Bagaimana Kecerdasan Buatan Mengubah Pemasaran: Penguji Media Sosial

Ingin tahu fitur kecerdasan buatan apa yang datang ke media sosial dan platform periklanan? Ingin tahu bagaimana pembelajaran mesin dapat meningkatkan pemasaran Anda?

Untuk mengeksplorasi bagaimana kecerdasan buatan akan berdampak pada pemasaran media sosial, saya mewawancarai Mike Rhodes.

Lebih Lanjut Tentang Acara Ini

Itu Podcast Pemasaran Media Sosial dirancang untuk membantu pemasar yang sibuk, pemilik bisnis, dan pembuat menemukan apa yang berhasil dengan pemasaran media sosial.

Dalam episode ini, saya mewawancarai Mike Rhodes, seorang ahli dalam membantu bisnis dengan akuisisi pelanggan. Dia adalah penulis bersama Panduan Utama untuk Google AdWords dan CEO WebSavvy. Dia menawarkan kursus di Google Display Network, AdWords, Google Data Studio, dan lainnya.

Mike menjelaskan mengapa pemasar perlu memahami kecerdasan buatan dan membagikan contoh yang menggambarkan dampaknya.

Anda juga akan menemukan bagaimana kecerdasan buatan dapat mengotomatiskan penawaran, penargetan, dan perpesanan untuk iklan Anda.

Bagikan tanggapan Anda, baca catatan pertunjukan, dan dapatkan tautan yang disebutkan dalam episode di bawah ini.

Dengarkan sekarang

Berlangganan dimana: Apple Podcast | Google Podcasts | Spotify | RSS

Gulir ke akhir artikel untuk tautan ke sumber daya penting yang disebutkan dalam episode ini.

Berikut beberapa hal yang akan Anda temukan dalam acara ini:

Kecerdasan Buatan untuk Pemasar

Kisah Mike

Di awal karirnya, Mike belajar bahwa dia suka membantu pemilik bisnis melihat apa yang ada di sekitar. Pada 1990-an, Mark bekerja di sebuah perusahaan helikopter di Hawaii. Sebagai imbalan atas pelajaran terbang, dia membantu perusahaan itu melakukan komputerisasi. (Bosnya menerbangkan helikopter Magnum P.I.) Pada tahun 2004, Mike mempelajari bagaimana Google AdWords (sekarang Google Ads) membantu bisnis kecil dan melakukan kampanye sebagai bantuan.

Beberapa tahun kemudian, Mike memulai agensinya. Fokusnya pada alat dan teknik masa depan menempatkannya di tempat yang tepat pada waktu yang tepat. Fokus ini juga membuat Mike tertarik pada kecerdasan buatan (AI). Sekitar 3 tahun yang lalu, dia menyadari bahwa bisnis perlu beralih dari membaca dan mendengarkan ke cara yang lebih canggih untuk berinteraksi dengan pelanggan, dan mempelajari semua yang dia bisa tentang topik tersebut.

Dalam mempelajari AI, Mike tidak berfokus pada cara membuat teknologi yang mendukung AI. Dia tertarik untuk mengetahui cara menggunakan AI sehingga dia bisa mengetahui bagaimana hal itu relevan bagi pemilik bisnis. Secara khusus, dia menemukan masalah bisnis dan membantu bisnis mengidentifikasi masalah mana yang memerlukan AI. Dia juga tahu alat siap pakai mana yang menggunakan AI dan mana yang tidak.

Dengarkan pertunjukan untuk mendengarkan Mike berbagi cerita tentang menerbangkan helikopter ke ngarai Kauai.

Mengapa Kecerdasan Buatan Penting bagi Pemasar

Untuk menjelaskan mengapa AI itu penting, Mike membagikan perbandingannya Andrew Ng, pakar AI dan pembelajaran mesin. Andrew mengatakan AI adalah listrik baru. Saat listrik mulai digunakan untuk memberi daya pada segala sesuatu 100 tahun yang lalu, AI sedang ditambahkan ke segalanya sekarang. Munculnya listrik mengubah segalanya, termasuk transportasi, pabrik, dan lainnya. Demikian pula, AI akan mengubah ekonomi pengetahuan.

