마케팅 및 인공지능

마케팅과 인공지능 분야는 인간이 주로 수행하는 업무의 효율성 향상과 함께 시장 예측, 프로세스 자동화 및 의사 결정 등의 분야를 지원하는 시스템으로 수렴된다.이러한 시스템들의 이면에 있는 과학은 신경망과 전문가 시스템, 즉 입력을 처리하고 마케터들에게 귀중한 출력을 제공하는 컴퓨터 프로그램을 통해 설명할 수 있다.

소셜 컴퓨팅 기술에서 비롯된 인공지능 시스템은 웹 상의 소셜 네트워크를 이해하는 데 적용될 수 있다.데이터 마이닝 기법은 다양한 유형의 소셜 네트워크를 분석하는 데 사용될 수 있다.이 분석은 마케팅 담당자가 네트워크 내에서 영향력 있는 행위자나 노드를 식별하는 데 도움이 되며, 이러한 정보는 사회적 마케팅 접근법을 취하는데 적용될 수 있다.

인공신경망

인공신경망은 인간의 뇌와 신경계를 모델로 한 일종의 컴퓨터 프로그램이다.^[1]신경망은 일련의 상호연결 처리 뉴런들이 일정한 결과를 얻기 위해 일제히 기능하는 것으로 구성된다.'인간다운 시행착오 학습법'을 활용하면 신경망은 가장 영향력이 큰 데이터를 강조하면서 중요하지 않은 데이터를 무시한 데이터 세트 내에 존재하는 패턴을 탐지한다.^[2]

마케팅 관점에서, 신경 네트워크는 의사 결정을 돕기 위해 사용되는 소프트웨어 도구의 한 형태다.신경망은 대형 데이터 소스에서 정보를 수집·추출하는 데 효과적이며, 데이터 내에서 인과관계를 파악할 수 있는 능력을 갖추고 있다.^[2][3]이러한 신경망은 학습 과정을 통해 데이터베이스 간의 관계와 연결을 식별한다.일단 지식이 축적되면 신경망에 의존하여 일반화를 제공할 수 있으며, 과거의 지식과 학습을 다양한 상황에 적용할 수 있다.^[3]

뉴럴 네트워크는 비용을 절감하고 정확성을 높이는 동시에 시장 세분화와 성능 측정에 효과적으로 도움을 줌으로써 마케팅 기업의 역할을 다하도록 돕는다.그들의 학습 능력, 유연성, 적응력, 그리고 지식 발견 때문에, 신경 네트워크는 전통적인 모델보다 많은 이점을 제공한다.^[4]신경망은 패턴 분류, 예측 및 마케팅 분석을 돕는 데 사용될 수 있다.

패턴구분

고객 분류는 기업들이 정보에 입각한 마케팅 결정을 내릴 수 있도록 신경망 접근을 통해 촉진될 수 있다.이것의 한 예는 효율을 향상시키기 위해 신경망을 사용하는 직통 우편 운영을 다루는 회사인 슈피겔사에 의해 고용되었다.슈피겔은 뉴럴웨어(NeuralWare Inc.)가 개발한 소프트웨어를 이용해 한 번 구매한 고객과 반복 구매한 고객의 인구통계를 파악했다.이때 핵심 패턴을 파악하여 결과적으로 반복 구매 가능성이 가장 높은 고객을 식별할 수 있는 신경망.이 정보를 이해함으로써 스피겔은 마케팅 노력을 간소화하고 비용을 절감할 수 있었다.^[5]

예측

판매 예측은 "실제 성과를 모니터링하고 불확실성을 줄이기 위한 벤치마크를 제공하는 것을 목표로 미래 이벤트를 추정하는 과정"이다.^[6]제품 수요, 유통, 직원 이직, 성과 측정, 재고 관리 분야의 정확도를 높여 예측 과정을 용이하게 하기 위한 인공지능 기법이 등장했다.^[6]신경망을 이용한 예측의 한 예는 항공사 마케팅 어시스턴트/액티언트인데, 신경망을 통한 승객 수요 예측과 그에 따른 좌석 할당을 가능하게 하는 BehabHeuristics에 의해 개발된 애플리케이션이다.이 시스템은 캐나다와 USAir에서 사용되어 왔다.^[7]

