Hoe kunstmatige intelligentie marketing verandert: onderzoeker van sociale media

Vraagt ​​u zich af welke functies voor kunstmatige intelligentie naar sociale media en advertentieplatforms komen? Wilt u weten hoe machine learning uw marketing kan verbeteren?

Om te onderzoeken welke invloed kunstmatige intelligentie heeft op socialemediamarketing, interview ik Mike Rhodes.

Meer over deze show

De Social media marketing podcast is ontworpen om drukke marketeers, bedrijfseigenaren en videomakers te helpen ontdekken wat werkt met socialemediamarketing.

In deze aflevering interview ik Mike Rhodes, een expert in het helpen van bedrijven bij het werven van klanten. Hij is de co-auteur van De ultieme gids voor Google AdWords en CEO van WebSavvy. Hij biedt cursussen op het Google Display Netwerk, AdWords, Google Data Studio en meer.

Mike legt uit waarom marketeers kunstmatige intelligentie moeten begrijpen en deelt voorbeelden die de impact ervan illustreren.

U zult ook ontdekken hoe kunstmatige intelligentie biedingen, targeting en berichten voor uw advertenties kan automatiseren.

Deel uw feedback, lees de shownotities en ontvang de links die in deze aflevering hieronder worden genoemd.

Luister nu

Waar abonneren: Apple Podcast | Google Podcasts | Spotify | RSS

Scroll naar het einde van het artikel voor links naar belangrijke bronnen die in deze aflevering worden genoemd.

Hier zijn enkele dingen die u in deze show zult ontdekken:

Kunstmatige intelligentie voor marketeers

Mike’s verhaal

In het begin van zijn carrière leerde Mike dat hij het leuk vindt om ondernemers te helpen zien wat er om de hoek staat. In de jaren negentig werkte Mark voor een helikopterbedrijf in Hawaï. In ruil voor vlieglessen hielp hij het bureau te automatiseren. (Zijn baas vloog de helikopter naar binnen Magnum P.I.) In 2004 leerde Mike hoe Google AdWords (nu Google Ads) kleine bedrijven hielp en campagnes deed als gunst.

Een paar jaar later startte Mike zijn bureau. Zijn focus op toekomstige tools en technieken bracht hem op het juiste moment op de juiste plek. Deze focus leidde ook tot Mike's interesse in kunstmatige intelligentie (AI). Ongeveer drie jaar geleden realiseerde hij zich dat bedrijven moeten overstappen van lezen en luisteren naar meer geavanceerde manieren om met klanten om te gaan, en hij leerde alles wat hij kon over het onderwerp.

Bij het leren over AI was Mike niet gefocust op het bouwen van AI-gebaseerde technologieën. Hij was geïnteresseerd in het gebruik van AI, zodat hij kon achterhalen hoe dit relevant is voor bedrijfseigenaren. Hij signaleert met name de bedrijfsproblemen en helpt bedrijven te identificeren voor welke van die problemen AI nodig is. Hij weet ook welke kant-en-klare tools enige AI gebruiken en welke niet.

Luister naar de show om Mike een verhaal te horen vertellen over het vliegen met een helikopter in een Kauai-kloof.

Waarom kunstmatige intelligentie belangrijk is voor marketeers

Om uit te leggen waarom AI belangrijk is, deelt Mike een vergelijking uit Andrew Ng, een AI- en machine learning-expert. Andrew zegt dat AI de nieuwe elektriciteit is. Net zoals elektriciteit 100 jaar geleden werd gebruikt om alles van stroom te voorzien, wordt nu overal AI aan toegevoegd. De komst van elektriciteit veranderde alles, inclusief transport, fabrieken en meer. Evenzo zal AI de kenniseconomie veranderen.

Voor marketeers zijn de komende veranderingen belangrijk omdat uw bedrijf er baat bij heeft om op de hoogte te zijn van op AI gebaseerde tools en technieken voordat uw concurrenten dat zijn. Als je aan de bureaukant werkt, wil je je klanten helpen om te leiden met AI. Hoewel marketeers AI niet tot in detail hoeven te begrijpen, moeten ze wel genoeg weten over AI om kansen te ontdekken.

De Hollywood-versie van AI bevat robots met geweren die ons in paperclips veranderen. De realiteit is meer alledaags en incrementeel.

