尽管在过去的几十年里聊天应用和社交媒体的出现，电子邮件仍然蓬勃发展。Radicati市场研究公司(marketing research) 2017年的一项研究称，电子邮件账户预计会收到到2017年底，达到49.2亿人，这个数字自2013年以来变化不大，每天发送的商务邮件约1000亿封。
随着个性化和相关性对电子邮件营销人员变得越来越重要，机器学习正被应用于细分、营销时机，甚至是文案——我们想通过研究那些声称自己处于机器学习和电子邮件营销交叉领域的公司来发掘这些趋势。
在这篇文章中，我们的目标是回答我们的业务读者以下几个问题：
- 市场上一些更流行的机器学习增强的电子邮件营销工具有哪些不同的特性和功能?
- 如何利用人工智能来提高电子邮件营销的有效性?
我们将从最常见的人工智能增强的电子邮件营销工具的好处开始，然后我们将检查5个电子邮件营销供应商和比较他们的各种功能。
机器学习在电子邮件营销中的应用前景
为什么电子邮件仍然重要?
因为人们仍然使用电子邮件(Radicati的研究称每封邮件都要发送数千亿封邮件一天)——特别是在工作中。随着越来越多的新通信渠道(移动应用、Slack、社交媒体、项目管理软件、Skype等)的出现，如果电子邮件想要在未来十年保持主导地位，它可能无法满足于现有的成就。
营销人员必须确保他们考虑到与合适的受众产生共鸣的信息，在合适的时间发布他们的信息，并且能够更多地了解他们的市场，更好地为他们服务。根据我们对许多电子邮件营销服务提供商的调查，以下是基于人工智能的功能，它们似乎对电子邮件的未来最为重要：
增加参与度(打开、点击)
营销人员的一个既定做法是手动测试主题栏、正文和图片的组合，以确定哪封电子邮件表现最好。这是一个乏味的、劳动密集型的过程，很容易出现人为错误。
如今，新的人工智能技术能够快速生成内容组合。更重要的是，人工智能可以预测哪些内容会带来最好的结果——就转化率和收入而言。这个新过程从A/B测试中节省了很多时间，并允许营销人员将更多的信息元素组合在一起。
校准电子邮件时序（“当”）
发送人电子邮件的频率，他们可能会取消。发送太少，企业风险输给竞争对手。AI采取的猜测搞清楚通过自动根据客户的活动历史的发送时间和日期的频率和电子邮件发布的时机。
人工智能技术甚至可以用来确定电子邮件收件人的时区、停机时间、个人模式和习惯。归根结底，重要的是要记住接受者是人，每个人都有不同的习惯和偏好。
促销个性化（“什么”）
基于客户的历史和习惯，人工智能将能够确定哪种类型的促销活动最适合每个客户，是产品推荐、折扣(和多少)、免费产品或服务、免费送货或返利。
例如，当客户将放弃购物车，AI可以发送一封电子邮件，将目标更改客户，要么重新考虑购买产品或建议来自相同或其他品牌的其他产品。所有电子邮件都将有一个号召性的行动，导致一个登陆页面，用户可以购买物品。在AI-磨练产品推荐提高了顾客进行购买的可能性。
寻找新的细分市场(“Who”)
机器学习算法给出营销力量，智能组的用户不只是基于年龄，地域，或购买历史，但在具体的行为线索。这些细致入微的行为模式（其中一些可能会回避无法调人的分析师们成百上千的数据点）有可能变成全新的，不同的细分市场，并以新的，定制的运动治疗。
比较5个人工智能电子邮件营销供应商
下面我们来看看五家电子邮件营销技术提供商，他们声称正在整合机器学习。
Phrasee
筹集资金总额:136万美元
成立年份：2015年
总部地点:伦敦
员工人数:11-50人
目标用户:企业
处理的数据类型：电子邮件主题行、电子邮件正文副本
知名客户:Gumtree、达美乐(Domino 's)、Virgin Holidays
