{"id":38877,"date":"2017-03-23T15:00:01","date_gmt":"2017-03-23T14:00:01","guid":{"rendered":"https:\/\/blog.buzzoole.com\/?p=38877"},"modified":"2017-03-24T13:05:13","modified_gmt":"2017-03-24T12:05:13","slug":"big-data-e-intelligenza-artificiale-applicati-marketing","status":"publish","type":"post","link":"https:\/\/blog.buzzoole.com\/it\/business-2\/big-data-e-intelligenza-artificiale-applicati-marketing\/","title":{"rendered":"Come applicare i Big Data e l\u2019Intelligenza Artificiale alla tua strategia di marketing"},"content":{"rendered":"

Il settore del marketing si sta evolvendo rapidamente e negli ultimi tempi i <\/span>Big Data<\/b> e l\u2019<\/span>Intelligenza Artificiale<\/b> stanno diventando i nuovi motori che guidano le pi\u00f9 moderne strategie di marketing e i processi di decision making. \u00a0Dal momento che l\u2019analisi di dati tradizionale ha una crescita graduale, i marketer stanno iniziando a cavalcare l\u2019onda dell\u2019Intelligenza Artificiale per analizzare<\/span> grandi volumi di dati non strutturati <\/b>e migliorare cos\u00ec le ricerche di mercato, l\u2019accuratezza delle previsioni e l\u2019efficacia delle campagne di marketing.<\/span><\/p>\n

<\/p>\n

Una ricerca<\/span><\/a> condotta su CMO provenienti da Stati Uniti, UK e Cina appartenenti ad aziende con revenue superiori ai 500 milioni di dollari, ha rivelato che<\/span> i due terzi di questi<\/b> pensa che l\u2019<\/span>Intelligenza Artificiale giocher\u00e0 un ruolo significativo <\/b>nelle strategie di marketing del futuro. Tuttavia, solo un terzo ha affermato di avere buone competenze su come implementarla.<\/span><\/p>\n

Un altro studio condotto su marketer nel settore B2B con ruoli manageriali o superiori in aziende da oltre 250 dipendenti, ha rivelato i <\/span>principali benefici<\/span><\/a> dell\u2019implementazione dell\u2019IA nelle strategie digitali.<\/span><\/p>\n

 <\/p>\n

\"Benefits<\/a><\/p>\n

Oggi l\u2019Intelligenza Artificiale, \u00e8 in grado di tracciare e registrare ogni <\/span>interazione<\/b> che un utente ha con un sito, un\u2019email o una piattaforma social, mentre il <\/span>machine learning<\/b> permette di analizzare dati in tempo reale e fornire esperienze personalizzate agli utenti.<\/span><\/p>\n

Ecco un esempio del funzionamento di questo processo (fonte: <\/span>Genii Analytics<\/span><\/a>):<\/span><\/p>\n

\"Artificial<\/a><\/p>\n

Il grafico illustra, in maniera semplificata, una catena di estrazione di significato a partire dai Big Data, in un contesto in cui diversi agenti indipendenti interagiscono tra loro. Il processo alimentato dall\u2019IA non si svolge in un ambiente isolato, ma risponde ai feedback provenienti sia da agenti di IA che umani.<\/span><\/p>\n

Attraverso un\u2019analisi pi\u00f9 approfondita dei dati socio-economici, dei pattern geografici e delle demografiche degli utenti, i marketer saranno cos\u00ec capaci di sviluppare campagne proattive e di ottimizzarne i risultati.<\/span><\/p>\n

Sembra molto complicato? La buona notizia \u00e8 che i Brand non avranno bisogno di corsi accelerati di IA e machine learning perch\u00e9 esistono per le aziende degli algoritmi pronti all\u2019uso.<\/span><\/p>\n

Le possibilit\u00e0 dell\u2019IA e dei Big Data per i Marketer<\/b><\/p>\n

Molte aziende stanno gi\u00e0 sfruttando l\u2019Intelligenza Artificiale e i Big Data per migliorare la scalabilit\u00e0 delle proprie campagne. Questa conoscenza viene infatti sfruttata in diversi settori:<\/span><\/p>\n

    \n
  1. Customer Service<\/b><\/li>\n<\/ol>\n

    La combinazione tra Intelligenza Artificiale, Big Data, tecnologie del Natural Language Processing e del machine learning \u00e8 sfruttata nella creazione di chatbot, ovvero addetti al customer service in grado di comunicare con gli utenti in maniera naturale e di assisterli nella \u00a0risoluzione di problemi, dando loro accesso a specifiche informazioni. Un esempio di assistente virtuale evoluto \u00e8 il <\/span>Watson Virtual Agent di IBM<\/span><\/a> che permette ai marketer di ingaggiare i consumatori rispondendo alle loro domande frequenti e interagendo in maniera personale su qualsiasi canale. Il chatbot di IBM \u00e8 programmato per imparare a conoscere l\u2019azienda e i suoi consumatori.<\/span><\/p>\n

      \n
    1. Analisi del sentiment<\/b><\/li>\n<\/ol>\n

      Gli user generated content e i social media sono diventati ormai una fonte inesauribile di Big Data e i marketer stanno sfruttando queste preziose informazioni per approfondire la conoscenza della propria audience. La sfida pi\u00f9 grande nell\u2019analizzare questo tipo di dati non si trova tanto nel comprendere <\/span>quanto<\/span><\/i> gli utenti parlino di un Brand, quanto capire <\/span>in che modo<\/span><\/i> ne parlano. Per comprendere il sentiment degli utenti \u00e8 necessario analizzare le loro conversazioni online e per fare ci\u00f2 \u00e8 necessaria l\u2019<\/span>analisi semantica<\/b>. Quest\u2019analisi fornisce un\u2019interpretazione a determinati comportamenti e azioni, permettendo di creare dei <\/span>cluster di dati<\/b>. <\/span><\/p>\n

      Un sistema di IA ad esempio sa che:<\/span><\/p>\n