AIが分割テストよりも優れている理由とその使用方法
公開: 2019-05-13企業は常にコンバージョン率の最適化に努めています。これは重要で広く使用されている戦略です。 彼らは、顧客体験を最適化するために、毎年何百ものテストと実験を実行しています。 そして、彼らは主にABテストまたは分割テストを通じてそれを行います。 しかし、分割テストの問題は、それがそれほど効率的ではないということです。
企業は何十年もの間、このタイプのテストに制限されてきました。 しかし、これらのテストで肯定的な結果が得られることはめったになく、企業には、必要な数のテストを実行して実際に必要な結果を得るのに必要なリソースやトラフィックがありません。 それは意思決定と最適化のための重要なツールですが、コンバージョン率の最適化の分野では、それでもはるかに優れている可能性があります。
デジタルマーケティングにおける人工知能の目標の1つは、適切なメッセージを適切なタイミングで提供することですが、うまくいかないこともあります。 私たちは皆、ウェブ全体の広告に悩まされてきました–私たちが興味を持ってさえいない広告。
これは、マーケティング担当者が人間の推測によってメッセージを表示するタイミングと場所を決定する必要があるために発生しますが、これは間違いである可能性があります。 これらの推測は多くのテストから得られますが、それは遅いプロセスです。
人工知能は世界を変えました
IT部門からカスタマーサービスなどに至るまで、広告に対する考え方が変わります。
最近の調査によると、顧客の46％が、自分にのみ関連する広告を掲載したWebサイトが理想的なエクスペリエンスであると述べており、58％が、このパーソナライズされたアプローチによってブランドのビジョンが向上すると述べています。
ただし、分割テストは、同様の人々の過去の行動、パターン、および好みに大きく依存しています。
人工知能技術はそれを変えるためにあります-私たちがテストする方法と私たちが広告を配信する方法の両方。 Googleは、検索に合わせて広告主の時間を大幅に節約する人工知能ツールをリリースしました。 別の会社であるBidalgoは、マーケティング担当者が顧客の要望を簡単に理解できるようにするCreativeArtificialIntelligenceを立ち上げました。
これは、メディアと購入プロセス、特にオンライン広告にますます深くなっています。
人工知能は、顧客が何を望んでいるかを予測できます
Bidalgoの人工知能ツールは、カスタマージャーニーのすべての部分に基づいて、広告のさまざまな要素をスコアリングします。 また、画像だけでなく、さまざまな広告やメッセージのパフォーマンスも比較します。 パターンを見ても、なぜそれが起こっているのかわからないため、広告主は多くの場合、盲目的に飛んでいる可能性があります。 しかし、人工知能は、広告主が何と理由の両方を理解するのに役立つだけでなく、いくつかの変数を分解することを可能にします。
人工知能がなければ、広告主は1つの変数を変更し、元の変数や他の変数に対してバリエーションを実行して勝者を獲得することにより、分割テストを適用する必要があります。 次に、テストする変数が増えると、円が進みます。 しかし、人工知能は同時に何十ものことを行うことができます。 これは、広告を作成するためのより高速な方法であり、より良い方法です。
「なぜ」ということになると、人工知能にはいくつかの答えがあるかもしれません。 好みの
多くの企業が機械学習と人工知能を採用して学習していますが、データはまだかなり薄いです。 ただし、この情報はまもなく公開されます。 それが起こるとすぐに、マーケターは傾向を比較し、それらすべてに共通するものを見つけることができるようになります。 人工知能はまだ物事の心理を理解することはできませんが、将来的には理解できるようになるでしょう。
人間はまだ広告を作成しますが、これは将来変更される可能性があります。 昨年、最初のロボットクリエイティブディレクターが立ち上げられました。 彼らはロボットの人工知能に優れた広告を送り、ロボットはビジネススーツを着て飛び回る犬の広告を思いついた。 この広告は、実際には人為的な広告よりも好まれていました。
ただし、ロボットよりもはるかに創造的であるため、概念化は常に人間に任せるべきです。 人間はアイデアや創造的な部分に取り組むことができ、ロボットや人工知能はテストや分析に取り組むことができます。
分割テストのテスト制限：
- リソースの制約–多くの企業は、行動やパターンのテストと分析に取り組む人々を増やすのに十分な資金を持っていません。
- 制約の増加–企業は、統計的に有意な結果を提供するのに十分な大きさのサンプルを用意することにも苦労しています。 トラフィックと時間の両方を費やして、すべてが非常にゆっくりと機能する変数をテストする必要があります。
- 分割テストは失敗することがよくあります–実行されたすべての分割テストの約10〜20％で、パフォーマンスが向上します。 残りは失敗します。 これは、テストする特定の仮説のみを選択でき、それでも失敗する可能性があることを意味します
また、人工知能には、認識しやすい特定の利点があります。
- 生産性を向上させることができます–人工知能は、一度に多くの異なる仮説を自動的に評価し、1人で数百のABテストと同じくらい大規模で複雑な実験を設定できます。 これにより、単一のリソースで、分割テストではこれまで達成できなかった以上のことを実行できます。
- より速く学習できます– 1回の実験で、何百もの分割テストで学習する必要のある情報を確認できます。 それはリアルタイムで数ヶ月であり、それはあなたが多くのことを逃したであろうことを意味します。
