近年来，机器学习对网络产生了重大影响，技术在工程和电子商务等各个领域都取得了成功。这篇文章的目标是向读者介绍机器学习，以及如何将其应用于用户体验和页面搜索引擎优化。它将涵盖诸如统计数据、A/B测试、良好ML解决方案的特性以及在进行自己的测试时要注意什么等主题。机器学习有潜力使我们的网站在他们所做的事情上做得更好。Socialgreg将提升你的社交媒体资料，并提供喜欢，观看和关注。我们与机器学习一直保持着合作关系。它是一种解决人类无法解决的问题的工具，但我们永远不能认为这是理所当然的。
随着每隔一个月就会推出主要的算法更新，搜索引擎优化已经成为一种保持和预测变化的游戏。
对营销人员来说，最新也是最重大的颠覆是语音搜索。现在Alexa、谷歌Assistant和Siri都在倾听用户的问题，并学习如何回应更复杂的命令，企业应该为这种新型的无屏幕销售体验做好准备。
语音搜索的机会到底有多大?根据谷歌的数据，72%的语音扬声器用户将其设备作为日常生活的一部分。更有希望的是，很多语音用户对与品牌互动非常感兴趣:
调查问题:声控音箱用户希望从品牌那里得到什么?
来源:用谷歌思考
通勤商务是品牌商的另一个价值数十亿美元的机会。根据《2019年数字驾驶报告》，53%的司机在开车时与语音助手互动。超过30%的受访者还经常使用语音技术订购食品、咖啡或杂货。江南体育全站app
然而，企业面临的挑战是，当通过人工智能助手进行语音搜索时，只有前几个搜索结果有机会呈现给用户。进入谷歌serp的第一页至关重要。那么如何赢得人工智能的支持呢?你最好的选择是依赖于智能助手正在使用的相同技术——机器学习(ML)和深度学习。下面你会发现ML和AI在页面SEO和UX方面的四个用例。
阅读我们最新的#电子书:DATAx人工智能营销指南-今天下载电子书，了解最新的技术创新正在改变#营销世界!https://t.co/f9pvbHA4ce#DATAx #数字营销#人工智能#AI pic.twitter.com/ZIIeWVf10K
- DATAx (@DATAxEvents) 2019年3月22日
1.切换到预测分析以获得更丰富的客户洞察
传统上，营销人员根据描述性的在线分析解决方案(如谷歌analytics)和离线方法(如焦点小组、访谈)，使用客户角色来确定如何向目标受众交付价值。
然而，如今的客户旅程变得更加复杂和全渠道。一个购物者在转换之前可以体验一个品牌的多个接触点——所有这些都是通过不同的设备和渠道发生的。为了捕获和分析这些行为，企业需要更先进的工具。
预测分析解决方案允许您在网上捕捉更广泛的客户活动-他们看了什么和购买了什么，他们在网上闲逛的地方，以及预测他们未来可能会寻找什么。所有这些数据都可以根据特定的查询进行收集、排序和输出，并转化为适用的业务见解。预测分析可以帮助您确定:
产品和服务应该定位于特定的受众群体。
营销人员应该创建的内容类型，以便在购买过程的不同阶段与买家互动。
关键字机会值得追求，以吸引X部分。
可以对整体用户体验进行改进，以推动进一步的转换。
2.为语音搜索准备内容
搜索者不再是简单地输入“灯具”。他们现在对着智能手机或Alexa设备说这样的话:“Alexa，帮我找到德克萨斯州达拉斯市卖厨房灯具的商店。”Alexa将使用“厨房灯具”和“德克萨斯州达拉斯”进行搜索。
公司现在面临的新任务是优化那些自然语言查询，几乎没有谷歌之类的指导或工具。到目前为止，有几件事已经被证明可以帮助企业在口语问题的搜索结果中排名靠前:
语音搜索的语言对你生成的内容至关重要。人工智能平台用人类的词汇来回应，他们使用搜索词中的词汇来找到最佳匹配的页面文本。营销人员将不得不研究和预测搜索者会使用哪些词来找到它们。具体来说，重点回答与你的行业相关的“谁，什么，何地，何时，为什么”等问题。
一个网站必须是完全移动友好的，因为更多的语音搜索将在智能手机上进行。如果一家公司依赖于本地流量(例如，一家餐馆)，我的业务简介优化将发挥关键作用。
精心制作你的企业常见问题页面，回答上面提到的“W”问题。它们应该包括那些在语音搜索中使用的长尾关键字。所有其他登录页也必须这样做。
3.投资个性化/推荐引擎
如果你想知道亚马逊如何推荐额外的产品让你购买，它是分析你个人购买行为的结果，将你的购买行为与其他购买过同样商品的消费者进行比较，然后为你个人生成建议。所有这些都是人工智能和ML的结果。
对于品牌来说，构建或采用推荐引擎似乎是一项代价高昂的努力。然而，这种系统的投资回报率是相当有利可图的:
48%的消费者在提供个性化购物体验的电子商务公司花更多的钱。
产品推荐系统平均为网络产品带来23%的转化率提升。
71%的消费者表示，个性化会影响他们与品牌电子邮件互动的决定。
通过实时个性化消息和内容，根据用户/客户的需求为他们提供个性化的体验，也可以达到类似的效果。人工智能还可以用来确定企业下一步应该采取什么行动，以便在买家的旅程中进一步推动目标。
4.在不增加团队规模的情况下提供更好的客户支持
没有什么比糟糕的客户支持体验更能扼杀与潜在或现有客户的关系了。
传统上，企业使用呼叫中心、实时聊天和电子邮件来回答问题和解决问题。这些仍然是很好的场所，但AI和ML为这一过程带来了伟大的新技术，同时可以节省大量资金。
Gartner预测，到2020年，85%的客户支持关系将不需要人类互动。进入聊天机器人的世界。事实上，他们已经在很多方面出现了——从天气预报员Poncho，他学习、适应、与用户交谈并娱乐他的用户，到Tacobot，他接受远程点单并建议更多菜单项。AI、ML和自然语言处理(NLP)的结合允许这些机器人继续学习，并改善与用户的交互和支持。
随着人工智能和机器学习的不断发展，公司几乎有无限的机会检索和使用数据和分析来获得对客户的洞察，通过有意义的消息来制作令人惊叹的客户交互，并增强客户参与度和体验。在搜索引擎优化方面，消费者的新搜索活动将极大地改变“被发现”和获得最高排名的格局。
暂无评论