Impact Business 기사는 원래 다음 위치에 게시되었습니다. 텐폴드닷컴 Ira Padilla에서 제공한 게시 권한.
우리는 문자 그대로 우리의 손끝에 미래 기술과 함께 흥미롭고 혁신적인 시대에 살고 있습니다. 그러나 오랫동안 중소기업은 기업이 혜택을 받을 수 있었던 최신 기술 동향에 대한 서비스를 받지 못했습니다. 즉, 지금까지입니다.
이 기사에서는 이러한 기술 동향과 향후 비즈니스에 미칠 영향을 살펴보겠습니다.
그렇다면 이 '스마트' 기술은 어떤 일을 할 수 있을까요? 불과 4개월 전만 해도 AI 기계는 보통 사람보다 12배 더 빨리 대학 수준의 수학 시험을 완료했습니다. 어떻게? 기계 학습 기술을 통해 컴퓨터가 명시적으로 프로그래밍되지 않고 경험을 통해 배우고 적응하는 곳. 이는 비즈니스에 영향을 미칩니다.
또한 Facebook은 올해 초 챗봇이 자체 언어를 만들면서 헤드라인을 장식했습니다. 일부 가짜 뉴스 기사에 따르면 엔지니어가 너무 똑똑해져서 공황 상태에서 플러그를 뽑았다고 합니다. 그러나 진실은 Facebook의 목적을 위해 챗봇이 자신의 짧은 손을 개발하기보다 영어를 고수해야 한다는 것입니다. 그러나 기계 학습 챗봇은 명시적 프로그래밍 외부에서 자체 언어를 생성했습니다.
지금 바로 고객 경험을 향상하고 싶으십니까?
컴퓨터 과학의 이 진화하는 영역은 서비스 비즈니스의 미래이며 오늘날 우리가 살고 일하는 방식에 이미 영향을 미치고 있습니다. 실제로 리서치 회사인 Markets and Markets는 머신러닝 시장이 1.41년 2017억 8.81만 달러에서 2022년 XNUMX억 XNUMX만 달러로 성장할 것으로 추정합니다!
이러한 기술 동향은 마케팅에서 운영, 급여 지급에 이르기까지 비즈니스에 영향을 미치므로 안전 벨트를 착용하십시오. 방법은 다음과 같습니다.
AI와 머신 러닝으로 더욱 스마트해진 마케팅
AI 및 소셜 미디어 마케팅
2017년 60월 Salesforce는 전 세계 마케팅 리더를 대상으로 연구를 수행했으며 결과는 놀라웠습니다. 응답자들은 향후 XNUMX년 동안 효율성과 개인화의 발전이 향상될 것으로 기대한다고 말했습니다. 또한 마케터의 XNUMX% 이상이 AI를 활용하여 동적 랜딩 페이지, 웹사이트, 프로그래밍 방식 광고 및 미디어 구매를 생성하는 것을 계획하고 있습니다.
그러나 사람들이 가장 흥분한 것은 AI가 소셜 미디어 청취 및 리드 육성에 미치는 잠재적 영향입니다. 멀지 않은 미래에 AI는 점점 더 정교해지고 소셜 미디어 마케팅을 위한 강력한 도구가 될 것입니다.
AI가 마케팅에 영향을 미치는 주요 방법은 소셜 미디어를 통해 리드를 육성하는 것입니다. 하지만 어떻게? 개인화된 실시간 콘텐츠 타겟팅을 통해 20% 더 많은 판매 기회를 창출합니다. 행동 타겟팅 방법을 사용하면 AI가 육성 프로세스를 찾아 시작할 수 있습니다. 예를 들어 AI 알고리즘을 사용하는 마케팅 스택은 월요일 아침에 LinkedIn에 체크인하는 특정 구매자가 최근에 새로운 CRM 도구를 찾기 시작했음을 알게 될 수 있습니다. 그런 다음 소프트웨어는 대상 게시물을 볼 수 있는 날짜와 시간에 게시할 대상 게시물을 제안(또는 생성)할 수 있습니다.
현재 리드를 육성하는 방법으로 소셜 리스닝을 사용하는 능숙한 마케터는 AI를 향상시키는 데 필요한 기능이 없으므로 시간이 많이 걸리고 수동이며 실시간이 아닙니다. 그렇다면 이러한 유형의 미래 콘텐츠 마케팅 배포에 대비하려면 어떻게 시작해야 할까요?