마케팅 분석

신경망은 신뢰성, 시간 절약 특성, 불완전하거나 소음이 많은 데이터에서 패턴을 인식하는 능력 등으로 인해 기존의 통계적 모델에 유용한 대안을 제공한다.^[3][8]마케팅 분석 시스템의 예로는 Churchull Systems for Veratex Corporation이 개발한 타깃 마케팅 시스템을 들 수 있다.이 지원 시스템은 시장 데이터베이스를 스캔하여 휴면 고객을 식별함으로써 경영진이 어떤 주요 고객을 대상으로 할지 결정할 수 있도록 한다.^[7]

마케팅 분석을 수행할 때 신경망은 소비자 인구통계 및 신용기록에서 소비자의 구매 패턴에 이르는 다양한 정보를 수집하고 처리하는 데 도움을 줄 수 있다.^[9]

AI는 조직들이 "사용자마다 더 개인화된 광고 경험을 제공하고, 고객 여정을 형성하며, 구매 결정에 영향을 미치고, 브랜드 충성도를 구축하는 방법"("방법")을 가능하게 하고 있다.AI 기술을 통해 마케팅 담당자들은 소비자들을 뚜렷한 인격체로 분리하고 무엇이 소비자들에게 동기를 부여하는지 이해할 수 있다.여기서 그들은 청중들의 특정한 요구에 초점을 맞추고 브랜드(쿠시마로)와 오랜 관계를 형성할 수 있다.궁극적으로 브랜드들은 소비자와의 충성도를 만들고자 하며, AI는 이를 더 잘 달성할 수 있도록 해줄 것이다."피니 야쿠엘, 옵티모브 창업자 겸 CEO."시간 경과에 따른 세그먼트 간 이동을 바탕으로 고객 분석을 함으로써 역동적인 마이크로 세분화를 실현하고 향후 행동을 매우 정확한 방식으로 예측할 수 있다."(쿠시마로)소비자의 미래 행동을 예측할 수 있는 것은 매우 중요하다.이러한 방식으로 마케터들은 그들의 현재 행동과 미래의 행동에 대한 예측에 근거하여 소비자들에게 구체적으로 마케팅할 수 있다.이것은 소비자와 브랜드 사이의 충실한 관계를 가능하게 할 것이고 궁극적으로 기업에 도움이 될 것이다.

마케팅 의사 결정에 인공지능 적용

마케팅은 마케팅 담당자를 대신하여 판단력과 직관을 모두 많이 포함하는 복잡한 의사결정 분야다.^[10]개별 의사결정자가 직면하는 복잡성의 엄청난 증가는 의사결정 과정을 거의 불가능한 작업으로 만든다.마케팅 의사 결정 엔진은 소음을 줄이는 데 도움이 될 수 있다.보다 효율적인 관리 절차의 세대는 필수 사항으로 인식되어 왔다.^[11]의사결정 지원 시스템을 통해 의사결정에 인공지능을 적용하는 것은 의사결정자가 의사결정 문제의 불확실성을 다루는 데 도움을 줄 수 있는 능력이 있다.인공지능 기법은 트렌드 분석, 예측 제공, 정보 과부하 감소, 협업적 의사결정에 필요한 커뮤니케이션 활성화, 최신 정보 허용 등을 통해 의사결정 지원을 확대하는 추세다.^[12]

마케팅 결정 구조

조직은 고객의 욕구에 특정한 주의를 기울이면서 고객의 요구를 충족시키기 위해 노력한다.소비자 지향적 접근법은 이러한 요구에 부합하는 재화와 서비스의 생산을 요구한다.소비자 행동을 이해하는 것은 마케팅 담당자가 적절한 결정을 내리는 데 도움이 된다.따라서 의사결정은 마케팅 문제, 의사결정자, 의사결정 환경에 따라 달라진다.^[11]

전문가 시스템

전문가 시스템은 전문가의 지식과 추론 절차를 모방하여 문제를 해결하려는 시도로 전문가의 지식을 결합한 소프트웨어 프로그램이다.각 전문가 시스템은 데이터를 처리한 후 추론을 통해 평가, 판단, 의견으로 전환하여 전문화된 문제에 대한 조언을 제공한다.^[13]

