Cortex創辦人 Brennan White和 MarketMuse 聯合創始人兼首席產品長 Jeff Coyle 研究如何使用人工智慧來預測內容效能和可共享性。以下是網路研討會筆記。
內容發佈時經常沒有正確的數據來指導方向
大大小小的內容團隊都面臨著沒有正確數據來圍繞內容做出重要決策的困擾。這經常會造成一種情況，即策略和創建的內容都是憑直覺完成的。
人類只能分析有限的數據
由於時間限制，人們經常將適用於一個管道的策略應用於全新的管道。這並不總是最好的解決方案，但這是處理大量數據的自然反應。領導團隊的經驗豐富的行銷人員經常利用他們的直覺和主觀經驗來做出預測。
知道該寫什麼、如何寫，並預測表現
人工智慧正在改變內容的發布方式，數據驅動策略和規劃，並最終驅動內容。關鍵是找到受眾的興趣和您的組織提供的內容之間的重疊部分。
在發布之前找出差距
在內容差距分析中，人們可以找到 遊擊行銷與在地行銷的整合 現有內容中缺少的主題，然後再回到更新它。社交則不然。大多數人都會在當下經歷一些事情。所以你不會更新舊的社交貼文；相反，利用現有差距的知識來改進未來的內容。
社交人工智慧不僅僅是尋找最佳發文時間
機器學習可以幫助確定最能與特定類型的訪客產生共鳴的內容類型。 A/B 測試可以產生出色的結果，但前提是所考慮的選項首先表現良好。
機器視覺檢測屬性以改善視覺敘事
您無法獲得有關內容的太多 廣告數據 資訊。更多數據增加了機器學習識別趨勢的潛力。
行銷人工智慧增強工作流程並為搖滾明星提供便利
它允許在預測指導下快速制定計劃。工作流程效率提高，內容品質也提高。因此，可以更好地向受眾傳達訊息，並優化整個團隊的資源。