德勤报道该质疑高管42％的人认为AI将在两年内“至关重要”.我们研究了市场营销探索人工智能如何以及在哪里推动企业营销的商业价值。一些企业发现使用效果AI供电个性化营销策略。
上声称能提供机器学习的特定子集为客户进行细分，构建营销活动的公司在本报告中特别侧重，一个叫预测分析.我们已经覆盖对于市场预测分析大致在之前的报告中。
什么营销人员和商业领袖应该知道
我们发现，许多人工智能的供应商，销售martech以企业往往不完全是真实的关于他们的软件是否真的涉及机器学习，或者至少他们对他们的软件如何工作不透明。我们将在报告中进一步讨论这个问题营销机构AI.
更具体地说，有几家公司提供的软件声称可以利用人工智能来实现客户细分和营销活动。在本报告中讨论的公司中，有两家是老牌公司，IBM和SAP，还有两家是2005年后成立的初创公司，AgilOne和Optimove。
作为一个经验法则，年轻的企业一般都是最有可能的，因为他们更容易或者与数据科学的人才也纷纷成立由人或已经带来了数据的科学人才为他们的一些早期员工提供合法的人工智能解决方案。这就是说，我们怀疑这些初创公司之一。
Optimove的首席数据科学家2012年获得信息技术科学硕士学位。他在领英(LinkedIn)上的个人资料显示，从毕业到2014年，他一直在Optimove担任“研究员和算法开发人员”。2014年，他成为了Optimove的首席数据科学家。尽管他在Optimove的教育和经验可能涉及数据科学，但他的背景并不代表我们所期望的首席数据科学家的头衔。一般来说，企业领导人可以迅速弄清楚一家公司的人工智能产品是否是真正的机器学习或者不是通过查看公司的首席执行官或人工智能领导人是否有强大的人工智能背景。
在Emerj，我们看到高管在计算机科学或一些硬科学博士，如物理，或者甚至更好，在机器学习博士。这是一个高标准，但许多我们已经介绍了满足它的公司，而这些是我们是最不怀疑，当谈到他们的要求的公司。
除了首席数据科学家的背景，Optimove还在LinkedIn上列出了许多数据科学家、“数据集成专家”和“营销数据科学家”。乍一看，这似乎是一个强有力的信任信号，但经过进一步调查，该公司列出的数据科学家中的大多数人都是各个领域的本科毕业生，其中最突出的是工业工程，而不是计算机科学。
他们还使用一些“数据集成专家”仍在做他们的本科生。当涉及到数据的科学人才，我们寻找在计算机科学或经验的人具有硕士在选取框AI公司，如谷歌，Facebook，亚马逊，还是NVIDIA的工作至少是。
这并不是说，Optimove将其客户不要加纳的结果;他们非常好也许能帮助企业市场客户群的新领域。我们所说的是，这似乎不太可能，他们产生这些结果的方式是基于机器学习。
相比之下，AgilOne采用具有硕士学位或计算机科学和/或数据的科学专长相当多的数据科学家，有的与公司，如惠普的数据经验的工作。此外，该公司的首席产品官在甲骨文产品管理的前副总统。由于这些原因，我们认为AgilOne有，为实际使用AI客户细分的解决方案的一个体面的可能性。该公司还由红杉支持。
创业在硅谷资本主义企业往往具有机器学习比在世界其他地区企业的可能性更多的知识和风险资本家的企业做的功课在他们选择的基金公司。出于这个原因，我们认为这是一个信任的信号，即红杉决定支持AgilOne。它借给更有公信力他们做AI的索赔。
然而，Optimove值得赞扬的是，他们确实列出了AgilOne没有列出的案例研究。
至于更大的公司，我们找不到IBM和SAP的领导团队负责他们的活动构建解决方案，但我们相信他们做人工智能的声明是可信的，特别是考虑到他们的技术历史。
也就是说，我们不认为商业领袖在向企业提供人工智能解决方案或在企业内部使用人工智能时，应该将企业的规模或年龄作为衡量其合法性的指标。IBM和SAP都是有证据支持其人工智能主张的公司，但许多即使是最大的企业也没有任何证据。
许多老牌企业枢要么自己品牌的AI公司或打开了一个AI部门含住近期AI炒作。这是不容易真正做到这一点;数据科学的人才是很难采购，最近的许多毕业生与数据科学的专业是可能会去找那些基于人工智能的科技巨头的工作：谷歌，Facebook，亚马逊，Netflix公司等。
这是什么意思是，大公司往往需要努力保持数据的科学人才。企业保险和银行业会经常聘请数据科学的人才只是说他们正在做AI，留在刀刃上;企业的IT企业，在另一方面，会常常想和更名自己作为专门关注AI看上去好像他们一直遥遥领先。我们希望商界领袖保持，仅仅因为一个公司甚至一个与产品技术历史悠久的解决方案，建立和知名的头脑并不意味着他们提供AI解决方案的要求是合法的。
很少有公司的商业领袖会对他们使用人工智能感到放心，再说一遍，他们是显而易见的，没有机器学习就没有价值主张的科技巨头:谷歌、亚马逊(Amazon)、Facebook和Netflix。IBM和SAP有支持自己主张的历史，尤其是IBM的沃森(Watson)产品，但与科技巨头不同的是，它们的整个业务不是人工智能。
客户细分
AgilOne
AgilOne提供了同名客户数据平台(CDP)它声称能帮助什么企业业务准确地划分客户使用更有效的营销预测分析.
