數(shù)據(jù)轉(zhuǎn)換率較低會(huì)嚴(yán)重影響機(jī)器學(xué)習(xí)發(fā)揮的作用，這就是需要意識(shí)到這一點(diǎn)很重要的原因。

　　如今，機(jī)器學(xué)習(xí)以多種有益的方式改變著市場(chǎng)的未來(lái)發(fā)展。數(shù)字營(yíng)銷研究機(jī)構(gòu)的調(diào)查報(bào)告表明，97%的決策者認(rèn)為機(jī)器學(xué)習(xí)技術(shù)將促進(jìn)未來(lái)市場(chǎng)發(fā)展。

　　營(yíng)銷人員可以采用多種策略來(lái)使用機(jī)器學(xué)習(xí)算法來(lái)優(yōu)化廣告并進(jìn)行推廣。但是，其中一些策略的局限性要比營(yíng)銷人員想的還要嚴(yán)重。

　　大數(shù)據(jù)技術(shù)為營(yíng)銷行業(yè)提供了許多解決方案。它能夠處理大量數(shù)據(jù)集，從而可以通過(guò)多種方式幫助營(yíng)銷人員。他們可以使用轉(zhuǎn)化數(shù)據(jù)集：

　　•根據(jù)客戶有可能轉(zhuǎn)化的時(shí)間自動(dòng)投放廣告;

　　•使用依靠機(jī)器學(xué)習(xí)的人工智能工具為不同的訪問(wèn)者優(yōu)化內(nèi)容;

　　•準(zhǔn)確定位有可能轉(zhuǎn)換的廣告，并向其提供廣告的客戶的人口統(tǒng)計(jì)信息;

　　•了解客戶在與支持服務(wù)和聊天機(jī)器人聊天時(shí)提出的常見(jiàn)問(wèn)題，并對(duì)這些問(wèn)題進(jìn)行自動(dòng)回復(fù);

　　•確定電子郵件標(biāo)題，并進(jìn)行復(fù)制以提高點(diǎn)擊率和轉(zhuǎn)化次數(shù);

　　•發(fā)現(xiàn)對(duì)現(xiàn)有客戶進(jìn)行促銷有效的痛點(diǎn)。

　　行業(yè)專家表示，機(jī)器學(xué)習(xí)在大數(shù)據(jù)方面很強(qiáng)大。但是，他們須克服一些挑戰(zhàn)。對(duì)于小型數(shù)據(jù)集來(lái)說(shuō)，它幾乎沒(méi)有用處，而小型數(shù)據(jù)集是過(guò)去可供營(yíng)銷人員使用的唯一數(shù)據(jù)形式。行業(yè)專家Jyoti Prakash Maheswari對(duì)于有關(guān)小型數(shù)據(jù)集的問(wèn)題進(jìn)行了探討，他提出的原則與其他機(jī)器學(xué)習(xí)應(yīng)用一樣適用于市場(chǎng)營(yíng)銷。

　　多年來(lái)，營(yíng)銷人員不得不使用小型數(shù)據(jù)集。他們根本沒(méi)有足夠的存儲(chǔ)空間和資源來(lái)收集有關(guān)其客戶的大數(shù)據(jù)。即使是有能力存儲(chǔ)大數(shù)據(jù)的公司，也很少有資源對(duì)其進(jìn)行處理并提出可行的見(jiàn)解。

　　這些公司還沒(méi)有準(zhǔn)備放棄使用小型數(shù)據(jù)集的概念。當(dāng)企業(yè)嘗試開發(fā)基于機(jī)器學(xué)習(xí)技術(shù)進(jìn)步的復(fù)雜營(yíng)銷策略時(shí)，這可能會(huì)出現(xiàn)問(wèn)題。

　　使用小型轉(zhuǎn)化數(shù)據(jù)集自動(dòng)執(zhí)行營(yíng)銷策略會(huì)遇到什么問(wèn)題?