- 改善の可能性が高くなります–一度により多くの仮説をテストすると、問題を修正および変更する機会が増え、チームはテストする必要のある変数に優先順位を付ける必要がなくなります。
- 目標到達プロセス全体を最適化できます–人工知能は、目標到達プロセスとさまざまなページにわたって多くの変更を作成するように構築されています。 これは、変更が目標到達プロセスの下部でのコンバージョン率にどのように影響し、全体としてどのように機能するかを理解するのに役立ちます。 目標到達プロセス全体の最適化により、プロセスがスピードアップし、すべての人にとってより良いエクスペリエンスが実現します。
A / Bテストまたは分割テストをさらに深く掘り下げてみると、これは何十年にもわたって有用なリソースであり、その中で唯一のものです。 グーグルが表示する検索結果の数をテストするためにそれを使用したとき、それはさらに人気を得ました。
これは基本的に、訪問者を2つのグループに分割し、グループのそれぞれに同じもののわずかに変更されたバージョンを表示することです。 これら2つのことのどちらがより注目を集めるか、勝ちます。 各反応は記録および監視され、目的のアクションが実行されているかどうかが確認されます。 グループが十分にテストされると、広告で変数のパフォーマンスが向上する決定的なソリューションが得られるでしょう。 トラフィックを実際に増やすことなくコンバージョンを増やすことができます。これは、より安価で効率的である傾向があります。
述べたように、それは何十年もの間使用され、有用でした。 しかし、すべてが人工知能に置き換えられているので、この疲れた古い方法が必要です。 それは機能しますが、それは退屈で遅いプロセスであり、現代の状況では機能しません。
そして、これが人工知能が介入する場所です–すべてのマーケターと広告の人々のための輝く鎧の騎士。 それは新鮮で、現代的で、スピードがあり、速く、マルチタスクが可能です。 人工知能を使用すると、リアルタイムでテストと最適化を行うことができます。 人工知能によって駆動されるソフトウェアはすべて構築されており、Webサイトにアクセスするすべての人の行動を分析し、各ユーザーに提供されるバリエーションを提供することができます。 このようにして、AをBに対して、またはその逆にテストするだけでなく、テストにとって面白くて魅力的と思われるすべての変数をテストします。 これは人間にとっては非常に複雑な作業ですが、マシンにとっては非常に簡単です。 さまざまな組み合わせを試すことができます。1つの画像と見出しをテストするのに対して、別の画像と見出しをテストします。
データを分析して、これらすべての中でどの組み合わせがより良い結果をもたらすかを確認できます。 人工知能は、その力を利用して、各個人に最適な組み合わせをリアルタイムで見つけ出します。
分割テストのように人々を同じ関心を持つ同等者と見なすのではなく、他のさまざまな要因を考慮に入れます。 これには、人口統計、好み、行動、およびどの広告がどのユーザーに最適かを決定するその他の要因が含まれます。 人工知能は、プロパティを最適化してすべての訪問者にコンバージョンの可能性を最大限に高めることができるため、強力でもあります。
これは複雑な仕事のように思えるかもしれませんし、ほとんどの場合そうかもしれませんが、手動で処理しなければならないすべての処理をソフトウェアが処理するので、ソフトウェアはそれだけの価値があります。 あなたがする必要があるのはそれがテストすることができるさまざまな変数を提供することです。
簡単な英語で–分割テストよりもはるかに高速で効率的です。
分割テストは、ほとんどの企業にとって効率的ではありません。 確かに、大企業はサンプルとリソースが大きいため、効率的に実行できる可能性がありますが、私がすべての人にとって最良の選択かもしれません。 その特定のタスクに専念するチームや、費用がかかる可能性のあるアウトソーシングは必要ありません。 それはあなたのためにすべての大変な仕事をし、広告の創造的で戦略的な側面のために時間を解放します。 アセットをリアルタイムで最適化でき、最終結果を公開する前にテストする必要はありません。
また、各個人が見たいと思うものに焦点を当てています。 これにより、よりパーソナライズされたエクスペリエンスが作成され、すべてのユーザーが個別に満足できるようになります。 分割テストでは、聴衆の誰もがどちらかの変数を好むと想定していますが、人間はそのように機能しないため、本質的に間違っています。 確かに、似たような個人の大規模なグループは似たようなものを好むかもしれません–しかし、それぞれの人には好みがあります。
このように考えてください。分割テストの結果として決定されたより良い見出しは、視聴者がグループとしてそれを好きであるという事実に基づいてコンバージョンを増やす可能性がありますが、彼らがどれだけ好きになるか想像して、彼らに役立つ見出しでコンバージョンしてください具体的には。
あなたは色や画像に焦点を合わせるかもしれませんが、本当の違いはより良いパーソナライズにあります。 あなたはどの見出しが各人に最適であるかを決定することができます。
A / Bテストでは、一度に1ページの最適化をテストできますが、人工知能では、複数のページで作業できます。つまり、目標到達プロセスの平等のすべてのセグメントに対してページがすべて最適化されます。 したがって、じょうごの上部、じょうごの中央、じょうごの下部、およびじょうごの向こう側で作業し、完全な旅を最適化することができます。 これは効率的であり、さまざまな分野で活動しており、さまざまな人々が同時に関与しているため、機能します。
したがって、A/Bから人工知能への移行に備えてください。 それはあなたが宣伝する方法を変えるでしょう。