FollowAnalytics推出基于人工智能的移动优化套件以解决营销的泛化问题

营销人员习惯于分裂测试可能的内容和通信变化的概念，以确定获胜组合。标准A / B拆分测试的问题在于它仍然会让您的许多客户失去次优体验，因为您假设所有客户都属于同一人群。

消费者现在需要为他们量身定制的相关通信和消息。事实上，77.5%%的“数字原生代”希望您在网站和消息中为他们提供真正的个性化体验，而且其他年龄组的百分比也很高。

FollowAnalytics今天宣布推出新的移动优化套件，其中包括Optimize AI，这是一种由机器学习驱动的新型分割测试技术，试图解决每个人不加区分地提​​供内容变更的问题。

移动优化套件包括各种新工具，可帮助营销人员从迭代，改进和衡量网站，通信，应用内消息和推送通知更改成功中获得最大收益。

它会自动确定测试的样本大小，以确保在统计上显着的结果，同时确保实验尽早完成。但最重要的是，该套件包括基于细分的优化，允许营销人员根据个人需求运行不同的测试并向受众提供相关内容。

“Optimize AI使用的细分市场有两种类型，”FollowAnalytics的创始人兼董事长Samir Addamine告诉我。“细分可以由客户根据移动数据和来自其CRM或其他记录系统的任何外部数据来定义。细分可以基于应用中的活动。即使您已定义任何自定义细分，这些细分也可让您开箱即用。“

根据细分拆分测试不同的内容意味着您可以优化您的应用，为消费者提供不断改进的个性化体验。那么机器学习如何帮助这个解决方案?

“机器学习使我们能够随着时间的推移改善结果，”Addamine说。“智能层允许我们为广告系列定位的每个用户找到正确的消息。学习使我们能够利用过去的所有广告系列，更好地为目标用户分配变体。通过对变体沿分类法进行分类，您可以帮助学习算法找到不同广告系列之间的关系。“

这意味着您可以使用您的应用程序为每种类型的消费者编写内容，系统将了解每种变体的最佳状态，优化每个细分，而不是期望每个人对批发变更做出积极反应。在一个需要个性化的世界中，这样的技术可以帮助提高相关性。

除了这些新的拆分测试功能，FollowAnalytics还增强了其消息构建工具，以提供更大的灵活性。这些工具允许您轻松创建推送通知和应用内消息，该套件提供了一个模板库，可帮助您构建弹出窗口，横幅和本机警报。您还可以创建自定义HTML5消息。

Addamine认为AI和机器学习将成为2017年营销人员军械库中越来越重要的一部分。

“人工智能和机器学习将有助于实现任何营销人员的圣杯：自驾车运动，自2013年我开始跟随分析以来我的愿景，”Addamine说。“感谢AI / ML技术，我们将开始看到非常智能和准确的建议，创建可以带来更多保留和参与度的广告系列。在CRM，ERP和营销工具之间建立更多桥梁也将催化预测的质量。

科技在提高人们社会活动质量的同时可能对部分科技使用者造成伤害。我们要正确认识网络的两面性，用其所长、避其所短，发挥网络对生活的积极促进作用。把科技作为生活的补充就可以享受科技的诸多益处，以上这篇文章希望可以给大家带来有用的信息。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！