6 กรณีการใช้งานระบบอัตโนมัติทางการตลาดที่ AI สามารถช่วยในเรื่องคุณภาพของข้อมูล

หมายเหตุบรรณาธิการ: นี่คือส่วนที่ 2 ของซีรีส์สี่ตอนเกี่ยวกับวิธีที่ AI จะถูกรวมเข้ากับแพลตฟอร์มระบบอัตโนมัติทางการตลาด ส่วนที่ 1 ระบบ อัตโนมัติ ทางการตลาดของ AI: มันทำงานอย่างไรและเหตุใดนักการตลาดจึงควรสนใจอยู่ ที่นี่

ในช่วงปี 2023 ส่วนใหญ่ AI โฆษณาได้มุ่งเน้นไปที่กรณีการใช้เนื้อหา AI เชิงสร้างสรรค์ (สำเนา รูปภาพ วิดีโอ) บางคนยังคงสงสัยถึงผลกระทบขั้นสูงสุดของ AI เชิงสร้างสรรค์ แต่การยอมรับในกระแสหลักบ่งชี้ว่าการเน้นที่ความสามารถที่เน้นเนื้อหาส่วนใหญ่นั้นรับประกันได้

และยังมีการเคลื่อนไหวที่ลึกซึ้งยิ่งกว่านั้น: การแทรกซึมของ AI เข้าไปใน ทุก แอปพลิเคชันเทคโนโลยีการตลาด

สำหรับผู้นำด้านมาร์เทค การผสมผสาน AI เข้ากับส่วนประกอบสแต็กหลัก เช่น CRM และแพลตฟอร์มระบบอัตโนมัติทางการตลาด (MAP) จะเพิ่มความแม่นยำและประสิทธิภาพการทำงาน ภายในขอบเขตนั้น ความสนใจของฉันอยู่ที่การจัดลำดับความสำคัญของการจัดการข้อมูล ซึ่งผู้นำฝ่ายปฏิบัติการทางการตลาดส่วนใหญ่ยังตระหนักว่าเป็นรากฐานของรากฐาน

การจัดการข้อมูล: กระบวนการภาษาธรรมชาติขั้นแรก (กึ่ง)

ก่อนจุดเปลี่ยนของ AI การจัดการข้อมูลคือการเปลี่ยนแปลง "ภาษาธรรมชาติ" แรกสุดที่กระตุ้นการเติบโตของมาร์เทค ยังไง? ด้วยการแปลงแบบไม่ใช้โค้ดที่ช่วยให้เราสามารถสร้างฟิลด์ฐานข้อมูลใหม่ ซึ่งเป็นสิทธิ์ที่สงวนไว้ก่อนหน้านี้สำหรับฝ่ายไอที ความสามารถในการสร้างฟิลด์ภายในและส่วนติดต่อลูกค้าซึ่งรวมอยู่ในหน้า Landing Page และเว็บไซต์ได้เปลี่ยนการมีส่วนร่วมทางดิจิทัล

แม้จะใช้ระบบอัตโนมัติ เราก็ยังต้องพึ่งพาการโต้ตอบของมนุษย์และอินเทอร์เฟซระบบอย่างมากเพื่อขับเคลื่อนอินพุตส่วนใหญ่ และแม้จะมีเครื่องมือที่ใช้งานง่ายขึ้น แต่การฝึกอบรมยังคงเป็นอุปสรรคต่อการป้อนข้อมูล (ที่เหมาะสม) อัลกอริธึม AI ในยุคแรกๆ ส่งผลกระทบต่อกระบวนการล้างข้อมูลต่างๆ หลังจากที่ ป้อนข้อมูลไม่ถูกต้องหรือไม่สมบูรณ์ แต่เราทุกคนทราบดีว่าการป้องกันไม่ให้ข้อมูลที่ไม่ถูกต้องเข้าสู่ระบบจะมีประสิทธิภาพมากที่สุด ซึ่งจะส่งผลให้เกิดผลลัพธ์ที่ผิดพลาดในดาวน์สตรีม

ฉันจะใช้เฟรมเวิร์กทั่วไป — ขยะเข้า ขยะออก (GIGO) — เพื่อแสดงให้เห็น

'ขยะใน'

1. การป้อนข้อมูล

ผู้นำของ Martech ประจบประแจงเมื่อผู้ใช้บอกว่าการป้อนข้อมูลเป็นเรื่องยาก สมควรได้รับการเอาใจใส่ โดยเฉพาะอย่างยิ่งเมื่อมีการเปลี่ยนแปลงอินเทอร์เฟซเมื่อเวลาผ่านไป (หากคุณเป็นร้านค้า Salesforce และยังคงเปลี่ยนไปใช้ Classic vs. Lightning นั่นคือการเตือนความจำของคุณ!)