Bagi pemasar, perubahan yang akan datang penting karena bisnis Anda akan mendapat manfaat dari mengetahui alat dan teknik berbasis AI sebelum pesaing Anda menyadarinya. Jika Anda bekerja di sisi agensi, Anda ingin membantu klien Anda memimpin dengan AI. Meskipun pemasar tidak perlu memahami AI secara mendetail, mereka perlu cukup tahu tentang AI untuk menemukan peluang.

Versi Hollywood dari AI menampilkan robot dengan senjata yang mengubah kita menjadi penjepit kertas. Realitasnya lebih biasa dan inkremental.

Kami masih jauh dari AI yang dapat menjalankan kampanye Google atau mengirim anak-anak Anda ke sekolah dan memasak makan malam. Namun, kecerdasan sempit buatan (juga disingkat menjadi kecerdasan sempit atau ANI) kemungkinan akan mulai menggantikan semakin banyak tugas manusia.

Anda dapat menganggap ANI sebagai perangkat lunak yang sangat cerdas. Mark berpikir, dalam versi masa depan yang sangat optimis, mesin pintar akan memungkinkan kita melakukan hal-hal yang tidak dapat kita lakukan hari ini atau akan melakukan tugas-tugas yang dapat kita lakukan jauh lebih baik. Dengan kata lain, ANI akan memungkinkan kami untuk menyerahkan tugas-tugas kasar sehingga kami memiliki lebih banyak waktu untuk pekerjaan yang kreatif, strategis, atau penuh kasih.

Dengarkan acaranya untuk mendengarkan Mark dan saya membahas sensasi versus realitas teknologi masa depan lainnya.

Apa Itu Artificial Intelligence?

Mike mendefinisikan AI sebagai ilmu untuk membuat sesuatu menjadi pintar. Ini termasuk robotika, bahasa alami, penglihatan, dan banyak lagi. Pembelajaran mesin mengacu pada komputer yang dapat belajar tanpa diajarkan secara eksplisit. Pembelajaran mesin adalah area AI yang sedang berkembang saat ini, terutama subkategori yang disebut pembelajaran dalam.

Sebagai ilustrasi, bagaimana komputer mempelajari apa itu kursi? Dengan pemrograman tradisional, Anda akan menggunakan pernyataan bersyarat seperti "Jika benda memiliki empat kaki, satu kursi, dan belakang, lalu itu kursi. " Kode tersebut perlu memperhitungkan kursi dengan dan tanpa lengan, kursi roda, dan sebagainya di. Program yang dihasilkan akan membutuhkan banyak kode, dan jika satu baris mengalami kesalahan, kode tidak akan berfungsi.

Pembelajaran mesin menawarkan cara baru untuk mengajarkan komputer tentang apa itu kursi. Pada dasarnya, Anda memberi mesin ribuan contoh kursi dan bukan kursi (seperti meja, anjing, dan pohon) sehingga komputer memahami apa itu kursi dan bukan. Seiring waktu, mesin belajar menyimpulkan apakah sesuatu itu kursi. Selama 5 atau 10 tahun terakhir, teknologi ini menjadi sangat akurat.

Saat ini, Anda melihat teknologi ini digunakan untuk membantu orang berbelanja. Saat Anda mengangkat produk ke kamera, file Pinterest atau Amazon aplikasi atau Google Lens (Melalui Aplikasi Google Foto di iOS) dapat mengenali produk dan mencoba mencarinya untuk Anda. Anda dapat mengarahkan kamera Google Lens ke teman Anda yang mengenakan gaun, dan ia akan menemukan banyak gaun serupa dan memberi tahu Anda di mana Anda dapat membelinya.

Selain bisa mengenali item, AI bisa membuat prediksi. Amazon menggunakan AI prediktif untuk memberi tahu Anda hal-hal seperti, "Orang yang membeli buku ini juga membeli buku ini." Demikian pula, Netflix menyarankan acara TV atau film yang mungkin menarik bagi Anda. Netflix bahkan mengubah thumbnail sampul menggunakan AI prediktif. Berdasarkan kebiasaan menonton Anda, ini memprediksi gambar mini mana yang paling menarik bagi Anda.

