогда не спит и готов круглосуточно выполнять эти операции.
Брэд Пауэр
автор статьи в HBR
«Таким образом, подобные системы могут точно подсказать, сколько денег компании необходимо потратить и куда ей стоит их направить для достижения наилучшего результата. Вместо того чтобы полагаться на прошлые показатели и интуицию, принимая решения о закупке средств рекламы, искусственный интеллект действует мгновенно и самостоятельно, меняя соответствующую стратегию в режиме реального времени, исходя из постоянно меняющихся рабочих параметров каждой переменной кампании».
Лучше всего раскрыть потенциал подобных систем можно за счет быстрых и обратимых экспериментов, которые будут проходить на одной географической территории, с одним брендом или каналом. В ходе этих экспериментов важно определить ключевые результаты деятельности, которых компания хочет добиться. Это необходимо, поскольку инструменты на основе искусственного интеллекта могут специализироваться на разных задачах, отмечает издание.
О том как искусственный интеллект поможет фрилансерам, читайте на нашем сайте.
