Michelle Huff af Act-On: Adaptive Journeys Udnyttelse Machine Learning to Scale Personalization for Customers

Anonim

Ingen to kunder er ens. Og det er i høj grad usandsynligt, at deres rejser til "kundehætte" er det samme heller.

Da flere kanaler og enheder fortsætter med at vokse, vil forskellige personer eller virksomheder tage flere ruter til at blive kunde. Så det bliver mere vigtigt hver dag for at finde måder at sikre, at stien fører til din virksomhed.

Det betyder, at din organisation er klar til at tilpasse tidligt og ofte til ændringer i kundeadfærd. Dette gør det nemt for dem at bevæge sig i din retning.

$config[code] not found

Michelle Huff, CMO for Marketing Automation Platform Act-On, deler os ideen om adaptive rejser og hvordan teknologi som maskinindlæring og kunstig intelligens kan hjælpe dig med at give dig en mere personlig vej til at engagere individuelle kunder og kundeemner i målestok.

Her er en oversigt over vores samtale. For at høre hele interviewet klik på den indlejrede afspiller nedenfor.

* * * * *

Small Business Trends: Hvorfor giver du os ikke lidt af din personlige baggrund?

Michelle Huff: Jeg har været i højteknologi i lang tid og begyndte at markedsføre hos et lille firma. Derefter ledes til en mellemstor virksomhed, der sælger websteds teknologi og indhold. Flyttet til, blev vi erhvervet af Oracle. Jeg tilbragte fem år hos Oracle, og gik så til Salesforce, og så var der faktisk i fire år. Ran markedsføring, produktledelse, var deres general manager før overskriften til Act On her som deres fælles markedsordning. Det har været en sjov rejse.

Small Business Trends: Beskriv, hvad du kalder Adaptive Journeys, og hvordan det sammenligner med det, vi traditionelt hører, når vi hører udtrykket Customer Journey?

Michelle Huff: Tænker på marketing, har vi altid forsøgt at finde måder at gøre det personligt til. Vi tænker i personas. Vi tænker på pleje spor.

Men jeg tror som købere, vi kan ikke lide stereotyper af mennesker, men i en vis forstand, når vi altid er nødt til at tvinge ned disse foruddefinerede stier. Jeg ved, at det føles som, uanset hvad jeg gør, ender jeg altid med at få det samme hvidt papir. Det føles som en stereotype fra et købs synspunkt. Det er lidt frustrerende, når vi hører fra firmaet, når de vil have noget fra os. Det sidste interaktion er, når marketing mener, at vi er færdige, ikke? Vi konverterede en ledelse til en kunde. Høj fem, vi er forbi, og vi kommer ikke tilbage, før vi forsøger at gøre et upsell-program.

Jeg tror, ​​at marketing har forsøgt at tilpasse sig, og tænk på, hvordan vi gør den rejse med kunden mere personlig og mere autentisk. Hvordan begynder vi at engagere dem på de kanaler, de vil? Vi ved, det er svært at tilpasse for at gøre det meget mere autentisk og tilpasse sig til disse kanaler.

Ser vi på alle disse udfordringer, tænkte vi på, hvordan kan maskinindlæring hjælpe dette? Fordi det på en måde er svært at forsøge at spore og score og måle og forbinde alle de forskellige interaktioner og lære af det. Det, vi ønsker at gøre, er at bygge dette i markedsautomatisering, så som marketingfolk, når vi bygger disse rejser og når folk interagerer med os, kan det tilpasse sig og skifte til den besked, de ønsker. Meddelelsen der passer til dem, på det tidspunkt, de er klar til at engagere sig, og i den kanal, de ønsker.

Small Business Trends: Hvordan hjælper al denne rigdom af information fra alle disse forskellige kanaler og forskellige perspektiver, hvordan hjælper det moderne marketingmedarbejder i dag at forbinde og forblive forbundet med den rejse?

Michelle Huff: Jeg synes for mig, at når vi tænker på kunstig intelligens og indsigt, er det nødvendigt at handle. Det er virkelig svært, når du lige som markedsføring skal gå til et særskilt sted for at lære af ting, off-cyklus. Derefter tænker på, hvordan du vil anvende det. En, som vi har forsøgt at tænke på, er noget rigtig specifikt, som når vi sender en email.

Der er markedsføringen af, "sender jeg e-mailen klokken ni om en tirsdag? Sender jeg det klokken 10 på en onsdag? Ofte vil vi sætte ind, især for markedsautomatisering, sætter vi nogle få. Ikke kun klokken 10 i hovedkvarteret. Det er klokken 10 i denne specifikke tidszone. Mens det er godt, hvis du tænker på, hvordan vi kommer op med den beslutning, er det nogle gange bogstaveligt talt kun en tommelfinger i luften. Finger i luften, "Lad os gå til ni".

Vi har separate indsigter. Vi ser på vores tidligere kampagner, og vi prøver at se på de åbne satser og se, "Gæt hvad. Baseret på dette har vi tendens til at få bedre åbne priser, hvis vi sender det på denne specifikke dag i ugen. " Det tager lidt tid. Du skal se. Du skal også tage en vis risiko og prøve forskellige dage og tider med andre meddelelser. Men det er i sidste ende altid en smule guesswork. Det er også et aggregat. Uanset hvad, selvom du vælger ni AM fordi det er en bedre åben sats, er der mange andre mennesker, hvor det måske ikke er den optimale tid, og du er en slags tæppe, der anvender det for alle. Det er den stereotype igen.