We zijn ver verwijderd van AI die Google-campagnes kan uitvoeren of uw kinderen naar school kan sturen en het avondeten kan koken. Echter, kunstmatige smalle intelligentie (ook afgekort tot beperkte intelligentie of ANI) zal waarschijnlijk een toenemend aantal menselijke taken gaan vervangen.

Je kunt ANI zien als ongelooflijk slimme software. Mark denkt dat, in een zeer optimistische versie van de toekomst, slimme machines ons in staat zullen stellen dingen te doen die we vandaag niet kunnen of taken zullen doen die we veel, veel beter kunnen doen. Met andere woorden, ANI stelt ons in staat ondergeschikte taken over te dragen, zodat we meer tijd hebben voor creatief, strategisch of medelevend werk.

Luister naar de show om Mark en ik te horen praten over hype versus realiteit van andere toekomstige technologieën.

Wat is kunstmatige intelligentie?

Mike definieert AI als de wetenschap om dingen slim te maken. Het omvat robotica, natuurlijke taal, visie en nog veel meer. Machine learning verwijst naar computers die kunnen leren zonder expliciet te worden onderwezen. Machine learning is een onderdeel van AI dat momenteel een vlucht neemt, met name een subcategorie die deep learning wordt genoemd.

Ter illustratie: hoe zou een computer leren wat een stoel is? Bij traditionele programmering zou je voorwaardelijke uitspraken gebruiken zoals 'Als het ding vier poten heeft, een stoel en terug, dan is het een stoel. " De code zou rekening moeten houden met stoelen met en zonder armleuningen, rolstoelen, enzovoort Aan. Het resulterende programma zou veel code nodig hebben, en als een regel een fout had, zou de code niet werken.

Machine learning biedt een nieuwe manier om een ​​computer te leren wat een stoel is. In wezen geeft u de machine duizenden voorbeelden van stoelen en niet-stoelen (zoals tafels, honden en bomen), zodat de computer begrijpt wat een stoel is en wat niet. Na verloop van tijd leert de machine af te leiden of iets een stoel is. In de afgelopen 5 of 10 jaar is deze technologie behoorlijk nauwkeurig geworden.

Tegenwoordig zie je dat deze technologie wordt gebruikt om mensen te helpen winkelen. Wanneer u een product voor een camera houdt, wordt de Pinterest of Amazon apps of Google Lens (via de Google Foto's-app op iOS) kunnen het product herkennen en proberen het voor u te vinden. U kunt een Google Lens-camera richten op uw vriend die een jurk draagt, en hij zal een aantal soortgelijke jurken vinden en u vertellen waar u ze kunt kopen.

Naast het herkennen van items, kan AI voorspellingen doen. Amazon gebruikt voorspellende AI om je dingen te vertellen als: "Mensen die dit boek hebben gekocht, hebben dit boek ook gekocht." Evenzo stelt Netflix tv-programma's of films voor die u mogelijk interesseren. Netflix verandert zelfs de cover-thumbnails met behulp van voorspellende AI. Op basis van uw kijkgedrag voorspelt het welke miniatuur u het meest zal aanspreken.

Het machinaal leren in zelfrijdende auto's lost ook voorspellingsproblemen op. “In welke baan ben ik? Op welke rijstrook moet ik zijn? Wat gaat die auto doen? Wat zal die voetganger doen? " Het voorspelt hoe andere dingen om je heen zullen bewegen, en dus in welke richting je moet rijden en of je moet accelereren of remmen. Hoewel deze uitleg een enorme versimpeling is, is het in wezen wat er gebeurt.

Een ander voorbeeld is Siri voor de iPhone. Nu er meer dingen met machine learning te maken hebben, is Siri steeds beter in staat zijn belofte na te komen om een ​​persoonlijke assistent te zijn. Vandaag kan het u eraan herinneren om te bellen. In de toekomst kan het voorstellen dat u vroeg vertrekt vanwege verkeersdrukte of het gevoel heeft dat een vergadering lang duurt en aanbiedt om de volgende drie mensen in uw agenda voor vandaag te laten weten dat u te laat komt.

https://youtu.be/bd1mEm2Fy08

Een goed voorbeeld is de demo van Google Duplex op Google IO 2018. In deze video boekt Google Assistant (die op meer telefoons dan Siri staat en dus meer gegevens heeft om van te leren) een afspraak voor een knipbeurt en een restaurantreservering. Veel mensen dachten dat deze demo's nep waren omdat de Duplex-technologie verbazingwekkend goed was in het afhandelen van een gesprek dat niet op de gebruikelijke manier verliep.

