FollowAnalytics推出基于人工智能的移动优化套件以解决营销的泛化问题

营销人员习惯于分裂测试可能的内容和通信变化的概念，以确定获胜组合。标准A / B拆分测试的问题在于它仍然会让您的许多客户失去次优体验，因为您假设所有客户都属于同一人群。

消费者现在需要为他们量身定制的相关通信和消息。事实上，77.5%%的“数字原生代”希望您在网站和消息中为他们提供真正的个性化体验，而且其他年龄组的百分比也很高。

FollowAnalytics今天宣布推出新的移动优化套件，其中包括Optimize AI，这是一种由机器学习驱动的新型分割测试技术，试图解决每个人不加区分地提​​供内容变更的问题。

移动优化套件包括各种新工具，可帮助营销人员从迭代，改进和衡量网站，通信，应用内消息和推送通知更改成功中获得最大收益。

它会自动确定测试的样本大小，以确保在统计上显着的结果，同时确保实验尽早完成。但最重要的是，该套件包括基于细分的优化，允许营销人员根据个人需求运行不同的测试并向受众提供相关内容。

“Optimize AI使用的细分市场有两种类型，”FollowAnalytics的创始人兼董事长Samir Addamine告诉我。“细分可以由客户根据移动数据和来自其CRM或其他记录系统的任何外部数据来定义。细分可以基于应用中的活动。即使您已定义任何自定义细分，这些细分也可让您开箱即用。“

根据细分拆分测试不同的内容意味着您可以优化您的应用，为消费者提供不断改进的个性化体验。那么机器学习如何帮助这个解决方案?

“机器学习使我们能够随着时间的推移改善结果，”Addamine说。“智能层允许我们为广告系列定位的每个用户找到正确的消息。学习使我们能够利用过去的所有广告系列，更好地为目标用户分配变体。通过对变体沿分类法进行分类，您可以帮助学习算法找到不同广告系列之间的关系。“

这意味着您可以使用您的应用程序为每种类型的消费者编写内容，系统将了解每种变体的最佳状态，优化每个细分，而不是期望每个人对批发变更做出积极反应。在一个需要个性化的世界中，这样的技术可以帮助提高相关性。

除了这些新的拆分测试功能，FollowAnalytics还增强了其消息构建工具，以提供更大的灵活性。这些工具允许您轻松创建推送通知和应用内消息，该套件提供了一个模板库，可帮助您构建弹出窗口，横幅和本机警报。您还可以创建自定义HTML5消息。

Addamine认为AI和机器学习将成为2017年营销人员军械库中越来越重要的一部分。

“人工智能和机器学习将有助于实现任何营销人员的圣杯：自驾车运动，自2013年我开始跟随分析以来我的愿景，”Addamine说。“感谢AI / ML技术，我们将开始看到非常智能和准确的建议，创建可以带来更多保留和参与度的广告系列。在CRM，ERP和营销工具之间建立更多桥梁也将催化预测的质量。