첫째, 구매자 페르소나를 잘 정의해야 합니다. CRM을 자세히 살펴보면 응답할 자격을 갖춘 리드를 얻을 수 있는 콘텐츠에 대한 수많은 힌트를 얻을 수 있습니다. 한 발 물러서서 채널 콘텐츠(예: 이메일, 전화 통화 및 소셜 미디어 메시지)를 분석하면 리드가 판매 유입경로의 두 번째 단계로 다음 단계로 나아가도록 유도하는 올바른 종류의 통찰력을 얻기 시작할 것입니다. 예를 들어, C-Suite 임원은 데이터 기반 백서 및 인포그래픽에 가장 잘 응답하여 관심을 극대화할 수 있는 반면 동료 마케터는 대화형 사례 연구 또는 비디오에 더 적합할 수 있습니다.
이러한 종류의 통찰력을 얻을 수 있는 유일한 방법은 CRM 플랫폼에 대해 자세히 살펴보고 고객 세부 정보를 철저히 검토하는 것입니다. 의미론적 분석을 사용하여 자격을 갖춘 잠재 고객이 사용하는 단어 이면의 구매 의도 수준을 이해합니다.
유용한 팁: 지금 분석을 시작하고 강력한 페르소나를 개발하는 것이 2018년 이후에 소셜 미디어에 AI 알고리즘을 구현하는 열쇠가 될 것입니다.
마케팅 및 머신 러닝
간단히 말하면, 기계 학습 데이터와 통계를 이해하는 것입니다. 컴퓨터 알고리즘이 데이터에서 패턴을 찾은 다음 가능한 결과를 예측하는 기술 프로세스입니다. 예를 들어 이메일에서 제목 줄의 단어, 메시지에 포함된 링크 또는 목록에서 식별된 패턴에 따라 특정 메시지가 스팸인지 여부를 결정할 때와 같습니다. 받는 사람의. 이것은 성공적인 캠페인을 위해 최적화하기 위해 마케팅에 머신 러닝을 어떻게 적용할 수 있는지를 보여주는 완벽한 예입니다.
기업은 또한 기계 학습을 사용하여 적시에 적절한 고객에게 적절한 제품을 상향 판매할 수 있습니다. 2018년에도 마케터는 이메일과 관련하여 공개 비율을 이해하기 위해 머신 러닝에 계속 의존할 것이므로 클릭률과 ROI를 높이기 위해 다음 캠페인을 언제 보낼지 정확히 알 수 있습니다. 다음 큰 일? 작게 들릴지 모르지만 티켓 태그 지정 및 경로 재지정은 소규모 비즈니스에 막대한 비용이 될 수 있습니다. 이는 머신 러닝으로 절약할 수 있는 비용입니다. 영업 문의가 자동으로 영업 팀에 전달되거나 불만이 즉시 고객 서비스 부서 대기열로 넘어가도록 하면 회사에서 많은 시간과 비용을 절약할 수 있으며 이 모든 것이 현대 기술로 가능합니다.
기록적인 시간 내에 문제를 해결하고 성공적인 이메일 캠페인을 제공하는 것은 훌륭하지만 이것은 시작에 불과합니다. 그 밖에 기대할 수 있는 사항은 다음과 같습니다.
기계 학습은 소매 결과를 개선할 수 있습니다
인공 지능(AI)의 하위 범주인 머신 러닝(ML)은 처음에 많은 소매 업체 소유자와 관리자에게 혼동을 줄 수 있습니다. 그러나 일단 그들이 그것이 무엇인지, 어떻게 그것이 수익에 도움이 될 수 있는지, 어떻게 사용하는지 알게 되면, 그것은 매출과 이익을 증가시키는 무기고에서 또 다른 장치가 됩니다.
첨부된 인포그래픽, 소매 부문의 머신 러닝, 주제에 대한 포괄적인 개요를 제공합니다. 인공지능과 머신러닝에 대한 간단한 설명으로 시작합니다. 기본적으로 인공 지능은 일반적으로 인간의 특성이 필요하다고 생각하는 작업을 수행할 수 있는 컴퓨터 시스템의 개발입니다. 예를 들어, AI 응용 프로그램은 시각적 인식, 음성 인식, 언어 번역 및 의사 결정 도구를 사용하여 문제를 분석 및 해결하고 프로세스 속도를 높이고 심지어 학습합니다.
기계 학습은 소매 세계에서 어떻게 작동합니까? ML은 데이터, 알고리즘 및 기계 학습 기술을 사용하여 과거 데이터를 기반으로 예측하는 예측 분석 기술을 사용합니다. 소매 부문에서는 예측 분석을 사용하여 고객이 다양한 마케팅 및 광고 캠페인에 어떻게 반응하고 미래에 무엇을 구매할 것인지 파악하고 고객에게 관련 광고를 타겟팅하고 무엇을 보완하는 관련 제품 제안을 개인화할 수 있습니다. 그들은 이전에 구입했습니다. 이는 소매 기업이 현재 고객을 유지하고 매출을 늘리는 데 도움이 됩니다.