Nadat mensen zich begonnen af ​​te vragen of de technologie echt was, huurde Google een Thais restaurant in New York en nodigde het uit journalisten om de middag door te brengen met het testen van de technologie voor zichzelf in het kader van een restaurantreservering. De journalisten werden opgedeeld in groepen die probeerden de AI van zich af te werpen, maar de AI wist hun vragen feilloos af te handelen.

Hoe mensen AI gebruiken, hangt ervan af of ze zich bedrogen voelen door computers die mensachtige dingen doen of het gemak waarderen dat het biedt. Sommige mensen denken dat AI over hun schouder meekijkt. Anderen denken dat het geweldig zou zijn om een ​​tool te hebben die iemands naam en geboortedatum onmiddellijk kan onthouden en hem vervolgens het juiste cadeau kan sturen.

Luister naar de show om te horen hoe ik AI ontdekte in de recente iOS-update.

Kunstmatige intelligentie en marketingcampagnes

Algoritmen zoals die van Facebook zijn een vorm van AI die voorspelt op welke artikelen of advertenties bepaalde gebruikers waarschijnlijk zullen klikken (hoewel het algoritme veel meer omvat dan dat). Mark voert al meer dan drie jaar experimenten uit tegen de AI van Facebook. Op basis van deze experimenten gelooft hij dat we ons op het omslagpunt bevinden waar de machine meestal zo goed is als een mens.

Het algoritme maakt soms een fout en als dat gebeurt, maakt het vaak grote fouten. Meestal is het echter net zo goed als - en soms is het veel beter dan - zelfs de beste mens.

Voor marketeers kunnen de mogelijkheden van AI het bestaan ​​van hun banen of agentschappen bedreigen. Marketeers die nog steeds het grootste deel van de dag besteden aan het rapporteren en wijzigen van biedingen, zijn bijzonder kwetsbaar. Deze marketeers zullen waarschijnlijk failliet gaan of extra hard moeten werken om de manier waarop ze hun dagelijkse taken uitvoeren te veranderen.

Alle advertentieplatforms worden gestimuleerd om hun AI te verbeteren. Wanneer ze marketeers helpen hun doelen te bereiken, zullen ze het platform blijven gebruiken. Ook zal AI die de advertentieplatforms gebruiksvriendelijker maakt, meer omzet opleveren.

Tegenwoordig bestaat er een enorme kloof tussen bedrijven die online en sociale advertentieplatforms te verwarrend en ingewikkeld vinden, en bedrijven die een bureau of werknemer kunnen inhuren om het af te handelen. Hoe meer deze platforms alledaagse bedrijven in staat stellen AI te gebruiken om meer klanten te krijgen, hoe meer omzet de advertentieplatforms genereren.

Mike zegt dat Google altijd gefocust is geweest op de gebruiker, de adverteerder en de belanghebbenden, en hoe deze drie elkaar kruisen. Voor Google is de gebruiker de grootste en belangrijkste van de drie. Hoewel Google een evenwicht moet vinden tussen de behoeften van adverteerders en belanghebbenden, is Mike van mening dat het bieden van de beste gebruikerservaring daarbij helpt omdat het gebruikers aanmoedigt om terug te keren naar het platform.

Eind jaren negentig verlieten mensen bijvoorbeeld zoekmachines zoals Alta Vista en Ask Jeeves for Google omdat het betere resultaten opleverde. Tegenwoordig probeert Google zijn platform voor adverteerders te verbeteren. Als slechts ongeveer 10% van de bedrijven die een tool als Google Ads zouden moeten gebruiken, deze ook daadwerkelijk gebruiken, heeft het platform een ​​enorme groeiruimte.

