Hvordan kunstig intelligens ændrer markedsføring: Social Media Examiner

Spekulerer på, hvilke kunstige intelligensfunktioner der kommer til sociale medier og reklameplatforme? Vil du vide, hvordan maskinindlæring kan forbedre din markedsføring?

For at undersøge, hvordan kunstig intelligens vil påvirke marketing på sociale medier, interviewer jeg Mike Rhodes.

Mere om dette show

Det Social Media Marketing podcast er designet til at hjælpe travle marketingfolk, virksomhedsejere og skabere med at opdage, hvad der fungerer med social media marketing.

I denne episode interviewer jeg Mike Rhodes, en ekspert i at hjælpe virksomheder med kundeopkøb. Han er medforfatter til Den ultimative guide til Google AdWords og administrerende direktør for WebSavvy. Han tilbyder kurser på Google Displaynetværk, AdWords, Google Data Studio og mere.

Mike forklarer, hvorfor marketingfolk har brug for at forstå kunstig intelligens og deler eksempler, der illustrerer dens indflydelse.

Du finder også ud af, hvordan kunstig intelligens kan automatisere budgivning, målretning og messaging til dine annoncer.

Del din feedback, læs shownoterne, og få de links, der er nævnt i denne episode nedenfor.

Lyt nu

Hvor skal du abonnere?: Apple Podcast | Google Podcasts | Spotify | RSS

Rul til slutningen af ​​artiklen for links til vigtige ressourcer, der er nævnt i denne episode.

Her er nogle af de ting, du finder ud af i dette show:

Kunstig intelligens for marketingfolk

Mike's Story

Tidligt i sin karriere lærte Mike, at han elsker at hjælpe virksomhedsejere med at se, hvad der er rundt om hjørnet. I 1990'erne arbejdede Mark for et helikopterfirma på Hawaii. I bytte for flyvetimer hjalp han firmaet med at edb. (Hans chef fløj helikopteren ind Magnum P.I.) I 2004 lærte Mike, hvordan Google AdWords (nu Google Ads) hjalp små virksomheder og gjorde kampagner som favoriserer.

Et par år senere startede Mike sit agentur. Hans fokus på fremtidige værktøjer og teknikker sætter ham på det rigtige sted på det rigtige tidspunkt. Dette fokus førte også til Mike's interesse for kunstig intelligens (AI). For omkring 3 år siden indså han, at virksomhederne skulle gå fra at læse og lytte til mere sofistikerede måder at interagere med kunder på, og lærte alt hvad han kunne om emnet.

Da han lærte om AI, var Mike ikke fokuseret på, hvordan man bygger AI-aktiverede teknologier. Han var interesseret i at vide, hvordan man bruger AI, så han kunne finde ud af, hvordan det er relevant for virksomhedsejere. Specifikt ser han forretningsproblemerne og hjælper virksomheder med at identificere, hvilke af disse problemer der kræver AI. Han ved også, hvilke værktøjer, der er på hylden, der bruger noget AI, og hvilke der ikke gør det.

Lyt til showet for at høre Mike fortælle en historie om at flyve en helikopter ind i en Kauai-kløft.

Hvorfor kunstig intelligens er vigtig for marketingfolk

For at forklare, hvorfor AI er vigtig, deler Mike en sammenligning fra Andrew Ng, en AI- og maskinlæringsekspert. Andrew siger, at AI er den nye elektricitet. Ligesom elektricitet begyndte at blive brugt til at drive alt for 100 år siden, tilføjes AI til alt nu. Fremkomsten af ​​elektricitet ændrede alt, inklusive transport, fabrikker og meget mere. Tilsvarende vil AI ændre vidensøkonomien.

For marketingfolk er de kommende ændringer vigtige, fordi din virksomhed vil have gavn af at være opmærksom på AI-baserede værktøjer og teknikker, før dine konkurrenter er det. Hvis du arbejder på agenturets side, vil du hjælpe dine kunder med at lede med AI. Selvom marketingfolk ikke har brug for at forstå AI i detaljer, har de brug for at vide nok om AI til at få øje på muligheder.

