Način, kako združiti ustvarjanje vsebine z umetno inteligenco in vedenjsko avtomatizacijo, je, da ju obdržite v ločenih pasovih in vsakemu pustite opraviti delo, v katerem je dejansko dober. Vedenjska avtomatizacija odloča, kdo dobi sporočilo in kdaj — sprožilec, segment, časovni razpored — na podlagi tega, kaj je stranka naredila v vaši trgovini. Umetna inteligenca zapolni to, kaj sporočilo pove, in to v obsegu in raznolikosti, ki ju ročno ne bi mogli nikoli napisati. Avtomatizacija je motor; umetna inteligenca je dobava besedil. Povežite ju in lahko poganjate tokove, ki govorijo konkretno vsakemu vedenju, namesto enega splošnega emaila, raztegnjenega čez vsako situacijo. Ta članek pokaže, kako se dvoje ujame skupaj, kje je šiv in kako to zgraditi, ne da bi umetna inteligenca dosegla dele, ki se jih ne bi smela dotakniti. Gradnja celotnega delovnega poteka okoli tega je večja tema — glejte kako zgraditi delovni potek za marketing spletne trgovine s pomočjo umetne inteligence.

Spoznanje, ki ga večina trgovin zgreši

Vedenjska avtomatizacija je vedno imela ozko grlo in to ni bila tehnologija. Bilo je pisanje. Stranke lahko segmentirate na sto načinov — po ogledanem izdelku, po kupljeni kategoriji, po dnevih od zadnjega naročila, po vrednosti košarice — a vsak segment potrebuje svoje besedilo, da je delitev vredna truda. Ročno napisati štirideset prilagojenih emailov je teden dela, zato tega večina trgovin ne počne. Vsakomur, ki je karkoli brskal, pošljejo en email ob opuščenem brskanju, ker je to tisto, kar človek zmore vzdrževati.

To je omejitev, ki jo umetna inteligenca odpravi. Ko priprava različice stane minute namesto ur, postane segmentacija, ki jo je vaša platforma za avtomatizacijo vedno podpirala, praktično uresničljiva. Vedenjska logika se ni spremenila. Strošek njenega hranjenja je prenehal biti meja. To je celotna priložnost tukaj in zato je “umetna inteligenca plus vedenjska avtomatizacija” več kot katerakoli od obeh sama.

Pravi problem: splošna vsebina zapravlja dobre sprožilce

Recimo, da že poganjate tok za opuščeno košarico. Dobro. A isti email gre osebi, ki je opustila ovitek za telefon za 15 €, in osebi, ki je opustila kavni aparat za 400 €. Sprožilec se je za obe pravilno sprožil — vsebina ni dobro postregla nobeni. Kupec z visoko vrednostjo je potreboval pomiritev in morda podrobnost specifikacije; impulzivni kupec je potreboval spodbudo in hitro povezavo do zaključka nakupa. En email ne more biti oboje.

Tu pušča prihodek. Vaša avtomatizacija je natančna glede časa in občinstva, nato pa preda besedilu, ki je nejasno, ker je pisanje natančnega besedila za vsako vejo predstavljalo preveč dela. Sprožilec je skalpel; vsebina je kladivo. Vedenjska avtomatizacija si služi svoj obstoj šele takrat, ko se sporočilo ujema z vedenjem — in ujemanje sporočila je natanko tisto, kar umetna inteligenca zdaj naredi dosegljivo.

Kako se dva pasova ujameta skupaj

Delitev ohranite čisto. Prepreči večino načinov, kako gre to narobe.

Vedenjska avtomatizacija obvladuje:
– Sprožilec — opuščena košarica, izdelek ogledan dvakrat, naročilo dostavljeno, 60 dni od zadnjega nakupa.
– Segment — kdo se kvalificira, na podlagi resničnih podatkov trgovine.
– Časovni razpored in kanal — počakaj štiri ure, pošlji po emailu, nato po SMS, če ni odprto.
– Pogoje izstopa — zapusti tok ob nakupu.
– Žetone za personalizacijo in dinamične bloke — resnično ime, resnično nazadnje kupljeni izdelek, resnično ceno, potegnjeno iz trgovine.