Onder kleine bedrijven denkt Mike dat Google Ads klanten kan toevoegen die tot nu toe het advertentieplatform te intimiderend vonden om te gebruiken. Bij grote bedrijven zou Google merkgeld kunnen wegnemen van traditionele media en voorlichting kunnen geven deze grotere bedrijven over de kostenbesparende voordelen van het gebruik van Google Ads in plaats van een groot bedrijf agentschappen.

Luister naar de show om mijn mening te horen over de intelligentie van het algoritme van Facebook.

Hoe kunstmatige intelligentie marketeers kan helpen

Google en Facebook hebben grote AI-initiatieven en tools die marketeers al gebruiken die ongelooflijke hoeveelheden informatie opleveren. Om dit te visualiseren, verzamelt Google gegevens over gebruikers via Google Analytics, Android (dat op 80% van de smartphones wereldwijd staat), YouTube en Chrome (de meest gebruikte browser). Google heeft deze services ontwikkeld of gekocht om al deze gegevens te verkrijgen.

Naast Google en Facebook doen ook Amazon, Microsoft en IBM allemaal geweldige dingen met AI. Omdat Mike zich richt op Google Ads, concentreert ons gesprek over hoe AI marketeers kan helpen zich op dat platform. Ik wil echter benadrukken dat AI snel naar veel platforms komt.

Om uit te leggen hoe AI marketeers op dit moment met Google Ads kan helpen, schetst Mike eerst een raamwerk op basis van een piramide met drie lagen. De onderste laag biedt aan, de middelste laag is gericht en de bovenste laag is berichten. Samen helpen deze lagen marketeers met advertenties die op het juiste moment de juiste boodschap aan de juiste persoon laten zien en dat op een winstgevende manier doen.

Mike gebruikt een piramide omdat bieden een goede plek is om de AI van Google te testen. Bieden is de gemakkelijkste taak voor AI om het over te nemen en een tijdrovende taak voor marketeers. Met de AI die biedingen afhandelt, kunt u de piramide omhoog gaan, de robot voorblijven en u concentreren op de taken aan de top, zoals creatief en strategisch denken en met klanten werken aan grotere zaken problemen.

Bieden: Om te illustreren hoe goed de AI van Google kan leren, begint Mike met het delen van een verhaal over Google’s AlphaGo, dat versla de wereldkampioen in het spel van Go. Toen heeft Google gebouwd AlphaGo Zero, die de eerste machine versloeg. Vanaf nul begonnen zonder een ander spel te zien dat ooit werd gespeeld, leerde AlphaGo Zero zichzelf.

De AI in AlphaGo Zero kan een heleboel cijfers opnemen en voorspellingen doen met ongelooflijke nauwkeurigheid. Het kan ook snel leren. In 3 dagen was het zo goed als een mens. Na 40 dagen versloeg AlphaGo Zero AlphaGo, dat zogenaamd nooit een wedstrijd zou verliezen.

Op dezelfde manier is bieden op Google- en Facebook-advertenties een spel van cijfers. Mogelijk moet u bepalen hoeveel u voor een zoekwoord wilt bieden of hoeveel u Google wilt bieden als iemand op uw advertentie klikt. Computers zijn uitstekend geworden in het uitbrengen van biedingen. Tegenwoordig zijn ze net zo goed als mensen, en in de nabije toekomst zullen ze veel beter worden.

Google heeft zeven biedmodellen en Mike moedigt iedereen aan om een ​​van de Slimme biedstrategieën, die de AI van Google gebruiken. Als uw bedrijf bijvoorbeeld leads genereert, probeer het dan Doelkosten per acquisitie, dat biedt op uw kosten per lead. Als u een e-commercebedrijf heeft, probeer dan het Doelrendement op advertentie-uitgaven strategie.

Met Slim bieden geeft u Google een doel, en het wordt er steeds beter in. Om dit te visualiseren: als u bereid bent $ 50 per lead te betalen, vindt Slim bieden leads voor $ 50. Hoewel het geen leads vindt voor veel minder dan u vraagt ​​(bijvoorbeeld $ 10 per lead), vindt het ook geen leads voor $ 100.

Vergeleken met de mogelijkheden van Slim bieden, ziet de oude benadering van biedingen door marketeers er belachelijk traag en verouderd uit. Minstens 10 jaar lang hebben marketeers biedingen geanalyseerd door naar ongeveer zes signalen te kijken, beetje bij beetje, dagelijks of wekelijks. Ter illustratie: als vrouwen van 35-44 jaar die in New York wonen beter reageerden, verhoogden ze het bod voor die kleine groep om de conversieratio te verhogen.