Hollywood-versionen af ​​AI indeholder robotter med kanoner, der gør os til papirclips. Virkeligheden er mere verdslig og trinvis.

Vi er langt væk fra AI, der kan køre Google-kampagner eller sende dine børn i skole og tilberede middag. Imidlertid kunstig smal intelligens (også forkortet til snæver intelligens eller ANI) sandsynligvis begynder at erstatte et stigende antal menneskelige opgaver.

Du kan tænke på ANI som utrolig smart software. Mark mener, at i en meget optimistisk version af fremtiden vil smarte maskiner give os mulighed for at gøre ting, som vi ikke kan gøre i dag eller vil udføre opgaver, vi kan gøre meget, meget bedre. Med andre ord vil ANI sætte os i stand til at aflevere meniale opgaver, så vi har mere tid til kreativt, strategisk eller medfølende arbejde.

Lyt til showet for at høre Mark og mig diskutere hype versus virkelighed for andre fremtidige teknologier.

Hvad er kunstig intelligens?

Mike definerer AI som videnskaben om at gøre tingene smarte. Det inkluderer robotteknologi, naturligt sprog, vision og meget mere. Maskinindlæring refererer til computere, der kan lære uden at blive eksplicit undervist. Maskinindlæring er et område med AI, der starter lige nu, især en underkategori kaldet dyb læring.

For at illustrere, hvordan ville en computer lære, hvad en stol er? Med traditionel programmering vil du bruge betingede udsagn som “Hvis tingen har fire ben, et sæde og tilbage, så er det en stol. ” Koden skal tage højde for stole med og uden arme, rullestole osv på. Det resulterende program ville kræve masser af kode, og hvis en linje havde en fejl, ville koden ikke fungere.

Maskinindlæring tilbyder en ny måde at lære en computer, hvad en stol er. I det væsentlige giver du maskinen tusinder af eksempler på stole og ikke-stole (som borde, hunde og træer), så computeren forstår, hvad en stol er og ikke er. Over tid lærer maskinen at udlede, om noget er en stol. I løbet af de sidste 5 eller 10 år er denne teknologi blevet ret nøjagtig.

I dag ser du denne teknologi bruges til at hjælpe folk med at shoppe. Når du holder et produkt op til et kamera, Pinterest eller Amazon apps eller Google linse (via Google Fotos-app på iOS) kan genkende produktet og prøve at finde det til dig. Du kan pege et Google Lens-kamera på din ven iført en kjole, og det finder en masse lignende kjoler og fortæller dig, hvor du kan købe dem.

Ud over at genkende genstande kan AI forudsige forudsigelser. Amazon bruger forudsigelig AI til at fortælle dig ting som: "Folk, der købte denne bog, købte også denne bog." På samme måde foreslår Netflix tv-shows eller film, der kan interessere dig. Netflix ændrer endda dækningsminiatyrer ved hjælp af forudsigelig AI. Baseret på dine visningsvaner forudsiger det, hvilken miniaturebillede der appellerer mest til dig.

Maskinindlæring i selvkørende biler løser også forudsigelsesproblemer. ”Hvilken bane er jeg i? Hvilken bane skal jeg være i? Hvad skal den bil gøre? Hvad vil den fodgænger gøre? ” Det forudsiger, hvordan andre ting omkring dig vil bevæge sig, og dermed hvilken retning man skal køre, og om man skal accelerere eller bremse. Selvom denne forklaring er en massiv forenkling, er det i det væsentlige, hvad der sker.

