שילוב יישומי בינה מלאכותית (Artificial Intelligence) באימייל מרקטינג נשמע מבטיח. עבור מדוורים שעד היום עשו Blast ה-AI יעשה שינוי מהותי ויהפוך אותם למדוורים מתוחכמים יותר. למדוורים המתוחכמים הוא יחסוך זמן עבודה ויאפשר להם ליצור קמפיינים מדויקים עוד יותר בהיקף רחב ביותר.
תוכן עניינים
האזנה לפודקאסט
בינה מלאכותית (AI)
בינה מלאכותית היא תחום שתכליתו יצירת “מכונות” אינטליגנטיות שיכולות לבצע משימות הדורשות אינטליגנציה אנושית.
הרעיון מאחורי AI (Artificial Intelligence) אינו חדש ויש לו היסטוריה עוד משנות החמישים של המאה הקודמת ולפיו מכונות יבצעו פעולות ויקבלו החלטות תבוניות. “מבחן טיורינג” שהוגדר על ידי המתמטיקאי הדגול אלן טיורינג ב-1950 התווה את אמות המידה למכונה הנחשבת תבונית.
לפיתוח הבינה המלאכותית יש היסטוריה ארוכה, שראשיתה בשנות ה-50 של המאה ה-20, והוא התקדם משמעותית לאורך השנים. אחת מאבני הדרך הראשונות בפיתוח הבינה המלאכותית הייתה יצירת תוכנית הבינה המלאכותית הראשונה, שנקראה Logic Theorist בשנות החמישים על ידי אלן ניואל והרברט סיימון. בשנות ה-60 וה-70 של המאה ה-20, מחקר הבינה המלאכותית התמקד ביצירת תוכנות שיכולות לבצע משימות ספציפיות כגון טייס אוטומטי, משחק שחמט או פתרון משוואות אלגבריות. גישה זו, של בינה מלאכותית “rule-based”, הייתה מוגבלת ביכולותיה והתקשתה להתמודד עם בעיות מורכבות יותר בעולם האמיתי.
בשנות ה-80 וה-90 של המאה ה-20, מחקר הבינה המלאכותית עבר לפיתוח “expert systems”. בינה מלאכותית שנועדה לחקות את יכולות קבלת ההחלטות של מומחה אנושי בתחום מסוים. בסוף שנות ה-90 ותחילת שנות ה-2000, מחקר הבינה המלאכותית החל להתמקד בלמידת מכונה (Machine Learning), הכוללת שימוש באלגוריתמים כדי ללמוד באופן אוטומטי דפוסים בנתונים ולקבל תחזיות והחלטות על סמך נתונים אלה. זה סימן פריצת דרך משמעותית בתחום הבינה המלאכותית, שכן הוא אפשר למכונות ללמוד ולהסתגל למצבים חדשים ללא הדרכה אנושית מפורשת. בעשור האחרון, הבינה המלאכותית עשתה התקדמות אדירה ויושמה במגוון רחב של תחומים, כולל בריאות, פיננסים ותחבורה. פיתוח הלמידה העמוקה (Deep Learning), סוג של למידת מכונה הכוללת שימוש ברשתות עצביות מלאכותיות, מילא תפקיד מפתח בהתקדמות זו.
צייר לי כבשה
נדמה שאותו תרחיש שאנחנו מכירים (לפחות עד עכשיו) רק מספרי המדע הבדיוני, קורם עור וגידים בימים אלה ממש. רבים מאיתנו נחשפו בשבועות והחודשים האחרונים לטכנולוגיה חדשה שגרמה להרבה אנשים (ובצדק) לחשוש לעתידם הכלכלי. מנכ”ל גוגל הגדיר את אותה טכנולוגיה (למרות שיש לה חלק מסוים בפיתוחה) כאיום משמעותי על עסקיה.
טכנולוגיית AI שנקראת DALL·E 2 הוצגה ע”י OpenAI ומאפשרת ליצור תמונות בצורה ריאליסטית על פי הגדרת טקסטואלית. התמונה של המאמר נוצרה על ידי הטכנולוגיה הזו וביקשתי ממנה: “oil painting of a robot sorting a flood of emails”… רבים מהקוראים בוודאי ניסו את כלי הבינה המלאכותית של My Heritage או כלים נוספים שצצו במקביל.
יצירת אמנות מבוססת AI היא טכנולוגיה שלא רק שמאיימת לשבש את השימוש בתמונות stock (רוב התמונות בבלוג מקורן מ- Shutterstock) אלא הכניס לכוננות ספיגה יוצרים ואמנים בשר ודם שטוענים שמה שהאלגוריתם עושה הוא גניבת זכויות היוצרים שלהם. רבים מהם חוששים שהטכנולוגיה הזאת בעצם מייתרת אותם כאמנים ויוצרים. חשש מטכנולוגיה אינו דבר חדש ולא תמיד מוצדק. אמנם מקצועות רבים נכחדו מהעולם (כגון מפעילי צפלין ונהגי כרכרות) או פשוט השתנו. לא כל מי שמחזיק מכחול הוא צייר ולא כל מי שיש לו מצלמה הוא צלם.
