微調整された AI モデルを使用して、Marketo Engageのデータ分類を改善する
売上高の運用担当者は、スパムフォームの送信、ペルソナを決定するための役職でのキーワードのマッチング、データからインサイトを抽出するのが難しい雑然としたオープンテキストフィールドなどに苦労している可能性があります。 これらのデータ分類の課題により、セグメント化、パーソナライゼーションおよびレポートが妨げられ、チームがデータを活用できず、カスタマイズされたコンテンツをオーディエンスに送信するのが困難になります。
大規模な言語モデル（LLM）の微調整が、これらの永続的なデータ問題にどのように役立つかについて説明します。 カスタムトレーニング済みモデルが、スパムフィルタリングの精度を大幅に高め、ペルソナ分類を自動化し、非構造化された入力をインテリジェントに分類し、AI をMarketo Engageに取り込む方法について説明します。
以下について説明します。
- AI によってMarketo Engageのデータ分類が大幅に向上する実際のユースケース。
- 独自のデータを使用して LLM を微調整する方法（例として OpenAI を使用）。
- Webhook を介してMarketo Engageの微調整モデルを使用。
データ分類のための AI のユースケース
- スパム検出 AI モデルは CAPTCHA よりもパフォーマンスが高く、誤検知や誤検知を減らし、セールスチームの時間を節約します。
- ペルソナマッチング AI は、役職名（スペルミスやその他の言語の場合でも）をペルソナに正確にマッピングし、リードスコアリングとセグメント化を改善します。
- オープンテキストフィールドの分類 AI は、様々なアトリビューションソースをグループ化し、スペルミスや言語の処理を行い、より豊富なインサイトとレポートを可能にします。
- カスタマイズ 微調整されたモデルにより、カテゴリごとにルールと説明を定義して、結果を完全に制御できます。
その他のリソース
recommendation-more-help
82e72ee8-53a1-4874-a0e7-005980e8bdf1