Вы поспешите с выводами?

Это неизбежно для человека.

Подожди, я только что сделал поспешный вывод?

Психология говорит когнитивные искажения мотивировать людей делать поспешные выводы. Например, предвзятость ассоциации заключается в том, чтобы видеть связи в информации там, где их нет. Вы делаете необоснованный вывод на основе минимального набора данных.

Когда я спорю со своей женой, предвзятость ассоциации является причиной № 1.

Но могут ли поспешные выводы привести к чему-то хорошему?

Могут ли поспешные выводы привести к чему-то хорошему? @Robert_Rose говорит, что это возможно для маркетологов B2B через @CMIContent. Нажмите, чтобы твитнуть

Маркетологи B2B должны делать поспешные выводы

Одним из самых сложных — и, по иронии судьбы, выгодных — аспектов маркетинга B2B является его ориентация на нишевую аудиторию. Однажды я спросил директора по маркетингу инжиниринговой компании о его общем адресном рынке (TAM). Он схватил бумажный Rolodex и ответил: «Здесь около 200 компаний».

Статистическая релевантность является препятствием для маркетологов B2B, чтобы установить, какой контент больше всего резонирует с аудиторией, генерирует больше потенциальных клиентов и дифференцирует бренд. Даже крупные маркетинговые команды B2B нередко измеряют ежемесячный веб-трафик тысячами, потенциальных клиентов сотнями и ежемесячные возможности подростками.

В начале 2000-х я был директором по маркетингу в компании, занимающейся разработкой программного обеспечения для управления веб-контентом. Нашей ежемесячной целью может быть создание или развитие всего лишь 30 лидов. Компания закрывает в среднем от 5 до 10 новых клиентов в месяц.

Понимание того, какие рекламные объявления, платформы, события и идеи лидерства вызывают наибольший резонанс, зависело от небольшого числа людей. Мы посмотрели на минимальные данные и оценили, что сработало. Нам пришлось поторопиться с выводами.

Теперь некоторые B2B-компании приходят к правильному заключению – идеальное послание передового опыта или дифференциация бренда. Маховик запускается, потому что дифференциация происходит быстро. Если найти подход к непропорциональной доле голоса, маркетинг и продажи станут проще.

Прекрасным примером того, как сделать правильный вывод, является концепция входящего маркетинга.

Прекрасный пример поспешности к правильному выводу? Создание концепции входящего маркетинга основателями @HubSpot, — говорит @Robert_Rose через @CMIContent. Нажмите, чтобы твитнуть

Входящий маркетинг: отличный поспешный вывод

В начале 2000-х появилось интересное направление в цифровом маркетинге под названием «статейный маркетинг». Бренды могли бы создавать интересные, наводящие на размышления статьи в Интернете, которые помогли бы компаниям быть обнаруженными через поисковые системы. Звучит знакомо?

Но ни одно из решений по управлению контентом или автоматизации маркетинга не использовало это как стратегию обмена сообщениями. (Честно говоря, это было не так очевидно, как сейчас.)

В 2006 году Брайан Халлиган и Дхармеш Шах основали HubSpot, чтобы оценивать свой веб-сайт, отслеживать активность в социальных сетях и создавать сообщения в блогах и целевые страницы для лидов. Они придумали термин «входящий маркетинг».

Этот график Google Trends показывает, что поисковые запросы «входящий маркетинг» (красная линия) набрали обороты примерно в 2008 году. К 2013 году они обогнали поисковые запросы «маркетинг статей» (синяя линия). HubSpot сделал «входящий маркетинг» стандартным обменом сообщениями.

У Брайана не было данных, на которых можно было бы основывать эту стратегию обмена сообщениями. Если бы он использовал доступные данные, он мог бы сосредоточиться на термине «маркетинг статей». Но он смотрел на успех Дхармеша через ведение блога и общение через контент в социальных сетях и считал, что это новый способ покупки. Брайану понравилась идея назвать это «входящим», поскольку он разделяет это 2019 интервью.

Почти каждая компания B2B, с которой я работал, пытается найти маховик, как это сделал HubSpot. Но проблема с ограниченным набором данных остается. Стоит ли удивляться, что B2B-компании имеют, казалось бы, постоянную и многолетнюю эволюцию «стратегии обмена сообщениями»?

Поспешность ИИ может открыть возможности для B2B

Я вижу возникающую проблему и, возможно, уникальную возможность в генеративном искусственном интеллекте, маркетинге и контенте B2B.

Генеративный ИИ склонен уверенно «придумывать» ответы. Эти «галлюцинации» возникают из-за того, что LLM (большие языковые модели), действующие как источники информации, ограничены тем, что обычно доступно в Интернете. Для нишевого B2B-контента таких источников может быть немного. Итак, когда дело доходит до контента B2B, генеративный ИИ часто делает ложные выводы.

