3 שנים אחורה במבט קדימה. מה השתנה בעולם הדאטה

דצמבר 2016 . תחזרו איתנו רגע במנהרת הזמן במבט 3 שנים לאחור . זהו בוקר סגרירי במשרדים ואנו בצילומים לכתבה שתתפרסם באותו ערב בגלובס . אז היינו שנה וחצי באוויר במיזם המשותף שלנו Data Tapas . חברת בוטיק לליווי ארגונים במסע שלהם בעולם הדאטה . מאסטרטגיה דרך ניהול פרויקטים ושירותי אנליסטים ו Data Scientists .

בואו נקפוץ חזרה להווה. דצמבר 2019. חולפות 3 שנים מאז הכתבה ויותר מ 4.5 שנים מאז הקמתה של Data Tapas . הבוקר עדיין סגרירי. העולם הפיזי מאד דומה לעולם של לפני 3 שנים . עולם הדאטה לעומת זאת התפתח השתנה והתעדכן .

עצרנו רגע לבדוק מה אמרנו אז, אילו מגמות חשבנו שיתפתחו ולאילו כיוונים המלצנו לארגונים ללכת וכמה ממה שחשבנו וציטטנו אכן קרה ובכלל מה השתנה והתפתח מאז אותו בוקר כתבת דאטה של דצמבר 2016 בהשוואה להיום דצמבר 2019 בפתח תכניות העבודה 2020.

אז בואו נתחיל.

קודם כל בואו נבדוק מה אמרנו אז בראיון לגלובס ועדיין רלבנטי גם בחלוף 3 שנים ?

· " אין קסם . כדי להיות ארגון מוטה דאטה חייבים לנהל תהליך "

· " אין קסם ושום מערכת לא תפתור הכל ..."

עדיין נכון. תמיד נכון. אל תתנו לבאזז לבלבל אתכם . בעולם הדאטה אין הוקוס פוקוס. כדי להצליח בו חייבים לנהל תהליך מסודר של הגדרת צורך עסקי/ מיפוי מצב קיים / זיהוי צרכים וחולשות/ מיפוי פתרונות אפשריים / בחירת פתרונות פרקטיים וכלכליים / תכנון ארכיטקטורה ויישום מדויק

· " חייב להיות צורך עסקי ורק אז יש לחפש פתרון טכנולוגי "

· " מי שמצליח הוא מי שעובד בשיתוף פעולה בין הטכנולוגיה לשיווק ולעסק"

· " חייב להיות Ownership על הדאטה גם בצד העסקי וגם בצד הטכנולוגי"

· "כשארגונים רצים לחדשנות הם מוסיפים פיצ'רים בלי לחשוב על הדאטה שעובר באותו פיצ'ר ולאן הוא ישונע ומה יעשו איתו ולמה הוא ישמש"

נכון עוד יותר היום. כמות הפתרונות והסטארטאפים בעולם הדאטה גדלה באופן עצום ב 3 השנים האחרונות תוך עידוד פיתוח חדשנות ארגונית ועסקית . ברם , אל תרוצו לחדשנות לשם חדשנות . אל תרכשו פתרונות טכנולוגיים שיהפכו לפיל לבן בחברה . תגדירו מה בדיוק אתם מחפשים ולאיזה צורך הפתרון אמור לתת מענה .

לצערנו ארגונים מבולבלים מרוב רעיונות ומצגות מגמות וחדשנות ובלוגים של מומחים לרגע . סמנכל מערכות מידע שלא שותף לדיונים העסקיים האסטרטגיים לא יוכל לתעדף פתרונות רלבנטיים מתאימים וימצא את עצמו מוקף בפתרונות טכנולוגיים של ספקים צמאי מכירה. גורם עסקי שלא יהיה מעורב בתכנון האקו סיסטם הטכנולוגי של החברה יחד עם מערכות מידע לא יקבל מענה מתאים לצרכים שלו ולרוב הפער הזה יוביל רק ל Finger pointing והאשמות פוליטיות פנים ארגוניות

· " דאטה הוא נכס ארגוני שלמתחרה שלך אין גישה אליו וכל השאלה זה מה אתה עושה עם הדאטה שהלקוח משתף איתך"

