當Netflix在2016年推出其全球推薦引擎時，它是這樣估計的80%的用戶觀看選擇都是基於個性化的推薦。
如果我告訴你B2B營銷人員需要更像Netflix呢?
你看，這些推薦等於給Netflix帶來了冰冷的現金。他們為公司節省了估計的費用每年10億美元通過保持訂閱用戶參與其內容，而不是流失到其他娛樂來源。
讓我們將其與一般的B2B網站進行比較。
當一個人訪問你的網站時，基於個性化的推薦，他們消費了多少內容?如果您的網站像今天的大多數B2B網站一樣，它可能有一些宏觀層麵的個性化，根據行業或地理位置定製行動號召。但它並沒有提供所有人現在在網上期待的微個性化。
這意味著你的網站訪問者在找到真正對他們有幫助的內容之前，可能會經曆一些嚴重的摩擦。也許他們選擇的博客文章在他們閱讀後並沒有鏈接到其他相關內容——這是一個死胡同。或者，他們可能被要求為不包含他們所搜索的信息的門控內容填寫表格。
最後，許多人會在沒有獲得所需信息的情況下離開您的站點。如果這是一次糟糕的經曆，他們可能不會再來了。你剛剛的銷售損失了多少錢?
相反，如果你的網站更像Netflix，提供微個性化的內容推薦，真正幫助每個訪問者獲得相關信息，並引導他們進行銷售，你能賺多少錢?
內容營銷中的人工智能與一種新的數據類別相結合，正在推動B2B網站的這種轉變。
它是這樣做的兩個大的方式。
1.人工智能可以閱讀和理解你的內容
讓我們假設你已經經營了一個B2B網站十年。也許你在某個時候開始定期寫博客，你也開發了大量的視頻，甚至一些非常有用的可下載資產，如電子書和白皮書。
優秀的新聞!你有大量有用的內容。但也有一些壞消息。雖然人們可以知道一個單獨的內容資產是關於什麼的，但是始終標記大量的內容並決定下一步提供哪個內容是最合適的是極其困難的。而且，人類也不可能做出微個性化的、預測性的建議，來大規模提供哪些內容。
人工智能可以幫助。它可以大規模地為您生成內容元數據，因此您不必手動標記內容。它還可以根據內容的屬性進行訓練——內容的類型、主題、預期閱讀或觀看時長等——然後自動給出數千條推薦。
這是因為人工智能可以使用自然語言處理(NLP)來閱讀和理解文本，而不用考慮語言。因此，如果你使用機器學習算法來審查和排序你的內容，它會識別出內容實際上是關於什麼的，並創建一些關於內容的有趣的新數據點，如果沒有人工智能的幹預，這些數據點可能永遠不會被揭示。
這就是第二部分的由來。
2.人工智能可以為網站提供推薦
人們想要個性化的體驗。但是，當你的網站每個月都有數千甚至數百萬的訪問者，他們都處於客戶旅程的不同階段，有不同的需求和需求時，你如何實現這些目標呢?這個任務的複雜性，如果您試圖手動完成它，是完全無法管理的。這不是一個整個營銷大軍都能解決的問題。
但個性化體驗很重要。預測下一個最好的網頁、PDF、博客或其他營銷資產應該提供什麼應該是傳遞微個性化體驗的關鍵任務。
推薦是更好的生意。如果你不給個別網站訪問者做推薦，你就沒有在內容營銷、網站開發和營銷技術上充分利用你的投資。
使用人工智能，你的B2B網站可以成為netflix式的推薦機。由於人工智能可以對你的內容進行適當的標記和排序，你可以使用你的網站跟蹤每個訪問者的內容消費曆史，並對他們接下來應該看到的內容做出微個性化的推薦。
簡單地說，人工智能是通過處理大量數據並在此基礎上做出高度準確的預測來實現這一點的。這個人消費了2分27秒這博客文章，因此他們最有可能看到的價值這白皮書)．因此，即使可能有100萬人訪問你的網站，他們中的每一個人都可以得到對他們個人旅程有意義的推薦。
這些建議減少了摩擦，為潛在客戶和客戶創造了更好的體驗。他們為你的組織帶來更多的渠道和收入。它們還能有效地擴展人類無法完成的任務，從而為企業節省資金。
PathFactory是一個可以幫助您建立這些個性化推薦的工具。PathFactory在你的B2B網站上使用AI來創建真正個性化的體驗——這正是買家的需求。使用它來理解您的內容、標記並對其進行排序。然後，利用這些有組織的信息寶庫，為每個訪問您網站的B2B買家提供超個性化的推薦。
尼克·愛德華
Nick是PathFactory的首席產品官，這是一個內容洞察和激活平台，幫助B2B營銷人員理解內容在買家旅程中的作用。