Et andet eksempel er Siri til iPhone. Da flere ting inkluderer maskinindlæring, er Siri i stigende grad i stand til at leve op til sit løfte om at være personlig assistent. I dag kan det minde dig om at foretage et opkald. I fremtiden kan det foreslå, at du rejser tidligt på grund af trafik eller føler, at et møde varer lang og tilbyder at lade de næste tre personer i din kalender i dag vide, at du kommer for sent.

https://youtu.be/bd1mEm2Fy08

Et godt eksempel er demo af Google Duplex på Google IO 2018. I denne video booker Google Assistant (som er på flere telefoner end Siri og har derfor flere data at lære af) en klipning og laver en restaurantreservation. Mange mennesker troede, at disse demoer var falske, fordi Duplex-teknologien var utrolig god til at håndtere en samtale, der ikke gik den sædvanlige vej.

Efter at folk begyndte at stille spørgsmålstegn ved, om teknologien var ægte, lejede Google en thailandsk restaurant i New York og inviterede journalister til at bruge eftermiddagen på at teste teknologien for sig selv inden for rammerne af en restaurantreservation. Journalisterne blev opdelt i grupper, der forsøgte at afvise AI, men AI var i stand til at håndtere deres spørgsmål fejlfrit.

Hvordan folk vedtager kunstig intelligens afhænger af, om de føler sig forfaldne af computere, der gør menneskelignende ting eller sætter pris på den bekvemmelighed, det giver. Nogle mennesker tror, ​​at AI ville se over skulderen. Andre synes, det ville være fantastisk at have et værktøj, der øjeblikkeligt kan huske nogens navn og deres fødselsdag og derefter sende dem den rigtige gave.

Lyt til showet for at høre, hvordan jeg opdagede AI i den seneste iOS-opdatering.

Kunstig intelligens og marketingkampagner

Algoritmer som Facebook er en form for AI, der forudsiger, hvilke artikler eller annoncer visse brugere sandsynligvis klikker på (selvom algoritmen involverer meget mere end det). I mere end 3 år har Mark kørt eksperimenter mod Facebooks AI. Baseret på disse eksperimenter mener han, at vi befinder os på det punkt, hvor maskinen for det meste er så god som et menneske.

Algoritmen ødelægger nogle gange, og når det sker, har det en tendens til at lave enorme fejl. Men det meste af tiden er det så godt som - og nogle gange er det meget bedre end - selv det bedste menneske.

For marketingfolk har AI's muligheder potentialet til at true eksistensen af ​​deres job eller agenturer. Markedsførere, der stadig bruger størstedelen af ​​dagen til at rapportere og ændre bud, er særligt sårbare. Disse marketingfolk vil sandsynligvis enten gå ud af forretning eller være nødt til at arbejde ekstra hårdt for at ændre den måde, de udfører daglige opgaver på.

Alle annonceplatforme tilskyndes til at forbedre deres AI. Når de hjælper marketingfolk med at nå deres mål, fortsætter de med at bruge platformen. Også AI, der gør annonceplatforme nemmere at bruge, vil medføre mere forretning.

I dag findes en enorm kløft mellem virksomheder, der finder online og sociale annonceplatforme for forvirrende og komplicerede, og virksomheder, der kan ansætte et agentur eller en medarbejder til at håndtere det. Jo mere disse platforme giver hverdagsvirksomheder mulighed for at bruge AI til at få flere kunder, jo mere forretning genererer annonceplatforme.

Mike siger, at Google altid har været fokuseret på brugeren, annoncøren og interessenterne, og hvordan disse tre krydser hinanden. For Google er brugeren den største og vigtigste af de tre. Selvom Google skal afveje annoncørers og interessenters behov, mener Mike, at det at give den bedste brugeroplevelse hjælper med at gøre det, fordi det tilskynder brugerne til at vende tilbage til platformen.

For eksempel i slutningen af ​​1990'erne forlod folk søgemaskiner som Alta Vista og Ask Jeeves for Google, fordi det tjente bedre resultater. I dag forsøger Google at gøre sin platform bedre for annoncører. Hvis kun ca. 10% af de virksomheder, der skal bruge et værktøj som Google Ads, faktisk bruger det, har platformen enormt plads til vækst.

