數(shù)據(jù)轉(zhuǎn)換率對于機(jī)器學(xué)習(xí)有什么影響

數(shù)據(jù)轉(zhuǎn)換率較低會嚴(yán)重影響機(jī)器學(xué)習(xí)發(fā)揮的作用，這就是需要意識到這一點(diǎn)很重要的原因。

如今，機(jī)器學(xué)習(xí)以多種有益的方式改變著市場的未來發(fā)展。數(shù)字營銷研究機(jī)構(gòu)的調(diào)查報(bào)告表明，97%的決策者認(rèn)為機(jī)器學(xué)習(xí)技術(shù)將促進(jìn)未來市場發(fā)展。

營銷人員可以采用多種策略來使用機(jī)器學(xué)習(xí)算法來優(yōu)化廣告并進(jìn)行推廣。但是，其中一些策略的局限性要比營銷人員想的還要嚴(yán)重。

大數(shù)據(jù)技術(shù)為營銷行業(yè)提供了許多解決方案。它能夠處理大量數(shù)據(jù)集，從而可以通過多種方式幫助營銷人員。他們可以使用轉(zhuǎn)化數(shù)據(jù)集：

?根據(jù)客戶有可能轉(zhuǎn)化的時(shí)間自動投放廣告;

?使用依靠機(jī)器學(xué)習(xí)的人工智能工具為不同的訪問者優(yōu)化內(nèi)容;

?準(zhǔn)確定位有可能轉(zhuǎn)換的廣告，并向其提供廣告的客戶的人口統(tǒng)計(jì)信息;

?了解客戶在與支持服務(wù)和聊天機(jī)器人聊天時(shí)提出的常見問題，并對這些問題進(jìn)行自動回復(fù);

?確定電子郵件標(biāo)題，并進(jìn)行復(fù)制以提高點(diǎn)擊率和轉(zhuǎn)化次數(shù);

?發(fā)現(xiàn)對現(xiàn)有客戶進(jìn)行促銷有效的痛點(diǎn)。

行業(yè)專家表示，機(jī)器學(xué)習(xí)在大數(shù)據(jù)方面強(qiáng)大。但是，他們須克服一些挑戰(zhàn)。對于小型數(shù)據(jù)集來說，它幾乎沒有用處，而小型數(shù)據(jù)集是過去可供營銷人員使用的一個(gè)數(shù)據(jù)形式。行業(yè)專家Jyoti Prakash Maheswari對于有關(guān)小型數(shù)據(jù)集的問題進(jìn)行了探討，他提出的原則與其他機(jī)器學(xué)習(xí)應(yīng)用一樣適用于市場營銷。

多年來，營銷人員不得不使用小型數(shù)據(jù)集。他們根本沒有足夠的存儲空間和資源來收集有關(guān)其客戶的大數(shù)據(jù)。即使是有能力存儲大數(shù)據(jù)的公司，也很少有資源對其進(jìn)行處理并提出可行的見解。

這些公司還沒有準(zhǔn)備放棄使用小型數(shù)據(jù)集的概念。當(dāng)企業(yè)嘗試開發(fā)基于機(jī)器學(xué)習(xí)技術(shù)進(jìn)步的復(fù)雜營銷策略時(shí)，這可能會出現(xiàn)問題。

使用小型轉(zhuǎn)化數(shù)據(jù)集自動執(zhí)行營銷策略會遇到什么問題？

許多數(shù)字營銷平臺使客戶更容易利用機(jī)器學(xué)習(xí)的好處，他們通常要求廣告客戶實(shí)時(shí)跟蹤其轉(zhuǎn)化，或者進(jìn)行人工上傳。

Propel Media公司是使用機(jī)器學(xué)習(xí)來幫助廣告商獲得高投資回報(bào)率的公司之一。許多廣告客戶表示，他們開始使用依賴機(jī)器學(xué)習(xí)技術(shù)的每次動作成本（CPA）優(yōu)化器后，便注意到廣告效果顯著提高。