· " אותה פיסת דאטה יכולה לשמש מגוון יחידות בארגון לצרכים שונים "

· " דאטה אינו רלבנטי לפעילות שיווקית דיגיטלית בלבד ולשיפור איכות לידים על ידי טרגוט ורימרקטינג ולכן חשובה העבודה על מינוף דאטה לכל אורך המשפך ולא רק על הגדלת כמות הלידים אלא על החיבור למכירות הסופיות "

נכון והתחדד המסר ב 3 השנים האחרונות. דאטה יכול לתת יתרון יחסי ולהיות שובר שיווקי עסקי . דאטה הוא משאב יקר שלפני 3 שנים עוד היה צריך להסביר לארגונים מדוע הוא חשוב . כיום לאחר 3 שנים אפשר לומר שכבר יותר קשה להתקל בהנהלות ארגונים שלא מבינות שהדאטה שברשותן גלומה בו הזדמנות עסקית

יתרה מכך , ניתן לזהות ארגונים שמחפשים פתרונות לחיבור דאטה אופליין ואונליין (פנימי ממערכות ליבה יחד עם דיגיטלי) כיוון שמטרתם לייצר ערך עסקי משמעותי ולהגדיל ROI בעזרת דאטה שמנוטר מנותח ומטופל לכל אורך המשפך. ארגונים מבינים שמה שנראה כמעט בלתי אפשרי לפני 3 שנים הפך ישים ובר ביצוע כיום (פירוט בחלק הבא)

בואו נבדוק עוד משהו.... מה אמרנו בראיון בגלובס אז בדצמבר 2016 ובינתיים השתנה ב 3 השנים האחרונות ?

· " דאטה דריבן הוא הבאזז הגדול של השיווק הדיגיטלי בשנתיים האחרונות כולל היכולת להיות פרסונאליים וללמוד מיהו הלקוח ולהתאים לו הצעות אישיות . כולם רוצים להיות שם "

· " הטרנספורמציה בעולם הדאטה נתפסת כשינוי טכנולוגי ארוך ומסובך"

האם השתנה ? בואו נאמר שהמסרים פשוט יותר התחדדו מאז והתעדכנו.

כיום ארגון שמעוניין להיות Data Driven כבר לא ממוקד בפעילות דאטה בעולם השיווק הדיגיטלי בלבד אלא מנסה לייצר שיח סביב דאטה ולמנף דאטה בקרב כלל יחידות הארגון . כספים/ משאבי אנוש/ תפעול/ ייצור/ מכירות/ שיווק / אסטרטגיה/ תהליכים ועוד.

ארגונים כיום מבינים שלהיות ארגון מוטה דאטה זה לא אומר שמספיק לך DWH גדול או שיש לך אנליסטים או שהטמעת מערכת מרקטינג אוטומיישן. התמונה של ארגונים מובילים כ Data Driven Companies רחבה הרבה יותר מיחידה ארגונית אחת או מפתרון טכנולוגי אחד והיא מכילה מספר מימדים כמו תרבות/ הון אנושי/ מערכות/ מדידה/ תהליכים/ שת"פ ועוד

ארגונים גם השכילו ב 3 שנים האחרונות להבין שישנם פתרונות טכנולוגיים נפלאים , קטנים וזריזים במודל של שכירת שירותים (Subscription ) ולא של רכש השקעה גדול וחריג שיכולים לתת להם מענה מצוין לצרכים בעולם הדאטה . ב 3 השנים האחרונות רק בישראל נחשפנו לחברות צעירות מצוינות שעושות מהפיכה בעולם הדאטה על כל היבטיו וממקסמות ערך לארגון אם בעולמות האחסון/ שינוע/ ניקוי דאטה/ הנגשת דאטה ועוד

ולבסוף היה חשוב לנו לבדוק גם על מה לא דברנו בראיון אז ב 2016 וכן חשוב להתייחס אליו בדצמבר 2019 דקה לפני תכניות העבודה הכלליות ותכניות העבודה בעולם הדאטה בפרט:

1. פריחת תחום הדאטה Monetization . הפיכת הדאטה למקור הכנסה נוסף מעבר לפעילות העסקית השוטפת