Pembelajaran mesin di mobil self-driving juga memecahkan masalah prediksi. “Di jalur mana saya berada? Jalur mana yang harus saya masuki? Mobil itu akan melakukan apa? Apa yang akan dilakukan pejalan kaki itu? ” Ini memprediksi bagaimana benda lain di sekitar Anda akan bergerak, dan dengan demikian arah mana yang harus dikendarai dan apakah akan berakselerasi atau mengerem. Meskipun penjelasan ini adalah penyederhanaan yang sangat besar, pada dasarnya itulah yang terjadi.

Contoh lainnya adalah Siri untuk iPhone. Karena semakin banyak hal termasuk pembelajaran mesin, Siri semakin mampu memenuhi janjinya sebagai asisten pribadi. Hari ini, ini dapat mengingatkan Anda untuk melakukan panggilan. Di masa mendatang, Anda mungkin disarankan untuk pergi lebih awal karena macet atau merasa bahwa satu rapat berjalan lama dan menawarkan untuk memberi tahu tiga orang berikutnya di kalender Anda hari ini bahwa Anda akan terlambat.

https://youtu.be/bd1mEm2Fy08

Contoh yang bagus adalah demo Google Duplex di Google IO 2018. Dalam video ini, Asisten Google (yang ada di lebih banyak ponsel daripada Siri dan dengan demikian memiliki lebih banyak data untuk dipelajari) memesan janji potong rambut dan membuat reservasi restoran. Banyak orang mengira demo ini palsu karena teknologi Duplex sangat bagus dalam menangani percakapan yang tidak berjalan seperti biasanya.

Setelah orang-orang mulai mempertanyakan apakah teknologi itu nyata, Google menyewa sebuah restoran Thailand di New York dan mengundang wartawan menghabiskan sore hari menguji teknologi untuk diri mereka sendiri dalam lingkup reservasi restoran. Para jurnalis dibagi menjadi beberapa kelompok yang mencoba membuang AI, tetapi AI mampu menangani pertanyaan mereka dengan sempurna.

Bagaimana orang mengadopsi AI bergantung pada apakah mereka merasa takut dengan komputer yang melakukan hal-hal seperti manusia atau menghargai kenyamanan yang ditawarkannya. Beberapa orang percaya AI akan mengawasi mereka. Yang lain berpikir akan sangat luar biasa memiliki alat yang dapat langsung mengingat nama seseorang dan ulang tahun mereka, lalu mengirimkan hadiah yang tepat.

Dengarkan acaranya untuk mendengar bagaimana saya menemukan AI dalam pembaruan iOS terbaru.

Kecerdasan Buatan dan Kampanye Pemasaran

Algoritme seperti Facebook adalah bentuk AI yang memprediksi artikel atau iklan mana yang cenderung diklik oleh pengguna tertentu (meskipun algoritme melibatkan lebih dari itu). Selama lebih dari 3 tahun, Mark telah menjalankan eksperimen terhadap AI Facebook. Berdasarkan eksperimen ini, dia yakin kita berada di titik kritis di mana sebagian besar waktu, mesin sebagus manusia.

Algoritme terkadang mengacaukan, dan ketika itu terjadi, itu cenderung membuat kesalahan besar. Namun, seringkali, itu sebaik — dan terkadang jauh lebih baik daripada — bahkan manusia terbaik.

Bagi pemasar, kemampuan AI berpotensi mengancam keberadaan pekerjaan atau agensinya. Pemasar yang masih menghabiskan sebagian besar waktunya untuk melaporkan dan mengubah tawaran sangat rentan. Pemasar ini cenderung keluar dari bisnis atau harus bekerja ekstra keras untuk mengubah cara mereka melakukan tugas sehari-hari.

Semua platform iklan diberi insentif untuk meningkatkan AI mereka. Saat membantu pemasar mencapai tujuannya, mereka akan terus menggunakan platform tersebut. Selain itu, AI yang membuat platform iklan lebih mudah digunakan akan mendatangkan lebih banyak bisnis.