ผู้จำหน่ายชั้นนำหลายรายรวมถึง Salesforce ได้คาดการณ์เมื่อเร็วๆ นี้ว่าการปฏิวัติแบบ "พร้อมรับ" ของ AI เชิงกำเนิดจะเปลี่ยนอินเทอร์เฟซผู้ใช้ไปตลอดกาล ทุก UI จำเป็นต้องประมวลผลภาษาที่เป็นธรรมชาติ ลดความฝืด (หรือข้อแก้ตัว หากคุณเหยียดหยาม) สำหรับผู้ใช้ในการป้อนข้อมูล

ตัวอย่างเช่น ChatSpot (อินเทอร์เฟซ AI ของ HubSpot) ใช้ประโยชน์จากโมเดล GPT ในอินเทอร์เฟซผู้ใช้ (แม้ว่าฉันจะไม่เชื่อเรื่องพระเจ้า แต่ฉันก็ใช้ประโยชน์จากเครื่องมือนี้และจะตัดตอนตัวอย่างมา เนื่องจากพร้อมให้ทดสอบในรุ่นอัลฟ่าสาธารณะของพวกเขา)

มาเริ่มกันที่พื้นฐาน — การเพิ่มผู้ติดต่อใหม่

ผู้ใช้ไม่ต้องจำตำแหน่งในอินเทอร์เฟซมาตรฐานของ HubSpot เพื่อคลิก "เพิ่มผู้ติดต่อ" พวกเขาจะใช้คำสั่งง่ายๆ แบบนี้แทน...

ในช่วงสามเดือนของช่วงอัลฟ่า HubSpot ยังได้เพิ่มเทมเพลตพรอมต์ที่เรียกการดำเนินการตามสิ่งที่ต้องทำทั่วไป ดังนั้นตอนนี้คุณจึงสามารถเลือกจากรายการโปรดเช่นนี้ได้

2. ค้นคว้าและเพิ่มข้อมูลเกี่ยวกับบุคคลและบริษัท

แผนที่จำนวนมากดึงข้อมูลลูกค้าพื้นฐานจากเว็บไซต์ AI กำลังทำให้งานนี้ง่ายขึ้น และตอนนี้ เวอร์ชันสรุปของโปรไฟล์หลักเพื่อเสริมบุคลิกของผู้ติดต่อหรือเสริมข้อมูลบริษัทของบริษัทก็สามารถทำได้ทันที ตัวอย่างเช่น:

3. ผสมในสเปรดชีต

ประมาณ 70% ของนักการตลาดใช้เวลามากกว่า 10 ชั่วโมงต่อสัปดาห์ในการทำงานกับสเปรดชีต จากการสำรวจเงินเดือนและอาชีพในปี 2023 ของ MarTech พวกมันเป็นพื้นฐานในมาร์เทคสแต็ค

ฉันได้พูดถึงวิธีที่เครื่องมือเหล่านี้ (และสูตรของเครื่องมือ ความสามารถ VLOOKUP ฯลฯ) ยังคงเป็นตัวถอดรหัสลับของเราสำหรับการทำงานในแหล่งข้อมูลหลายแหล่งในงานนำเสนอการประชุม MarTech เดือนมีนาคม 2023 ของฉัน สำหรับทีมขนาดใหญ่หลายทีม นักวิเคราะห์ข้อมูลแบบเต็มเวลาจะสนับสนุนความพยายามเหล่านี้ ทีมขนาดเล็กมักมีนักการตลาดที่เข้าใจข้อมูลและมีความเชี่ยวชาญด้าน Excel

อย่างไรก็ตาม การเขียนโปรแกรม VLOOKUP เป็นเรื่องทางเทคนิคเกินไปสำหรับหลาย ๆ คน ขณะนี้นักการตลาดกำลังใช้การแจ้ง AI เชิงกำเนิดเพื่อสร้างสูตร ยูทิลิตี้ปลั๊กอิน AI หลายตัวใส่ข้อความแจ้งที่สร้างโดย AI ลงในสเปรดชีตโดยตรง

ความสามารถ "ไม่มีรหัส" ของภาษาธรรมชาติเหล่านี้จะเป็นส่วนเพิ่มเติมที่ทรงพลังที่สุดและใช้มากที่สุด สิ่งเหล่านี้จะถูกฝังโดยตรงในเครื่องมือการทำงานที่เป็นความรู้พื้นฐาน (เช่น Google Workspace Labs และ Microsoft Co-pilot) ผู้ใช้จะขอให้ผู้ช่วย AI แยกโดเมนจากที่อยู่อีเมล ดึงชื่อ/นามสกุล บริษัท ฯลฯ และสร้างข้อมูลที่มีโครงสร้างอย่างมีประสิทธิภาพผ่านข้อความแจ้งภาษาธรรมชาติ

'ขยะออก'

