创意人员在这里发挥着非常重要的作用。它们是活动的测试机制。每个广告都由三个部分组成：Hook、Core 和 CTA。引人注目的介绍引出了核心信息，最终以明确的请求结束。
同挂钩、核心和 CTA 的创意。在初始测试阶段之后，成功的组件将继续，而不良的组件将被删除或返工。这确保了创意逐步适应企业客户的需求，以便尽可能高效地工作。
到目前为止，一切都很好。根据我自己的经验，我可以说不瞄准是有效的。即使在优化发生之前放弃对定位的控制并接受浪费一开始会感到不舒服，但 Advantage Shopping Plus 广告系列中人工智能优化的结果是不言而喻的。
对于我们的一位电子商务客户，我们长期使用了经过验证的兴趣定位活动。除了产生覆盖面和新的网站访问者之外，该活动还很大程度上收回了成本。改用 Advantage Shopping Plus 活动意味着覆盖面值保持相 室内设计师服务电子邮件列表 对相同，但网站访问者数量，尤其是 ROAS 出现了显着改善。 。
但 B2B 营销又如何呢？
现在这是一个B2C电商活动，潜在受众大，产品简单，产品周期快。但当我们涉足 B2B 营销时，这种“新”方法的表现如何？当然，我也向ASMC的演讲者提出了这个问题。两种情况的答案都是相同的：“它也可以用于 B2B！”
不幸的是，这并不像听起来那么容易。原则上，上述结构也可以转移到 B2B 活动中，但我们很快就会遇到一些障碍。
1. 目标群体的实际潜力
最重要的是，人工智能需要可用的信息，即在我们的例子中一定数量的点击、潜在客户或购买。在 B2C 中，即使对于非常具体的产品，也总是存在大量潜在的感兴趣方。在 B2B 中，我们通常非常具体。他们必须是决策者级别的、有足够经验和相应工作或知识的人。拥有 50,000 人或更多的相关目标群体规模通常是不可能的。相反，这意味着人工智能将收到更少的信息来优化活动。即使成功，也需要更长的时间，并且必须消除更多的浪费。这对成本有直接影响，并且引线本身变得更加昂贵。
这里可以做出妥协。目标群体并不是完全开放的，但至少是预先粗略定义的。例如，只有目标人员的资历和行业是合适的，前提是可以作为目标。 LinkedIn 没有问题，但 Meta 和 Co. 缺少定位选项。您仍然可以在那里使用完全开放的定位。然而，经验表明，只有少数公司愿意承担消除浪费的更高成本。
鉴于产品周期显着延长，这也是有道理的。如果每隔几年才再次需要某种产品，那么本已很小的潜在目标群体就会进一步缩小。然后，领导活动就会毫无结果，因为并不是普遍缺乏兴趣，而只是当时缺乏兴趣。这些阶段对于品牌推广来说是理想的，但对于广告商来说也是最困难的，因为硬性 KPI 长期缺失。这不可避免地导致要么不进行品牌推广，要么必须尽可能高效地工作，从而没有留下实验和人工智能优化的空间。
2. 产品的复杂性/特殊性
非常狭窄的目标群体表明了 B2B 活动的另一个特点。产品、解决方案或服务通常是针对应用程序精确定制的，同时它们对于外行人来说非常复杂且难以理解。这意味着与 B2C 广告活动相比，我们在创意创作方面受到更多限制。从一开始就最大限度地减少了创造性地进行广泛测试的可能性。这并不意味着这里不能走新路。重达数吨的工业机器的拆箱当然有其独特的魅力并吸引人们的注意。然而，总的来说，我们不会从广泛的创意开始，而是从一些细微差别的核心信息开始。
3. 实用主义与伟大电影
对于 B2C 活动来说，产生情感和品牌塑造是在竞争中脱颖而出的重要组成部分。那么焦点就不再是产品，而是与之相关的情感。这些情感通常嵌入在电影短片或更真实的用户或影响者快照中。
品牌建设也在B2B中进行，但所传达的价值观更加务实，因此有时比情感化的B2C同行更加平淡。这既可以是优点，也可以是缺点。如果 B2B 品牌了解客户购买决策的主要务实原因，那么挂钩、核心和 CTA 就可以顺理成章地遵循这一点，并且客户可以节省昂贵的变体生产成本。与此同时，通过情感或有吸引力的品牌核心在竞争中脱颖而出的自由恰恰是我们所缺少的。
结论
那么一切都很糟糕并且一切如常吗？没有。如果考虑到绊脚石，这种方法基本上是有希望的。人工智能模型迟早会在 B2B 领域比手动创建和优化的营销活动更加成功。但为人工智能提供良好的食物并为其完成任务做好准备也很重要。在B2C中，由于案例较多，不需要太多准备。人工智能可以根据反应进行优化，并可以在创意层面进行测试。在B2B中，框架条件必须更加明确，类似于当前的AI应用，其结果很大程度上取决于最初的“提示”，即给AI的具体工单。
如果您想更深入地研究这个主题，并且想知道到底需要如何喂养人工智能才能实施成功的营销活动，那么我们很乐意为您提供建议。