Saat ini, ada jurang yang sangat besar antara bisnis yang menganggap platform iklan online dan sosial terlalu membingungkan dan rumit, dan bisnis yang dapat menyewa agensi atau karyawan untuk menanganinya. Semakin banyak platform ini memberdayakan bisnis sehari-hari untuk menggunakan AI guna mendapatkan lebih banyak pelanggan, semakin banyak bisnis yang dihasilkan platform iklan.

Mike mengatakan Google selalu berfokus pada pengguna, pengiklan, dan pemangku kepentingan, dan bagaimana ketiganya saling bersinggungan. Bagi Google, pengguna adalah yang terbesar dan terpenting dari ketiganya. Meskipun Google harus menyeimbangkan kebutuhan pengiklan dan pemangku kepentingan, Mike yakin memberikan pengalaman pengguna terbaik membantu melakukannya karena mendorong pengguna untuk kembali ke platform.

Misalnya, pada akhir 1990-an, orang meninggalkan mesin telusur seperti Alta Vista dan Ask Jeeves untuk menggunakan Google karena memberikan hasil yang lebih baik. Hari ini, Google mencoba membuat platformnya lebih baik bagi pengiklan. Jika hanya sekitar 10% dari bisnis yang seharusnya menggunakan alat seperti Google Ads yang benar-benar menggunakannya, platform tersebut memiliki ruang yang sangat besar untuk berkembang.

Di antara bisnis kecil, Mike berpikir Google Ads dapat menambahkan pelanggan yang sejauh ini menganggap platform periklanan terlalu menakutkan untuk digunakan. Di antara bisnis besar, Google dapat mengambil dolar merek dari media tradisional dan mendidik bisnis yang lebih besar ini tentang manfaat penghematan biaya menggunakan Google Ads, bukan kepemilikan besar agensi.

Dengarkan acaranya untuk mendengarkan pendapat saya tentang kecerdasan algoritme Facebook.

Bagaimana Kecerdasan Buatan Dapat Membantu Pemasar

Google dan Facebook memiliki inisiatif AI yang besar dan alat yang sudah digunakan pemasar yang menyediakan informasi dalam jumlah yang luar biasa. Untuk memvisualisasikannya, Google mengumpulkan data tentang pengguna melalui Google Analytics, Android (yang terdapat pada 80% ponsel cerdas di seluruh dunia), YouTube, dan Chrome (browser yang paling banyak digunakan). Google mengembangkan atau membeli layanan ini untuk memperoleh semua data ini.

Selain Google dan Facebook, Amazon, Microsoft, dan IBM juga melakukan hal-hal menakjubkan dengan AI. Karena Mike berfokus pada Google Ads, percakapan kita tentang bagaimana AI dapat membantu pemasar berfokus pada platform itu. Namun, saya ingin menekankan bahwa AI akan segera hadir di banyak platform.

Untuk menjelaskan bagaimana AI dapat membantu pemasar dengan Google Ads saat ini, Mike pertama-tama menguraikan kerangka kerja berdasarkan piramida dengan tiga lapisan. Lapisan bawah adalah penawaran, lapisan tengah menargetkan, dan lapisan atas adalah pengiriman pesan. Bersama-sama, lapisan ini membantu pemasar dengan periklanan yang menunjukkan pesan yang tepat kepada orang yang tepat pada waktu yang tepat dan melakukannya secara menguntungkan.

Mike menggunakan piramida karena penawaran adalah tempat yang baik untuk mulai menguji AI Google. Penawaran adalah tugas termudah untuk diambil alih oleh AI dan tugas yang memakan waktu bagi pemasar. Dengan penawaran penanganan AI, Anda dapat naik ke atas piramida, tetap di depan robot, dan fokus pada tugas di atas, seperti berpikir kreatif dan strategis dan bekerja dengan klien pada bisnis yang lebih besar masalah.