לפני 3 שנים התחום עוד היה בחיתוליו בוודאי בארץ ומבחינתנו אז הוא סומן כאוקיינוס מעניין לחקר עתידי. כיום התחום רותח . ארגונים מבינים שבעידן של התגברות התחרות והצורך העסקי התמידי להמציא את עצמך מחדש ולבדל את עמך מול מתחרים והכמיהה הבלתי נגמרת לבסס הכנסה שוטפת יציבה ללא תלות במקורות הכנסה בודדים הדאטה הוא הזדמנות אדירה לארגונים לסמן ערוץ הכנסה חדש ולבחון כיצד מממשים אותו

בשנה האחרונה למשל עזרנו למגוון ארגונים כחברות מוצר / חברות שירותים/ חברות פיננסיות/ חברות קמעונאיות / חברות טכנולוגיות להסתכל על הדאטה שעובר אצלהם במערכות ולאתר האם יש בו פוטנציאל עסקי למכירה לצד ג ' שזקוק לתובנות או עיבודים מבוססי הדאטה שלהם

אנו אוהבים את תחושת אי הוודאות שמלווה את תהליך הפיצוח כאשר אנו מלווים ארגון שעד הבוקר רק מכר פלטפורמות טכנולוגיות ולמעשה מבקש לדעת האם הדאטה שעובר בפלטפורמה הינו בר שימוש עסקי כמקור הכנסה נוסף. בבחינה הזו יש המון היבטים של רגולציה / אבטחת מידע/ זכויות / הרשאות / תפעול ועוד אבל זהו מסע חובה לכל ארגון שמחפש הזדמנויות עסקיות חדשות

2. היכולת להנגיש דאטה ממערכות ליבה בצורה יותר מהירה וקלה לשכבת דאטה חדשה בשיטות שונות אם על ידי מינוף יכולות ענן או פתרון טכנולוגי מובנה קיים או APIS

לפני 3 שנים שינוע דאטה ממערכות ליבה נדמה היה כאתגר משמעותי ויקר . לאורך השנים האחרונות ועם התקדמות הטכנולוגיה היכולת לחלץ דאטה רלבנטי ממערכות מסורתיות והיתרונות המדהימים בסביבות ענן ושכבות דאטה יעודיות לדיגיטל יצרו מהפכה של ממש בתחום הדאטה תוך פישוט יכולת היישום / קיצור לוח זמנים של פרויקטי דאטה/ הפיכת בלתי אפשרי לאפשרי ופרקטיות מבוססת הצלחות כמעט לכל אתגר טכנולוגי בעולם הדאטה

בשנה האחרונה עזרנו לחברות לזהות צורך /להגדיר /לתכנן וליישם סביבת ביג דאטה ייעודית לתחקור על ידי Data Scientists מבוססת פתרונות קצה מדהימים ושוברי שוויון כגון Databricks , עזרנו לחברות לתכנן ולתעדף העברת דאטה ממערכות ליבה מסורתיות ומגבילות ביותר שפשוט תקעו את הארגון לשכבת דאטה חדשנית ומתקדמת בסביבות ענן שונות (AWS/Azure/Big Query כדוגמאות) ועזרנו לארגונים לרכז את כל הדאטה שלהם ממערכות הליבה יחד עם דאטה דיגיטלי מהאפליקציה ומאתרי החברה לשכבת דאטה ייעודית גמישה ( CDP ) שמאפשרת ניתוח מינוף והנגשת רשימות ייעודיות למערכות קצה שיווקיות (MA / CM ועוד)

3. פריחת תחום ה ML כשלב הבא אחרי Data Mining ו BI בסיסי

לפני 3 שנים לא הרחבנו בנושא ה Machine Learning שכן ארגונים עוד לא השכילו עדיין להכיל את משמעויות השלב המקדים יותר שלב ה Data Mining . כיום ארגונים מתקדמים כבר הצליחו להבין את ההבדל בין BI מסורתי מבוסס שליפת דוחות עבר תוצאתיים לבין מעבר לשלב של שימוש ב Data Analysts לצורך תחקור ואנליזה ואיתור תובנות בדאטה.

