LECTURE NOTES AI Marketing and Predicting Consumer Experiences Week ke - 9

(1)

LECTURE NOTES

AI Marketing and

Predicting Consumer Experiences Week ke - 9

Using AI for Retention

(2)

LEARNING OUTCOMES

LO 3 : Peserta diharapkan mampu mengidentifikasi metode AI dan ML dalam pengimplementasian solusi atau pemecahan masalah marketing dan bagimana mengkomunikasikannya dengan efektif kepada tim data science atau pihak ketiga.

OUTLINE MATERI:

A. Peran Manager B. Tempat untuk AI

C. Menggunakan AI secara Bijak

(3)

Artificial Intelligence Marketing and Predicting Consumer Experiences

ISI MATERI

Pada prakteknya ketika kecerdasan mesin meningkat, maka nilai keterampilan prediksi manusia akan menurun karena prediksi mesin akan memberikan pengganti yang lebih murah dan lebih baik untuk prediksi manusia, seperti yang dilakukan mesin untuk aritmatika. Terkait dengan hal tersebut maka perusahaan atau marketer perlu juga melakukan penyesuaian agar dapat beradapatasi dengan perkembangan AI.

A. Peran Manager

Menjadi eksekutif pemasaran yang efektif tergantung pada pengambilan keputusan eksekutif.

Pengambilan keputusan eksekutif yang solid tergantung pada pengalaman dan praktik terbaik.

Contohnya marketer dapat mengetahui apa praktik terbaik itu seharusnya dan memimpin, atau menunggu orang lain mengetahuinya dan kemudian mengejar ketinggalan.

Dengan memprediksi dan bereksperimen yang lebih baik di mana AI belajar dan bekerja sehingga dapat memproses lebih baik. Karena kecerdasan buatan dan pembelajaran mesin, penilaian dan keberanian akan lebih berharga daripada pengalaman dan rekam jejak yang solid.

Oleh karena itu manager atau marketer perlu mengetahui pada level manakah mereka harus dapat dengan fleksible beradaptasi pada AI yang jelas memimpin di depan.

7 Pembelajaran

Berkelanjutan

6 Sistem yang

Digunakan

5 Pengujian Sistem

4 Pelatihan Sistem

3 Penetapan Tujuan

2 Eksperimen Terorganisir

1 Eksperimen Ad-Hoc

0 Sadar dan Belajar

– 1

Ketidaktahuan atau Ennui

Gambar 9.1 Level Pemahaman Manager

(4)

Kualitas yang dibutuhkan oleh perusahaan dalam penyesuaian cara kerja marketer adalah sebagai berikut:

• Keahlian manajemen proyek dan pengalaman sebelumnya yang relevan.

• Kenyamanan di bidangnya masing-masing

• Keterampilan komunikasi yang sangat baik

• Keterampilan kolaboratif alami.

• Hubungan - membangun keterampilan

• Keramahan yang gesit

• Ketekunan.

Brian Solis, seorang analis, pembicara, dan penulis digital pada Grup Altimeter, membuat beberapa poin solid tentang perencanaan yang cermat untuk transformasi digital:

1. Mengelola bisnis pada umumnya: Organisasi beroperasi dengan perspektif yang familier tentang pelanggan, proses, metrik, model bisnis, dan teknologi, percaya bahwa itu tetap menjadi solusi untuk relevansi digital.

2. Hadir dan Aktif: Kantong eksperimen adalah literasi dan kreativitas digital yang berkembang, meskipun berbeda, di seluruh organisasi sambil bertujuan untuk meningkatkan dan memperkuat titik kontak dan proses tertentu.

3. Menjadi baku: Inisiatif menjadi lebih berani, dan, sebagai hasilnya, agen perubahan mencari dukungan eksekutif untuk sumber daya dan teknologi baru.

4. Strategis: Masing-masing kelompok mengakui kekuatan kolaborasi karena penelitian, pekerjaan, dan wawasan bersama mereka berkontribusi pada peta jalan strategis baru yang merencanakan kepemilikan, upaya, dan investasi transformasi digital.

5. Konvergensi: Bentuk tim transformasi digital khusus untuk memandu strategi dan operasi berdasarkan tujuan bisnis dan yang berpusat pada pelanggan. Infrastruktur baru organisasi terbentuk ketika peran, keahlian, model, proses, dan sistem untuk mendukung transformasi dipadatkan.

6. Inovatif dan Adaptif: Transformasi digital memiliki cara bisnis karena para eksekutif dan ahli strategi menyadari bahwa perubahan itu konstan. Ekosistem baru didirikan untuk mengidentifikasi dan bertindak berdasarkan teknologi dan tren pasar dalam percontohan dan, pada akhirnya, dalam skala besar.

(5)

B. Tempat untuk AI

Meskipun penilaian manusia tidak mungkin otomatis, mesin cerdas dapat menambah banyak jenis pekerjaan ini, membantu dalam dukungan keputusan dan simulasi berbasis data serta aktivitas pencarian dan penemuan.

Bekerja dengan ilmuwan data berbeda dengan bekerja dengan teknisi TI, perancang basis data, atau pemrogram yang terlatih secara klasik.

Ketika seorang data scientist muncul di depan pintu Anda, lakukan yang terbaik untuk:

• Jelaskan masalah yang Anda hadapi.

• Perjelas dengan tepat seperti apa kesuksesan itu.