Phrasee声称使用算法以生成主题行，正文，和号召行动，以鼓励更高的点击在电子邮件营销率和参与。该应用程序是通过查看数百情绪，情感，和短语来预测哪些公司的观众将响应相匹配的客户公司的“声音”，用语言说。
在他们1分钟的营销视频中，Phrasee解释了它的软件如何为电子邮件营销产生新的(据说反应更迅速)主题:
Phrasee声称，它的语言分析工具和语言生成算法能够理解一个品牌的声音，并生成听起来像人的、经过机器优化的电子邮件来驱动响应。不过，尚不清楚应用程序需要多少时间或数据才能生成这种自然语言，也不清楚进行这种培训所需的集成类型。
在该公司的一个特色案例研究中，Phrasee声称帮助在线分类广告客户Gumtree将打开率提高35%，点击率提高44%。披萨品牌达美乐，另一个Phrasee客户，报告的开放率提高了26%因为要使用措辞丰富的邮件主题。
Phrasee网站没有解释是营销人员负责使用最好的内容，还是Phrasee自己自动部署最热门的内容推荐(或分拆测试)并生成报告。我们认为营销商对材料的批准有一定的控制权。
Phrasee AI活动的负责人是首席科学家尼尔·耶格尔(Neil Yager)博士，他拥有计算机科学博士学位，负责该公司的大部分技术开发。该公司在2016年从投资者那里筹集了资金未来15和激励资本。
ZetaHub
募集资金总额：3.8亿美元
成立年份：2007年
总部地点:纽约
员工人数:1001 - 5000人
目标用户：财富1000强和中型市场品牌
数据的类型进行处理：客户关系管理数据，电子邮件，显示广告，跨渠道营销，社会化媒体营销，数据分析
知名客户：公司Petco，斯普林特公司，美国国际集团，拉尔夫·劳伦，英国航空公司和Hanes（目前还不清楚是否所有这些品牌都在使用ZetaHub的AI功能，或者仅仅是它的广泛的市场营销套件）
ZetaHub通过客户生命周期管理营销公司研制ζ全球是一个平台，提供电子邮件营销作为其产品套件的一部分。
利用营销人员的客户档案数据库，电子邮件营销应用程序能够对电子邮件收件人进行分组或分段，并为活动选择最佳受众。个性化的电子邮件是通过确定最佳的时间，渠道(除了电子邮件)，和信息，基于观众的在线行为的网站，电子邮件和移动应用程序。
Zeta Global首席执行官David Steinberg在2017年福克斯商业频道的采访中解释了一些关于营销AI的基本内容:
部署ZetaHub平台的客户将成为用户社区的一部分，他们可以通过在线论坛分享和学习其他公司的经验。
在一个案例研究中，该公司声称已经确定了零售客户的的电子邮件发布，从而由29％提高打开率，点击率6％，独特的点击率4％，通过增加百分之14，以0.07％的退订率点击打开率。该公司还精选了一项研究声称的汽车零部件客户，10天的A / B / C / d测试是相对于传导到电子邮件释放的定时之后实现在转化增加10％。
戴维斯坦伯格（David A.Steinberg）担任苹果董事长兼首席执行官，联合创始人约翰•斯库利（John Sculley）担任苹果首席执行官超过10年。首席信息官Jeffry Nimeroff博士拥有计算机和信息科学博士学位。
自2012年以来，该公司已经通过5轮融资从10位投资者手中筹集了资金，自2017年以来，该公司的估值已超过10亿美元。
艾伯特
总融资额:4200万美元
成立年份：2010年
总部地点:纽约
员工人数:51 - 100人
目标用户：机关，企业对客户的品牌
类型处理的数据的（一个或多个）：电子邮件
知名客户：哈雷戴维森，Cosabella，多尔地区，EVISU，Made.com
以著名物理学家阿尔伯特·爱因斯坦的名字命名，艾伯特艾伯特科技有限公司被认为是在客户生命周期的所有阶段工作，而不仅仅是一个单一的点在数字营销。这个工具包括从付费搜索到社交媒体、程序化显示和电子邮件的多渠道活动。