그러나 ML은 마케팅 그 이상입니다. ML은 소매업체가 프로세스를 자동화하고, 가격을 결정하고, 재고 및 재고를 최적화하고, 보다 개인적인 쇼핑 경험을 제공하고, 리소스를 관리하는 데 도움이 됩니다. 또한 미래 고객의 신용 기록을 분석하여 지불 불이행 가능성을 결정하는 데 사용할 수 있습니다. ML은 사기를 감지하고 물류 효율성을 높이는 데 사용할 수 있습니다.
앞으로 더 많은 혜택을 볼 수 있을 것 같습니다. ML의 대세에 뛰어들어 현재 존재하는 모든 데이터를 활용할 때가 되지 않았습니까?
전자 상거래는 새로운 차원에 도달
Amazon에서 새 선글라스를 쇼핑하고 있었는데, 어느새 Facebook 피드에 다양한 안경 광고와 여름 관련 트렌드로 가득 차 있습니다. 이것이 바로 머신 러닝입니다. 실제로 사용자의 구매 내역이나 온라인 쇼핑 행동을 기반으로 데이터를 분석하는 이 예는 전자 상거래의 미래입니다.
소매 회사는 또한 특정 콘텐츠로 귀하를 타겟팅하기 위해 귀하가 스크롤을 중단할 가능성이 가장 높은 광고 또는 이미지를 추적하고 있습니다. 예를 들어, 행복한 여성과 일부 텍스트가 포함된 광고를 항상 클릭하면 기계가 이를 선호 콘텐츠로 기록하여 이 설명에 맞는 광고만 타겟팅하도록 합니다. 기계는 또한 최적의 구매 시간에 이러한 광고를 귀하에게 제공하기 위해 귀하가 Facebook, Instagram, Twitter 및/또는 Pinterest에서 가장 활동적인 시간을 추적할 수 있습니다.
그런 다음 구매 시점이 되면 머신 러닝을 적용하여 중소기업의 신용 사기 위험을 줄입니다. 어떻게? 기계는 사기 거래가 포함된 과거 데이터 세트에서 학습하고 스팸 이메일이 감지되고 차단되는 방식과 유사하게 일반적인 사기 거래를 나타내는 패턴을 식별할 수 있습니다. 머신 러닝은 비즈니스 퍼널의 다른 부분에도 영향을 미치기 시작할 것입니다. 챗봇의 부상을 살펴보세요.
챗봇 통합
인터넷에서는 챗봇이 인공 해충으로만 생각되던 시절이 있었지만 머신 러닝을 통해 챗봇이 점점 똑똑해지고 기업이 이를 수용하고 있습니다.
2018년과 그 이후에는 챗봇이 고객 서비스의 미래에서 핵심적인 역할을 할 것입니다. 왜요? 챗봇은 더 빠른 고객 서비스 해결을 달성하는 데 도움이 될 뿐만 아니라 완벽한 고객 서비스를 위해 각 고객의 빠른 기록을 제공할 수 있습니다. 챗봇이 인간과의 상호 작용에 비해 가지는 몇 가지 주요 이점이 있습니다.
- 연중무휴 고객 서비스 제공: 기계의 위대한 점? 그들은 자지 않는다! 챗봇이 분노, 혼란, 두려움, 기쁨과 같은 인간의 감정을 인식할 정도로 정교해지고 있다는 사실과 함께. 따라서 챗봇이 고객의 부정적인 감정을 만나면 사람에게 원활하게 전달하여 인계받고 고객 지원을 마칠 수 있습니다.
- '홀드'의 시대는 갔다: 우수한 고객 서비스를 제공하는 데 큰 장벽은 긴 대기 시간입니다. Comcast(또는 모든 TV/인터넷 제공업체)로부터 고객 서비스를 받으려고 몇 번이나 시도했는데 점점 더 기다리는 시간에 좌절감을 느끼십니까? 이것은 모두 챗봇으로 제거할 수 있습니다!