Несколько лет назад я тесно сотрудничал с клиентом B2B в сфере контейнерных центров обработки данных. Его захватывающая технология конфигурирует переносные центры обработки данных в транспортных контейнерах, как вы видите за кабиной полуприцепа. Их можно складывать, как LEGO, для быстрого масштабирования. Идеальный вариант использования — это стихийное бедствие, когда группам реагирования на чрезвычайные ситуации требуется мгновенный центр обработки данных, который может иметь электричество, хранить информацию и обеспечивать доступ к программному обеспечению и т. д. Эти центры обработки данных можно настроить за несколько часов.

Теперь это очень нишевый рынок B2B.

Недавно я попросил ChatGPT описать плюсы и минусы контейнерных центров обработки данных. В ответе, состоящем почти из 400 слов, перечислены три основных плюса и три основных минуса. Интересно, что во введении правильно указано, что у контейнерных центров обработки данных большое будущее. Затем он написал об общих вариантах использования, возможности быстрого развертывания и сокращении времени доступа к труднодоступным местам. Это было правильно, хотя и мало деталей.

Но остальные 85% ответов сошли с рельсов. Все перечисленные «за» и «против» были явно неверными.

Это было первое «за»: «Гибридные облачные среды: контейнеризация хорошо согласуется с принципами гибридных облачных сред. Организации могут использовать контейнеры для создания приложений и управления ими, которые беспрепятственно работают в локальной инфраструктуре, частных облаках и общедоступных облачных платформах. Инструменты оркестрации контейнеров, такие как Kubernetes, облегчают эту интеграцию, обеспечивая переносимость рабочих нагрузок и эффективное использование ресурсов».

И это был первый недостаток: «Сложность: контейнеризация вносит дополнительную сложность по сравнению с традиционной виртуализацией. Для управления контейнерными приложениями требуется опыт работы с платформами оркестрации контейнеров, такими как Kubernetes, и понимание тонкостей контейнерной сети, хранилища и безопасности. Для эффективного управления контейнерными средами и устранения неполадок может потребоваться дополнительное обучение и ресурсы».

Если вы не работаете в отрасли, вы можете не видеть и не понимать, насколько неверна эта информация. ИИ опирался на другую концепцию «контейнеризации данных». Эта контейнеризация данных представляет собой подход к разработке программного обеспечения, при котором код упаковывается в облегченный исполняемый файл, называемый контейнером. По этой теме доступно значительно больше информации, чем концепция, о которой я спрашивал.

Поэтому ИИ сделал поспешные выводы, используя ограниченную информацию о каждой концепции контейнера данных. Он смешал их вместе и представил это как ответ. К сожалению, это в корне неверно.

Интересно, однако, я вижу немедленную возможность.

Возможность делать поспешные выводы

Если не существует человеческого интеллекта, который мог бы питать генеративные инструменты искусственного интеллекта, они придут к ложным выводам. Но поскольку маркетологи B2B годами делают поспешные выводы, вы используете слабость ИИ в своих интересах.

Если вы находитесь на нишевом рынке B2B, ложные выводы ИИ могут подтолкнуть или, по крайней мере, вдохновить вас найти свою версию «входящего маркетинга». Вы можете создавать контент, который определяет (или переопределяет) отрасль — информацию, которая разделяет и устанавливает новые стандарты для ваших решений проблем. Вам будет проще установить «правильный ответ» на то, что должен дать генеративный ИИ.

Пусть ложные выводы #ИИ побуждают или вдохновляют вас на создание #контента, который (пере)определяет отрасль, говорит @Robert_Rose через @CMIContent. Нажмите, чтобы твитнуть

Вы можете учить свою аудиторию, обучая машину.

Эта возможность требует нового внимания и большого человеческого вклада в интеллектуальное лидерство, содержание и обмен идеями. Это также означает, что вы не можете полагаться на традиционные способы определения того, что вы делаете. Вы должны узнать, что и как ИИ думает о вашей отрасли, вашем подходе и ваших терминах искусства. Посмотрите, что ваши покупатели могут испытать с помощью этих инструментов искусственного интеллекта.

Если бы HubSpot сосредоточился на «маркетинге статей» как на своей основной идее интеллектуального лидерства, он, возможно, никогда бы не выделился. Вместо этого он наткнулся (могу добавить, блестяще) на новое определение «маркетинга статей» и создал концепцию, которая стала стандартным ответом.

Это возможность для всех предприятий, но это уникальная немедленная возможность для тех из вас, кто занимается нишевым бизнесом.

Я просто поторопился с выводами?

Вы держите пари, что я сделал.

Это твоя история. Скажи это хорошо.

Изображение на обложке: Джозеф Калиновски/Content Marketing Institute