• Trang chủ
  • Tin tức
  • [PERFORMANCE BASED ADS] Ứng dụng công nghệ trí thông minh nhân tạo trong hoạt động tiếp thị: Customer Insights
[PERFORMANCE BASED ADS] Ứng dụng công nghệ trí thông minh nhân tạo trong hoạt động tiếp thị: Customer Insights

Các ứng dụng tích hợp công nghệ trí thông minh nhân tạo trong hoạt động tiếp thị: Customer Insights

Đây là một bài đăng trong loạt bài nói về các đặc điểm của trí thông minh nhân tạo (Artificial Intelligence - AI) về hoạt động tiếp thị, phân tích và cả bạn. Chúng tôi sẽ giới thiệu các định nghĩa về AI, nó có ý nghĩa gì đối với các nhà tiếp thị, ứng dụng thực tiễn của AI trong lĩnh vực tiếp thị và cách triển khai công nghệ AI để mang lại hiệu quả cho công ty của bạn.


AI trong Customer Insights:

Các nhà tiếp thị cần phải hiểu hành vi, động lực và kỳ vọng của người mua để nhắn gửi đến thông điệp đánh đúng vào nhu cầu khách hàng ( relevant message).

Bởi vì chúng ta có thể thu thập và phân tích khách hàng theo hướng kĩ thuật số, điều này giúp chúng ta có thể đạt được những thông tin chi tiết hơn so với việc nghiên cứu nhân khẩu học của đối tượng và so với việc nghiên cứu vào tâm lý người tiêu dùng.


Trí thông minh nhân tạo có thể xem xét hành vi ở mức độ chi tiết hơn và dự đoán những gì người tiêu dùng sẽ làm tiếp theo dựa trên hành động trong quá khứ của họ. Nó có thể rút ra những kết luận giữa những người nhất định để dự đoán động thái, động cơ và mong muốn tiếp theo của họ.

Một ví dụ, nếu tất cả mọi người trong một nhóm A, B, C thì chúng ta có thể dự đoán rằng những người tiêu dùng khi làm cả A và B sẽ có thể làm theo C.

Đây là cách các máy tính và nền tảng quảng cáo tạo ra các đối tượng "giống hệt" với đối tượng thật. Người dùng trước đây đã liên hệ với một thương hiệu, bao gồm danh sách khách hàng, có thể cung cấp dữ liệu để giúp tìm người tiêu dùng khác có cùng hành vi.

[blockquote] Thay vì tạo ra một thông điệp nhắm vào một thị trường đại chúng, hoặc thậm chí nhắm mục tiêu vào một nhóm, AI tiếp cận tới thị trường vào từng cá nhân cụ thể. [/ blockquote]

Trước đây, chúng tôi xem xét nhân khẩu học vì đây là một chỉ số tốt chứa  thông tin về hành vi chung và dữ liệu đó có thể dễ dàng có được. Ví dụ: nam giới và phụ nữ sống tại đô thị từ 18 đến 40 tuổi, có thu nhập chấp nhận được sẽ được phân loại là khách hàng quen thuộc của Starbucks. Các khách hàng của Dunkin Donuts, mặt khác, nói chung là ở ngoại ô, ít hiểu biết về kỹ thuật, và nghiêng về người lớn tuổi.

Bây giờ, chúng ta biết rằng tâm lý học là một chỉ số tốt hơn động lực, nhu cầu và hành vi mua hàng.

Chẳng hạn, hai người đàn ông da đỏ 30 tuổi, người đô thị, tầng lớp trung lưu có lí lịch giống hệt nhau không nhất thiết phải chi tiền cho những thứ tương tự. Người ta có thể thích tiêu tiền để mua giày, trong khi người kia thích đi nghỉ mát chẳng hạn.

Các nhà tiếp thị có thể khám phá ra thông tin về khách hàng mục tiêu của họ trong giây lát với sự trợ giúp của AI.

Bằng cách nhìn vào hành vi của đối tượng, các hệ thống AI khám phá ra các mối quan tâm, ngữ cảnh, các hoạt động khoái lạc chung quanh người dùng và các sản phẩm. Và hệ thống sẽ tự động thích nghi với các hành vi và sở thích của người tiêu dùng.

Case Study: Target đã biết về các cô gái tuổi teen mang thai trước khi cha của cô ấy biết về điều đó

Sau khi phân tích dữ liệu lịch sử về hành vi mua hàng của khách hàng, Target đã khám phá ra mối liên hệ giữa việc mua kem dưỡng da không có nồng độ và chất bổ sung chế độ ăn kiêng với việc mang thai. Khi người mua hàng bắt đầu mua những mặt hàng đó, Target gửi cho họ các phiếu mua hàng có liên quan đến sản phẩm mang thai và trẻ em. Một người đàn ông bên ngoài Minneapolis phàn nàn với một quản lý cửa hàng sau khi người con gái tuổi teen của ông nhận được phiếu giảm giá tương tự. Sau đó ông xin lỗi, giải thích về con gái mình, trên thực tế đang mang thai.

Source: Erin O'Bannon từ trang meetcortex.com

ĐĂNG KÝ THÔNG TIN ĐỂ ĐƯỢC TƯ VẤN TRỰC TIẾP