In de tijd die u nodig heeft om een ​​zoekterm in Google te typen en op Enter te drukken, kan Google echter rekening houden met 70 miljoen datapunten. Het weet welke apps er op uw telefoon staan, welke andere zoekopdrachten u heeft uitgevoerd en wat u op YouTube bekijkt. Hij weet waar je bent en wat voor weer het daar is. Hij weet of u thuis, op het werk of op vakantie bent. Mensen kunnen daar niet tegenop.

Met Slim bieden kunt u testen of u al het werk kunt loslaten dat marketeers traditioneel in bieden hebben gestopt. Vertel de Smart Bidding AI gewoon het maximale dat u bereid bent te besteden en laat het vervolgens het harde werk voor u doen. Slim bieden voert alle tests en analyses uit om uw advertentie voor de juiste prijs bij de juiste mensen te krijgen.

Wanneer u Slim bieden test, kunt u de Google concepten en experimenten om te zien hoe het voor u werkt. In wezen kunt u een split-test opzetten die uw biedmethode vergelijkt met die van de machine. Als je deze tests uitvoert, benadrukt Mike dat je de machine wat tijd moet gunnen. Hoeveel tijd hangt af van de grootte van uw campagne, maar wacht over het algemeen 2-4 weken.

Gericht op: Targeting vereist doorgaans dat iemand demografische gegevens en inhoud analyseert en beslist waar een advertentie moet worden weergegeven. Marketeers vertellen Google bijvoorbeeld om een ​​advertentie weer te geven wanneer iemand naar een specifiek zoekwoord zoekt. Voor een YouTube-advertentie kan een marketeer YouTube vragen om de advertentie naast inhoud te plaatsen die lijkt op Oprah.com.

De oude manier om advertenties via tv, radio en tijdschriften te targeten, was gericht op demografie. Omdat mediakanalen geen idee hadden wie er iets aan het kopen was, definieerden ze hun publiek met grote demografische categorieën, zoals vrouwen, Californië, leeftijd 35-44. De leeftijd van iemand die een wasmachine koopt, doet er echter niet toe. Waar het om gaat, is de intentie: wie zoekt het type wasmachine dat u verkoopt?

Met AI kunt u klanten targeten op basis van intentie. Alle gegevens die Google heeft, helpen de AI te voorspellen wat iemand vervolgens zal doen. Hoe bepaalt de AI bijvoorbeeld waarvoor ze op dit moment op de markt zijn? Op basis van alle gegevens die Google verzamelt, weet het misschien dat iemand een honkbalfan is en een ouder die de neiging heeft om babysites te bezoeken, zodat ze een kind hebben dat jonger is dan 3 jaar.

De AI kan dan kennis van iemands interesses op de langere termijn combineren met de meer directe. Stel dat een ouder die van honkbal houdt, op zoek gaat naar manieren om wasmachines te repareren of om een ​​nieuwe wasmachine te kopen voor minder dan $ 1.500 met gratis bezorging. De AI weet dan dat die persoon op zoek is naar een nieuwe wasmachine.

Omdat de AI over al deze gegevens beschikt, hoeft u Google niet te vertellen hoe u uw advertentie moet targeten op basis van demografische gegevens en dergelijke factoren. Om mensen te bereiken die een wasmachine willen kopen omdat u ze verkoopt, geeft u de AI van Google een advertentie en geeft u aan hoeveel u voor elke verkoop of lead wilt uitgeven. Van daaruit weet de AI wie u wilt bereiken en hoe u uw advertentie aan de juiste persoon kunt laten zien.

Mike benadrukt echter dat zoekwoorden niet tot het verleden behoren. U kunt nog steeds zoekwoordtargeting gebruiken, maar het wordt steeds moeilijker om de juiste keuze te maken en is niet het belangrijkste signaal.

