マーケティングと人工知能

マーケティングと人工知能の分野は、市場予測、プロセスと意思決定の自動化、通常は人間が行うタスクの効率向上などの分野を支援するシステムに集約されます。これらのシステムの背後にある科学は、ニューラル ネットワークとエキスパート システム、つまり入力を処理してマーケティング担当者に価値ある出力を提供するコンピューター プログラムを通じて説明できます。

ソーシャル コンピューティングテクノロジから生まれた人工知能システムは、Web 上のソーシャル ネットワークを理解するために適用できます。データ マイニング技術は、さまざまな種類のソーシャル ネットワークを分析するために使用できます。この分析により、マーケティング担当者はネットワーク内の影響力のあるアクターやノードを特定し、その情報を利用してソーシャル マーケティングアプローチを取ることができます。

人工ニューラルネットワークは、人間の脳と神経系をモデルにしたコンピュータプログラムの一種です。^[1]ニューラルネットワークは、特定の結果を達成するために協調して機能する一連の相互接続された処理ニューロンで構成されています。「人間のような試行錯誤学習方法を使用して、ニューラルネットワークはデータセット内に存在するパターンを検出し、重要でないデータを無視し、最も影響力のあるデータを強調します。」^[2]

マーケティングの観点から見ると、ニューラルネットワークは意思決定を支援するために使用されるソフトウェアツールの一種です。ニューラルネットワークは、大規模なデータソースから情報を収集して抽出するのに効果的であり、そのデータ内の原因と結果を識別する機能を備えています。^{[2] [3]}これらのニューラルネットワークは、学習プロセスを通じて、データベース間の関係と接続を識別します。知識が蓄積されると、ニューラルネットワークは一般化を提供し、過去の知識と学習をさまざまな状況に適用できます。^[3]

ニューラルネットワークは、コストを削減し、精度を向上させながら、市場の細分化とパフォーマンスの測定を効果的に支援することで、マーケティング企業の役割を果たすのに役立ちます。ニューラルネットワークは、学習能力、柔軟性、適応性、知識発見などの点で、従来のモデルに比べて多くの利点があります。^[4]ニューラルネットワークは、パターン分類、予測、マーケティング分析を支援するために使用できます。

ニューラル ネットワーク アプローチによって顧客の分類が容易になり、企業は情報に基づいたマーケティングの決定を下すことができます。この例として、ダイレクト メール業務を扱うSpiegel Inc. がニューラル ネットワークを使用して効率性を改善しました。NeuralWare Inc. が開発したソフトウェアを使用して、Spiegel は 1 回購入した顧客と繰り返し購入した顧客の人口統計を特定しました。ニューラル ネットワークは主要なパターンを特定し、その結果、繰り返し購入する可能性が高い顧客を特定できました。この情報を理解することで、Spiegel はマーケティング活動を合理化し、コストを削減することができました。^[5]

売上予測とは、「実際の業績を監視し、不確実性を減らすためのベンチマークを提供することを目的とした、将来の出来事を予測するプロセスです」。^[6]人工知能技術は、製品の需要、流通、従業員の離職、業績測定、在庫管理の分野で精度を高めることで予測プロセスを容易にするために登場しました。^[6]ニューラルネットワークを使用した予測の例として、Airline Marketing Assistant/Tacticianがあります。これは、BehabHeuristicsによって開発されたアプリケーションで、ニューラルネットワークを通じて乗客の需要とそれに伴う座席の割り当てを予測できます。このシステムは、ナショナルエアカナダとUSAirによって使用されています。^[7]

ニューラルネットワークは、信頼性、時間の節約、不完全またはノイズの多いデータからパターンを認識する能力により、従来の統計モデルの有用な代替手段を提供します。^{[3] [8]}マーケティング分析システムの例としては、Churchull SystemsがVeratex Corporation向けに開発したターゲットマーケティングシステムがあります。このサポートシステムは、市場データベースをスキャンして休眠顧客を特定し、経営陣がどの主要顧客をターゲットにするかを決定できるようにします。^[7]

マーケティング分析を行う際、ニューラルネットワークは消費者の人口統計や信用履歴から消費者の購買パターンに至るまでの情報の収集と処理を支援することができます。^[9]

AI により、組織は「ユーザーごとによりパーソナライズされた広告体験を提供し、カスタマー ジャーニーを形成し、購入決定に影響を与え、ブランド ロイヤルティを構築」することが可能になります (「方法」)。AI テクノロジーにより、マーケティング担当者は消費者を明確なペルソナに分類し、消費者の動機を理解することができます。ここで、オーディエンスの特定のニーズに焦点を当て、ブランドとの長期的な関係を構築できます (Kushmaro)。最終的にブランドは消費者とのロイヤルティを構築したいと考えており、AI によってこれをより適切に達成できるようになります。Optimove の創設者兼 CEO である Pini Yakuel 氏は、「時間の経過に伴うセグメント間の移動に基づいて顧客を分析することで、動的なマイクロ セグメンテーションを実現し、将来の行動を非常に正確に予測できます」と述べています (Kushmaro)。消費者の将来の行動を予測できることは非常に重要です。このようにして、マーケティング担当者は消費者の現在の行動と将来の行動の予測に基づいて、具体的に消費者にマーケティングを行うことができます。これにより、消費者とブランドの間にロイヤルティのある関係が生まれ、最終的にはビジネスに役立ちます。

