Kunstmatige intelligentie (AI) is op dit moment erg populair binnen marketing. Het kan veel werk voor de marketeer wegnemen en het nemen van beslissingen makkelijker maken. Met AI probeert de technologie menselijke intelligentie na te bootsen. Dit wordt door marketeers al op veel manieren ingezet, zoals voor het herkennen van stemmen of afbeeldingen. Bijna alle marketeers worden enthousiast wanneer je het over de mogelijkheden van AI hebt, maar het integreren van AI in de marketingstrategie kan vaak nog lastig zijn. In dit blog worden tien kunstmatige intelligentie technieken benoemd die alle organisaties zouden kunnen gebruiken in de customer lifecycle.

De customer lifecycle

De customer lifecycle bestaat uit verschillende fasen:

  • Bereiken (Reach): De aandacht proberen te trekken van de mensen die je wilt bereiken.
  • Acquisitie (Acquisition): De bereikte persoon proberen te beïnvloeden.
  • Conversie (Conversion): De bereikte personen of personen besluiten om iets te kopen.
  • Behouden (Retention): Het behouden van klanten en het verkopen van meer producten aan diezelfde klant (cross-sell of up-sell).
  • Loyaliteit (Loyalty): De klant aan de organisatie binden: een loyale partner of zelfs een ‘brand advocate’.

Kunstmatige intelligentie The-Customer-Life-Cycle

Bereiken

In de eerste fase van de customer lifecycle zijn het content marketing, SEO en andere ‘earned media’ die de bezoekers naar de website moeten trekken.

1. AI generated content

Het schrijven van blogs kost tijd. Er zijn daarom tegenwoordig verschillende schrijfprogramma’s die jou kunnen helpen bij het schrijven van de content. Denk hierbij aan WordSmith en Articoolo. Dit soort schrijfprogramma’s zijn voornamelijk goed om rapporten te schrijven op basis van data-gefocuste gebeurtenissen. Denk hierbij aan sportwedstrijden of marktrapporten. Artikelen zoals je ze in de direct marketingwereld ziet kunnen wel met zo’n schrijfprogramma geschreven worden, maar verwacht geen opinie stukken of industrie specifieke best practice blogs. Dit zal je toch echt nog steeds zelf moeten schrijven.

2. Content curatie

AI kan je ook helpen bij het ordenen van je website. Zo toon je alleen content aan websitebezoekers die interessant is voor die specifieke bezoeker. Meestal stellen marketeers een ordening in als ‘klanten die X hebben gekocht, kopen wellicht ook Y’, maar ordening kan op veel meer manieren worden toegepast. Denk hierbij aan blogposts en het personaliseren van andere online content. Vooral diensten of producten waarvoor klanten een abonnement moeten afsluiten kunnen veel van deze service gebruik maken. Hoe meer gegevens er over een persoon verzameld worden, hoe gerichter de content getarget kan worden. Denk hierbij aan het aanbevelingssysteem van Netflix.

Acquisitie

De eerste aandacht van de bezoeker heb je gekregen, nu moet je ze proberen te overtuigen van de waarde van het product of de dienst.

3. Leadscoring

Het scoren van leads gaat samen met ook het analyseren van voorspellende analytics. Op basis van de data in het verleden kan er door middel van analyses een voorspelling gedaan worden. Dit gebeurt ook bij leadscoring. Doordat leads aan bepaalde criteria moeten voldoen, zorg je ervoor dat het sales team alleen leads krijgt waarbij de kans groot is dat ze het product of de dienst ook daadwerkelijk willen kopen. Vooral voor B2B bedrijven is het belangrijk dat leads ‘hot’ zijn, aangezien elke verkoop veel tijd en moeite kost. Als je van tevoren al meer informatie hebt over de lead en daarop ook je gesprek kunt insteken, dan zal het sales proces efficiënter zijn voor beide partijen.

4. Advertenties targeten

Kunstmatige intelligentie target
Met behulp van machine learning kunnen grote hoeveelheden data doorlopen worden om vast te stellen welke advertenties het beste presteren, op welke personen in je doelgroep deze het beste presteren én in welke fase van het aankoopproces iemand zich bevindt. Met behulp van deze gegevens kan op het juiste moment de juiste advertentie getoond worden. Hierdoor is je advertentie effectiever. Maar, AI kan nog niet alles. Voorlopig heb je wel nog iemand nodig om het creatieve deel te doen, namelijk het maken van de advertentie.