Blandt små virksomheder mener Mike, at Google Ads kan tilføje kunder, der indtil videre har fundet reklameplatformen for skræmmende til at bruge. Blandt store virksomheder kunne Google tage brand dollars væk fra traditionelle medier og uddanne disse større virksomheder om de omkostningsbesparende fordele ved at bruge Google Ads i stedet for stor beholdning agenturer.

Lyt til showet for at høre mine tanker om intelligensen i Facebooks algoritme.

Hvordan kunstig intelligens kan hjælpe marketingfolk

Google og Facebook har store AI-initiativer og værktøjer, som marketingfolk allerede bruger, der leverer utrolige mængder information. For at visualisere dette indsamler Google data om brugere via Google Analytics, Android (som findes på 80% af smartphones over hele verden), YouTube og Chrome (den mest anvendte browser). Google udviklede eller købte disse tjenester for at erhverve alle disse data.

Ud over Google og Facebook gør Amazon, Microsoft og IBM alle også fantastiske ting med AI. Fordi Mike fokuserer på Google Ads, fokuserer vores samtale om, hvordan AI kan hjælpe marketingfolk på den platform. Jeg vil dog understrege, at AI kommer hurtigt til mange platforme.

For at forklare, hvordan AI kan hjælpe marketingfolk med Google Ads lige nu, skitserer Mike først en ramme baseret på en pyramide med tre lag. Det nederste lag byder, det midterste lag er målrettet, og det øverste lag er beskeder. Tilsammen hjælper disse lag marketingfolk med reklame, der viser det rigtige budskab til den rigtige person på det rigtige tidspunkt og gør det rentabelt.

Mike bruger en pyramide, fordi budgivning er et godt sted at begynde at teste Googles AI. Budgivning er den nemmeste opgave for AI at overtage og en tidskrævende opgave for marketingfolk. Med AI-håndteringstilbud kan du bevæge dig op i pyramiden, holde dig foran robotten og fokusere på opgaver øverst, såsom kreativ og strategisk tænkning og arbejde med kunder om større forretning problemer.

Byder: For at illustrere, hvor godt Googles AI kan lære, begynder Mike med at dele en historie om Googles AlphaGo, som slå verdensmesteren i spillet Go. Så byggede Google AlphaGo Zero, der slog den første maskine. Startende fra bunden uden at se noget andet spil, der nogensinde blev spillet, AlphaGo Zero lærte sig selv.

AI i AlphaGo Zero er i stand til at indtage et ton af tal og komme med forudsigelser med utrolig nøjagtighed. Det kan også lære hurtigt. På tre dage var det lige så godt som et menneske. Efter 40 dage slog AlphaGo Zero AlphaGo, som angiveligt aldrig ville tabe et spil.

På samme måde er bud på Google- og Facebook-annoncer et talespil. Du skal muligvis bestemme, hvor meget der skal bydes på et søgeord, eller hvor meget du skal tilbyde Google, hvis nogen klikker på din annonce. Computere er blevet fremragende til at afgive bud. I dag er de lige så gode som mennesker, og i den nærmeste fremtid bliver de meget bedre.

Google har syv modeller til at byde på, og Mike opfordrer alle til at teste en af ​​dem Smart budstrategier, der bruger Googles AI. For eksempel, hvis din virksomhed genererer kundeemner, så prøv Målpris pr. Erhvervelse, der byder på din pris pr. bly. Hvis du er en e-handelsvirksomhed, kan du prøve Målreturafkast på annonceudgifter strategi.

Med Smart Bidding giver du Google et mål, og det bliver meget godt til at ramme det. For at visualisere dette, hvis du er villig til at betale $ 50 pr. Bly, finder Smart Bidding kundeemner til $ 50. Selvom den ikke finder kundeemner for meget mindre, end du spørger (sig $ 10 pr. Kundeemne), finder den heller ikke kundeemner for $ 100.