עוד לא יבש הדיו על היצירות הדיגיטליות של DALL וטכנולוגיה נוספת הוצגה על ידי אותה חברה OpenAI – צ’אט בוט שמסוגל לנהל שיחה ברמה אנושית גבוהה ולכתוב טקסטים תוך שניות ברמה של בן אנוש תוך התייחסות לנאמר קודם.
הכלי אמנם בגירסת בטא אך התוצאות מבהילות ברושם שהן משאירות על אלו שמתנסים בכלי. פוטנציאל השימושים הוא אדיר ועצם המחשבה על הגירסאות הבאות של הכלים האלה מסביר את החרדה הקיומית של כל מי שיוצר תוכן ויזואלי וכתוב.
בוטים הם לא דבר חדש וגם הענקיות גוגל ומיקרוסופט הוציאו בוטים כאלה. אלא שמהר מאוד הגולם קם על יוצרו והבוטים הפכו להיות מפלצת רעה, או רק גזענים. כך יצא שהפרויקטים האלה נגנזו מאוד מהר.
החשש של גוגל הוא אולי במקום. דפי ההיסטוריה מלאים סיפורים על חברות שהיו בטופ, מובילות שוק ולא היו ערניות לשינויים טכנולוגיים. כך לדוגמא קודאק ופולרואיד בצילום דיגיטלי, נוקיה ומוטורולה במכשירים סלולריים, בלוק באסטר ו-טאואר רקורדס במוזיקה וסרטים ואלו רק כמה דוגמאות.
אגב חלק מהפסקאות במאמר הזה “נכתבו” על ידי ChatGPT באנגלית, עברו תרגום אוטומטי מאנגלית לעברית (וכמובן fact checking) ועריכה מינורית. מזהים את הפסקאות האלו במאמר?
אני תמיד אומר שאימייל הוא קשה ומערכות הדיוור והאוטומציה אינן עושות ללקוחות שלהם חיים פשוטים כלל וכלל. בוא נגיד את האמת, מערכות הדיוור והאוטומציה הם כלים די טיפשים שעל מנת להצליח על המדוורים מוטל לדעת להפעיל את הכלים הללו בתבונה. אם משווים את האלגוריתמיקה בקרביים של מערכות הפרסום הדיגיטליות האחרות, מערכות הדיוור הם יצורים מנוונים ממש ולכן פוטנציאל השינוי שיכלולים לחולל כלי בינה מלאכותית לתחום הדיוור הם אדירים.
שילוב יישומי בינה מלאכותית (AI) ב-email marketing נשמע מבטיח. עבור מדוורים שעד היום עשו Blast ה-AI יעשה שינוי מהותי ויהפוך אותם הלכה למעשה למדוורים טובים יותר. למדוורים המתוחכמים הוא יחסוך זמן עבודה ויאפשר להם ליצור קמפיינים מדויקים עוד יותר.
חלק מהיישומים עדיין בגדר רעיון וחלקם כבר מיושם במערכות דיוור ואוטומציה חדשניות:
- פרסונליזציה: בינה מלאכותית יכולה לעזור למדוורים להתאים אישית קמפיינים על ידי שימוש בנתוני התנהגות לקוחות והעדפות כדי ליצור קמפיינים ממוקדים ורלוונטיים יותר. דמיינו שה-AI כותב אלפי נוסחים שונים ומדויקים של כל אימייל כדי להתאים אותו לטעמו של כל נמען וכל זה קורה תוך שניות. כדי שהקסם הזה של סופר-פרסונליזציה יקרה, אנחנו צריכים דאטה על הלקוחות שלנו, הטעמים וההעדפות שלהם שתזרום אל מערכת הדיוור וממנה בזמן אמת.
- אופטימיזציה של הכותרות (שורת נושא): אלגוריתמים של בינה מלאכותית יכולים לנתח נתונים כגון אחוזי פתיחה והקלקה כדי לסייע בזיהוי הכותרות היעילות ביותר עבור קמפיין נתון. כבר היום ישנם כלי המלצה ואופטימיזציה של כותרות המתבססים על ביג דאטה של דיוורים. חלקם כלים עצמאיים וחלקם מוטמעים במערכות הדיוור.
- פילוח: בינה מלאכותית יכולה לעזור לפלח רשימות email marketing על סמך מאפיינים כגון דמוגרפיה, תחומי עניין והתנהגות, מה שמאפשר יצירה אוטומטית של מיקרו קהלים והעברת הודעות ממוקדת יותר ואישיות יותר עבורם. שילוב של יכולות פילוח יחד עם מנגנוני שליחה אינטליגנטיים יסיעו בבניה של Sender reputation טוב יותר וישפיעו לטובה על העבירוּת. AI יעזור לפשט את זה ולהנגיש יכולות פילוח מתוחכמות למדוורים פחות מתוחכמים.
- ניהול מחזור חיי לקוח (LTV): בינה מלאכותית תסייע למדוורים לזהות איתותים ומגמות בהתנהגות הלקוחות ותסייע בניהול מחזור חיי הלקוח בשוטף. אך זה יורגש ביתר שאת בקצוות: כגון בזיהוי איתותי המרה כדי לדעת לכוון קמפיינים לסגירת העסקה, ובזיהוי איתותי נטישה כדי לשמר לקוחות.
