第七感官使用AI來優化電子郵件發送時間

每個營銷人員和銷售人員都有一個共同的問題：您如何確保您的營銷或銷售電子郵件越過每天擊中一個人收件箱的通信泛濫？

第七感覺一世在這裏提供幫助。

該公司的解決方案使用人工智能來確定潛在客戶何時最有可能與您的電子郵件互動。該工具與HubSpot門戶網站，Marketo帳戶或公司電子郵件係統集成在一起，以構建聯係人的獨特配置文件並了解其習慣。

結果？人們實際互動的電子郵件。我們與第七感覺首席收入官進行了交談伊萬·拉比安卡（Ivan Labianca）了解更多。

在單句或陳述中，描述您的公司。

第七Sense是一家人工智能公司，它通過確保電子郵件的機會最大的機會被看到，閱讀和參與來幫助營銷人員增加電子郵件頻道的投資回報率。

您的公司如何在其產品中使用人工智能（即機器學習，自然語言，自然語言處理，深度學習等）？

第七感官以兩種方式應用機器學習：

首先，我們使用統計建模來查看營銷自動化係統中的“開放”數據，以確定每個人的獨特電子郵件參與模式。基於這些數據，我們使營銷人員能夠以大規模個性化電子郵件發送時間。給我們一個時間窗口，列表中的每個人都會在最有可能在該給定窗口中打開它的時候收到他們的電子郵件。

其次，我們通過基於機器學習模型預測的人來創建動態細分市場來幫助營銷人員，或者不太可能與您的下一封電子郵件互動。這對於最大程度地減少電子郵件疲勞，最大化覆蓋範圍，可交付性 /收件箱以及最終從電子郵件中推動更多ROI非常重要。

營銷人員為增加電子郵件列表，消息傳遞和創意電子郵件內容的時間和資源投入了大量時間和資源。伟德bv885但是，如果您的電子郵件不在收件箱中，所有這些都可能浪費。如果將這些消息傳遞給垃圾郵件，則“ 99％交付”消息將毫無意義。

如果您查看垃圾郵件文件夾，您可能會在收件箱中看到許多合法品牌的消息。它們是如何最終進入您的垃圾郵件文件夾的？為什麼他們不再降落在您的收件箱中？

電子郵件服務提供商使用多種因素以及AI來確定收件箱中應該有什麼因素。但是簡短的版本是這樣：這些品牌電子郵件現在很可能被視為垃圾郵件，因為您從未接觸過他們的消息，或者大多數聽眾都沒有互動。

如果您無法吸引客戶，那是一個大問題。您的“有效列表尺寸”可能比上線號小得多。最快的解決方法是確定您最吸引人的客戶，並將更多的精力集中在他們上，並縮減郵寄您最少的客戶。

郵寄少於整個列表通常是出於正當理由的高層管理人員的辛苦銷售。如果我們從不郵寄這些聯係人，我們怎麼知道這些聯係人不會做出回應？

這是AI非常有幫助的地方。通過使用機器學習過程，第七感官能夠以非常高的準確性來識別，這些準確性最有可能打開您的下一封電子郵件。在某些情況下，我們發現90％的參與度僅占總受眾的30％。

通過戰略性並玩漫長的遊戲，您最終將通過電子郵件看到更好的結果。我們已經看到了總打開和點擊的案例，公司發送了他們先前發送的電子郵件量的一半。您將向真正想要它的人發送更多電子郵件，而不會向那些看不到或看不到的人發送更多電子郵件。

您的AI驅動解決方案的主要營銷用例是什麼？

公司利用第七次理解來解決許多問題，但最常見的是增加電子郵件傳遞性 /收件箱和改善參與度。通常，公司屬於兩個水桶之一：

1.他們擁有一項既定的電子郵件營銷計劃，並且正在看到行業平均開放率，但正在尋找AI來進一步優化其交付性和參與度。對於這些公司而言，該方法非常簡單，快速實施。我們讓第七次感官分析他們的受眾，並將發送時間和頻率優化放置在適當的位置，以幫助他們升級電子郵件程序。

2.他們的參與度低於平均水平，並正在尋找改善它的方法。對於這些公司而言，勝利可能是巨大的，因為通常會有嚴重的可交付性 /收件箱問題。訣竅是，有時他們沒有意識到自己有問題。為此，我們建立了非常有用的免費分析和報告儀表板，這清楚地表明了大量聯係人是否不活動。一旦我們解決了可交付性問題，就好像他們已經通過許多聯係方式來重新激活了他們的清單。