マーケティングは、マーケターに代わって判断と直感の両方を大いに必要とする複雑な意思決定の分野です。 ^[10]個々の意思決定者が直面する複雑さの大幅な増加により、意思決定プロセスはほぼ不可能な作業になっています。マーケティング意思決定エンジンは、ノイズを精製するのに役立ちます。より効率的な管理手順の生成は、必要不可欠なものとして認識されています。^[11]意思決定支援システムを介して人工知能を意思決定に適用すると、意思決定者が意思決定の問題における不確実性に対処するのに役立ちます。人工知能技術は、傾向の分析、予測の提供、情報過多の軽減、共同意思決定に必要なコミュニケーションの実現、最新情報の許可を通じて、意思決定支援をますます拡張しています。 ^[12]

組織は顧客の欲求に特に注意を払いながら、顧客のニーズを満たすよう努めます。消費者志向のアプローチでは、これらのニーズに合った商品やサービスの生産が必要です。消費者行動を理解することは、マーケティング担当者が適切な決定を下すのに役立ちます。したがって、意思決定はマーケティングの問題、意思決定者、および意思決定環境に依存します。^[11]

エキスパートシステムとは、専門家の知識と推論手順をエミュレートすることで、専門家の知識を組み合わせて問題を解決しようとするソフトウェアプログラムです。各エキスパートシステムは、データを処理し、推論を通じて評価、判断、意見に変換して、専門的な問題に対するアドバイスを提供する能力を持っています。^[13]

マーケティング分野に適用されるエキスパートシステムの利用法は、MARKEX (Market Expert) です。これらのインテリジェントな意思決定支援システムは、マーケティング担当者のコンサルタントとして機能し、特に新製品開発プロセスにおいて、さまざまな段階で意思決定者をサポートします。このソフトウェアは、予測、データ分析、および多基準意思決定のさまざまな方法を使用する体系的な分析を提供し、最も適切な浸透戦略を選択します。^[11] BRANDFRAME は、マーケティング担当者の意思決定プロセスを支援するために開発されたシステムのもう 1 つの例です。このシステムは、ブランドの属性、小売チャネル、競合ブランド、ターゲット、および予算を特定するという点でブランドマネージャーをサポートします。新しいマーケティング入力がシステムに入力され、BRANDFRAME がデータを分析します。価格の引き下げや販売促進キャンペーンの開始など、マーケティングミックスの手段に関する推奨事項がシステムによって作成されます。

マーケティングの観点では、オートメーションはソフトウェアを使用して、通常は手動で実行されていたマーケティングプロセスをコンピューター化します。これにより、顧客セグメンテーション、キャンペーン管理、製品プロモーションなどのプロセスをより効率的に実行できるようになります。^[14] マーケティングオートメーションは、顧客関係管理(CRM)の重要なコンポーネントです。企業は、顧客データベースを分析して顧客に関するさらなる洞察を提供するデータマイニングアルゴリズムを採用したシステムを使用しています。この情報には、社会経済的特性、顧客との以前のやり取り、顧客の購入履歴に関する情報が含まれます。^[15]組織がデータを制御できるように、さまざまなシステムが設計されています。オートメーションツールを使用すると、システムはキャンペーンのパフォーマンスを監視し、キャンペーンを定期的に調整して応答率を向上させ、キャンペーンのパフォーマンスを追跡できます。^[16]

製品の流通には、変動する製品需要に対応できるよう、企業が正確なデータにアクセスする必要がある。自動化プロセスは、リアルタイムの監視とインテリジェントな制御を改善する包括的なシステムを提供することができる。アマゾンは、 2012年に倉庫ロボットのメーカーであるKiva Systemsを7億7500万ドルで買収した。自動化システムを購入する前は、人間の従業員が巨大な倉庫を歩き回り、本を追跡して取り出す必要があった。Kivaロボットは、注文の履行、製品の補充、重い物の持ち上げなどを行うことができ、会社の効率性を高めている。^[17]

