Artificial Intelligence in Marketing – A revolution under the Surface

Artificial Intelligence has become the next big trend since it became obvious that Big Data meant too much data for the human eye. A trend further fueled of the emergence of self-driving cars and the recent development in image recognition and chatbots has put AI on everyone’s lips. These are all potentially disruptive new techniques that may affect the business in the foundation.

There has however been a slower yet very potential trend when it comes to automatization of customer relationship management where AI models replaces the old blunt but versatile segmentation models of RFM, Product Propensity models and different group profiles.

The recipe of AI is all about applying machine learning algorithms with large amounts of both aggregated historic attributes and real-time attributes close to the specific application and letting the models retrain automatically.

The models adapt by itself to new circumstances regarding market logic, the way you digitally represent your business and how your business process works which means that you can predict your customer behavior to a greater certainty and still end up with a lower maintenance of your segmentation models.

This revolution is slowly becoming more potent each day as your organization is moving in the digital transformation. But the quantum leaps appear when you apply the self-learning AI for each specific point in your customer journeys.

Read more articles from Gustav Rengby at: https://www.linkedin.com/in/gustav-rengby-8b28982/detail/recent-activity/posts/


Red Pine – Personalisering i Realtid

Red Pine erbjuder tjänster och lösningar för att stödja smart kundinteraktion med hjälp av realtidsanalys. Vi hjälper våra kunder att skapa den perfekta kommunikationen i varje kundmöte för att få ett ökat sälj genom att använda självlärande artificiell intelligens.

Red Pine är ett resultat av Random Forest innovationsprocess

Red Pine är ett resultat av Random Forest innovationsprocess och drivs idag i ett eget dotterbolag. Läs mer på http://www.redpine.se”

AI Kickstarter

Många vill börja med AI och maskininlärning men vet inte riktigt hur och vad det innebär. Vi har tagit fram ett startpaket där vi lägger grunden för en analysmiljö i Azure, genomför en analys av ett business case samt skapar en skräddarsydd road-map för att komma vidare.

Vi genomför projektet på ca 5 kalenderveckor och projektet inleds med en 4h workshop där verksamhet och IT deltar i syfte att hitta business-case och prioritera dessa. Våra analytiker jobbar sedan tillsammans med er IT under en period för att ta fram och bearbeta den data som behövs. Resultatet presenteras i slutet av projektet i form av presentation i workshop format.


Churn och Retention


Att behålla befintliga kundrelationer är betydligt mer lönsamt än att jaga nya kunder. Företag inom konsumentmarknaden satsar allt mer på att bygga starka relationer med sina kunder för att öka värdet av kundbasen. Genom att nyttja prediktiv analys för bland annat kundlivstidsvärde och churn scoring kan affärsverksamhetens lönsamhet förbättras väsentligt.

När det handlar om kundanalys som churn scoring finns det goda möjligheter att automatisera en stor del av arbetsprocessen med hjälp av tekniken. Inte bara i själva analysen, med stöd av automatiska analysalgoritmer (Data Mining), utan även det strategiska och operativa användandet av analysresultatet. Detta betyder att det manuella införande-arbetet blir litet i förhållande till användningsmöjligheterna.

Tekniken finns oftast redan på plats för att genomföra denna typ av arbeten. Har man till exempel en BI-lösning baserad på en Microsoft-platform så följer de verktyg man behöver med i plattformen.

Churn scoring är inte den enda möjligheten att tillämpa denna typ av prediktiv analys i verksamheten. Andra kandidater som har liknande arbetssätt men andra tillämpningar är bland annat att förutsäga köpbenägenhet för en viss produkt för en viss kund, beräkna individuella kundlivstidsvärden eller hitta mönster i stora mängder ekonomiska transaktioner.

Om man idag har tillgång till en Microsoft-platform och använder analysmöjligheterna tillgängliga i platformen kan man dessutom äga och förvalta sina statistiska modeller på ett enklare sätt än om man använder externa analysverktyg samtidigt som platformen är fenomenalt bra för att tillämpa analysmodeller operativt i realtid.