마케팅 분야에 적용되는 전문가 시스템의 활용은 MARKEX(Market Expert)이다.이러한 인텔리전트한 의사결정 지원 시스템은 마케팅 담당자를 위한 컨설턴트 역할을 하며, 특히 신제품 개발 과정에서 서로 다른 단계에서 의사결정자를 지원한다.소프트웨어는 예측, 데이터 분석, 다중 기준 의사결정 등의 다양한 방법을 사용하여 가장 적절한 침투 전략을 선택하는 체계적인 분석을 제공한다.^[11]BRANDFRICE는 의사결정 과정에서 마케터들을 돕기 위해 개발된 시스템의 또 다른 예다.이 시스템은 브랜드의 속성, 소매 채널, 경쟁 브랜드, 대상 및 예산을 파악하는 측면에서 브랜드 관리자를 지원한다.브랜드프레임이 데이터를 분석하는 시스템에 새로운 마케팅 입력이 공급된다.가격 인하나 판촉 캠페인 개시 등 혼용기 마케팅과 관련하여 시스템 추천이 이루어진다.

인공지능 및 자동화 효율성

마케팅 자동화를 위한 애플리케이션

마케팅 측면에서 자동화는 소프트웨어를 사용하여 수동으로 수행되었을 마케팅 프로세스를 전산화한다.고객 세분화, 캠페인 관리, 제품 홍보와 같은 프로세스가 보다 효율적인 속도로 수행될 수 있도록 돕는다.^[14]마케팅 자동화는 CRM(Customer Relationship Management)의 핵심 요소다.기업들은 고객 데이터베이스를 분석하는 데이터 마이닝 알고리즘을 채택한 시스템을 활용, 고객에 대한 통찰력을 더욱 높이고 있다.이 정보는 사회 경제적 특성, 고객과의 초기 상호작용 및 고객의 구매 이력에 대한 정보를 참조할 수 있다.^[15]조직에서 데이터를 제어할 수 있도록 다양한 시스템이 설계되었다.자동화 도구를 사용하면 시스템이 캠페인의 성과를 모니터링하여 캠페인 응답률을 개선하고 캠페인 성과 추적을 제공하기 위해 캠페인을 정기적으로 조정할 수 있다.^[16]

유통자동화

제품 유통은 기업이 제품 수요의 변동 추세에 대응할 수 있도록 정확한 데이터에 접근해야 한다.자동화 프로세스는 실시간 모니터링과 지능형 제어를 개선하는 종합적인 시스템을 제공할 수 있다.아마존은 2012년 7억7500만달러에 창고형 로봇 제조사인 키바시스템즈를 인수했다.자동화된 시스템을 구입하기 전에, 인간 직원들은 책을 추적하고 회수하면서 거대한 창고를 걸어야 할 것이다.키바 로봇은 무거운 리프팅뿐만 아니라 주문 이행, 제품 보충을 수행할 수 있어 회사의 효율을 높일 수 있다.^[17]

인공지능을 이용해 웹 상의 소셜 네트워크 분석

소셜 네트워크는 네트워크 내에서 그룹을 구성하는 행위자들의 사회적 배열이다. 네트워크 내에서 공통적인 사건과 공통적인 관계를 예시하는 일련의 유대관계와 노드가 있을 수 있다.Lui(2011년)^[18]는 소셜 네트워크를 "사회적 실체(조직의 사람들, 배우라고 불리는 사람들)와 이들의 상호 작용과 관계에 대한 연구"라고 설명한다.상호작용과 관계는 네트워크나 그래프로 나타낼 수 있는데, 여기서 각 꼭지점(또는 노드)은 행위자를 나타내고 각 링크는 관계를 나타낸다."현재 트위터, 페이스북, 링크드인과 같은 소셜 네트워킹 사이트와 같이 소셜 네트워크가 온라인으로 복제되는 공통적인 출현과 함께 가상 소셜 네트워킹이 성장하고 있다.마케팅 관점에서, 이러한 네트워크의 분석과 시뮬레이션은 소비자의 행동과 의견을 이해하는 데 도움이 될 수 있다.네트워크에 대한 사회적 지식을 수집하기 위해 에이전트 기반의 사회 시뮬레이션 기법과 데이터/오피니언 마이닝을 사용하면 마케팅 담당자가 그 안에서 자신의 시장과 세그먼트를 이해하는 데 도움이 될 수 있다.