Voor display-advertenties heeft Google In-market-doelgroepen, die ongeveer 500 categorieën biedt. Om mensen te bereiken die een wasmachine willen kopen, kun je de tool vertellen om nu iedereen op de markt voor een wasmachine te vinden. U kunt ook andere targeting toevoegen, zoals mensen in Californië. Het specificeren van een demografische leeftijdsgroep is echter niet nodig, omdat de functie de intentie van mensen analyseert.

U kunt op twee manieren toegang krijgen tot in-market-doelgroepen. Als u advertenties op de oude manier weergeeft, kunt u de AI-doelgroeptargeting over uw traditionele targeting heen plaatsen. Vervolgens kunt u vergelijken hoe de twee soorten targeting zich gedragen. Als de AI zich gedraagt ​​zoals je hoopt, kun je hem de touwtjes in handen geven.

Een nieuwe manier om toegang te krijgen tot targeting met AI is Slimme campagnes. Met deze aanpak vertel je Google wat je wilt doen en hoeveel je bereid bent te betalen, en de AI doet de rest. Slimme campagnes omvatten bieden, targeting en zelfs een klein beetje berichten.

Berichten: Het uitzoeken van uw berichten met AI staat bovenaan de piramide van Mike, omdat het momenteel niet erg goed is in het schrijven van creatieve of overtuigende teksten. Als u een tekstschrijver of maker van inhoud bent, zijn uw overlevingskansen veel groter dan wanneer u zich richt op bieden of targeting.

De AI is echter goed in het begrijpen van betekenis en de context van een pagina, en zowel Google als Facebook hebben dit type AI. (De versie van Facebook heet DeepText.) Omdat deze AI de betekenis, semantiek en nuance van al deze woorden kan begrijpen, is hij erg goed in berichten met een beperkte reikwijdte.

Om dit te illustreren, kan AI uitstekend e-mailonderwerpregels schrijven. Een AI heeft gebeld Phrasee beweert dat het voor 98% zeker is om uw beste e-mailonderwerpregel te verslaan. Het bedrijf werkte wel voor Virgin in het VK en bespaarde ze miljoenen dollars. Phrasee heeft onlangs ook $ 4 miljoen opgehaald, wat betekent dat het bedrijf geweldige dingen blijft doen.

AI zoals Phrasee kan een enge taak aan, zoals onderwerpregels voor e-mails, omdat u duizenden voorbeelden kunt geven in plaats van duizenden regels: onderwerpregels die u al heeft gebruikt, merkrichtlijnen, voorbeelden van wat u wel en niet kunt zeggen, en verleden resultaten. Van daaruit kan de AI voorspellen wat uw volgende e-mailonderwerp zou moeten zijn, het voor u testen en u vertellen hoe de resultaten vergeleken met die van u.

Evenzo kun je met de Facebook AI een paar koppen geven, keuzes maken voor het kopiëren van tekst en oproepen tot actie, en de AI kan deze in combinatie testen om de winnaar te vinden. Google heeft een vergelijkbare tool genaamd responsieve advertenties. U kunt kiezen uit responsieve display-advertenties of responsieve zoekadvertenties. Met Google geef je ongeveer 15 koppen en 4 beschrijvingen op, en het berekent alle combinaties.

Met de responsieve advertenties van Google kunt u de AI-specifieke parameters geven. Als u wilt dat uw merknaam de eerste kop is, kunt u deze op die positie vastzetten en alle andere mixen en matchen. Hoewel dergelijke parameters enorm beperken wat de machine kan doen, kan deze mogelijkheid uw merk beschermen of de marketingmanager een gevoel van controle geven.

Voor berichten, zegt Mike dat het beste gebruik voor AI is om het de miljarden combinaties te laten uitwerken en welke het beste werkt. Hij benadrukt ook dat AI krachtiger is dan traditionele A / B-tests, waarbij je Ad A 28 dagen tegen Ad B draait, ziet dat Ad B beter is, Ad A weggooit en een nieuwe schrijft. Volgens Google is A / B-testen marketing via gemiddelden, wat belachelijk is.

De AI van Google kan de beste advertentie voor een specifieke gebruiker bepalen. Om dit te visualiseren weet de AI waar Mike de laatste tijd naar op zoek was en hoe hij zich doorgaans gedraagt ​​op Google en andere websites. De beste advertentie voor Mike verschilt echter van de beste advertentie voor Julie. Met andere woorden, de AI van Google probeert elke keer de beste advertentie te vinden, en daar kan een mens niet tegenop.