根据该公司的网站，该应用程序通过整个渠道构建、优化和衡量数字营销活动，从品牌意识到引导、考虑、购买和忠诚度。它还可以优化到数字营销活动的所有方面，包括预算分配、受众和地理定位、创意匹配和排序、投标管理等。
该公司在其网站上称，它帮助推动了这一增长哈雷-戴维森这促使该客户的一些美国和全球特许经营商开始使用这款应用。2017年，该客户的内衣客户Cosabella取得广告支出一个336％的回报，而收入增长了155％直接归因于阿尔伯特。牛仔裤设计师EVISU还透露，通过伟业在美国，英国，加拿大，澳大利亚，新加坡和其一年之久的数字营销活动提升了其数字音乐销售了500％。
领导团队由人工智能、数据分析、统计、应用数学和行为科学方面的专家组成。CEO Or Shani是福布斯技术委员会和青年总裁组织的成员。
首席技术官Tomer Naveh有软件和产品开发的背景。他拥有工商管理硕士学位和计算机科学硕士学位，以及数学和计算机科学学士学位。
该公司在2015年通过首次公开发行(ipo)筹集了资金，到目前为止还不需要外部投资者的额外资金。
Persado
募集资金总额：百万$ 66
成立年份：2012年
总部地点:纽约
员工人数：201 - 500
目标用户:企业
处理的数据类型:电子邮件
知名客户：戴尔，Neiman Marcus的最后通话，西尔斯，StubHub的，斯台普斯，1-800-花，美国运通，花旗集团，Humana公司，Intuit公司的TurboTax，Travelocity的，加拿大航空公司，Expedia的，Verizon公司，沃达丰等等
Persado Pro邮件是AI软件，据说能够产生更多的电子邮件主题行，将使用的语言，呼吁情感共鸣收件人更好，根据母公司Persado，从而提高目标受众的参与度。
这个应用程序的一个特性是客户可以控制语言和风格来匹配品牌的声音。应用程序中的样式过滤器允许客户端更改消息中的情绪，无论是大胆的、温和的、时髦的还是经典的。客户端还可以添加或删除符号、调整文本大小写和编辑主题行。
Persado的2分钟营销视频解释了它的基本价值主张，同时突出了功能并显示了正在运行的应用程序的屏幕截图：
Persado声称，该应用程序生成分析，以确定哪些短语最常用，最有效地加强电子邮件主题行，并帮助客户提高电子邮件性能。
Persado团队的掌舵人是数学家、计算机/数据科学家和工程师，他们领导公司产品的人工智能方面。首席执行官兼联合创始人亚历克斯·弗拉茨基德（Alex Vratskides）拥有应用数学和研究生工程学位和背景，联合创始人兼产品和工程高级副总裁阿萨夫·拜乌（Assaf Baiu）则引领着Persado产品的愿景和进步。首席数据科学家Panagiotis Angelopoulos博士负责公司的数据科学和算法研究与开发。
专业电子邮件只是Persado提供的几个解决方案之一，包括企业和社会媒体解决方案。Persado的上一轮融资是在2016年4月，但基于其在高性能行业的客户范围，该公司似乎正在蓬勃发展。
采取行动
募集资金总额：亿$ 73.5
成立年份：2008年
总部地点:俄勒冈州波特兰市
员工人数：51-200人
目标用户:企业和中小企业
知名客户：VMWare的，六旗，纽约大学，艾利丹尼森，23andMe公司，进
采取行动的作用于软件公司。是一个预测的电子邮件技术，是一个更强大的数字营销平台，具有易于使用的编辑器，一个报表工具，登陆页面和形式作曲家，网络研讨会的创造者，领先一代，和自适应分割工具，等等的一部分。
它的电子邮件营销工具是一个拖放作曲家与自动化的A/B测试工具。详细的参与度指标可以让用户检查电子邮件的影响，更好地了解受众的习惯。
