برای آخرین به روزرسانی ها و مطالب اختصاصی در مورد پوشش هوش مصنوعی پیشرو در صنعت ، به خبرنامه های روزانه و هفتگی ما بپیوندید. بیشتر بدانید
Auxia ، یک راه اندازی اطلاعات مصنوعی که توسط مدیران سابق Google و Meta تأسیس شده است ، امروز اعلام کرد که 23.5 میلیون دلار برای کمک به شرکت های بزرگ به طور مؤثرتر از داده های مشتری خود جمع آوری کرده است.
VMG Technology Partners با مشارکت در صندوق انکوباسیون ، گروه مالی MUFG و بیش از 50 رهبر صنعت از جمله Google CMO Lorraine Twohill ، Booking.com CMO Arjan Dijk و دیوید فیشر ، Booking.com CMO ، این سریال را به عنوان یک دوره بودجه هدایت کرد.
این سرمایه گذاری در حالی انجام می شود که شرکت ها در سراسر صنایع با آنچه ایندی گوها ، شریک عمومی در VMG Partners ، “تردمیل مجدد” می نامد – چرخه پرهزینه پرداخت مکرر پرداخت برای جذب همان مشتریان به جای ایجاد روابط پایدار ، با آن روبرو می شود.
آقای گوها در مصاحبه اختصاصی با VentureBeat گفت: “دستیابی به خریداران جدید در سال 2024 با هزینه بالایی روبرو شد.” “در هیچ بخش کوچک ، به این دلیل است که چیزی شبیه به 75 درصد دلار تبلیغات توسط Google ، Meta و Amazon کنترل می شود.”
این تمرکز بازار باعث شده است تا هزینه های خرید مشتری برای ثبت سطح ، شرکت ها را مجبور به تجدید نظر در رویکرد خود در بازاریابی کند. گوه افزود: “تنها دریچه انتشار فشار واقعی ، هک شدن رشد بهتر نیست ، بلکه در نهایت وفاداری مشتری است.”
چگونه Auxia شکاف بحرانی بین جمع آوری داده ها و تجربه مشتری را کاهش می دهد
Auxia قصد دارد شکاف مداوم در فناوری بازاریابی مدرن را حل کند. در حالی که شرکت ها به شدت در ابزارهای جمع آوری داده ها مانند Snowflake و سیستم عامل های جذب مشتری سرمایه گذاری کرده اند ، آنها اغلب فاقد لایه همبستگی هستند که داده های خام را به تجربیات مشتری شخصی تبدیل می کند.
گوها توضیح داد: “این مرحله تمام مرحله از چگونگی استفاده از داده های شخص اول خود برای بهتر دانستن اینکه مشتری شما کیست و چگونه با آنها صحبت کنید ، وجود دارد.” بدون نرم افزار تخصصی ، این به طور معمول نیاز به استخدام دانشمندان داده با نیم میلیون دلار دارد – هزینه ممنوع برای بسیاری از سازمان ها.
Sandeep Menon ، بنیانگذار و مدیر اجرایی Auxia ، که پیش از این بازاریابی برای محصولات پلت فرم Google از جمله Android و Chrome را هدایت می کرد ، این مشکل را دست اول در شرکت های بزرگ فناوری دید.
منون در مصاحبه اختصاصی با VentureBeat گفت: “وقتی من با CMOS و افسران رئیس دیجیتال صحبت می کنم ، نگرانی شماره یک آنها این است که آنها روی همه این داده های شخص اول نشسته اند ، اما آنها منابع علمی داده ای ندارند که واقعاً از آن استفاده خوبی کنند.”
در داخل اکوسیستم AI AUXIA که بازاریابی شرکت را تغییر می دهد
پلت فرم Auxia از آنچه شرکت “AI عامل” می نامد ، استفاده می کند – در واقع تیمی از سیستم های اطلاعاتی مصنوعی تخصصی است که با هم برای تجزیه و تحلیل داده های مشتری ، تصمیم گیری و ارائه تجربیات شخصی در کانال ها همکاری می کنند.
منون گفت: “ما مجموعه ای از عوامل هوش مصنوعی هماهنگ داریم.” “کار آنها کمک به بازاریابان برای ارائه تجربیات بیش از حد شخصی است.”
این عوامل شامل یک سیستم تصمیم گیری است که محتوای خاص را برای هر کاربر تعیین می کند ، یک تحلیلگر که به انتساب کمک می کند و یک عامل آزمایش که همزمان چندین رویکرد را آزمایش می کند. آنها با هم روزانه بیش از 2.5 میلیارد رویداد را پردازش می کنند و هر روز بیش از 250 میلیون تصمیم می گیرند در پایگاه مشتری Auxia.
این سیستم با تمرکز بر سفرهای مشتری شخصی به جای بخش های گسترده ، تغییر از رویکردهای سنتی بازاریابی را نشان می دهد.