Sammenlignet med kapaciteterne i Smart Bidding ser markedsførernes gamle tilgang til bud latterligt langsomt og forældet ud. I mindst 10 år har marketingfolk analyseret budgivning ved at se på omkring seks signaler, bit for bit, dagligt eller ugentligt. For at illustrere, hvis kvinder i alderen 35-44 år, der bor i New York, reagerede bedre, øgede de budet for den lille gruppe for at øge konverteringsfrekvensen.

I den tid, det tager at indtaste et søgeudtryk i Google og trykke på Enter, kan Google dog overveje 70 millioner datapunkter. Den ved, hvilke apps der er på din telefon, de andre søgninger, du har foretaget, og hvad du ser på YouTube. Det ved, hvor du er, og hvordan vejret er der. Det ved, om du er hjemme, på arbejde eller på ferie. Mennesker kan ikke konkurrere med det.

Med Smart Bidding kan du teste, om du kan give slip på alt det arbejde, som marketingfolk traditionelt har lagt i bud. Fortæl blot Smart Bidding AI mest, du er villig til at bruge, og lad det gøre det hårde arbejde for dig. Smart Bidding udfører al test og analyse for at få din annonce til de rigtige mennesker til den rigtige pris.

Når du tester Smart Bidding, kan du bruge Googles kladder og eksperimenter for at se, hvordan det fungerer for dig. I det væsentlige kan du oprette en split test, der sammenligner din metode til at byde med maskinens. Når du kører disse tests, understreger Mike, at du har brug for at give maskinen lidt tid. Hvor meget tid afhænger af størrelsen på din kampagne, men generelt skal du bruge 2-4 uger.

Rettet mod: Målretning kræver typisk, at en person analyserer demografi og indhold og beslutter, hvor en annonce skal vises. For eksempel beder marketingfolk Google om at vise en annonce, når nogen søger efter et bestemt søgeord. For en YouTube-annonce kan en marketingmedarbejder bede YouTube om at placere annoncen ved siden af ​​indhold, der ligner Oprah.com.

Den gamle måde at målrette annoncer på via tv, radio og magasiner fokuserede på demografi. Fordi medier ikke havde nogen idé om, hvem der købte, definerede de deres publikum med store demografiske kategorier, som kvindelig, Californien, 35-44 år. Alderen på en person, der køber en vaskemaskine, betyder dog ikke noget. Hvad der betyder noget er hensigt: Hvem leder efter den type vaskemaskine, du sælger?

Med AI kan du målrette mod kunder baseret på hensigt. Alle de data, som Google har, hjælper sin AI med at forudsige, hvad nogen vil gøre næste gang. For eksempel hvordan bestemmer AI, hvad de er på markedet for lige nu? Baseret på alle de data, som Google indsamler, ved det muligvis, at nogen er en baseballfan og en forælder, der har tendens til at besøge babywebsteder, så de har et barn under 3 år.

AI kan derefter kombinere viden om en persons langsigtede interesser med deres mere umiddelbare. Sig, at en forælder, der elsker baseball, begynder at søge efter, hvordan man retter vaskemaskiner, eller hvordan man køber en ny vaskemaskine til mindre end $ 1.500 med gratis levering. AI ved derefter, at personen er på markedet for en ny vaskemaskine.

Da AI har alle disse data, behøver du ikke fortælle Google, hvordan du målretter din annonce baseret på demografi og lignende faktorer. For at nå ud til folk, der ønsker at købe en vaskemaskine, fordi du sælger dem, giver du Googles AI en annonce og siger, hvor meget du vil bruge på hvert salg eller kundeemne. Derfra ved AI, hvem du vil nå ud til, og hvordan du viser din annonce til den rigtige person.

Mike understreger dog, at søgeord ikke hører fortiden til. Du kan stadig bruge søgeordsmålretning, men det bliver sværere at få ret og er ikke det vigtigste signal.

