Het probleem met AI Marketing, is de marketeer

Marketing platformen die gebruik maken van AI en machine learning zijn steeds meer in opkomst. En dat is goed want dat maakt het werk van een data driven marketer als ik steeds interessanter. Ik werk al een aantal jaar met dit soort platformen, bij verschillende klanten. En niet alleen de machine, maar zeker ook de marketer (ik dus), heeft in die tijd veel geleerd. Een paar van die inzichten zal ik hier delen. Maar eerst dit:

AI en Machine Learning in marketing platformen

Probleem AI marketing platformWat doen dit soort platformen nu eigenlijk. Welnu, heb je wel eens geworsteld met het probleem hoe je jouw bezoeker het beste kunt aanspreken? Welk overtuigingsprincipe is mijn klant het meest gevoelig voor? Is het autoriteit? Is het schaarste? Is het social proof? Je weet het niet!

Wat nu? Je kunt onderzoek gaan doen onder al je klanten, en achterhalen op welke manier de meeste van hen overtuigd worden. Prima, als je de tijd en de middelen hebt. Met de top 3 resultaten kun je dan CTA’s en copy schrijven die jouw, huidige, klanten prima overtuigt.

Of je gaat A/B testen, steeds 2 verschillende CTA-teksten of varianten van je landingpage, meten, vergelijken enz, je snapt het principe. Je houdt de beste over, ook prima.

Hetzelfde kun je doen voor elke aankoop fase, alle klant-types, of dag van de maand, dag van de week, tijd van de dag, het weer, de files, de tijd van het jaar de……. er komt letterlijk geen einde aan.

Wat nu als je een platform had wat al die factoren mee zou kunnen nemen in de overweging welke uiting te tonen aan welke individuele bezoeker? Dat is een droom toch? Nope, dat is precies wat AI marketing platformen doen. En wat is het resultaat ervan? Hogere conversie!

Het probleem met AI marketing platformen

Dus we zijn klaar? De marketers kunnen naar huis (of het zwembad)? Het platform kan het zelf? Driewerf Neen!

Het werk van een marketer is nooit gedaan, en gaat met dit soort technologie wel veranderen, verbeteren zeg ik. Wil het platform kunnen leren dat zal het moeten interacteren met je bezoekers. Daarvan leert het wat het best bij welke bezoeker past, op het moment dat het bezoek plaatsvindt. Om dit te leren heeft het input nodig. En die input moet jij als marketer geven. Dus pak je Cialdini boek er maar bij, en ga maar schrijven. Voor elk overtuigingsprincipe een stuk of wat geoptimaliseerde uitingen waaruit het systeem kan kiezen. Klinkt goed toch? Maar waar gaat het dan mis?

Bij de mens achter de knoppen. En vaker nog, bij de mensen die over zijn/haar schouder meekijken. Maar waar gaat het dan fout?

1) AI is scary!

En loslaten is moeilijk; we willen controle, we willen weten wat er gebeurt. Het roept vragen op als: “Dat ding kan toch niet weten welke tekst past bij welke bezoeker?” of “Welk algoritme zit daar dan achter?” en “Ja maar welke uiting wordt dan het meest getoond, en waarom, en…?” Begrijpelijk allemaal. Been there, done that, got the t-shirt!

Maar laten we eerlijk zijn, de AI component is nog lang niet op het niveau van Skynet dus nog niks om je zorgen om te maken. Het is meer een, geweldige, statistiek machine eigenlijk. Eentje die constant het gedrag van de bezoeker op je site observeert, net zo lang totdat er een statistisch relevant verhoogde kans is dat deze in een bepaald bakje valt. En van dat bakje weet de machine uit ervaring, =vorige interacties, dat een bepaald soort uiting(en) beter converteert dan anderen. En door die te presenteren op het meest ideale moment in de klantreis wordt de kans op conversie verhoogd.

Eigenlijk heel simpel. We zouden het zelf kunnen! Theoretisch misschien wel, praktisch zullen we tegen wat obstakels aanlopen.

2) We willen teveel sturen

Vanwege gebrek aan vertrouwen in de machine, ben je al snel geneigd teveel te gaan sturen. Door bijvoorbeeld:

  1. Doelgroepen te maken:
    “Mannen boven de 35 zullen dit product wel willen dus laat ik dat alleen aan die doelgroep aanbieden”.
  2. Of nog kleinere doelgroepen te maken:
    “Mannen tussen de 35 en 40, in het weekend als er geen Formule 1 is, het wel barbecue weer is, die zich bevinden in de oriëntatiefase, gevoelig zijn voor social proof, en het liefst via e-mail benaderd willen worden, tussen 20:00 en 20:30, geen social kliks hebben… enz” en daar dan een heleboel van 😉

3) We willen teveel weten

We houden nu eenmaal van onze dashboardjes met statistiekjes en getalletjes, kleurig diagrammetjes, klinkende %. Heerlijk! En wat zie je dan als output van dat prachtige nieuwe platform dat je hebt: “Conversie met (soms wel) 20% verbeterd.” Owww, is dat alles? Yep! Meer hoef je niet te weten! Ja maar de raad, het comité, de stuurgroep?? Ok dan:

(# orders zonder) x orderwaarde= X
(# orders met) x orderwaarde= Y
Y>X!
Y-X>investering!

Iedereen blij! Ja maar het middenkader, de manager, de afdelingshoofden….

En dan moeten er weer rapportjes komen per item, per klantype, per doelgroep, per campagne enz enz. Allemaal nietszeggend, eigenlijk. Waarom?

Bijvoorbeeld omdat het niet uitmaakt hoe vaak een bepaalde uiting wordt getoond. Als het een uiting is die perfect past bij een groot gedeelte van je bezoekers wordt deze vaak vertoond. Zo niet, dan een stuk minder vaak. Is er daarmee iets te zeggen over de waarde van zo’n uiting? Neen. Want als er op een onbewaakt ogenblik een bezoeker langskomt waarbij die uiting het best past, wordt die van stal gehaald, en zal leiden tot de hoogste conversie.

Conclusie

Data driven marketing wordt steeds effectiever met dit soort platforms dat gebruikmaakt van AI en Machine Learning. Voor mij staat dat als een paal boven water. We kunnen steeds relevanter worden voor onze bezoeker. Meer relevantie leidt tot meer betrokkenheid en daarmee meer sales, en daar wordt onderaan de streep iedereen blij van. Ik zie een grote toekomst voor dit soort platformen en voor marketers die er mee weten om te gaan!

Ik kan me voorstellen dat het bovenstaande vragen oproept, of op z’n minst voer voor discussie. Zo ja, laat vooral van je horen!

Deel op social:

Leave a Reply 0 comments