Umetna inteligenca obvladuje:
– Osnutek besedila za vsako vejo in različico — besede okoli ogrodja.
– Različice — tri zadeve, dva zorna kota telesa, ena verzija za visoko vrednost košarice in ena za nizko.
– Ujemanje tona z vsakim vedenjem — nujnost za obvestilo o padcu cene, pomiritev za košarico visoke vrednosti.

Šiv med njima je dinamični blok. Umetna inteligenca napiše stavek; platforma vstavi resnični izdelek in ceno. Tako človeško zveneče besedilo pride od umetne inteligence, dejstva pa iz vaše baze podatkov, tako da ima model manj za izmišljanje. To je tudi razlog, da točnost ostane obvladljiva — a le, če pregledate, k čemur se še vrnem.

Zgradite ga: obdelan tok

Vzemite opuščeno brskanje in poglejte, kako se pasova v praksi združita.

1. Sprožilec (avtomatizacija): stranka si izdelek v eni seji ogleda dvakrat, ne da bi ga dodala v košarico.
2. Delitev segmenta (avtomatizacija): vejanje po kategoriji izdelka — recimo ena pot za kategorijo, ki zahteva veliko premisleka, kot so gospodinjski aparati, druga za tako z malo premisleka, kot so dodatki.
3. Časovni razpored (avtomatizacija): počakaj štiri ure, da email pristane, ko je zanimanje toplo, a ne srhljivo hitro.
4. Vsebina (umetna inteligenca): za vejo aparatov umetna inteligenca pripravi besedilo, ki odgovarja na obotavljanje — specifikacijo, garancijo, izsek mnenja. Za vejo dodatkov umetna inteligenca pripravi krajšo, lažjo spodbudo. Isti sprožilec, dve resnično različni sporočili.
5. Dinamični blok (avtomatizacija): dejanski izdelek, ki so si ga ogledali, njegova cena in slika, potegnjeno v živo.
6. Izstop (avtomatizacija): kupijo, zapustijo tok.
7. Pregled (človek): oba osnutka umetne inteligence odobrite, preden gre tok v živo.

Zgradili ste tok, ki je bil prej vreden pisanja za dva tokova, in to v delčku časa. Isti vzorec se razteza na povrnitev košarice, po nakupu in povrnitev strank. Opuščena košarica se za to obravnavo posebej obrestuje — podrobnosti so v kako z umetno inteligenco izboljšati emaile ob opuščeni košarici, gradnja tokov, vezanih na konkretne izdelke, pa je obravnavana v kako z umetno inteligenco graditi email avtomatizacije za konkretne izdelke.

Kje umetna inteligenca zares dvigne vsebino

Nekaj vsebinskih opravil znotraj vedenjskih tokov preobrazi poceni raznolikost:

• Ton po segmentu. Isti sprožilec za povrnitev strank lahko nosi topel zapis nekdaj zvesti stranki in preprostega enkratnemu kupcu, ker priprava obeh zdaj stane skoraj nič.
• Besedilo priporočil izdelkov v obsegu. Če vaš tok priporoča izdelke na podlagi brskanja ali zgodovine nakupov, lahko umetna inteligenca napiše uokvirjenje za vsako priporočilo namesto enega splošnega “morda vam bo všeč tudi”. Logika priporočil sama si zasluži svoj pogled: kako umetna inteligenca lahko pomaga spletnim trgovinam personalizirati priporočila izdelkov.
• Sveže različice sčasoma. Tokovi se postarajo — isti email za košarico, ki teče leto dni, utruja vaše ponavljajoče se stranke. Umetna inteligenca poceni omogoči osvežitev besedila vsako četrtletje, ne da bi na novo gradili avtomatizacijo.