השלב המתקדם יותר הינו שלב בו תמהיל ההון האנושי האנליטי בחברה מתרחב ויחד עם אנליסטים נמצא גם Data Scientists שעוזרים לארגון גם לעסוק בבניית מודלי חיזוי וניבוי ולטפל לא רק בשאלות של כמה, מה ולמי אלא גם מדוע ומה אם ועוד

בשנה האחרונה זכינו לעבוד עם ארגונים מדהימים מכלל גווני המשק שבחרו לפתח שריר אנליטי משמעותי ועל ידי שכירת שירות של Data Scientists לפי פרויקטים או לפי תקופה מצליחים לפתוח פער משמעותי מול מתחרים על ידי מינוף דאטה ותובנות עסקיות ממנו

במבט קדימה אנו כבר סקרנים לשוב ולערוך עבורכם השוואה של דאטה 2023 ומה השתנה בעולם הזה מול התחזית והסיכום שערכנו כאן ובהשוואה לאותה כתבה אלמותית ומרתקת מבחינתנו שנערכה אז בבוקר סגרירי של דצמבר 2016. עד אז שיהיה לכם בהצלחה במסע הדאטה שלכם ואנו כאן לרשותכם כשותפים לדרך.

הגיע הזמן לקבל תשובה על השאלה שכולם שואלים...

שאלת מיליון ה $. מכירים את השאלות הללו?

מאותן שאלות שתמיד חוזרות על עצמן. אותן שאלות שכולם שואלים ונדמה שלכל אחד יש תשובה לגביהן וכולם מבינים בהן. רק שלכל אחד יש תשובה שונה ולכן כולם נשארים מבולבלים בסוף.

אז גם אנחנו נתקלים כמעט מדי שבוע בשאלה כזו. אותה שאלה שוב ושוב.

מה עושה חברה ל Data Driven Company? מה מאפיין חברות שמובילות באמצעות דאטה לעומת חברות שלא ממנפות דאטה בצורה אפקטיבית? מה ניתן ללמוד מחברות מובילות בשימוש בדאטה שלהן?

אז הבוקר העברנו הרצאה בנושא במפגש לקוחות שערכנו ב Meet In Place בתל אביב .

הפעם ערכנו את המפגש יחד עם חברת Atomi וחילקנו את תוכן המפגש בינינו לבינם. Data Tapas הובילה את הדיון סביב עולם הדאטה ו Atomi התמקדו בעולם ה Marketing Automation

בהרצאתנו התמקדנו בהצגת מאפייני חברות מובילות במינוף דאטה ומה ניתן ללמוד מהן ולמען אלו שלא היו במפגש ופספסו את ההרצאה ואת ארוחת הבוקר המפנקת אנו מגישים לכם כאן את עקרי המצגת שלנו. מקווים שתסתקרנו מספיק כדי לשוחח על הדברים להפגש או להגיע למפגש הבוקר הבא שכבר מתבשל על האש...

אז תחילה הצגנו את השקף שמלמד שיש ביקוש הולך ועולה להבנה ולמידה של עולם ה Data Driven Company. הנה הוא לפניכם מבוסס Google Trends

חברות מבינות שדאטה הופך לנכס שובר שיוויון בתחרות. בעולם בו כולם נמדדים בסוף על אותם KPIS ומשקיעים כספים רבים בטכנולוגיות ובהון אנושי מן הסתם נדמה כי אין לחברות אפשרות ליצור יתרון מבדל לאורך זמן. אז עולה חשיבותו של הדאטה שנמצא בידי חברות . מה לקוחותיהן קראו או עשו באתר שלהן? מה לקוחותיהן צורכים באופן שוטף? מה הם עושים באפליקציה? כל אלו הינם מרכיבי דאטה שלמתחרים אין אפשרות לשים עליהם יד ולכן הם מאפשרים לחברות ליצור יתרון מבדל לאורך זמן . כיוון שדאטה שיש לחברה אחת אינו נגיש לחברה אחרת . כל מה שנותר לחברות זה לבחון איזה דאטה יש להם ומה האפשרויות למינופו.