소셜 컴퓨팅

소셜컴퓨팅은 마케터들이 네트워크 내의 사회적 행동을 분석하기 위해 사용할 수 있고 인공적인 소셜 에이전트의 생성을 가능하게 하는 기술의 분기점이다.^[19]소셜 컴퓨팅은 사회적 기반 소프트웨어를 만들 수 있는 플랫폼을 제공한다; 소셜 컴퓨팅의 초기 예는 사용자가 조건부 무작위 필드(CRF) 기술을 사용하여 이메일 계정에서 연락처 정보와 같은 소셜 정보를 추출할 수 있는 시스템이다.^[20]

데이터 마이닝

데이터 마이닝은 소셜 네트워크 사이에서 온라인에 게시되는 의견과 감정이라는 기존 정보를 웹에서 검색하는 것을 포함한다.이 연구 분야는 오피니언 채굴 또는 감정 분석이라고 불린다.그것은 실체, 개인, 이슈, 사건, 주제, 그리고 그들의 속성에 대한 사람들의 의견, 평가, 태도, 감정을 분석한다."^[18]그러나 이러한 정보를 검색하고 분석하는 것은 규모가 큰 작업이 될 수 있다. 이 정보를 수동으로 분석하는 것 또한 연구자 편향의 가능성을 제시한다.따라서, 이에 대한 해결책으로 객관적인 의견 분석 시스템이 자동화된 의견 채굴 및 요약 시스템 형태로 제시된다.소비자 의견에 대해 추론을 하기 위해 이러한 유형의 지능을 사용하는 마케팅 담당자들은 제품이나 서비스에 대한 잠재적 소비자들에게 영향을 미치기 위해 가짜 의견이나 리뷰가 웹에 게시되는 소위 의견 스팸이라고 불리는 것을 경계해야 한다.^[18]

검색 엔진은 사용자가 적절한 정보를 제공하기 위해 관심 있는 것을 배우려고 하는 일반적인 유형의 지능이다.페이지랭크와 HITS는 하이퍼링크를 통해 정보를 검색하는 알고리즘의 예로서 구글은 검색엔진을 제어하기 위해 페이지랭크를 사용한다.하이퍼링크 기반의 인텔리전스는 웹 커뮤니티를 모색하는 데 사용될 수 있는데, 이를 '공통적인 관심사를 가진 사람들의 그룹을 대표하는 조밀하게 연결된 페이지들의 클러스터'^[18]라고 표현한다.

중심성과 명성(名性)은 행위자 집단의 공통 발생 수준을 설명하는 데 사용되는 측정 용어의 유형이다. 이 용어는 사회적 네트워크 내에서 행위자가 갖는 영향력과 영향력의 수준을 설명하는 데 도움이 된다.네트워크 내에서 많은 유대감을 가지고 있는 사람은 '중앙' 또는 '프레스티지' 배우로 묘사될 것이다.소셜 네트워크 내에서 이러한 노드를 식별하는 것은 마케터들이 소셜 네트워크 내에서 누가 트렌드 세터인지 알아내는 데 도움이 된다.^[18]

소셜 미디어 AI 기반 툴

엘리엇(2017년)은 소셜미디어 시장을 변화시키고 있는 AI 기반 도구를 살펴봤다.소셜미디어 마케팅은 콘텐츠 제작, 소비자지능, 고객서비스, 인플루언서 마케팅, 콘텐츠 최적화, 경쟁력 있는 인텔리전스 등 6개 분야다.^[21]하나의 도구인 트위주는 AI를 이용해 식당에 대한 SNS의 리뷰를 수집해 사용자가 먹을 곳을 찾을 수 있도록 돕는다.트위즈는 이용자들의 피드백으로 많은 성공을 거두었고, "여행과 접대 웹사이트가 소셜 미디어 리뷰를 즉시 자신의 청중에게 가져다 줄 수 있는 위젯"을 출시함으로써 확장되었다. (트위조, 2017)^[22]

인플루언서 마케팅은 소셜 미디어에서 매우 크다.많은 브랜드가 협업하여 인기 있는 소셜 미디어 사용자를 후원하며 소셜 미디어 사용자의 팔로워에게 제품을 홍보하려고 노력한다.이것은 슈가베어 헤어와 팹핏 펀의 거대한 전술이었다.한 기업 인사이트풀은 AI를 활용해 6억 명이 넘는 인플루언서를 소셜미디어에서 검색해 브랜드의 개성과 타깃 고객에 맞는 인플루언서를 찾는다(엘롯, 2017).이것은 새로운 인플루언서나 특정 청중을 찾을 때 효과적인 도구가 될 수 있다.유명하지 않지만(카다시안/바첼로레트 출연진 등) 많은 관객에게 영향을 미치고 매출을 끌어 올 수 있는 사람을 찾는 것도 비용효과적일 수 있다.

참조