Google har gjort for displayannoncer Målgrupper i markedet, der tilbyder omkring 500 kategorier. For at nå ud til folk, der ønsker at købe en vaskemaskine, kan du fortælle værktøjet at finde alle på markedet for en vaskemaskine lige nu. Du kan også tilføje anden målretning, som folk i Californien. Det er imidlertid unødvendigt at specificere en aldersdemografisk alder, fordi funktionen analyserer folks hensigt.

Du kan få adgang til målgrupper på markedet på to måder. Hvis du kører annoncer på den gamle måde, kan du lagre AI-målgruppen målrettet over din traditionelle målretning. Derefter kan du sammenligne, hvordan de to typer målretning opfører sig. Hvis AI opfører sig som du håber det vil, så kan du give det tøjlerne.

En ny måde at få adgang til målretning med AI er Smarte kampagner. Med denne tilgang fortæller du Google, hvad du vil gøre, og hvor meget du er villig til at betale, og AI gør resten. Smarte kampagner inkluderer budgivning, målretning og endda en smule beskeder.

Beskeder: At finde ud af din messaging med AI er øverst i Mike's pyramide, fordi den i øjeblikket ikke er særlig god til at skrive kreativ eller overbevisende kopi. Hvis du er tekstforfatter eller indholdsskaber, er dine chancer for at overleve meget større, end hvis du er fokuseret på at byde eller målrette.

AI er dog god til at forstå mening og kontekst for en side, og både Google og Facebook har denne type AI. (Facebooks version hedder DeepText.) Da denne AI kan forstå betydningen, semantikken og nuancen af ​​alle disse ord, er den meget god til messaging, der har et begrænset omfang.

For at illustrere kan AI gøre et godt stykke arbejde med at skrive emnelinjer via e-mail. En AI ringede Phrasee hævder, at det er 98% sikkert at slå din bedste e-mail-emnelinje. Virksomheden arbejdede for Virgin i Storbritannien og sparede dem millioner af dollars. Phrasee rejste for nylig også 4 millioner dollars, hvilket betyder, at virksomheden fortsætter med at gøre fantastiske ting.

AI som Phrasee kan håndtere en smal opgave som emnelinjer via e-mail, fordi du kan give tusindvis af eksempler i stedet for tusindvis af regler: emnelinjer, du allerede har brugt, brandretningslinjer, eksempler på hvad du kan og ikke kan sige og tidligere resultater. Derfra kan AI forudsige, hvad dit næste e-mail-emne skal være, teste det for dig og fortælle dig, hvordan dets resultater er sammenlignet med dit.

På samme måde kan du med Facebook AI give det et par overskrifter, valg til kopiering af tekst og opfordringer til handling, og AI kan teste dem i kombination for at finde vinderen. Google har et lignende værktøj kaldet responsive annoncer. Du kan vælge imellem responsive displayannoncer eller responsive søgeannoncer. Med Google giver du omkring 15 overskrifter og 4 beskrivelser, og det viser alle kombinationerne.

Googles responsive annoncer giver dig også mulighed for at angive AI-specifikke parametre. Hvis du vil have dit brandnavn til at være den første overskrift, kan du fastgøre det til den position og blande og matche alle de andre. Selvom parametre som dette massivt begrænser, hvad maskinen kan, kan denne evne muligvis beskytte dit brand eller give marketingchefen en følelse af kontrol.

Til messaging siger Mike, at den bedste anvendelse til AI er at lade det regne milliarder af kombinationer, og hvilken der fungerer bedst. Han understreger også, at AI er mere magtfuld end traditionel A / B-test, hvor du kører Ad A mod Ad B i 28 dage, ser at Ad B er bedre, slippe af med Ad A og skriver en ny. For Google er A / B-test markedsføring gennem gennemsnit, hvilket er latterligt.

Googles AI kan bestemme den bedste annonce for en bestemt bruger. For at visualisere dette ved AI, hvad Mike har søgt efter for nylig, og hvordan han generelt opfører sig på Google og andre websteder. Den bedste annonce for Mike vil dog være forskellig fra den bedste annonce for Julie. Med andre ord forsøger Googles AI at finde den bedste annonce hver gang, og et menneske kan ikke konkurrere med det.