במפגש הצגנו 5 מרכיבים להצלחה של חברות מובילות במינוף דאטה . אין ויכוח שייתכן ויש יותר מרכיבים אולם מניסוננו רב השנים בניהול ויישום תהליכים עסקיים מבוססי דאטה ומליווי חברות במסע הדאטה שלהן אנו סבורים שה 5 הללו הם הקריטיים ביותר :

לגבי מרכיב התרבות הסברנו את חשיבות עידוד השיח הארגוני סביב עולם הדאטה. עידוד קבלת החלטות מבוססות דאטה ולא רק תחושת בטן או ניסיון עבר. דברנו על תופעה נפוצה בחברות מקומיות של החלטות לפי חוק ה Hippo כלומר החלטות שמתקבלות בישיבות על פי דעת ה Highest Paid Person Opinion בחדר. ללא שימוש בדאטה וללא דיון מבוסס נתונים. אלו החלטות שלרוב הינן פשוט פחות נכונות ופחות מוצלחות מאשר החלטות מבוססות ניתוח נתונים.

כדי להיות Data Driven Company חברות חייבות לעודד שיח ודיון סביב נתונים כולל שיתוף אנליסטים או אחראים רלבנטיים לתחום הדאטה בתוך הדיונים עצמם

המרכיב השני של הגורמים העסקיים הוא המבלבל ביותר. שוב ושוב אנו נתקלים בתופעה של גורמים עסקיים שהינם מנהלי מכירות או מנהלי שיווק שטוענים לשימוש אפקטיבי בדאטה ומינוף תובנות עסקיות על פי הדאטה בחברה. בפועל גורמים אלו מתרגמים את מעורבותם בתחום הדאטה ליצירת רשימת דרישות אינסופית מול אנשי ה IT ולא יותר מכך. הם יטענו לחוסר בכלים ולהעדר פתרונות וידרשו עוד ועוד דוחות וטכנולוגיות. ההצפה של הדרישות בוודאי לא תקדם את הארגון ויתרה מכך רק תיצור תסכול וחוסר הסכמות. לעומתם חברות מובילות בתחום הדאטה מאופינות בגורמים עסקיים שלא עסוקים ביצירת רשימת דרישות אינסופית אלא דווקא בהגדרת יעדים עסקיים ברורים ומוחלטים שאותם הם רוצים להשיג באמצעות הדאטה. הם יודעים מה הם מנסים להשיג ומה הם מחפשים בעזרת הדאטה וכל המסע שלהם ממוקד בהובלה להשגת היעדים הללו ולמינוף הדאטה לטובת מטרה זו.

לאחר שני המרכיבים הקודמים דברנו על המרכיב השלישי להצלחה שהינו Ownership

כאן כוונתנו למעשה לאחריות משותפת של הגורמים העסקיים וגורמי ה IT להובלת עולם הדאטה בחברה יחד. שותפות הדדית כולל הגדרת תכנית עבודה משותפת והצלחה משותפת. מדובר בהכנת תכנית עבודה משותפת מראש ופרסום ההצלחות בתוך הארגון יחדיו לאורך כל הדרך . אין Finger Pointing ואין ניסיון לגלגל אחריות. שני הצדדים מודעים למטרות וליעדים / לתקציבים/ לתכנית היישום ומנהלים אותה יחדיו. ושמים את האגו בצד .

המרכיב הרביעי להצלחה הינו יחידת IT מובילה ומתקדמת . כזו שלא עסוקה רק בשימור הקיים ותחזוקת מאגרי הדאטה אלא מנסה לפתח שרירים חדשים בהתאמה לעידן הנוכחי. פתיחות ליכולות טכנולוגיות ולכלי אנליזה מתקדמים כולל מעולמות של ML /AI ושילובם עם כלים מסורתיים והיברידיות בין האנושי לדיגיטלי. יחידת IT שמבינה שחדשנות היא לא מילה גסה וכל עוד לא שוחקים אותה עד דק וללא הגיון ניתן למנף מחשיבה מחוץ לקופסא גם תועלות משמעותיות

המרכיב החמישי שדנו בו במפגש היה מרכיב ההון האנושי וחשיבות המעבר שמבצעות חברות מובילות בעולם הדאטה מניהול עובדים כשלפנים של דוחות (שולפי דוחות שאין הם שימוש) לניהול אנליסטים בכמה רמות מקצועיות. אנליסטים מתחילים שצומחים מתוך החברה ועד ל Data Scientists שמגויסים ב Out Sourcing. רק שילוב כזה של פנימי וחיצוני וריכוז כח אנליטי מרכז בתוך החברה יכולים להביא לתוצאות משמעותיות.

