在本文章中,您会了解到使用人工智能和机器学习(AI/ML)的重要性。接下来,查看使用虚拟分析师和 Segment IQ 来检测异常情况、避免出现离群值并最大限度地提高 ROI 方面的益处,并从全球客户那里了解实际的成功案例。
也许您还记得国际象棋冠军 Garry Kasparov 被 IBM® 的 Deep Blue 击败的那一次。当时各位专家们确信,在象棋这样复杂的游戏中,机器不可能击败人类的决策和判断。但是,机器确实击败了人类,并且随着人们发掘出人工智能的力量,这也成为了商业战略和技术创新发生根本转变的关键。
Adobe Analytics 是体验商业的核心情报系统,使企业中的任何人都能够实时、大规模地了解并优化客户与品牌之间的互动。
Adobe 的人工智能工具并不是要取代您,而是要让您的努力实现最大的 ROI。
要发展您的分析,我们必须关注三个关键因素:
组织——如何创建与客户相关的全面视图、确定由洞察驱动的决策的优先级,并使数据民主化。
技术——如何确保数据和技术大规模提供个性化。
客户——如何建立信任并适应变化。
Analytics 具有挑战性且耗时,但仍需要不断缩减获得洞察所用的时间。各个组织面临的关键问题包括:
若要制定成功的客户情报战略,在我们最终采取行动并优化我们的内容和广告之前,我们需要通过三个层次(即从数据收集到数据处理,再到分析,见图 1)和机器学习。
数据收集取决于您的组织,可能包括各种渠道和媒介。其中包括 OTT 设备、视频、企业、呼叫中心、店内、社交电子邮件、网络、广告、移动应用程序、可穿戴设备、物联网、语音助理、连接卡和地理/空间。
数据处理包括实时数据收集、处理规则、受众联合、上下文感知会话、实时触发器和视图以及平台。
Analytics 和机器学习包括 Segment IQ、虚拟分析师、Segmentation、Analysis Workspace
将虚拟分析师想象为顶级分析师,并且这样的分析师:
虚拟分析师为真实的 Adobe 客户揭示了以下情况:
异常检测:
贡献分析:
情报警告:
无论您是在办公室还是外出,随时了解数据中的异常情况
移动 vs 桌面:“我们将一个站点的点击率与另一个站点的点击率进行了比较,很快发现了一系列标记不一致的地方。”→ 在产品发布前避免数据问题
功能使用:“使用我们的产品比较功能的客户转化率高出 10%。将其移至页面顶部会增加订单。"→ 转化率增加 4%
内容参与:“我们发现,我们新闻分区的访客观看视频广告的可能性是其他的两倍,因此我们在该分区添加了更多视频选项。”→ 视频广告浏览量增长 7%
付费搜索:“来自搜索引擎的访客追加销售额的可能性是其他人的 3 倍。因此,我们增加了在特定关键词上的支出。"→ 追加销售增加 56%
产品缺货:“购买 Fitbit 的人出现“缺货”的可能性是其他人的 6 倍,因此我们很快订购了更多的 Fitbit。”→ 防止缺货,完成更多假日订单
有关详细信息,请观看我们的网络研讨会。
在客户成功中心详细了解战略和思想领导力。