它的一个成功案例是医生的保险是如何使用法，在个性化的通信和留住客户，结果由31％提高打开率，并有助于保持超过客户的95％。另一个客户，美国的职业高尔夫协会曾与它的拥趸更好地连接的挑战。
在Act-On技术团队中，我们找不到任何在人工智能领域拥有强大学术或商业背景的人我们认为是一个指标公司内部人工智能能力相对较差。LinkedIn显示，该公司在2016年至2018年间裁员了40%，这表明该公司正在进行一些相当大的变革。
Act-On与微软Dynamics和PowerBI进行了整合，在活动前10个月，电子邮件打开率达到75%，转化率达到70%，票务销售破纪录。以上两个例子在Act-on中都有更深入的介绍“案例研究”页尽管目前还不清楚这其中究竟有多少是人工智能的功劳。
Act On的专业套餐包括一个面向成长型企业的营销自动化平台，价格为每月900美元。企业套餐，每月2000美元。
该公司缺乏大多数竞争对手所拥有的那种深谙数学和科学的领导力，这一点至关重要，尤其是在该公司从事动力产品的情况下。这并不奇怪，因为Act-On的成立远远早于机器学习成为大多数现代营销应用的可行技术之前。
电子邮件营销中机器学习的总结性思考
随着电子邮件营销和营销自动化的竞争持续升温，营销人员被要求做的不仅仅是简单的个性化（如在主题行中输入姓名）。人工智能将有助于引领个性化的新前景，帮助营销人员确定最佳的信息传递、最佳的时机以及向个人客户提供的最佳产品。
虽然还不清楚哪些与机器学习相关的电子邮件营销功能将在未来几年变得最普遍，但很明显，个性化只会带来更多的个性化。由于亚马逊(Amazon)和其他大型在线零售商的压力，所有电子商务商店都必须提高送货速度，电子邮件营销人员也必须确保他们的速度相关性如果他们想要留在用户的收件箱里，这是他们的首要任务。
在某些方面，这可能会导致一个全新的高度炒作的主题线和超目标耸人听闻的电子邮件促销。另一方面，随着人工智能帮助用户对不同的客户类型进行细分、测试和推出不同的活动，通用的“电子邮件爆炸”可能会成为过去（至少对大多数大型和复杂的公司而言）。
电子邮件营销的历史趋势是越来越少的垃圾邮件，越来越少的个性化，我们怀疑机器学习将有助于保持这两种趋势向前发展。
我们认为以下机器学习应用程序越来越成为电子邮件营销的标准：
- 自动抄写，特别是主题行和简短的行动要求文本，其中一台机器不需要重写整篇文章或长电子邮件
- 自动化的A/B分割测试，在发送电子邮件时展开测试，将大部分收件人发送到在初始客户样本集中表现最好的电子邮件版本
- 使用第三方数据来增强针对性和个性化
在人工智能方面，随着科技公司开发出更多的机器学习工具和界面，它们面临两大挑战。
首先是利用机器学习能力，结合营销任务和发展与实现更高的转换率和收入的目标，一个凝聚力的接口无数。这一发展过程需要深厚的专业知识AI和时间。我们只看到的早期阶段人工智能在广告和营销方面的发展但可以期待更多的功能将在未来可用。
雇佣和留住机器学习人才并不容易（正如我在文章中所写的我那篇关于人工智能企业应用的文章要长得多)，而当Facebook或谷歌的人工智能毕业生刚毕业就能拿到高薪时，更多的利基市场营销公司就很难与之竞争了。这就是为什么我们在Emerj希望看到AI人才营销公司的创始团队成员——公司的股本和早期视力的人不太可能会把谷歌,并更有可能在雇佣更多的机器学习做好工作人才。
另一个挑战是围绕人工智能的用户体验和用户界面。人工智能开发人员的艰巨任务是使应用程序足够直观和容易使用，以便非人工智能专业人员能够最大化工具，并仍然与他们的观众联系。这是一个未知的领域，对于没有数据科学经验的人来说，数据清理和算法调优等任务是如何实现的还不清楚。
标题图片来源:搜索引擎的土地