Menawar: Untuk menggambarkan seberapa baik AI Google dapat belajar, Mike memulai dengan berbagi cerita tentang Google's AlphaGo, yang mana kalahkan juara dunia di game Go. Lalu Google membangun AlphaGo Zero, yang mengalahkan mesin pertama. Memulai dari awal tanpa melihat game lain yang pernah dimainkan, AlphaGo Zero belajar sendiri.

AI di AlphaGo Zero mampu menelan banyak angka dan membuat prediksi dengan akurasi yang luar biasa. Itu juga bisa belajar dengan cepat. Dalam 3 hari, itu sebagus manusia. Setelah 40 hari, AlphaGo Zero mengalahkan AlphaGo, yang seharusnya tidak akan pernah kalah dalam permainan.

Dengan cara yang sama, menawar iklan Google dan Facebook adalah permainan angka. Anda mungkin perlu menentukan berapa banyak yang harus ditawar untuk sebuah kata kunci atau berapa banyak yang ditawarkan ke Google jika seseorang mengklik iklan Anda. Komputer telah menjadi sangat baik dalam membuat penawaran. Hari ini, mereka sebaik manusia, dan dalam waktu dekat, mereka akan menjadi jauh lebih baik.

Google memiliki tujuh model untuk penawaran, dan Mike mendorong semua orang untuk menguji salah satu model Strategi Smart Bidding, yang menggunakan AI Google. Misalnya, jika bisnis Anda menghasilkan prospek, coba Target Biaya Per Akuisisi, yang menawar biaya per prospek Anda. Jika Anda adalah bisnis eCommerce, cobalah Target Laba atas Belanja Iklan strategi.

Dengan Smart Bidding, Anda memberi Google target, dan menjadi sangat ahli dalam mencapainya. Untuk memvisualisasikannya, jika Anda bersedia membayar $ 50 per prospek, Smart Bidding akan menemukan prospek seharga $ 50. Meskipun tidak akan menemukan prospek dengan harga yang lebih sedikit dari yang Anda minta (katakanlah $ 10 per prospek), ia juga tidak akan menemukan prospek seharga $ 100.

Dibandingkan dengan kemampuan Smart Bidding, pendekatan lama pemasar terhadap bidding terlihat sangat lambat dan kuno. Setidaknya selama 10 tahun, pemasar telah menganalisis penawaran dengan melihat sekitar enam sinyal, sedikit demi sedikit, harian atau mingguan. Sebagai ilustrasi, jika wanita berusia 35-44 tahun yang tinggal di New York merespons lebih baik, mereka meningkatkan tawaran untuk grup kecil tersebut guna meningkatkan rasio konversi.

Namun, dalam waktu yang Anda gunakan untuk mengetikkan istilah pencarian ke Google dan menekan Enter, Google dapat mempertimbangkan 70 juta titik data. Ia mengetahui aplikasi apa yang ada di ponsel Anda, penelusuran lain yang telah Anda lakukan, dan apa yang Anda tonton di YouTube. Ia tahu di mana Anda berada dan seperti apa cuaca di sana. Ia tahu apakah Anda sedang di rumah atau bekerja atau sedang berlibur. Manusia tidak bisa bersaing dengan itu.

Dengan Smart Bidding, Anda dapat menguji apakah Anda dapat melepaskan semua pekerjaan yang biasanya dilakukan pemasar dalam penawaran. Cukup beri tahu Smart Bidding AI jumlah terbesar yang bersedia Anda belanjakan, lalu biarkan Smart Bidding yang bekerja keras untuk Anda. Smart Bidding akan melakukan semua pengujian dan analisis untuk menampilkan iklan Anda kepada orang yang tepat dengan harga yang tepat.

Saat menguji Smart Bidding, Anda dapat menggunakan Draf Google dan fitur eksperimen untuk mengetahui cara kerjanya untuk Anda. Pada dasarnya, Anda dapat menyiapkan pengujian terpisah yang membandingkan metode penawaran Anda dengan metode mesin. Saat Anda menjalankan pengujian ini, Mike menekankan bahwa Anda perlu memberi mesin sedikit waktu. Berapa lama waktu bergantung pada ukuran kampanye Anda, tetapi umumnya, tunggu 2-4 minggu.