• Arahkan ke data yang tersedia yang Anda miliki.

• Sarankan sumber data lain.

• Jelaskan yang tidak bisa dijelaskan.

Ilmuwan data yang cerdik akan menarik informasi ini dari Anda dengan pertanyaan halus:

• Apa yang Anda harapkan hasilnya?

• Apa bedanya ini dalam keadaan lain?

• Apakah ada kesamaan lain yang mereka miliki?

• Apa yang telah Anda dengar dari tim penjualan Anda di lapangan?

Kemampuan AI dilihat dapat diberdayagunakan untuk memantau potensi manusia, memantau seberapa baik individu datang ke kecepatan, dan membuat rekomendasi tentang pelatihan apa yang paling produktif.

(6)

C. Menggunakan AI secara Bijak

Pesan terpenting untuk disampaikan ke perusahaan adalah AI tidak untuk menggantikan orang, tetapi untuk bekerja dengan mereka dan membantu mereka bekerja sama dengan lebih baik.

Realitas virtual sangat baru dan sangat menyenangkan. Anda dapat sepenuhnya tenggelam dalam dunia yang sama sekali berbeda. Augmented reality seperti memiliki kekuatan super di dunia nyata. Identifikasi alamat dan sistem navigasi memberi tahu cara menuju ke sana. AI jauh lebih kuat ketika digunakan sebagai alat augmentasi daripada penggantinya.

Cukup jelas bahwa kecerdasan buatan tidak dapat bekerja dengan baik tanpa masukan manusia.

Juga jelas bahwa kinerja manusia ditingkatkan dengan AI.

Keterampilan apa yang paling penting untuk bekerja dengan kecerdasan buatan? Menyadari bahwa Anda bekerja dengan sistem yang belajar (menjadi guru yang baik), Tom Davenport dan Julia Kirby menasihati para profesional untuk melangkah ke tempat yang lebih tinggi secara kognitif. Mereka menawarkan lima arah untuk melangkah , yang disebut Lima Opsi untuk Augmentasi:

▪ Melangkah. Bergerak di atas sistem otomatis untuk mengembangkan lebih banyak wawasan dan keputusan gambaran besar yang terlalu tidak terstruktur dan menyapu untuk dapat dibuat oleh komputer atau robot.

▪ Menyingkir. Pindah ke jenis pekerjaan yang tidak berorientasi pada keputusan yang tidak dikuasai komputer, seperti menjual, memotivasi orang, atau menjelaskan secara langsung keputusan yang telah dibuat komputer.

▪ Melangkah masuk. Terlibat dengan keputusan otomatis sistem komputer untuk memahami, memantau, dan meningkatkannya. Ini adalah dari apa yang kita sebut augmentasi, meskipun masing-masing dari lima langkah ini dapat digambarkan sebagai augmenting.

▪ Melangkah sempit. Menemukan area khusus dalam profesi Anda yang begitu sempit sehingga tidak ada yang mencoba mengotomatiskannya—dan mungkin tidak akan pernah ekonomis untuk melakukannya.

(7)

▪ Melangkah Maju. Mengembangkan sistem dan teknologi baru yang mendukung keputusan dan tindakan cerdas dalam domain atau masalah yang tepat.

Mengajarkan sistem baru akan mengharuskan pekerja untuk dapat manusia menjadi yang terbaik dalam apa yang dikuasai. AI dapat mengendarai mobil, tetapi tidak memutuskan ke mana harus pergi. Mesin dapat menganalisis satu miliar atribut, tetapi tidak memutuskan terlebih dahulu atribut mana yang harus dipertimbangkan. Program pengolah kata dapat memberi tahu Anda ketika Anda salah mengeja sebuah kata, tetapi tidak dapat memberi tahu Anda topik apa yang harus ditulis.

(8)

KESIMPULAN

▪ Menjadi eksekutif pemasaran yang efektif tergantung pada pengambilan keputusan eksekutif. Pengambilan keputusan eksekutif yang solid tergantung pada pengalaman dan praktik terbaik.

▪ Langkah untuk dapat berkolaborasi dengan data scientist:

➢ Jelaskan masalah yang Anda hadapi.

➢ Perjelas dengan tepat seperti apa kesuksesan itu.

➢ Arahkan ke data yang tersedia yang Anda miliki.

➢ Sarankan sumber data lain.

➢ Jelaskan yang tidak bisa dijelaskan.

▪ Yang harus diexplore untuk dapat berkomunikasi dua arah dengan data scientist:

➢ Apa yang Anda harapkan hasilnya?

➢ Apa bedanya ini dalam keadaan lain?

➢ Apakah ada kesamaan lain yang mereka miliki?

➢ Apa yang telah Anda dengar dari tim penjualan Anda di lapangan?

▪ Lima Opsi untuk Augmentasi:

➢ Melangkah.

➢ Menyingkir.

➢ Melangkah masuk.

➢ Melangkah sempit

➢ Melangkah Maju

(9)

DAFTAR PUSTAKA

1. Raj Venkatesan and Jim Lecinski (2021). The AI Marketing Canvas: a five-stage road map to implementing artificial intelligence in marketing.

2. Iqbal, T (2021). The Impact of Artificial Intelligence (AI) on CRM and Role of Marketing

Managers. Diambil dari: http://www.diva-

portal.org/smash/get/diva2:1526230/FULLTEXT01.pdf