6 casos de uso de automação de marketing em que a IA pode ajudar na qualidade dos dados

Nota do editor: Esta é a Parte 2 de uma série de quatro partes sobre como a IA será infundida nas plataformas de automação de marketing. Parte 1, automação de marketing de IA: como funciona e por que os profissionais de marketing devem se importar, está aqui .

Durante grande parte de 2023, o hype da IA ​​concentrou-se em casos de uso de conteúdo generativo de IA (cópia, imagem, vídeo). Alguns ainda questionam o impacto final da IA ​​generativa, mas a adoção dominante indica que muito do foco em recursos focados em conteúdo é garantido.

E, no entanto, há um movimento ainda mais profundo em andamento: a infusão de IA em todos os aplicativos de tecnologia de marketing.

Para os líderes de martech, infundir IA em componentes principais da pilha, como CRM e plataformas de automação de marketing (MAPs), aumentará a precisão e a produtividade. Dentro desse escopo, meu foco tem sido priorizar o gerenciamento de dados, que a maioria dos líderes de operações de marketing também reconhece como a base da fundação.

Gerenciamento de dados: o primeiro processo de linguagem (semi) natural

Antes do ponto de inflexão da IA, o gerenciamento de dados foi a primeira mudança de “linguagem natural” que impulsionou o crescimento da martech. Como? Por meio da transformação sem código que nos capacitou a criar novos campos de banco de dados, um privilégio anteriormente reservado para TI. A capacidade de criar campos internos e voltados para o cliente integrados a páginas de destino e sites transformou o engajamento digital.

Mesmo com a automação, dependemos fortemente da interação humana e das interfaces do sistema para conduzir grande parte da entrada. E, apesar das ferramentas mais fáceis de usar, o treinamento ainda era uma barreira de adoção para a entrada (adequada) de dados. Os primeiros algoritmos de IA impactaram vários processos de limpeza de dados depois que os dados foram inseridos incorretamente ou estavam incompletos. Mas todos nós sabíamos que era mais eficiente impedir que dados imprecisos entrassem no sistema, o que resultaria em resultados errôneos downstream.

Usarei uma estrutura comum — entra lixo, sai lixo (GIGO) — para ilustrar.

'Lixo em'

1. Inserindo dados

Os líderes da Martech se assustam quando os usuários dizem que inserir os dados é difícil. A empatia é merecida, principalmente quando houve mudanças na interface ao longo do tempo. (Se você é uma loja Salesforce e ainda muda para Classic vs. Lightning, esse é o seu lembrete de empatia!)

Muitos fornecedores líderes, incluindo a Salesforce, previram recentemente que a revolução “prompt” generativa da IA ​​mudará para sempre a interface do usuário. Cada interface do usuário agora precisa processar linguagem natural, reduzindo o atrito (ou desculpa, se você for cínico) para os usuários inserirem dados.

Por exemplo, o ChatSpot (interface AI do HubSpot) utiliza o modelo GPT em sua interface de usuário. (Embora eu seja independente de fornecedor, tenho aproveitado a ferramenta e extrairei exemplos porque ela está disponível para teste em sua versão alfa pública.)

Vamos começar com o básico — adicionar um novo contato.

Os usuários não precisarão lembrar onde clicar em “Adicionar contato” na interface padrão da HubSpot. Em vez disso, eles usarão um prompt simples como este…

Em três meses de alfa, o HubSpot também adicionou modelos de prompt que acionam ações com base em tarefas comuns, para que agora você possa escolher em uma lista de favoritos como esta.

2. Pesquisa e agregação de dados sobre pessoas e empresas

Muitos MAPs extraíram informações básicas de clientes de sites. A IA está simplificando essa tarefa, e agora uma versão resumida dos principais perfis para aumentar as pessoas de contato ou complementar as informações firmográficas da empresa está à distância. Por exemplo:

3. Infundido em planilhas

Aproximadamente 70% dos profissionais de marketing gastam mais de 10 horas por semana trabalhando em planilhas, de acordo com a Pesquisa de salários e carreiras de 2023 da MarTech. Eles são fundamentais em pilhas de martech.