Omdat Google toegang heeft tot zo'n enorme hoeveelheid gegevens, kunnen services van derden ook niet concurreren met de AI van Google. De services van derden krijgen dezelfde zes signalen als marketeers, terwijl Google ongeveer 70 miljoen signalen heeft. Zelfs als Google ons die signalen zou kunnen geven, zouden ze dat nooit doen. Die gegevens geven Google een te groot concurrentievoordeel.

In plaats daarvan zegt Mike dat marketeers de Google AI moeten proberen. Geef het uw creatieve ideeën op basis van wat u weet over uw bedrijven of klanten en laat de AI de rest doen.

Luister naar de show om Mike meer te horen vertellen over hoe en waarom hij de AI van Google moet testen, aangezien er steeds meer functies beschikbaar komen.

Ontdekking van de week

Laserachtig is een coole tool voor het ontdekken van en focussen op content die je leuk vindt.

Omdat je via Facebook minder nieuws ziet, biedt Laserlike een prima manier om nicheverhalen bij te houden. Nadat je de app hebt geïnstalleerd, vertel je hem wat je interesses zijn, zoals digitale marketing en zakelijk leiderschap. (Je kunt ook categorieën vinden die niets met het bedrijfsleven te maken hebben, zoals nieuws of roddels over beroemdheden.) Nadat de app je verhalen begint te laten zien, kun je de app verder trainen door aan te geven wat je wel en niet leuk vindt.

Laserlike voedt ook een Firefox-plug-in genaamd Advance. De plug-in zegt dat hij u niet volgt of naar uw gevoelige gegevens kijkt, maar wel naar de sites die u bezoekt om erachter te komen wat u leuk vindt en vervolgens uw interesses samenstelt om u interessante inhoud te bieden. Vergelijkbare tools zijn onder meer de Google Nieuws-app en de Apple News-app.

Laserlike is gratis en beschikbaar voor iOS en Android.

Luister naar de show voor meer informatie en laat ons weten hoe Laserlike voor u werkt.

Belangrijkste afhaalrestaurants uit deze aflevering:

• Lees meer over Mike op het WebSavvy website.
• Ontdek gratis bronnen voor luisteraars van deze podcast.
• Lezen De ultieme gids voor Google AdWords.
• Kijk eens naar Mike's cursussen op het Google Display Netwerk, AdWords, Google Data Studio en meer.
• Lees meer over AI en machine learning-expert Andrew Ng.
• Bekijk hoe AI mensen kan helpen winkelen via de Pinterest of Amazon apps of Google Lens (via de Google Foto's-app op iOS).
• Bekijk de demo van Google Duplex op Google IO 2018 en leer hoe journalisten brachten een middag door met het testen van de technologie.
• Ontdek hoe Google’s AlphaGo versla de wereldkampioen in het spel van Go en hoe AlphaGo Zero versloeg AlphaGo.
• Proberen Slimme biedstrategieën zoals Doelkosten per acquisitie of Doelrendement op advertentie-uitgaven.
• Vergelijk traditioneel bieden met op AI gebaseerd bieden met behulp van de Google concepten en experimenten.
• Lees meer over Google In-market-doelgroepen en Slimme campagnes.
• Lees meer over Facebook's DeepText.
• Uitchecken Phrasee, het werk dat het bedrijf deed voor Virgin in het VK, en zijn recente geldinzamelingsinspanning van $ 4 miljoen.
• Test hoe responsieve display-advertenties of responsieve zoekadvertenties hulp bij basisberichten.
• Stel een feed samen met verhalen die u interesseren Laserachtig voor iOS en Android, de Advance-plug-in voor Firefox, of vergelijkbare tools zoals de Google Nieuws-app en de Apple News-app.
• Afstemmen op De reis, onze videodocumentaire.
• Bekijk onze wekelijkse Social Media Marketing Talk Show op vrijdag om 10.00 uur Pacific Crowdcast of stem af op Facebook Live.
• Download de Rapport over de sociale media-marketingsector voor 2018.
• Leer meer over Social Media Marketing Wereld 2019.

Wat denk je? Wat vind je van kunstmatige intelligentie? Deel uw opmerkingen hieronder.