- 고객 데이터에 대한 빠른 액세스를 통해 서비스를 보다 개인화할 수 있습니다. 인간이 챗봇보다 더 잘할 수 없는 한 가지는 고객 데이터와 기록을 빠르게 소화하여 고객 질문에 대한 컨텍스트를 제공하는 것입니다. 챗봇은 지원 상호 작용에서 고객 데이터를 수집하는 데 탁월합니다. 그들은 고객 데이터를 고객 서비스 담당자에게 제공하여 각 계정의 전체 기록을 신속하게 파악할 수 있는 가상 비서 역할을 할 수 있습니다. 챗봇 도입의 시작 단계에 있지만 이 기술이 2018년 비즈니스 성공에 핵심적인 기여를 할 것이라는 데는 의심의 여지가 없습니다.
이 새로운 기업용 도구는 이미 전 세계의 선구자들로부터 상당한 동의를 얻었습니다. 사실로, 래리 킴, Wordstream의 설립자는 자신의 봇이 현재 베타 버전인 https://mobilemonkey.com/에서 자신의 회사를 시작하면서 챗봇에 모두 참여하고 있습니다. 이러한 움직임으로 기업이 비즈니스의 다른 측면에서 로봇을 어떻게 활용할지 보는 것은 흥미로울 것입니다. 우리가 탐구할 마지막 추세는 자동화와 이것이 오늘날 비즈니스에 미치는 영향입니다.
자동화
머신 러닝과 AI가 기술 세계에서 뜨거운 화두이지만, 중소기업이 가까운 장래에 이를 활용할 수 있는 수준은 아닙니다. 그러나 자동화를 통해 비즈니스에 영향을 미칠 것이라는 희망은 여전히 있습니다. 클라우드를 기반으로 하는 이러한 유형의 기술은 이미 마케팅 및 영업 워크플로와 상호 작용에 혁명을 일으켰지만 비즈니스의 다양한 다른 부분에도 영향을 미치기 시작했습니다. 예를 들어:
운영 자동화
중요한 판매에 성공하면 고객에게 약속한 제품이나 서비스를 제공해야 합니다. 현재 대부분의 기업에서 해당 프로세스는 어떤 모습입니까? 여러분 모두는 시작 회의를 갖고 마케팅 및 영업이 고객에게 제공한 모든 약속을 다루기를 희망합니다. 그러나 운영 자동화와 강력한 CRM을 사용하면 시작 회의가 일어나기 전에 상호 작용을 읽고 클라이언트가 회사와 가진 다양한 접점을 모두 볼 수 있습니다. 이를 통해 모든 서비스 비즈니스는 훌륭한 고객 관계를 제공하고 기대치를 관리하는 데 앞장서게 될 것입니다. 이 SaaS 제품 범주를 Service Operations Automation 또는 줄여서 ServOps라고 합니다.
회계 자동화
데이터 입력이 많은 부서가 하나 있다면 회계입니다. 문제는 인간으로서 우리는 실수할 수 있고 기계보다 데이터 입력이 훨씬 느리다는 것입니다. 은행 피드, 규칙 기반 분류 및 통합 지불을 통한 혁신은 사무 및 부기 직원의 업무량을 크게 줄였으며 비즈니스 소유자는 비즈니스를 위한 정확한 재무 정보에 보다 시기 적절하게 액세스할 수 있게 되었습니다. 연구, 수행 제로, 는 2020년까지 자동화가 비즈니스에 영향을 미치고 회계에서 일반화될 것이며 상당수의 재무 전문가가 전 세계의 비즈니스 모델에 가치를 추가하는 데 도움이 되는 차세대 분석 도구를 사용할 것이라고 제안합니다.
급여/HR 자동화
마지막으로 클라우드 및 자동화가 급여 및 인사 부문에 왔습니다. 소규모 기업이 풀타임 HR 부서를 감당할 만큼 규모가 크지 않기 때문에 비즈니스의 이러한 중요한 영역은 너무 자주 어려움을 겪습니다. 대안은 무엇입니까? 종종 비즈니스에 심각한 위험을 초래할 수 있는 설립자와 교장의 시간제 노력만 있으면 됩니다. 예를 들어, 팩토HR Zenefits는 회사를 대신하여 연방 국세청에 자동으로 양식을 제출합니다. 새로운 자동화 기술을 통해 규정 준수는 플랫폼에 의해 자동화되고 휴가 승인을 PTO 잔액 및 급여 명세서와 동기화하도록 유지하려는 노력은 과거의 일이 되었습니다.
임팩트 비즈니스
가까운 장래에 클라우드, 자동화, AI와 머신 러닝. 이것이 진정 정보기술의 황금시대의 시작이며 기업이 조직을 면밀히 살펴보고 시작하는 방법을 찾아야 할 때입니다. 이러한 기술 트렌드를 통합 비즈니스에 영향을 미치기 때문입니다.