Penargetan: Biasanya, penargetan membutuhkan seseorang untuk menganalisis demografi dan konten, dan memutuskan di mana iklan akan muncul. Misalnya, pemasar memberi tahu Google untuk menampilkan iklan ketika seseorang menelusuri kata kunci tertentu. Untuk iklan YouTube, pemasar mungkin meminta YouTube untuk menempatkan iklan di samping konten yang mirip dengan Oprah.com.

Cara lama menargetkan iklan melalui TV, radio, dan majalah berfokus pada demografi. Karena outlet media tidak tahu siapa yang membeli, mereka mendefinisikan audiens mereka dengan kategori demografis yang besar, seperti wanita, California, usia 35-44. Namun, usia seseorang yang membeli mesin cuci tidak menjadi masalah. Yang penting adalah niat: Siapa yang mencari jenis mesin cuci yang Anda jual?

Dengan AI, Anda dapat menargetkan pelanggan berdasarkan niat. Semua data yang dimiliki Google membantu AI-nya memprediksi apa yang akan dilakukan seseorang selanjutnya. Misalnya, bagaimana AI menentukan untuk apa mereka ada di pasar saat ini? Berdasarkan semua data yang dikumpulkan Google, mungkin diketahui seseorang adalah penggemar bisbol dan orang tua yang cenderung mengunjungi situs bayi sehingga mereka memiliki anak di bawah usia 3 tahun.

AI kemudian dapat menggabungkan pengetahuan tentang minat jangka panjang seseorang dengan minat mereka yang lebih langsung. Misalnya orang tua yang menyukai bisbol mulai mencari cara memperbaiki mesin cuci atau cara membeli mesin cuci baru dengan harga kurang dari $ 1.500 dengan pengiriman gratis. AI kemudian mengetahui bahwa orang tersebut berada di pasar untuk mesin cuci baru.

Karena AI memiliki semua data ini, Anda tidak perlu memberi tahu Google cara menargetkan iklan Anda berdasarkan demografi dan faktor-faktor seperti itu. Untuk menjangkau orang-orang yang ingin membeli mesin cuci karena Anda menjualnya, Anda memberikan iklan kepada AI Google dan mengatakan berapa banyak yang ingin Anda belanjakan untuk setiap penjualan atau prospek. Dari sana, AI tahu siapa yang ingin Anda jangkau dan bagaimana menampilkan iklan Anda kepada orang yang tepat.

Namun, Mike menekankan bahwa kata kunci bukanlah sesuatu dari masa lalu. Anda masih dapat menggunakan penargetan kata kunci, tetapi semakin sulit untuk melakukannya dengan benar dan bukan sinyal yang paling penting.

Untuk iklan bergambar, Google punya Audiens Dalam Pasar, yang menawarkan sekitar 500 kategori. Untuk menjangkau orang yang ingin membeli mesin cuci, Anda dapat memberitahu alat tersebut untuk menemukan semua orang di pasar untuk mesin cuci sekarang. Anda juga dapat menambahkan penargetan lain, seperti orang-orang di California. Namun, menentukan demografi usia tidak diperlukan karena fitur tersebut menganalisis niat orang.

Anda dapat mengakses Audiens Dalam Pasar dengan dua cara. Jika Anda menjalankan iklan dengan cara lama, Anda dapat melapisi penargetan audiens AI di atas penargetan tradisional Anda. Kemudian Anda dapat membandingkan bagaimana perilaku kedua jenis penargetan. Jika AI berperilaku seperti yang Anda harapkan, maka Anda dapat memberikan kendali.

Cara baru untuk mengakses penargetan dengan AI adalah Kampanye pintar. Dengan pendekatan ini, Anda memberi tahu Google apa yang ingin Anda lakukan dan berapa banyak Anda bersedia membayar, dan AI akan melakukan sisanya. Kampanye pintar mencakup penawaran, penargetan, dan bahkan sedikit pesan.