ตอนนี้เรามาพลิกดูอีกด้านหนึ่งของสเปกตรัม: ใช้กรณีที่ AI จะช่วยในการส่งออกข้อมูล

4. อินเทอร์เฟซภาษาธรรมชาติสำหรับการวิเคราะห์

เราทุกคนเคยไปที่นั่น แทนที่จะเข้าถึงแพลตฟอร์ม มีคนขอให้คุณส่งออกรายงานใน PowerPoint หรือ Google Slides การรับรายงานจากแอปพลิเคชันผ่านข้อความแจ้งภาษาธรรมชาติจะเป็นตัวเปลี่ยนเกม

“คุณช่วยส่งรายงานตาม <กรอกข้อมูลในช่องว่าง> ให้ฉันได้ไหม” จะเป็นข้อความแจ้งที่ลดอุปสรรคสำหรับผู้คนจำนวนมากขึ้นในการเข้าถึงการวิเคราะห์โดยตรง

เมื่อเวลาผ่านไป หากผู้ใช้มีแนวโน้มที่จะป้อนข้อมูลมากขึ้นและเห็นว่าข้อมูลนั้นสะท้อนให้เห็นอย่างถูกต้อง พวกเขาจะมีแนวโน้มที่จะให้ข้อมูลที่มีคุณภาพมากขึ้น แทนที่จะแก้ไขแผนภูมิ ผู้ใช้อาจแก้ไขที่ต้นทาง

5. ความสามารถในการสร้างภาพข้อมูล

การสร้างภาพข้อมูลก็จะเพิ่มความสามารถเข้าไปด้วย เราจะสามารถแจ้งแพลตฟอร์มสำหรับการแสดงภาพเหล่านี้ผ่านปลั๊กอิน/อินเทอร์เฟซ

เช่นเดียวกับหลาย ๆ คน ฉันรอคอยการเข้าถึงความสามารถของตัวแปลโค้ดของ OpenAI อย่างใจจดใจจ่อ ในระหว่างนี้ ฉันได้ติดตามคนอื่นๆ ที่ทดลองใช้งาน ซึ่งรวมถึง Ethan Mollick ผู้ซึ่งได้แอบดูความสามารถดังกล่าวในจดหมายข่าว One Useful Thing ของเขา — ซึ่งตัดตอนมาจากโพสต์จดหมายข่าวล่าสุดของเขา

6. ข้อมูลขนาดใหญ่ที่เข้าถึงได้

ประโยชน์ของการป้อนข้อมูลและผลลัพธ์ทั้งหมดนี้จะไม่จำกัดเฉพาะข้อมูลเฉพาะที่เป็น "แหล่งที่มาของความจริง" ใน CRM/MAP

เนื่องจากเราได้ลดอุปสรรคในการป้อนข้อมูลสำหรับแหล่งข้อมูลมากขึ้น ดังนั้นผลลัพธ์ของการวิเคราะห์หนึ่งอาจเชื่อมโยงด้วยวิธีอื่นที่ไม่ได้รับการพิจารณาก่อนหน้านี้ เนื่องจากการเพิ่มข้อมูลและแอตทริบิวต์เสริมอื่น ๆ จะสามารถเข้าถึงได้ผ่านการแจ้งเตือนที่ใช้ AI เช่น ดี.

การกำกับดูแลและการฝึกอบรมยังคงจำเป็นเพื่อหลีกเลี่ยงความไว้วางใจที่มืดบอด

ผู้นำด้าน Martech ต้องระวังอย่าพึ่งพา AI เพียงอย่างเดียวในการจัดการข้อมูลและคุณภาพ ควรใช้การกำกับดูแลเพิ่มเติมเนื่องจากเครื่องมือ generative AI ยังไม่บรรลุนิติภาวะและศักยภาพของเครื่องมือเหล่านี้ที่จะส่งผลกระทบต่อคุณภาพของข้อมูลหากไม่ได้รับการดูแล

ความท้าทายในการจัดการข้อมูลมีผลกระทบเป็นสองเท่า ข้อความแจ้งอาจไม่สืบทอดหลักเกณฑ์ขององค์กรของคุณในการเชื่อมโยงผู้ติดต่อกับบัญชี คำแนะนำขั้นสูงเพิ่มเติมที่เป็นไปตามแนวทางเหล่านั้นอาจต้องได้รับการพัฒนา

วันนี้ ใครก็ตามที่นำเข้าข้อมูลลงในสเปรดชีตจะทำการตรวจสอบความถูกต้องหลังจากใช้สูตร การพิมพ์ผิดสามารถสร้างปัญหาให้กับเรคคอร์ดนับพัน แต่ตรรกะที่ผิดพลาดของ AI อาจทำให้เรกคอร์ดหลายพันรายการเสียหายได้ หากผู้ใช้ไม่ได้สร้างพรอมต์ที่เหมาะสมเพื่อเริ่มต้น

อะไรต่อไป? ในตอนที่ 3 ของซีรีส์นี้ ฉันจะเจาะลึกการแทรกซึมของ AI เข้าสู่กระบวนการแคมเปญ MAP