בהמשך ההרצאה הסברנו עד כמה כל אחד מ 5 המרכיבים לא יכול להיות חסר ורק המרקם של כולם יחדיו יכול להביא להצלחה כפי שממחיש השקף הבא :

ההרצאה כללה גם הרחבות על עולם ה AI/ML ועל סוגי ארגונים בעולם הדאטה אבל על כל אלו נרחיב כבר בטור אחר

סיכמנו את המפגש בהסבר על שירותי Data Tapas שמאפשרים לחברות לצאת למסע מרתק בעולם הדאטה ולהצליח בו כולל ליישם פתרונות Data As A Service במהירות ובאפקטיביות

להתראות במפגשי הבוקר הבאים ובהצלחה במסע הדאטה שלכם.

שיווק בעולם של AI

הרבה שיח ובאזז נוצר לאחרונה סביב עולם ה AI.

כשמדברים על AI נדמה שהפוטנציאל ברור בעולמות של חיזוי תקלות, חיזוי פעילות ברצפת הייצור, חיזוי בעיות תפעוליות, התייעלות תהליכים ואוטומציה שמביאים לחסכון משמעותי בעלויות

אבל בואו נודה על האמת . כשמדברים על עולמות של שיווק הדברים כבר פחות ברורים. איך AI משתלב והופך לחלק מעולם השיווק? האם AI באמת יכול להביא ערך בעולמות בהם שולטים כיום תהליכים ידניים כמו יצירת תוכן / AB Testing / פעילות BOF או TOF ?

אז בשביל לענות על השאלה חשוב להתחיל בהגדרה :

למעשה AI הינה טכנולוגיה שהופכת מכונות לחכמות כדי שיוכלו לחקות התנהגות בן אנוש כלומר אם מדובר בפעולה שבן אנוש עושה ויש בה דאטה ודפוס חוזר אין שום סיבה שמכונה לא תוכל לעשות זאת.

תחת AI ישנם למעשה 2 תחומי על מרכזיים:

1. מכונות לומדות מנתונים היסטוריים וחוזות את העתיד (Machine Learning (ML. בעולמות של שיווק יכול לבוא לידי ביטוי ב: חיזוי click rate, חיזוי open rate, חיזוי המוצר הבא שיקנה הלקוח (NBO), חיזוי נטישה של לקוחות וכו'

2. אלגוריתמים של רשתות נוירונים (Deep Learning (DL שמאפשרים למכונות לקבל יכולות למידה כמו של האדם (רשתות נוירונים מדמות חשיבה של מוח האדם). יכול לבוא לידי ביטוי ב: הבנת שפה טבעית וטקסטים, זיהוי פנים, זיהוי קולי, זיהוי תמונות, זיהוי וידאו....מבינים שבהקשר של עולם המרקטינג והשיווק ל "שוק של לקוח אחד" זה נהיה כבר קריטי?

האם השימוש במכונות לומדות כתחליף לפעילות שיווקית כל כך קרוב ? אם נסתכל סביבנו נבין שאנחנו כבר פועלים וחיים בסביבת AI פורה ומתקדמת שעוטפת אותנו בחיי היומיום ובמסגרתה כל פעילות שעד לפני שנתיים נעשתה לרוב על יד אדם וידנית הופכת ללימוד מכונה ואוטומטית ומכאן שעתיד השיווק מוטה העבודה הידנית להפוך גם הוא ללומד / אוטומטי ומבוסס היברידיות של מכונה ואדם .

תפתחו למשל את מסך הסמארטפון שלכם. יש לכם עליו המון אפליקציות אבל אם תתעמקו לרגע (בלי להעלות סטורי....) תראו שהמשותף לרוב האפליקציות הינו השימוש באלגוריתם של AI : google maps / waze שנותנים המלצות לדרכים הכי טובות להגיע בהתאם ליעד שהכנסתם, אפליקציית עוזר קולי (סירי או google assistant) מבוססת שפה טבעית, זיהוי פנים, אפליקציית נטפליקס שנותנת המלצות פרסונאליות, פייסבוק / לינקדאין / טוויטר שנותנות המלצות לחברים שאולי אתה מכיר, מציגות בFEED נושאים שקשורים אלייך וכו

כולן מכונות לומדות על העבר ומעבדות מידע בזמן אמת במטרה לתת המלצות. אין בן אדם שיושב ומעדכן את הקוד on the fly בזמן אמת...

