Запуск и развитие любого нового приложения всегда было сложной задачей. Помимо наличия отличного приложения и найма отличной команды, одним из ключей к успеху является выяснение того, как вы можете использовать привлечение пользователей для быстрого масштабирования роста приложения. Все чаще кажется, что ответ на умный рост может заключаться в искусственном интеллекте.

Если вы все еще вручную оптимизируете платные кампании по привлечению пользователей так же, как это делалось полвека назад, вы можете оказаться среди быстро исчезающей породы в игре по привлечению клиентов. Более чем когда-либо искусственный интеллект внедряется в той или иной форме почти на каждом уровне цепочки создания стоимости привлечения клиентов, от более эффективного распределения инвентаря до предоставления рекламодателям возможности масштабировать свои решения. Любой ручной процесс, вероятно, гораздо менее эффективен и гораздо более подвержен человеческим ошибкам, чем новые решения, быстро появляющиеся для устранения неэффективности.

Секрет роста приложений заключается в рациональном и методическом подходе к итеративному обучению путем непрерывного проведения экспериментов по привлечению пользователей по различным каналам привлечения и удержания, чтобы лучше привлекать, удерживать и монетизировать клиентов. Это означает, что обучение должно происходить быстрее, потому что решения нужно принимать быстрее, чтобы конкурировать. Однако это большая проблема, потому что никогда не бывает бесконечного количества человеческих ресурсов для проведения всех этих экспериментов. Вот где на помощь приходит Lean AI.

Бережливый искусственный интеллект — это инновационный процесс, позволяющий значительно ускорить рост приложений, если объединить бережливую команду с разумным использованием искусственного интеллекта и автоматизации. Это позволяет командам разработчиков приложений проводить десятки тысяч одновременных маркетинговых экспериментов по всем своим цифровым каналам, постоянно фокусируясь на предоставлении реальной ценности для бизнеса своим организациям — без накладных расходов на ручные процессы или вмешательство — чтобы открыть новую эру автономного маркетинга. . Проведение масштабных экспериментов повышает вероятность обнаружения успешных экспериментов, некоторые из которых вы бы никогда не потратили на тестирование в мире до появления ИИ. Дополнительные эксперименты, которые в противном случае были бы отложены на второй план из-за стоимости или сложности, теперь можно наблюдать в мире автономного маркетинга.

Данные для поддержки ИИ имеют решающее значение. Но данные — ничто без четко определенной бизнес-задачи, направленной на снижение затрат, снижение рисков и получение прибыли. Прежде чем вы сможете подготовить стратегию, вам нужно понять, что такое автономный маркетинг, а что остается надеждой на будущее.

Преодолев шум: схема оценки состояния автономного маркетинга

В мире автоматизации маркетинга нет недостатка в претензиях, особенно когда речь идет об искусственном интеллекте. Как вы можете систематически оценивать поставщиков и их претензии и получать точное представление о состоянии дел? Мы можем взглянуть на то, как работала автомобильная промышленность, чтобы понять все технологии автономных транспортных средств, выходящие сегодня на рынок, и использовать это руководство в качестве своего рода дорожной карты для индустрии маркетинга. В 2018 году отраслевое объединение автомобильной промышленности SAE (Общество автомобильных инженеров) представило свою шкалу автономии (см. ниже). Это помогает отрасли определять и классифицировать различные уровни автономных возможностей транспортных средств для справки:

Шкала автономности SAE

Уровень 0

Нет автоматизации. Водитель контролирует рулевое управление и скорость (как ускорение, так и замедление) в любое время без какой-либо помощи. Сюда входят системы, которые только предупреждают водителя, не предпринимая никаких действий.

Уровень 1

Ограниченная помощь водителю. Сюда входят системы, которые могут управлять рулевым управлением и ускорением/замедлением при определенных обстоятельствах, но не тем и другим одновременно.

Уровень 2

Системы помощи водителю, которые контролируют как рулевое управление, так и ускорение/замедление. Эти системы перекладывают часть рабочей нагрузки с человека-водителя, но все же требуют от него постоянной внимательности.

Уровень 3

Транспортные средства, которые могут двигаться самостоятельно в определенных ситуациях, например, при движении по разделенным автомагистралям. В автономном режиме вмешательство человека не требуется. Но водитель-человек должен быть готов взять на себя управление, когда транспортное средство сталкивается с ситуацией, выходящей за его пределы.

Уровень 4

Транспортные средства, которые большую часть времени могут управлять собой, но в определенных ситуациях могут нуждаться в водителе-человеке.

Уровень 5

Полностью автономный. Транспортные средства уровня 5 могут управлять собой в любое время и при любых обстоятельствах. Им не нужно ручное управление.