Del, pri katerem morate biti previdni

Več različic pomeni več besedila, ki gre v svet, vedenjski tokovi pa po zasnovi pošiljajo brez nadzora. To je napetost. Celoten smisel avtomatizacije je, da nihče ne opazuje vsakega pošiljanja — a besedilo umetne inteligence potrebuje pregled, preden mu zaupamo. Zato pregledujete ob gradnji, ne ob pošiljanju. Vsaka različica, katere osnutek je pripravila umetna inteligenca, se prebere in odobri enkrat, preden gre tok v živo; po tem jo avtomatizacija poganja brez nadzora, varno, ker je človek besede že podpisal.

Zato je delitev pasov tako pomembna. Dinamični podatki avtomatizacije so preverjeni po zasnovi, besedilo umetne inteligence pa preveri človek pred zagonom. Preskočite ta pregled ob gradnji in zdaj v obsegu pošiljate strankam samozavestno, neprebrano besedilo umetne inteligence — najslabše od obeh orodij. Vsako novo različico najprej spustite skozi resnično preverjanje: kako pregledati email besedila spletne trgovine, ustvarjena z umetno inteligenco.

Kako izmeriti, ali se kombinacija obrestuje

Smisel prilagajanja vsebine vedenju je več prihodka na sprožilec, zato merite na ravni veje, ne le na ravni toka:

• Prihodek na prejemnika, po veji segmenta. Če veja košarice visoke vrednosti prekaša stari email za vse, si je delitev zaslužila svoj obstoj. Če ne, poenostavite.
• Stopnja konverzije na različico. Kateri zorni kot umetne inteligence dejansko konvertira. To vam pove, kam vložiti več pisanja in kje je eno sporočilo zadostovalo.
• Povrnjene košarice ali ponovne aktivacije v primerjavi z izhodiščem pred delitvijo.
• Čas za gradnjo in vzdrževanje. Obljuba je več prilagojene vsebine za manj dela. Če vzdrževanje desetih vej poje čas, ki ste ga prihranili, ste presegmentirali — vrnite se k delitvam, ki premikajo prihodek.

Segmentirajte le toliko, kolikor številke nagradijo. Poceni vsebina vas zvabi v veje, ki se same ne poplačajo.

Kje se vključi Omnisend

Ta kombinacija potrebuje platformo, kjer vedenjska logika in vsebina živita na istem mestu, in zato v vseh svojih trgovinah poganjam Omnisend, potem ko sem ga preizkusil proti Klaviyu. Tokovi obvladujejo sprožilce, delitve segmentov, časovni razpored in dinamične bloke izdelkov, potegnjene iz živih podatkov trgovine, medtem ko besedilo za vsako vejo sedi v urejljivem koraku, ki ga odobrim, preden gre tok v živo. Umetna inteligenca pripravi besede; avtomatizacija dobavi vedenje in resnična dejstva; jaz pregledam enkrat ob gradnji. Pasova ostaneta ločena, kar je natanko tisto, kar ohranja nastavitev zanesljivo.

Omnisend je partner Shopimationa pri partnerskem trženju in ga priporočam iz vsakodnevne rabe. Ne bo odločil, katera vedenja si zaslužijo svoje sporočilo — ta presoja o vaših strankah je vaša — je pa mesto, kjer se vsebina umetne inteligence in vedenjski sprožilci dejansko srečajo.

Vaš naslednji korak

Vzemite en tok, ki ga že poganjate kot en sam splošen email, in ga razdelite na dve veji po enem vedenju, ki najbolj šteje — vrednost košarice, kategorija ali zgodovina stranke. Osnutka obeh pripravite z umetno inteligenco, oba pregledajte in zaženite. Mesec dni opazujte prihodek na prejemnika pri vsaki veji. Ko se kombinacija izkaže, jo razširite v svoj program zadrževanja s kako z email avtomatizacijo povečati življenjsko vrednost stranke.