זאת אומרת שAI הפך להיות חלק מהיום יום שלנו מבלי שנרגיש. אנחנו לא חושבים במהלך השימוש בזה האם זה AI או כי זה לא מעניין אותנו. מה שמעניין אותנו שזה שיפר לנו את החיים, שיפר לנו את החוויה, עוזר לנו ביום יום ונוח לנו מאד לעבוד עם זה.

ככה יהיה גם עולם המרקטינג בעתיד. נרצה תוצאות ואופטימיזציה ולהסיט תקציב לקמפיין הכי אפקטיבי? למה שמכונה לא תעשה את זה ? לנו זה כבר לא ישנה איך זה נעשה. ממש כמו בחיי היומיום. אנחנו נצרוך את התוצאה. היא פשוט תגיע אוטומטית מהר יותר ומספקת

אז בואו נמחיש בדוגמא:

לפני עידן אפליקציות כמו waze וgoogle maps היינו מקבלים מפה ומתכננים לעצמנו את הדרך (מבלי לדעת שאולי יש תאונה בדרך וכניראה יקח לנו יותר זמן ממה שתכננו)

אותו דבר קורה היום בשיווק. מצד אחד יש כלים כמו Marketing Automation (שזו למעשה ה"מפה") אבל עדיין כאיש שיווק נדרשת הרבה עבודה ידנית להיעשות ("איש השיווק מתכנן את הדרך"): איש השיווק נדרש להגדיר אוכלוסיות וקהלים לייזום, להגדיר חוקים עסקיים, לחשוב על הקריאטיב ולמי שולחים את המיילים ומה כותבים בשורת הנושא ומתי לשלוח ובאיזו תדירות, ולהגדיר חוקי נגיעה וכו וכו.

יותר קמפיינים . יותר לקוחות. יותר מסובך לתפעול ידני ומאד לא יעיל ובטח לא אוטומטי למרות ה Automation שבשם של המערכות....

כמו ש waze וgoogle maps נותנים המלצות ובן האדם מקבל החלטה כיצד לפעול כך יהיה גם עולם השיווק: מכונות לומדות היסטוריה + מידע זמן אמת ונותנות המלצות לשיפור המרקטינג , לשיפור ה Funnel , לשיפור ההמרות, לשיפור תכנון המדיה.

הסברה אומרת ש80% ממה שעושים היום בשיווק יעשה ע"י מכונות לומדות תוך 3-5 שנים. זה נשמע אולי מאיים או מלחיץ סוכנויות דיגיטליות ואנשי שיווק אולם למעשה זו הזדמנות לעשות את קפיצת המדרגה ולעבור מהתעסקות בנושאים טכניים ידניים לנושאי אסטרטגיה מהותיים, להפוך להיות יותר פרואקטיביים וממוקדים בניהול הקשר עם הלקוחות

לסיכום:

יש לא מעט דוגמאות למוצרי AI בעולמות השיווק שהחלו לצוץ אם זה אופטימיזציה של תוכן, באופטימיזציה של שורת נושא מותאמת במייל ללקוח, ביצירת קלסטרים אוטומטיים מתעדכנים בזמן אמת לפי פעילות לקוח, בבחירת הקמפיין האפקטיבי יותר וכו. אותם כדאי להכיר, לנסות, לבחון

ובמקביל אנשי השיווק צריכים כל הזמן לחשוב קדימה ולהיות פרואקטיביים ולחזות את מגמות השיווק העתידי כמו למשל בחינת ולמידת מגמת החיפוש הקולי ( אלקסה / סירי / גוגל הום) ואיך משקיעים את מאמצי השיווק להיות גם שם בפלטפורמות החדשות ולמקסם את האפקטיביות השיווקית בכל אחת מהפלטפורמות הללו ורצוי לפני כל השאר

בטור הבא נדבר על מסע הלקוח והשימוש בטכנולוגיות AI בכל שלב / נקודת זמן במסע ונמחיש דוגמאות לפתרונות טכנולוגיים מדהימים מבוססי AI וברי שימוש עבור מנהלי השיווק כבר מחר בבוקר