Perpesanan: Mengetahui perpesanan Anda dengan AI berada di puncak piramida Mike karena saat ini AI tidak pandai menulis salinan kreatif atau persuasif. Jika Anda seorang copywriter atau pembuat konten, peluang Anda untuk bertahan hidup jauh lebih besar daripada jika Anda berfokus pada penawaran atau penargetan.

Namun, AI pandai memahami makna dan konteks halaman, dan baik Google maupun Facebook memiliki AI jenis ini. (Versi Facebook disebut DeepText.) Karena AI ini dapat memahami arti, semantik, dan nuansa dari semua kata ini, AI ini sangat ahli dalam pengiriman pesan yang memiliki cakupan terbatas.

Sebagai ilustrasi, AI dapat melakukan pekerjaan yang baik dalam menulis baris subjek email. Seorang AI menelepon Frase mengklaim 98% pasti akan mengalahkan baris subjek email terbaik Anda. Perusahaan itu bekerja untuk Virgin di Inggris dan menghemat jutaan dolar. Frase juga baru-baru ini mengumpulkan $ 4 juta, yang artinya perusahaan terus melakukan hal-hal menakjubkan.

AI seperti Frasee dapat menangani tugas sempit seperti baris subjek email karena Anda dapat memberikan ribuan contoh sebagai gantinya ribuan aturan: baris subjek yang sudah Anda gunakan, pedoman merek, contoh apa yang boleh dan tidak boleh Anda katakan, dan sebelumnya hasil. Dari sana, AI dapat memprediksi apa subjek email Anda selanjutnya, mengujinya untuk Anda, dan memberi tahu Anda bagaimana hasilnya dibandingkan dengan milik Anda.

Demikian pula, dengan AI Facebook, Anda dapat memberikan beberapa tajuk utama, pilihan untuk menyalin teks, dan ajakan bertindak, dan AI dapat menguji kombinasi tersebut untuk menemukan pemenang. Google memiliki alat serupa yang disebut iklan responsif. Anda dapat memilih dari iklan Display responsif atau iklan penelusuran responsif. Dengan Google, Anda memberikan sekitar 15 judul dan 4 deskripsi, dan ini menjelaskan semua kombinasi.

Iklan responsif Google juga memungkinkan Anda memberikan parameter khusus AI. Jika Anda ingin nama merek Anda menjadi judul pertama, Anda dapat menyematkannya ke posisi itu, dan mencampur dan mencocokkan semua yang lain. Meskipun parameter seperti ini sangat membatasi apa yang dapat dilakukan mesin, kemampuan ini mungkin melindungi merek Anda atau memberi manajer pemasaran rasa kendali.

Untuk perpesanan, Mike mengatakan penggunaan terbaik untuk AI adalah membiarkannya bekerja dengan miliaran kombinasi dan mana yang paling berhasil. Selain itu, ia menekankan bahwa AI lebih canggih daripada pengujian A / B tradisional, di mana Anda menjalankan Iklan A terhadap Iklan B selama 28 hari, melihat bahwa Iklan B lebih baik, menyingkirkan Iklan A, dan menulis yang baru. Bagi Google, pengujian A / B adalah memasarkan melalui rata-rata, yang konyol.

AI Google dapat menentukan iklan terbaik untuk pengguna tertentu. Untuk memvisualisasikannya, AI mengetahui apa yang dicari Mike baru-baru ini dan bagaimana dia biasanya berperilaku di Google dan situs web lain. Namun, iklan terbaik untuk Mike akan berbeda dengan iklan terbaik untuk Julie. Dengan kata lain, AI Google mencoba menemukan iklan terbaik setiap saat, dan manusia tidak dapat bersaing dengannya.

Karena Google memiliki akses ke data yang sangat besar, layanan pihak ketiga juga tidak dapat bersaing dengan AI Google. Layanan pihak ketiga mendapatkan enam sinyal yang sama seperti yang dilakukan pemasar, sedangkan Google memiliki sekitar 70 juta sinyal. Bahkan jika Google dapat memberi kami sinyal tersebut, mereka tidak akan pernah. Data itu memberi Google terlalu banyak keunggulan kompetitif.