Falei sobre como essas ferramentas (e suas fórmulas, recursos VLOOKUP etc.) ainda são nossos decodificadores secretos para trabalhar em várias fontes de dados em minha apresentação na conferência MarTech de março de 2023. Para muitas equipes maiores, um analista de dados em tempo integral oferece suporte a esses esforços. Equipes menores geralmente têm um profissional de marketing experiente em dados com experiência em Excel.

No entanto, programar VLOOKUP é muito técnico para muitos. Os profissionais de marketing agora estão usando prompts de IA generativos para criar fórmulas. Vários utilitários de plug-in de IA inserem prompts criados por IA diretamente nas planilhas.

Esses recursos “sem código” de linguagem natural serão as adições mais poderosas e mais usadas. Eles serão incorporados diretamente em ferramentas de trabalho de conhecimento fundamentais (por exemplo, Google Workspace Labs e Microsoft Co-pilot). Os usuários pedirão a um assistente de IA para extrair domínios de endereços de e-mail, retirar nomes/sobrenomes, empresas, etc., e criar efetivamente dados estruturados por meio de prompts de linguagem natural.

'Lixo para fora'

Vamos agora virar para o outro lado do espectro: casos de uso em que a IA ajudará na saída de dados.

4. Interfaces de linguagem natural para análise

Todos nós já estivemos lá. Em vez de acessar a plataforma, alguém pede para você exportar um relatório em PowerPoint ou Google Slides. Obter o relatório do aplicativo por meio de prompts de linguagem natural será um divisor de águas.

“Você pode me fornecer um relatório baseado em <preencher o espaço em branco>” será um prompt que diminuirá a barreira para que mais pessoas acessem análises diretamente.

Com o tempo, se os usuários estiverem mais inclinados a inserir os dados e vê-los devidamente refletidos, eles estarão mais propensos a fornecer entradas de qualidade. Em vez de corrigir o gráfico, talvez os usuários o consertem na fonte.

5. Recursos de visualização infundidos

A criação de visualizações também terá recursos infundidos. Poderemos acionar as plataformas para essas visualizações através de plug-ins/interfaces.

Como muitos, aguardo ansiosamente o acesso aos recursos do interpretador de código do OpenAI. Nesse ínterim, tenho acompanhado outros pilotos, incluindo Ethan Mollick, que forneceu uma prévia dos recursos em seu boletim informativo One Useful Thing - extraído em sua recente postagem no boletim informativo.

6. Big data acessível

Todos esses benefícios de entrada e saída de dados não serão limitados apenas aos dados específicos que são a “fonte da verdade” no CRM/MAP.

Como reduzimos a barreira à entrada de mais fontes de dados, as saídas de uma análise podem ser vinculadas de maneiras que não foram consideradas anteriormente - pois outro aumento de dados e atributos suplementares estarão acessíveis - por meio de prompts baseados em IA, como bem.

Governança e treinamento ainda são necessários para evitar a confiança cega

Os líderes da Martech precisam ter cuidado para não confiar apenas na IA para gerenciamento e qualidade de dados. Governança adicional deve ser aplicada dada a imaturidade das ferramentas de IA generativas e seu potencial de impactar a qualidade dos dados se não forem supervisionadas.

O desafio para o gerenciamento de dados tem o dobro do impacto. Os prompts podem não herdar as diretrizes da sua organização para associar contatos a contas; prompts mais avançados que seguem essas diretrizes podem precisar ser desenvolvidos.

Hoje, qualquer pessoa que importe dados para uma planilha faz uma verificação de sanidade após aplicar as fórmulas. Erros de digitação podem gerar problemas em milhares de registros. Mas a lógica defeituosa introduzida pela IA pode corromper milhares de registros se os usuários não criarem o prompt apropriado para começar.

Qual é o próximo? Na Parte 3 desta série, vou me aprofundar na infusão de IA nos processos de campanha do MAP.