Я предлагаю аналогичную шкалу для оценки автономных решений по маркетингу и автоматизации маркетинга для маркетологов, занимающихся развитием приложений, взяв некоторые подсказки от людей из SAE:

Шкала автономии бережливого ИИ

Уровень 0

Нет автоматизации. Маркетологи справляются со всеми задачами с помощью базовых инструментов и CRM-систем, которые не обеспечивают реальной автоматизации, но действуют как репозитории для хранения маркетинговых данных и отчетов о результатах (панели мониторинга или системы «бизнес-аналитики»).

Уровень 1

Автоматизация рекомендаций. Маркетологи используют системы, способные следовать бизнес-правилам (определяемым маркетологом), чтобы давать бизнес-рекомендации по оптимизации маркетинговых результатов. Примеры включают информационные панели с системами рекомендаций для корректировки маркетинговых расходов по каналам. Пользователь должен сделать последний шаг по внесению рекомендуемых настроек.

Уровень 2

Автоматизация на основе правил. Основываясь на бизнес-правилах, установленных маркетологами на Уровне 1, автоматизация на основе правил Уровня 2 делает следующий шаг и автоматически корректирует маркетинговые кампании (обычно через приложение или API) без вмешательства или одобрения пользователя. Такие системы полагаются на пользователя в создании правил; динамические рыночные условия меняются ежедневно, ежечасно или даже ежеминутно, что делает системы, основанные на правилах, хрупкими или перегруженными.

Уровень 3

Вычислительная автономность. Системы, использующие машинное обучение для наблюдения, обучения и улучшения результатов на основе статистического анализа в сочетании с автоматизацией маркетинга. От пользователя не требуется никакого вмешательства, кроме установки целей или широких параметров, таких как даты кампании или географические регионы для цифровых кампаний.

Уровень 4

Проницательная автономия. Системы, которые понимают контекстуальное значение взаимодействия с пользователем, контента, поведения, данных о производительности и многого другого для персонализации маркетинговых сообщений 1:1 по различным каналам и обеспечения оптимальной производительности для операторов.

Уровень 5

Полностью автономный. Системы уровня 5 создают возможности проницательной автономии, но генерируют свои собственные неконтролируемые тесты, творческие варианты, параметры таргетинга и многое другое без постоянного вмешательства со стороны маркетинговой команды.

Большинство групп по маркетингу роста находятся в процессе выяснения того, как достичь уровня мастерства, чтобы перейти с уровня 0 на уровень 2. Однако самая большая проблема и возможность для маркетологов приложений — перейти с уровня 2 на уровень 5, чтобы увеличить масштабы. их рост значительно ускорится благодаря разумному использованию искусственного интеллекта и автоматизации в мире Lean AI.

Масштабирование UA с помощью бережливой маркетинговой команды

Как маркетологи приложений могут успешно масштабировать привлечение клиентов и рост доходов с помощью бережливой команды, чтобы перейти со 2-го на 5-й уровень? Готовые решения для получения искусственного интеллекта от Facebook, Google и других компаний обеспечивают хорошее начало, но победителями окажутся инновационные стартапы, способные адаптировать эти решения для удовлетворения своих конкретных потребностей, задач и задач.

Рано или поздно ваши усилия по привлечению клиентов будут опираться на искусственный интеллект, машинное обучение и автоматизацию для адаптации, настройки и персонализации взаимодействия пользователей между каналами и достижения оптимальных результатов способами, которые были бы невозможны при использовании бизнес-аналитики и информационных панелей последнего поколения. Управление сложными многоканальными кампаниями с множественным таргетингом, креативами и последовательностями потребует операционного уровня «интеллектуальной машины» над готовыми решениями для достижения отличных результатов — или согласитесь на средний уровень.

Будущее платного привлечения пользователей зависит от интеллектуальных машин, которые организуют сложные кампании на ключевых маркетинговых платформах, динамически распределяют бюджеты, сокращают креативы, выявляют идеи и предпринимают действия автономно. Эти машины обладают потенциалом для обеспечения высокой производительности благодаря гораздо более эффективной команде с минимальными затратами и принципу невмешательства в управление, основанному на искусственном интеллекте.

Эта статья впервые появилась в блоге Mobile Growth Summit.

— — — — — — — — — — — — — — — — — — — — — -

Биография автора

Ломит Патель — вице-президент по развитию IMVU. До IMVU Ломит управлял ростом стартапов на ранней стадии, включая Roku (IPO), TrustedID (приобретен Equifax), Texture (приобретен Apple) и EarthLink. Ломит – оратор, писатель, консультант. Компания Liftoff признала его героем мобильных технологий.

Новая книга Ломита Бережливый ИИ, входящая в серию бестселлеров Эрика Риса Бережливый стартап, доступна на Amazon.