Conversie

De interesse is er, nu moet er alleen voor gezorgd worden dat de geïnteresseerde personen daadwerkelijk klanten worden.

5. Website & app personalisatie

Met behulp van AI-prognose tools kan worden voorspelt in welke fase van de customer journey de klant zit. Doordat je dit weet kun je de klant de meest relevante content tonen op de website of in de app. Als iemand nieuw is op een website willen ze content zien die hen informeert en hen interesseert, maar wanneer ze al vaker op de website zijn geweest en duidelijk geïnteresseerd zijn in het product, volstaat een introductie niet meer. Ze willen meer diepgaande content over de specificaties en de voordelen van een product.

6. Chatbots

Kunstmatige intelligentie chatbots
Chatbots bootsen menselijke intelligentie na door de vragen van de consumenten te interpreteren en orders te kunnen afronden. Het snelle behandelen van vragen kan de twijfelende, maar geïnteresseerde, consument net dat duwtje in de rug geven om het product aan te schaffen. Het lijkt misschien moeilijk om een chatbot te maken, maar met behulp van open chatbot ontwikkelplatforms is het relatief makkelijk om je eigen chatbot te creëren zonder een groot team ontwikkelaars. Het volgende artikel geeft een lijst van 14 platformen waarmee je chatbots kunt bouwen.

Behouden

De klant heeft het product gekocht, maar nu wil je dat je klanten blijven terugkomen.

7. Retargeting

Net als bij ad targeting is het via machine learning mogelijk om met behulp van data vast te stellen welke content ervoor zorgt dat consumenten weer terugkomen naar de website. Het verschilt natuurlijk per klant welke content genoeg overtuigingskracht heeft om klanten terug te winnen, dus hierbij kan je het voorspellende vermogen van kunstmatige intelligentie goed gebruiken. Hierdoor optimaliseer je de retargeting advertenties.

8. Marketing atuomation

Marketing automation is al vaker genoemd in deze lijst, maar juist bij het behouden van klanten is marketing automation zo belangrijk. Het zou namelijk zonde zijn om klanten niet meer te blijven volgen of interessante informatie toe te sturen. Door bijvoorbeeld proactief customer support en andere producten aan te bieden die bij een klant passen, kun je ervoor zorgen dat de klant terug blijft komen. Hierbij moet je wel oppassen dat het niet te veel wordt. Met een nieuwsbrief over het nieuws binnen de industrie blijf je continu in iemands gedachten, zonder dat directe verkoop het doel is.

Loyalitieit

De klant heeft het product gekocht, maar nu wil deze klant ook binden aan de organisatie zodat zij brand advocates worden.

9. Recommendation engine

Een goed voorbeeld van een organisatie die de loyaliteit van haar klanten hoog weet te houden is Spotify. Zo heeft Spotify door middel van AI en machine learning een aanbevelingsmachine gemaakt waarbij de voorkeuren van de gebruikers worden gemonitord. Je persoonlijke Spotify account wordt hier geheel op aangepast. Hierdoor krijg je muziek te horen die je kent en leuk vindt, maar je krijgt ook updates over de nieuwste nummers van bepaalde artiesten of in bepaalde genres.

10. Machine Learning

Machine learning is al een aantal keer genoemd, maar op zichzelf staand is machine learning ook een effectief middel om de customer loyaliteit van de klant te vergroten. Je kunt met machine learning de klant namelijk een extra service aanbieden. Kijk bijvoorbeeld naar de Nike en Under Armour fitness apps. Vooral de Armour app houdt gegevens bij over de gebruiker, zoals over je persoonlijke-, fysieke- en gedragsfactoren. Door machine learning begrijpt de app nu alles over de gebruiker. De app analyseert data over je eetpatroon, beweging en slaap. In combinatie met inzichten van andere anonieme gebruikers in de community is Under Armour zo in staat om realtime advies te geven en je te motiveren.