不過，熟悉這種技術(shù)的人士警告說，不要試圖將其用于少量轉(zhuǎn)換數(shù)據(jù)。Propel Media公司的一家媒體廣告商說，企業(yè)通常需要至少50次轉(zhuǎn)換才能從中獲得一些價(jià)值，當(dāng)超過100個(gè)轉(zhuǎn)換時(shí)，廣告定位的質(zhì)量要高得多。

機(jī)器學(xué)習(xí)算法可以從轉(zhuǎn)換中得到一些非常有用的觀察結(jié)果，他們可以推斷現(xiàn)有的轉(zhuǎn)換數(shù)據(jù)，以顯著提高廣告效果。問題在于，這些推廣的質(zhì)量與已上傳的轉(zhuǎn)化次數(shù)高度相關(guān)。

其他大多數(shù)廣告平臺也具有類似的技術(shù)。企業(yè)使用自己的內(nèi)部機(jī)器學(xué)習(xí)平臺來自動化和優(yōu)化營銷策略也會發(fā)現(xiàn)同樣的問題。

當(dāng)企業(yè)營銷人員嘗試將轉(zhuǎn)換數(shù)據(jù)用于其機(jī)器學(xué)習(xí)算法時(shí)，將會面臨一些挑戰(zhàn)。他們需要低級別的轉(zhuǎn)換數(shù)據(jù)點(diǎn)，才能創(chuàng)建有效的機(jī)器學(xué)習(xí)策略。他們還將會發(fā)現(xiàn)轉(zhuǎn)換數(shù)據(jù)的質(zhì)量取決于指數(shù)衰減因子。這意味著，隨著導(dǎo)入新數(shù)據(jù)，添加更多轉(zhuǎn)化的增量收益將繼續(xù)減少。

這意味著什么？營銷人員可能會發(fā)現(xiàn)，將轉(zhuǎn)化添加到其數(shù)據(jù)集中的邊際收益將是巨大的。第二次轉(zhuǎn)換的價(jià)值將是可觀的，但其強(qiáng)度卻不及第一次轉(zhuǎn)換。營銷人員可能需要添加五個(gè)或六個(gè)轉(zhuǎn)換數(shù)據(jù)點(diǎn)，才能使他們從添加到數(shù)據(jù)庫的一次轉(zhuǎn)換中獲得的數(shù)據(jù)質(zhì)量提高一倍。為了使數(shù)據(jù)質(zhì)量再次翻倍，他們可能需要再添加20個(gè)或25個(gè)數(shù)據(jù)點(diǎn)，并且可能需要添加100個(gè)到150個(gè)數(shù)據(jù)點(diǎn)才能再次將質(zhì)量提高一倍。

這意味著營銷人員可能需要大量數(shù)據(jù)才能獲得有意義的見解。他們所需的轉(zhuǎn)換次數(shù)有所不同，具體取決于他們試圖優(yōu)化或自動化的過程的復(fù)雜性。

例如，營銷人員可能只需要來自20次或30次轉(zhuǎn)化的數(shù)據(jù)即可確定他們使用的效果好的廣告。機(jī)器學(xué)習(xí)算法可能使用這樣的數(shù)據(jù)量以95%的置信區(qū)間識別好的廣告。

然而，營銷人員還需要更多的數(shù)據(jù)來確定的人口統(tǒng)計(jì)數(shù)據(jù)。他們試圖使用機(jī)器學(xué)習(xí)來細(xì)分或消除人口統(tǒng)計(jì)數(shù)據(jù)，但可能需要幾百次以上的轉(zhuǎn)換。

機(jī)器學(xué)習(xí)營銷算法需要足夠的數(shù)據(jù)

機(jī)器學(xué)習(xí)對于市場營銷來說是無價(jià)的。但是，營銷人員需要大量數(shù)據(jù)來開發(fā)高質(zhì)量的算法。他們應(yīng)該謹(jǐn)慎確定正確的數(shù)據(jù)規(guī)模，并保障能夠收集足夠的轉(zhuǎn)換數(shù)據(jù)。