Sebaliknya, Mike mengatakan pemasar perlu mencoba AI Google. Berikan ide kreatif Anda berdasarkan apa yang Anda ketahui tentang bisnis atau klien Anda dan biarkan AI melakukan sisanya.

Dengarkan acaranya untuk mendengarkan Mike berbagi lebih banyak tentang bagaimana dan mengapa menguji AI Google karena semakin banyak fitur yang terus tersedia.

Penemuan Minggu Ini

Seperti laser adalah alat yang keren untuk menemukan dan berfokus pada konten yang Anda sukai.

Karena Anda melihat lebih sedikit berita melalui Facebook, Laserlike menawarkan cara yang bagus untuk mengikuti cerita khusus. Setelah Anda menginstal aplikasi, Anda memberi tahu apa minat Anda, seperti pemasaran digital dan kepemimpinan bisnis. (Anda juga dapat menemukan kategori yang tidak terkait dengan bisnis, seperti berita atau gosip selebriti.) Setelah aplikasi mulai menampilkan cerita, Anda dapat melatihnya lebih lanjut dengan menunjukkan apa yang Anda sukai atau tidak sukai.

Seperti laser juga mendukung a Plugin Firefox bernama Advance. Plugin mengatakan tidak melacak Anda atau melihat data sensitif Anda, tetapi melihat situs yang Anda kunjungi untuk mempelajari apa yang Anda sukai dan kemudian mengatur minat Anda untuk menghadirkan konten yang menarik. Alat serupa termasuk Aplikasi Google Berita dan Aplikasi Apple News.

Seperti laser gratis dan tersedia untuk iOS dan Android.

Dengarkan pertunjukan untuk mempelajari lebih lanjut dan beri tahu kami bagaimana Laserlike bekerja untuk Anda.

Poin utama dari episode ini:

• Pelajari lebih lanjut tentang Mike di WebSavvy situs web.
• Menemukan sumber daya gratis untuk pendengar podcast ini.
• Baca Panduan Utama untuk Google AdWords.
• Lihat Mike kursus di Google Display Network, AdWords, Google Data Studio, dan lainnya.
• Cari tahu lebih lanjut tentang AI dan pakar pembelajaran mesin Andrew Ng.
• Lihat bagaimana AI dapat membantu orang berbelanja melalui Pinterest atau Amazon aplikasi atau Google Lens (Melalui Aplikasi Google Foto di iOS).
• Tonton demo Google Duplex di Google IO 2018 dan pelajari caranya wartawan menghabiskan sore untuk menguji teknologi tersebut.
• Temukan cara Google's AlphaGo kalahkan juara dunia di game Go dan bagaimana AlphaGo Zero mengalahkan AlphaGo.
• Mencoba Strategi Smart Bidding seperti Target Biaya Per Akuisisi atau Target Laba atas Belanja Iklan.
• Bandingkan penawaran tradisional dengan penawaran berbasis AI menggunakan Draf Google dan fitur eksperimen.
• Cari tahu lebih lanjut tentang Google Audiens Dalam Pasar dan Kampanye pintar.
• Pelajari lebih lanjut tentang Facebook DeepText.
• Periksa Frase, pekerjaan yang dilakukan perusahaan untuk Virgin di Inggris, dan upaya penggalangan dana $ 4 juta baru-baru ini.
• Uji caranya iklan Display responsif atau iklan penelusuran responsif bantuan dengan pesan dasar.
• Susun umpan cerita yang Anda minati Seperti laser untuk iOS dan Android, plugin Advance untuk Firefox, atau alat serupa seperti Aplikasi Google Berita dan Aplikasi Apple News.
• Menyesuaikan ke dalam Perjalanan, video dokumenter kami.
• Saksikan Talk Show Pemasaran Media Sosial mingguan kami pada hari Jumat pukul 10 pagi di Pasifik Crowdcast atau dengarkan di Facebook Live.
• Unduh Laporan Industri Pemasaran Media Sosial 2018.
• Belajar lebih tentang Dunia Pemasaran Media Sosial 2019.

Bagaimana menurut anda? Apa pendapat Anda tentang kecerdasan buatan? Silakan bagikan komentar Anda di bawah ini.