Fordi Google har adgang til en så massiv mængde data, kan tredjepartstjenester heller ikke konkurrere med Googles AI. Tredjeparts tjenester får de samme seks signaler, som marketingfolk gør, mens Google har omkring 70 millioner signaler. Selvom Google kunne give os disse signaler, ville de aldrig. Disse data giver Google for meget af en konkurrencemæssig fordel.

I stedet siger Mike, at marketingfolk skal prøve Google AI. Giv det dine kreative ideer baseret på, hvad du ved om dine virksomheder eller kunder, og lad AI gøre resten.

Lyt til showet for at høre Mike fortælle mere om, hvordan og hvorfor man tester Googles AI, da flere funktioner fortsat bliver tilgængelige.

Ugens opdagelse

Laserlignende er et sejt værktøj til at opdage og fokusere på indhold, du nyder.

Fordi du ser færre nyheder via Facebook, tilbyder Laserlike en fantastisk måde at holde øje med nichehistorier. Når du har installeret appen, fortæller du den, hvad dine interesser er, såsom digital markedsføring og forretningsledelse. (Du kan også finde kategorier, der ikke er relateret til forretning, såsom nyheder eller sladder med berømtheder.) Når appen begynder at vise dig historier, kan du træne den videre ved at angive, hvad du gør eller ikke kan lide.

Laserlike driver også en Firefox-plugin kaldet Advance. Pluginet siger, at det ikke sporer dig eller kigger på dine følsomme data, men det ser på de websteder, du besøger for at lære, hvad du kan lide, og derefter kurere dine interesser for at give dig interessant indhold. Lignende værktøjer inkluderer Google Nyheds-app og Apple News-app.

Laserlike er gratis og tilgængelig til iOS og Android.

Lyt til showet for at lære mere, og fortæl os, hvordan Laserlike fungerer for dig.

Vigtigste takeaways fra denne episode:

• Lær mere om Mike på WebSavvy internet side.
• Opdage frie midler til lyttere af denne podcast.
• Læs Den ultimative guide til Google AdWords.
• Tjek Mike's kurser på Google Displaynetværk, AdWords, Google Data Studio og mere.
• Få mere at vide om AI og machine learning-ekspert Andrew Ng.
• Se hvordan AI kan hjælpe folk med at shoppe via Pinterest eller Amazon apps eller Google linse (via Google Fotos-app på iOS).
• Se demo af Google Duplex på Google IO 2018 og lær hvordan journalister tilbragte en eftermiddag med at teste teknologien.
• Find ud af, hvordan Googles AlphaGo slå verdensmesteren i spillet Go og hvor AlphaGo Zero slog AlphaGo.
• Prøve Smart budstrategier såsom Målpris pr. Erhvervelse eller Målreturafkast på annonceudgifter.
• Sammenlign traditionel budgivning med AI-baseret budgivning ved hjælp af Googles kladder og eksperimenter.
• Få mere at vide om Google Målgrupper i markedet og Smarte kampagner.
• Lær mere om Facebook DeepText.
• Tjek ud Phrasee, det arbejde virksomheden udførte for Virgin i Storbritannienog dets seneste indsamlingsindsats på $ 4 millioner.
• Test hvordan responsive displayannoncer eller responsive søgeannoncer hjælp til grundlæggende beskeder.
• Curate et feed af historier, der interesserer dig med Laserlignende til iOS og Android, Advance-pluginet til Firefoxeller lignende værktøjer som Google Nyheds-app og Apple News-app.
• Tune ind Rejsen, vores videodokumentar.
• Se vores ugentlige sociale medier Marketing Talk Show på fredage kl. 10 Pacific på Crowdcast eller tune ind på Facebook Live.
• Download 2018 Social Media Marketing Industry Report.
• Lær mere om Social Media Marketing World 2019.

Hvad synes du? Hvad er dine tanker om kunstig intelligens? Del dine kommentarer nedenfor.