Hvor jeg tænker på indsigterne, ved det ikke bare, men hvordan tager vi disse oplysninger og anvender det i det, vi gør, og en nem måde for marketingfolk at gøre. Selvom svaret var tilgængeligt, men du skulle svare på hundredvis af spørgsmål om en uge, og alle af dem krævede en analytiker at sætte sig ned og gennemgå ting i flere dage, er det ikke rigtig praktisk.

Hvordan tager vi det og faktisk går igennem, og i realtid fortsætter med at lære og anvende det, så i sidste ende hvad markedsføring skal gøre er bare at vælge en knap og sige, "Hvorfor sender du ikke bare denne email, når det er optimal engagementstid for hver unik person ", så når det går ud, kan du læse din klokken om klokken om morgenen.

Jeg har to små børn. Så jeg læste faktisk en masse af mine ting kl 10 eller 11 om natten.

Som marketingmedarbejder måtte jeg bare vælge en knap, og for en dag vil mine børn vokse op. Jeg kan ikke blive for at være en 10 eller 11-person, og det kan ændre sig. Det gode er, kunstig intelligens for alle disse indsigter vil holde læring og tilpasning baseret på disse ændringer.

Small Business Trends: Hvordan ændrer denne teknologi og automatiserede indsigter det forhold, som marketing har med salgsmedlemmerne?

Michelle Huff: Hvordan jeg altid har tænkt på markedsføring og salg er det, selv som en virksomhedsleder, hvis du havde den ideelle måde at interagere med dine kunder på, ville du have den bedste salgsrepræsentant at være en til én, der interagerer med hver enkelt af dine kunder. De ville være dem, der ville huske deres fødselsdage, bare checke ind for at se, hvordan de laver, læs om en artikel og være som: "Baseret på denne sidste samtale havde vi, jeg troede du kunne finde det interessant".

Når de bliver kunder - "Hvordan går det?" - Bliver bare konstant interagerende på en god måde og på en personlig måde.

Udfordringen er, da vi vokser virksomheder, kan vi ikke have en til en rep for hver kunde vi har. Marketing har virkelig hjulpet med at skalere forholdet, især da rejsen er forstyrret, og folk begynder at undersøge, før de selv når ud til nogen i virksomheden. Hvordan sikrer vi os, at de har den rigtige mærkeoplevelse og giver det rigtige sæt information?

Når vi lærer dem at kende, hvordan kan vi huske dem og sige: "Baseret på denne sidste ting, du troede var interesseret i, troede jeg, du kunne finde denne artikel interessant også."

Hvis vi kan finde måder at få, hvad vi sender ud i markedsføring, være mere personlige og autentiske, når vi ud i den kanal, de foretrækker, når de er mest klar til at engagere sig. Det hjælper os virkelig med at justere endnu tættere på salget. Fordi det næsten frigør deres tid med at gøre deres tid den mest optimale. Det gør næsten partnerskabet stærkere.

Small Business Trends: Hvor hurtigt skal markedsførere komme op med denne idé om adaptive rejser og udnytte data og maskinindlæring for at få disse nuggets leveret, så de kan holde op?

Michelle Huff: Det er en kamp. Jeg har lyst til hver gang jeg snakker med folk i marketing, vi kører. Vi forsøger at tilpasse os. Jeg gætter på, hvordan jeg altid har tænkt på det, det er en udvikling. Hvis du ser på sociale medier, er der stadig mange marketingfolk, der stadig forsøger at finde ud af bedre måder at interagere og engagere sig med mennesker i disse kanaler.

En måde, vi har tænkt på adaptive rejser, har været nogle af de rejser, vi ser i vores eget personlige liv sammen med Google Maps og Waze, og hvordan du sætter i din destination og baseret på at kende alle disse forskellige datapunkter, hvor du ' Når du er på din rejse med din telefon og din GPS og laver i alle disse forskellige data, begynder det at anbefale og lære dine hyppige destinationer. Dine pendeltimer. Dine foretrukne ruter. Det går og gør alt det.

Det giver disse oplysninger, og fra et markedsføringsautomatiseringssynspunkt vil det også være det.

Der er stadig mange mennesker, jeg snakker med i markedsføring, der ikke engang bruger marketingautomatisering. Jeg har lyst til, hvis du vil udnytte dette, i det mindste begynder at tænke på, "Hvordan begynder jeg at sætte ind og tænke på hele kundens livscyklus? Hvordan begynder jeg at lægge mange af mine aktiver og programmer og sætte dem ind i systemer, så det begynder at spore og score og måle? "

Small Business Trends: Med alle disse fantastiske teknologipræsentanter som dig og andre firmaer, der sætter ud, der virkelig forbedrer evnen til at forstå, hvad der er i tankerne hos kunderne i realtid, er du overrasket over den langsomme vedtagelse af marketingautomatiseringsteknologi?

Michelle Huff: Jeg er. Det er interessant, det afhænger også af branchen også. Vi ser ofte i high tech mange markedsførere, de udnytter disse teknologier hurtigere. Der er andre typer industrier, hvor de lige begyndt at. Det overrasker mig nogle gange, fordi jeg har været i high tech i et stykke tid, og jeg har brugt det i et stykke tid. Jeg tænker fortsat: "Hvordan overlever mennesker?". Fordi du virkelig kan gøre så meget mere.

Men jeg ser et tippunkt, og jeg kan se flere samtaler, og folk hører om det.

Dette er en del af One-on-One Interview-serien med tankeledere. Transkriptet er redigeret til offentliggørelse. Hvis det er et lyd- eller videointerview, skal du klikke på den indlejrede afspiller ovenfor eller abonnere via iTunes eller via Stitcher.