- Lead scoring: בינה מלאכותית יכולה לסייע בניקוד ה-scoring של לידים, לנתח אינטראקציות של לקוחות ולידים עם אתר האינטרנט של החברה או אפליקציה, לנתח את האינטראקציה שלהם עם קמפיינים ובכך לעזור לתעדף לידים על סמך הסבירות שלהן לבצע המרה.
יצירת תוכן: בינה מלאכותית יכולה לעזור ביצור תוכן מותאם אישית לקמפיינים כגון המלצות על מוצרים או הצעות מותאמות אישית וכפי שתיארתי קודם ליצור היפר-פרסונליזציה שכיום שמורה רק למדוורים גדולים או מתוחכמים.
A/B Testing: בינה מלאכותית תוכל לקחת את ה-A/B Test לשלב הבא ולהמליץ למדוורים לגבי המתווה הנכון של ביצעו טסטים כדי לבדוק ולעשות אופטימיזציה של קמפיין אימייל כגון בכותרות, זמני שליחה ותוכן, כדי לקבוע את השילוב היעיל ביותר עבור קהל נתון, או שילובים של קהלים, כותרות, נוסחי דיוור, מוצרים (מנוע המלצות) זמני שליחה וכו’ – את כולם ה- AI יצר והגדיר. זה אולי נשמע כמו חלום, אך אני מאמין שמהר מאוד זה יהפוך למציאות בחלק מהמערכות.
האזנה לפודקאסט
אוטומציה שיווקית לא רק orchestration של ערוצים
באופן כללי, בינה מלאכותית יכולה לעזור ל-email marketing להיות יעיל ואפקטיבי הרבה יותר על ידי מתן תובנות למשתמש ואוטומציה של משימות מסוימות כגון פילוח וסגמנטציה של קהלים שכיום מבוצעות בעמל רב או שכלל לא מיושמות. עם זאת, חשוב לזכור שבינה מלאכותית אינה באה להחליף את התפקיד של אנשי אימייל מרקטינג אלא לסייע להם ולשפר את מה שהם עושים, או לעשות אותם ב-scale נרחב יותר.
אנליזה של קמפיינים שיווקים
כיצד בינה מלאכותית יכולה לשפר את העבירוּת?
שילוב בינה מלאכותית (AI) יכולה גם לסייע בשיפור העבירוּת (email deliverability):
- כאמור כלי בינה מלאכותית יכולים לנסח שורות נושא (כותרות) פרסונליות כשהאלגוריתמים של הבינה המלאכותית יכולים לנתח שורות נושא ולקבוע אילו מהן הן בעלות הסבירות הגבוהה ביותר להיפתח ע”י הנמענים.
- בינה מלאכותית יכולה לנתח אינטראקציות קודמות של נמענים עם השולח וליצור סגמנטים ומיקרו סגמנטים בצורה אוטומטית (כיום מבוססת בעיקר על rule based).
- בינה מלאכותית יכולה לסייע בדיוק הדיוור על פי בחירת זמני שליחת אימייל פרסונליים יותר (STO מבוסס AI).
- בינה מלאכותית תהפוך כל מדוור ל”גיבור על” על ידי פילוח רשימות מדויק לקבוצות קטנות וממוקדות יותר וקבלת החלטות בזמן קצר יותר.
- כלי בינה מלאכותית יכולים לסייע למדוורים להעריך נכון יותר את מצב העבירוּת המשוער שלהם, על ידי מעקב אחרי טרנדים של engagement ומדדים שקיימים במערכת הדיוור שעשויים להצביע על התפתחות של בעיות עבירות.
אני סלע יפה, מומחה אימייל מרקטינג ועבירוּת אימיילים. כשיהיה לך רצון לשפר את ביצועי האימייל מרקטינג שלך, כך אוכל לעזור לך: אני מזמין אותך לפגישת יעוץ ראשונית של 1/2 שעה ללא עלות בנושא עבירוּת אימיילים ואסטרטגיית אימייל מרקטינג. book a 1/2 email deliverability discovery call.
לקריאה נוספת
בינה מלאכותית, ויקיפדיה עברית
צייר לי כבשה, פרויקט DALL·E 2
עתיד השימוש ב-AI באימייל מרקטינג, DR. Matthew Dunn עבור בלוג OI
גוגל הכריזה על מצב חירום, geektime
לכתוב את הכותרת המושלמת Subjectlinepro מבית Alchemy Worx
משרד המשפטים בישראל: מותר לאמן אלגוריתם על חומר מוגן זכויות יוצרים
אל תצייר לי כבשה, כלכליסט
הוראות ל-prompts עבור ChatGPT שמותאמות לאימייל מרקטינג
Sella Yoffe
Email Deliverability & Email Marketing Expert
working with global email senders, startups, and ESPs to improve their deliverability and email authentication
Podcast host & Blogger @ CRM.BUZZ & EmailGeeks.Show