ソーシャルネットワークとは、ネットワーク内でグループを構成するアクターの社会的配置です。ネットワーク内の一般的な発生や一般的な関係を例示する一連のつながりとノードが存在する場合があります。Lui (2011) ^[18]は、ソーシャルネットワークを「社会的エンティティ（組織内の人々、アクターと呼ばれる）とそれらの相互作用と関係の研究」と説明しています。相互作用と関係はネットワークまたはグラフで表すことができ、各頂点（またはノード）はアクターを表し、各リンクは関係を表します。」現在、Twitter、Facebook、LinkedInなどのソーシャルネットワーキングサイトなど、オンラインで複製されるソーシャルネットワークが一般的に出現し、仮想ソーシャルネットワーキングが成長しています。マーケティングの観点からは、これらのネットワークの分析とシミュレーションは、消費者の行動と意見を理解するのに役立ちます。エージェントベースのソーシャルシミュレーション手法とデータ/意見マイニングを使用してネットワークの社会的知識を収集すると、マーケティング担当者が市場とその中のセグメントを理解するのに役立ちます。

ソーシャルコンピューティングは、マーケティング担当者がネットワーク内の社会的行動を分析するために使用できる技術の分野であり、人工的なソーシャルエージェントの作成も可能にします。^{[19]ソーシャルコンピューティングは、ソーシャルベースのソフトウェアを作成するためのプラットフォームを提供します。ソーシャルコンピューティングの初期の例としては}、条件付きランダムフィールド（CRF）技術を使用して、電子メールアカウントから連絡先情報（たとえば、電子メールから住所や会社名）などのソーシャル情報を抽出できるシステムがあります。^[20]

データマイニングには、ソーシャルネットワークにオンラインで投稿された意見や感情などの既存の情報をWebで検索することが含まれます。「この研究分野は、意見マイニングまたは感情分析と呼ばれています。エンティティ、個人、問題、イベント、トピック、およびそれらの属性に対する人々の意見、評価、態度、感情を分析します。」^[18]ただし、この情報の検索と分析はかなりの作業になる可能性があり、この情報を手動で分析すると、研究者のバイアスが生じる可能性もあります。そのため、自動化された意見マイニングおよび要約システムの形で、客観的な意見分析システムがこの解決策として提案されています。この種のインテリジェンスを使用して消費者の意見を推測するマーケティング担当者は、偽の意見やレビューがWebに投稿され、製品やサービスに対する潜在的な消費者の賛否に影響を与える、いわゆる意見スパムに注意する必要があります。^[18]

検索エンジンは、ユーザーが何に興味を持っているかを学習して適切な情報を提示しようとする一般的なタイプのインテリジェンスです。Pag ​​eRankと HITS は、ハイパーリンクを介して情報を検索するアルゴリズムの例です。GoogleはPageRank を使用して検索エンジンを制御しています。ハイパーリンク ベースのインテリジェンスは、Web コミュニティを探すために使用できます。Web コミュニティは、「共通の関心を持つ人々のグループを表す、密にリンクされたページのクラスター」と説明されています。^[18]

中心性と威信は、アクターのグループ内での共通発生レベルを表すために使用される測定用語の一種です。これらの用語は、ソーシャルネットワーク内でのアクターの影響力と保有レベルを表すのに役立ちます。ネットワーク内で多くのつながりを持つ人は、「中心的」または「威信」のあるアクターと表現されます。ソーシャルネットワーク内のこれらのノードを識別することは、マーケティング担当者がソーシャルネットワーク内のトレンドセッターを見つけるのに役立ちます。^[18]

エロット（2017）は、ソーシャルメディア市場を変革しているAIベースのツールを調査しました。ソーシャルメディアマーケティングには、コンテンツ作成、消費者インテリジェンス、カスタマーサービス、インフルエンサーマーケティング、コンテンツ最適化、競合情報という6つの領域があり、AIの影響を受けています。^[21] Twizooというツールは、AIを使用してソーシャルネットワーキングサイトからレストランに関するレビューを収集し、ユーザーが食事場所を見つけるのを支援します。Twizooはユーザーからのフィードバックで大きな成功を収め、「旅行やホスピタリティのウェブサイトがソーシャルメディアのレビューを自社のオーディエンスに即座に届けることができるウィジェット」を立ち上げることで事業を拡大しました（Twizzo、2017）。^[22]

インフルエンサーマーケティングはソーシャルメディア上で大きな影響力を持っています。多くのブランドがソーシャルメディアの人気ユーザーと提携したりスポンサーになったりして、そのソーシャルメディアユーザーのフォロワーに自社製品を宣伝しようとしています。これは、Sugar Bear Hairとサブスクリプションボックス会社FabFitFunにとって成功した戦術です。^[要出典] InsightPoolという会社は、AIを使用してソーシャルメディア上の6億人以上のインフルエンサーを検索し、ブランドの個性とターゲットオーディエンスに合うインフルエンサーを見つけています（Ellot、2017）。これは、新しいインフルエンサーや特定のオーディエンスを探すときに効果的なツールになります。有名ではない人（カーダシアン家やバチェロレッテのキャストなど）でも、多くのオーディエンスに影響を与え、売上をもたらすことができる人を見つけるのも費用対効果が高いかもしれません^[21]

• マーケティング情報
• メディアインテリジェンス
• コンテンツインテリジェンス
• 顧客データプラットフォーム