如何評分，優先級，更好地理解客戶和客戶與人工智能

MadKudu是一個人工智能驅動的營銷情報平台，幫助營銷人員建立模型，以更好地評分、優先級和理解潛在客戶和客戶。

該平台還使用機器學習來幫助您確定合適的潛在客戶，並預測他們將花費多少錢。

我們采訪了弗朗西斯Brero他是MadKudu的聯合創始人兼CRO，了解更多關於這種營銷人工智能解決方案的信息。

用一句話或陳述描述你的公司。

MadKudu是一個營銷情報平台，通過消除運營挑戰來支持複雜的業務，使團隊能夠更快、更智能地工作。

貴公司如何在產品中使用人工智能?

在我們的產品中，我們利用了幾個層次的機器學習。

我們的模型的核心是幫助客戶預測結果。然而，我們也使用模型來生成特征(又名預測器)，並克服B2B中典型的特征稀疏性，特別是在第三方豐富方麵。使用了不同類型的算法，從隨機森林到非線性回歸;然而，我們平台的一個很強的特殊性在於我們如何利用自主優化功能來更好地適應B2B銷售的高度上下文化需求。

你的人工智能解決方案的主要營銷用例是什麼?

邏輯預測，如領先和客戶評分和優先級，分類，如細分到燃料個性化，數據科學(PCA, kNN…)此外，受眾分析可以更好地了解你的理想客戶概況(ICP)，以及什麼使潛在客戶適合/可能轉換，以及對錢包估計和預測支出的價值預測。

是什麼讓你的人工智能解決方案比傳統方法和產品更智能?

與非ml解決方案相比，MadKudu提供了基於曆史轉換數據的預測模型，而不是手動分配點。預測模型有助於對抗先入為主的觀念，並識別不明顯的趨勢。例如，總部位於更昂貴的郵政編碼的公司有更多的預算，因此有更強的購買力。在行為方麵，我們將時間衰減因素考慮在內，以便更好地表示意圖隨時間的波動。根據事件類型的不同，每個衰減都是不同的。例如，打開一封電子郵件的整體影響很小，效果很短。注冊參加網絡研討會將對意圖產生更持久的影響。這些都是必須考慮的關鍵因素，以確保我們在任何給定的時間都能了解潛在客戶在他們的旅程中處於什麼位置。

與其他人工智能解決方案相比，我們的算法針對最終用戶的可理解性進行優化，以促進高采用率，而不是針對純預測進行優化，從而未能通過“黑盒”測試。重要的是不要利用具有高預測能力但低解釋性的特征。例如，“公司使用。ly域名”可能預示著高預算，但僅憑這一信息並不能使銷售更有效地擴大範圍。然而，這可能與。ly公司(仍在運營的)是有關的在這一點上縮放．

對於營銷人員來說，從你的人工智能技術中獲得價值有什麼最低要求嗎?(例如數據、列表大小等)

不完全是，但如果你每月的新線索少於2000個，你可能就不需要我們模型中的人工智能部分了。但是，您希望數據科學部分能夠促進第一方和第三方數據操作、實時編排和決策製定。此外，探索性能力有助於戰略評估。

就公司規模和行業而言，你的理想客戶是誰?

我們與一些出色的公司合作，主要是在B2B SaaS領域，比如InVision、Clearbit和Intercom。

你認為目前人工智能的局限性是什麼?

教育。人們仍然困惑於什麼時候應該使用人工智能，它應該做什麼，什麼時候不應該使用它，以及為什麼你可能不想要自我學習。

設計標準是一個巨大的挑戰，我們正在積極努力確保我們讓最終用戶采用人工智能，而不是感覺他們被它統治。

你認為人工智能在營銷領域的未來潛力是什麼?

人工智能將把自動化提升到一個新的水平，並允許更細粒度的個性化。然而，這需要更強大、更明確的營銷策略，能夠利用人工智能的能力。人工智能本身並不能解決一個新問題。它有助於擴展解決方案，通過調整使旅程與用戶相關。人工智能將為大眾帶來高度個性化的體驗，比如在高端時裝店與優秀的銷售代表互動(了解你的需求，根據你是誰以及你可能不知道自己是為了什麼而定製產品)。

關於人工智能在營銷中的應用，還有什麼其他想法嗎?或者對剛剛開始使用人工智能的營銷人員有什麼建議嗎?

總是從你試圖為客戶解決的問題開始。由於決策所需的決策點或數據量很大，人工智能應該有助於擴展解決方案，超越基於規則的自動化。不要為了AI而做AI。雖然人工智能公司可以提供最佳實踐，但關鍵是不要陷入自動魔術般地解決所有問題的欲望。人工智能是一種工具，而不是解決方案。