是什麼使您的AI驅動解決方案比傳統的方法和產品更聰明？（即，它如何為營銷人員節省時間和金錢，以及如何幫助他們增加實現目標的可能性？）

許多營銷人員辯論何時發送電子郵件，或者發送時間甚至很重要。我們已經查看了數據，答案很明確。發送時間很重要，尤其是在轉換方麵。

考慮一下您自己的電子郵件使用模式。我住在西海岸，到早上我要處理收件箱時，我通常會收到30多封營銷人員的電子郵件，他們計劃在美國東部時間上午9點出門，這是我的時間上午6點。是的，我仍然會看到他們的電子郵件，但是第一件早上，我的首要任務是掃描發件人名稱並抓住重要的電子郵件，最後刪除其餘的。

為什麼這頂頂級的Google廣告的成本比底部的成本高得多？因為位置1上的CTR幾乎比位置5高5倍，即使我們通常都滾動到有機結果的所有廣告中滾動所有廣告。如果他們關注我的開放模式，他們會發現我通常在發送幾個小時後打開他們的電子郵件。如果他們調整了過去的時間，那仍然不理想，但至少現在他們的電子郵件位於我的收件箱頂部。

現在，讓我們進一步邁出一步，說我實際上發現內容引人入勝，但是我沒有時間在早上首先閱讀它。取而代之的是，當事情放慢一點時，我會在下午4點再次單擊電子郵件，我的幹擾通常更少。看看用戶如何參與您的內容，您會看到這些類型的延遲點擊和打開非常普遍。

現在，我們隻有三個數據點，上午9點開放和下午4點開放/單擊，但是如果我們將這些數據運行起來，它可能是非常有力的東西。如果您使用第七含義，那麼您最有可能與較低但有趣的營銷電子郵件互動的時候，您的下一封電子郵件將在我身上發行。您不僅在下午4點降落在我的收件箱頂部，而且很可能在我尋找與工作有關的幹擾時在我的桌麵上推出通知。

營銷人員是否有最低要求從您的AI驅動技術中獲得價值？（例如數據，列表大小等）

我們的定價非常可擴展，我們有向數百萬訂戶和其他發送給數千的客戶發送的客戶。如果電子郵件是您業務的寶貴通信渠道，則可能會從使用第七含義中看到價值。

盡管您需要將其餘的電子郵件漏鬥進行到位，但要取得成功。第七感官提高了您的知名度，因此您需要發送高質量的內容。如果您還沒有到達，我們將無法直接提供幫助，但是我們確實有大型代理合作夥伴網絡可以幫助您解決內容和策略方麵。

在公司規模和行業方麵，誰是您理想的客戶？

各種各樣的公司都從使用第七感官（包括B2B，高級ED，B2C和非營利組織）中看到了價值。列表尺寸從數千到數百萬。

您認為AI的局限性是什麼？

今天存在的人工智能是有限的，因為它需要在數據收集，專業知識和重要的計算能力上進行大量投資，以提供高度針對性的點解決方案。

Most use cases are generalized, such as “if you like apples, maybe you’ll also like pears” or “here are the possible ways a person might say ‘apple.’” With recent breakthroughs in computing capacity, deep learning has made it feasible to provide the system with all the possible inputs to questions like these and build a model that’s highly effective. However, even in “best case” systems like these, careful problem formulation is key and still requires significant resources to deploy.

不適合概括的問題，沒有明確的“已知良好標準”來提供培訓意見，或者根本不夠複雜，仍然非常昂貴，而且很難（即使不是不可能）從中獲得良好的結果。

您認為AI在營銷中的未來潛力是什麼？

從表麵上看，銷售人員和營銷人員通常會通過不遵循其流程或不完全了解其客戶而經常失去交易和客戶。通過跟蹤買方的旅程並提供銷售和營銷支持，以及將行為數據應用於細分和定位，而不是回頭猜測，AI非常適合解決這兩個問題。

For instance, instead of relying on a checklist that probably doesn’t exist or is ignored, AI could populate a profile for each incoming lead and select an appropriate call or email script to ensure that an inbound sales representative is able to articulate value in a way the customer can appreciate.

或者，AI無需猜測給定的內容會與目標細分段共鳴，而是可以向作者提供實時反饋，建議對定位的興趣細分市場進行實時反饋，或者提供對誰最有可能最有可能的觀點欣賞這件作品。

關於AI營銷中的AI的其他想法，還是剛從AI開始的營銷人員的建議？

營銷的幾乎每個領域都來自AI和現在采用的營銷人員的一定程度的破壞，將比同齡人獲得重要優勢。如果您專注於取得巨大成功的領域，請加倍努力，看看是否有通過AI的使用方法來優化它。另一方麵，如果您正在掙紮的領域，請在AI中搜索解決方案，以查看它們是否可以幫助您克服它們。