　　許多數(shù)字營(yíng)銷平臺(tái)使客戶更容易利用機(jī)器學(xué)習(xí)的好處，他們通常要求廣告客戶實(shí)時(shí)跟蹤其轉(zhuǎn)化，或者進(jìn)行人工上傳。

　　Propel Media公司是使用機(jī)器學(xué)習(xí)來(lái)幫助廣告商獲得高投資回報(bào)率的公司之一。許多廣告客戶表示，他們開始使用依賴機(jī)器學(xué)習(xí)技術(shù)的每次動(dòng)作成本(CPA)優(yōu)化器后，便注意到廣告效果顯著提高。

　　不過(guò)，熟悉這種技術(shù)的人士警告說(shuō)，不要試圖將其用于少量轉(zhuǎn)換數(shù)據(jù)。Propel Media公司的一家媒體廣告商說(shuō)，企業(yè)通常需要至少50次轉(zhuǎn)換才能從中獲得一些價(jià)值，當(dāng)超過(guò)100個(gè)轉(zhuǎn)換時(shí)，廣告定位的質(zhì)量要高得多。

　　機(jī)器學(xué)習(xí)算法可以從轉(zhuǎn)換中得到一些很有用的觀察結(jié)果，他們可以推斷現(xiàn)有的轉(zhuǎn)換數(shù)據(jù)，以顯著提高廣告效果。問(wèn)題在于，這些推廣的質(zhì)量與已上傳的轉(zhuǎn)化次數(shù)高度相關(guān)。

　　其他大多數(shù)廣告平臺(tái)也具有類似的技術(shù)。企業(yè)使用自己的內(nèi)部機(jī)器學(xué)習(xí)平臺(tái)來(lái)自動(dòng)化和優(yōu)化營(yíng)銷策略也會(huì)發(fā)現(xiàn)同樣的問(wèn)題。

　　當(dāng)企業(yè)營(yíng)銷人員嘗試將轉(zhuǎn)換數(shù)據(jù)用于其機(jī)器學(xué)習(xí)算法時(shí)，將會(huì)面臨一些挑戰(zhàn)。他們需要低級(jí)別的轉(zhuǎn)換數(shù)據(jù)點(diǎn)，才能創(chuàng)建有效的機(jī)器學(xué)習(xí)策略。他們還將會(huì)發(fā)現(xiàn)轉(zhuǎn)換數(shù)據(jù)的質(zhì)量取決于指數(shù)衰減因子。這意味著，隨著導(dǎo)入新數(shù)據(jù)，添加更多轉(zhuǎn)化的增量收益將繼續(xù)減少。

　　這意味著什么?營(yíng)銷人員可能會(huì)發(fā)現(xiàn)，將首次轉(zhuǎn)化添加到其數(shù)據(jù)集中的邊際收益將是很大的。第二次轉(zhuǎn)換的價(jià)值將是可觀的，但其強(qiáng)度卻不及第一次轉(zhuǎn)換。營(yíng)銷人員可能需要添加五個(gè)或六個(gè)轉(zhuǎn)換數(shù)據(jù)點(diǎn)，才能使他們從添加到數(shù)據(jù)庫(kù)的第一次轉(zhuǎn)換中獲得的數(shù)據(jù)質(zhì)量提高一倍。為了使數(shù)據(jù)質(zhì)量再次翻倍，他們可能需要再添加20個(gè)或25個(gè)數(shù)據(jù)點(diǎn)，并且可能需要添加100個(gè)到150個(gè)數(shù)據(jù)點(diǎn)才能再次將質(zhì)量提高一倍。

　　這意味著營(yíng)銷人員可能需要大量數(shù)據(jù)才能獲得有意義的見(jiàn)解。他們所需的轉(zhuǎn)換次數(shù)有所不同，具體取決于他們?cè)噲D優(yōu)化或自動(dòng)化的過(guò)程的復(fù)雜性。

　　例如，營(yíng)銷人員可能只需要來(lái)自20次或30次轉(zhuǎn)化的數(shù)據(jù)即可確定他們使用的效果好的廣告。機(jī)器學(xué)習(xí)算法可能使用這樣的數(shù)據(jù)量以95%的置信區(qū)間識(shí)別好的廣告。

　　然而，營(yíng)銷人員還需要更多的數(shù)據(jù)來(lái)確定佳的人口統(tǒng)計(jì)數(shù)據(jù)。他們?cè)噲D使用機(jī)器學(xué)習(xí)來(lái)細(xì)分或消除人口統(tǒng)計(jì)數(shù)據(jù)，但可能需要幾百次以上的轉(zhuǎn)換。

　　機(jī)器學(xué)習(xí)營(yíng)銷算法需要足夠的數(shù)據(jù)

　　機(jī)器學(xué)習(xí)對(duì)于市場(chǎng)營(yíng)銷來(lái)說(shuō)是無(wú)價(jià)的。但是，營(yíng)銷人員需要大量數(shù)據(jù)來(lái)開發(fā)高質(zhì)量的算法。他們應(yīng)該謹(jǐn)慎確定正確的數(shù)據(jù)規(guī)模，并保障能夠收集足夠的轉(zhuǎn)換數(shù)據(jù)。