منون گفت: “شما از آنچه من یک رویکرد محور کمپین ، جایی که در مورد بخش های مبتنی بر وسیع فکر می کنید ، می نامید تا بیشتر از یک رویکرد مصرف کننده یا کاربر محور باشد.”
نتایج چشمگیر Auxia: افزایش 84 ٪ در طول عمر مشتری برای بازار جهانی
از زمان راه اندازی در اوایل سال 2024 ، Auxia چندین مشتری Fortune 1000 را به خود جلب کرده است ، از جمله یکی از بزرگترین بازارهای مصرف کننده در جهان با بیش از 25 میلیون کاربر فعال ماهانه. طبق گزارش ها ، این مشتری در طی چهار ماه از استقرار 84 درصدی ارزش طول عمر مشتری را در سطح بین طبقه بندی مشاهده کرده است.
به گفته این شرکت ، یک موسسه مالی جهانی با بیش از 650 میلیارد دلار دارایی تحت مدیریت ، افزایش 50 درصدی نرخ تکمیل سوار شدن را با استفاده از این سیستم عامل تجربه کرد.
منون توضیح داد: “مورد استفاده خاص ، خرید متقابل گروه است-تعیین اینکه دسته بعدی سمت راست برای ارتقاء به یک کاربر خاص برای هدایت افزایش ارزش طول عمر چیست.”
در حالی که Auxia از نامگذاری مشتریان خاص خودداری کرد ، با استناد به توافق نامه های محرمانه بودن ، گوه خاطرنشان کرد که “پنج بانک جهانی برتر” در حال حاضر از این پلتفرم استفاده می کند-غیر معمول برای شروع کار اولیه در بخش مالی ، جایی که نگرانی های مربوط به امنیت و انطباق معمولاً آهسته اتخاذ فناوری جدید است.
چرا فرصت بازار 2 تریلیون دلاری Auxia می تواند بازاریابی سازمانی را تغییر شکل دهد
سهام برای شرکت هایی که شخصی سازی را به درستی دریافت می کنند ، قابل توجه است. طبق گفته Auxia ، پیش بینی می شود بیش از 2 تریلیون دلار درآمد به شرکتها به طور مؤثر با استفاده از هوش مصنوعی برای شخصی سازی در پنج سال آینده تغییر کند.
با این حال ، این انتقال نیاز به تغییر اساسی در نحوه عملکرد تیم های بازاریابی دارد. به جای ایجاد قوانین سفت و سخت ، رویکرد Auxia بر آنچه منون “اهداف و نگهبان ها” می نامد ، تمرکز دارد.
وی گفت: “نحوه کار سیستم Auxia این است که ما قادر به تعیین اهداف هستیم ، اما همراه با تعیین اهداف ، ما این کار را برای شما بسیار آسان کرده ایم که نگهبان ها را تعریف کنید.” این به سیستم های هوش مصنوعی اجازه می دهد تا در مرزهای تعیین شده توسط بازاریابان انسانی بهینه شوند.
این استارتاپ با تکیه بر داده های شخص اول و ایجاد کنترل حریم خصوصی به زیرساخت های خود ، از ابتدا به نگرانی های مربوط به حریم خصوصی پرداخته است. منون با اشاره به آیین نامه حفاظت از داده های اروپا ، خاطرنشان كرد: “ما حتی قبل از راه اندازی با اولین مشتری خود ، سازگار با GDPR بودیم.”
چگونه بینایی Auxia با انقلاب بازاریابی اینترنتی اوایل دهه 2000 موازی است
با بودجه جدید ، Auxia قصد دارد تیم مهندسی خود را گسترش دهد و قابلیت های جدید هوش مصنوعی را توسعه دهد. منون معتقد است که این صنعت در یک نقطه تورم مشابه روزهای اولیه بازاریابی اینترنتی قرار دارد.
وی گفت: “نزدیکترین موازی که می توانم در مورد آن فکر کنم این است که وقتی کار را شروع کردم ، وقتی اینترنت تازه کار می کرد.” وی گفت: “CMO هایی که اینترنت را در آغوش گرفتند ، زنده مانده ، رونق گرفتند و رشد کردند و سایرین عقب مانده بودند. به همین ترتیب ، هر رهبر بازاریابی باید در این تغییر جدید به چوپان کمک کند. “
این شرکت با سیستم عامل های بازاریابی مستقر از جمله Salesforce و Google با رقابت روبرو است ، هرچند که گوه استدلال می کند که راه حل های موجود فقط “شخصی سازی باند باریک” را ارائه می دهد نه بهینه سازی جامع سفر مشتری.
گوه نتیجه گرفت: “اگر این کار درست انجام شود ، تحول پذیر خواهد بود.” “این احتمالاً بزرگترین مشکل حل نشده در بازاریابی دیجیتال است.”