我们可以推断软件背后的机器学习模型被训练来自不同客户组的数千个历史事务。这些数据将然后通过软件的机器学习算法运行。这将有训练有素的算法来辨别哪些数据点相互关联更具体的客户子集。例如，一个人可以浏览电子商务服装店并买一条领带。该事务将包含人口统计数据点，如客户的性别、年龄，也许还有收入水平，此外还有事务性数据，如领带的成本，以及营销数据，如用于生成打开信息并导致转换的电子邮件主题行。
这将训练软件识别数据点的汇合点与客户不知道的全新客户段之间的关系。然后，他们可以在未来的营销活动中针对这个新的细分市场进行营销。
然后，该软件将能够预测什么客户会从公司未来基于该数据购买。
下面是一个短4- 分为视频演示了如何AgilOne作品:
AgilOne不会使在其网站上提供的任何个案研究。他们这样做列表乔安和Moosejaw作为一些他们过去的客户，但是。
刚达哈Konduri是首席产品官在AgilOne.他持有女士在电气工程与计算机科学从麻省理工学院.先前，Konduri担任产品管理副总裁在甲骨文.
Optimove
Optimove提供了关系营销中心该公司表示，这可能会有所帮助零售业务在现有的客户群中发现新的细分市场使用预测分析.
我们可以推断出企业主可以将软件集成到客户公司的CRM。
我们可以推断软件背后的机器学习模型被训练来自零售客户档案的数千个数据点.除了以往的销售和以往营销活动的转化率，这些数据点还可以包括个人信息，如性别或地理位置。这将有训练有素的算法来辨别哪些数据点关联到更高的转换为特定的客户群体。
用户可以再运行客户档案我n要关系营销中心。该软件背后的算法将能够做到这一点确定哪些客户属于客户定义的客户组，并评估哪些策略最适合这些客户组.然后，系统提供与所期望的细分市场相关的营销决策建议。
该软件将能够预测哪些客户属于客户定义的客户组，并评估哪些策略最适合这些客户组.这可能需要也可能不需要用户上传他们的信息现有的客户群体事先输入软件。
IBM还列出了佐治亚水族馆和ING Direct银行作为一些他们过去的客户。
Optimove声称有帮助保罗•斯图尔特段他们的客户群，建立多通道通信，并集中他们的数据管理。保罗·斯图尔特集成Optimove的软件CRM以便根据客户生命周期阶段对其数据进行细分。对于Paul Stuart来说，这些阶段是“活跃的”、“重要的”和“失效的”。“他们还想要一个中心枢纽，在这个枢纽上，客户可以通过各种渠道获得信息。根据案例研究，Paul Stuart发现更具体的客户细分市场，以及能够查看特定的客户档案与解决方案的单一客户视图.
一个特定的顾客群体可能是一群农产品消费者，他们比其他农产品消费者更倾向于购买更多的苹果。新的细分市场可能还包括那些属于更一般细分市场的客户。
Optimove还列出了崇拜我，的Deezer和Foodpanda作为一些他们过去的客户。
塔尔基达是CTO在Optimove.他持有女士在计算语言学从特拉维夫大学.先前，基达担任福布斯技术委员会的成员。
营销活动
IBM
IBM提供了一个叫软件沃森活动自动化该公司表示，这可能会有所帮助所有类型的企业创建更有效的活动使用预测分析.
我们可以推断软件背后的机器学习模型被训练数千个数据点从以前的活动购买。例如，一个电子商务书店是要找出人口将响应最好他们的电子邮件开车到着陆页的电子书将需要养活软件对他们过去的电子邮件营销的历史数据。此外，电子商务商店将需要提供如何以前的电子邮件进行了类似的产品有一年的某些消费人群多点一样。
这些数据将然后通过软件的机器学习算法运行。这将有训练有素的算法来辨别哪些数据点相互关联更大的转变，以及哪些人口可能转变。
该软件将能够预测类型的电子邮件，这将导致某些人口转化率最高.
我们无法找到如何展示的演示视频沃森活动自动化作品。
IBM索赔有帮助Gavl为房地产拍卖宣传和推广他们的流媒体直播应用.我们可以推断，Gavl集成IBM的软件现有的数据流，如其网站或CRM。根据案例研究，Gavl截止发稿时，他们的移动应用下载量增加了212%.
IBM还列出了佐治亚水族馆和ING Direct银行作为一些他们过去的客户为他们的沃森运动自动化产品。
树液
树液提供了一个叫做SAP业务对象预测分析的软件该公司表示，这可能会有所帮助B2C企业确保他们在正确的时间向客户做广告。他们声称完成了这种使用预测分析.
我们可以推断软件背后的机器学习模型被训练来自客户公司的历史交易和客户统计信息的数千个数据点。这可能包括他们的购物习惯，性别，以及什么类型的广告最吸引他们。这些数据将然后通过软件的机器学习算法运行。这将有训练有素的算法来辨别哪些数据点相互关联该产品的客户将未来需求.
该软件将能够预测顾客对公司产品的兴趣，他们什么时候最有可能购买这些产品，什么样的营销方法最适合这些顾客。这可能需要也可能不需要用户上传他们的信息过去的营销活动和客户群事先输入软件。
下面是一个短2- 分为视频演示了如何SAP业务对象预测分析自动化分析过程:
树液声称有帮助云雀加快需求预测。云雀使用SAP的软件结合其专有的客户数据，创建一个软件，提高ROI和客户满意度。根据案例研究，云雀看到了80％的减少分析时间自发布.然而，他们的案例研究是没有什么的正是这种分析entailed清楚。
树液还列出了ARI，mBank，和高露洁作为一些他们过去的客户。
Bjorn Goerke是CTO在树液.他持有计算机科学硕士学位来自卡尔斯鲁厄大学.戈尔克在SAP度过了他职业生涯的最后18年。
标题图像信贷:营销甜甜圈
