现代汽车美国公司(Hyundai Motor America)的首席营销官Dean Evans计划推出其新型Kona小型SUV有近一年时间了。为了这次发布的成功,他想了解更多关于目标受众——积极的千禧一代,而不仅仅是以前各种研究方法提供的那些基本知识。所以他转向了由Influential提供的采用人工智能的社交智能工具测试版。
Evans说:“我们主要围绕两个方面与Influential展开合作。首先是利用人工智能的力量来更好地定义受众群体,利用社交媒体和社交内容来帮助实现这一目标。其次,是在市场中寻找真正有影响力的人,帮助我们通过更有机的、更丰富的内容来进行宣传。”
在这个过程中,他和他的团队了解到,活跃的千禧一代并不完全是那些他们经常在其他广告中扮演的、一成不变的冲浪者。“我们在深挖的时候发现,他们是那些喜欢日常活动的城市居民,无论是今天去跳蚤市场,明天去艺术品拍卖会,还是去洛基山露营。这次Kona车发布的广告,以及我们如何与观众交流的方式,都与我们以前所想的有些不同。”
据Influential公司首席执行官Ryan Detert称,现代汽车公司所使用的基于人工智能的工具现在是面向所有市场营销人员使用的。“我们的核心业务一直基于将品牌的心理特征与品牌向受众传递的、受众眼中的品牌形象相匹配。我们通过Big 5理论做到这一点,就像Myers-Briggs一样——品牌的个性由47个属性组成的。我们使用了IBM的一个Watson API——Personality Insights,我们可以收集社交媒体上分享关于品牌内容的信息,并提供关于品牌健康状况和受众心理特征的信息。”
Detert认为,在Influential Social Intelligence发布之后,营销人员可以更明聪明地吸引所有媒体的核心受众,而不仅仅是社交媒体。“我们还使用另一个Watson API——Natural Language Understanding,来分析所有关于品牌的言论,以及那些关注品牌的人,帮助确定新产品进入市场的最佳方式。我可以把赞助费投在哪儿?我的观众更喜欢NFL还是NBA?他们是否更喜欢某些名人来代言?我是否因Conde Nast或Hearst与GQ或其竞争对手的关系而花钱?这些预测性和规定性的特点,帮助我们找出营销人员用来改善他们在电视、广播、赞助、线下活动和数字节目上投入的效果。”
Detert在利用人工智能改善营销效果方面充满激情。“我们生活在一个社交媒体的时代,如果我们能够利用这一点,我们就可以预测未来。”
<来源:福布斯;编译:科技行者>
G
M
T
检测语言 世界语 中文简体 中文繁体 丹麦语 乌克兰语 乌兹别克语 乌尔都语 亚美尼亚语 伊博语 俄语 保加利亚语 僧伽罗语 克罗地亚语 冰岛语 加利西亚语 加泰罗尼亚语 匈牙利语 南非祖鲁语 卡纳达语 印地语 印尼巽他语 印尼爪哇语 印尼语 古吉拉特语 哈萨克语 土耳其语 塔吉克语 塞尔维亚语 塞索托语 威尔士语 孟加拉语 宿务语 尼泊尔语 巴斯克语 布尔语(南非荷兰语) 希伯来语 希腊语 德语 意大利语 意第绪语 拉丁语 拉脱维亚语 挪威语 捷克语 斯洛伐克语 斯洛文尼亚语 斯瓦希里语 旁遮普语 日语 格鲁吉亚语 毛利语 法语 波兰语 波斯尼亚语 波斯语 泰卢固语 泰米尔语 泰语 海地克里奥尔语 爱尔兰语 爱沙尼亚语 瑞典语 白俄罗斯语 立陶宛语 索马里语 约鲁巴语 缅甸语 罗马尼亚语 老挝语 芬兰语 苗语 英语 荷兰语 菲律宾语 葡萄牙语 蒙古语 西班牙语 豪萨语 越南语 阿塞拜疆语 阿尔巴尼亚语 阿拉伯语 韩语 马其顿语 马尔加什语 马拉地语 马拉雅拉姆语 马来语 马耳他语 高棉语 齐切瓦语 | 世界语 中文简体 中文繁体 丹麦语 乌克兰语 乌兹别克语 乌尔都语 亚美尼亚语 伊博语 俄语 保加利亚语 僧伽罗语 克罗地亚语 冰岛语 加利西亚语 加泰罗尼亚语 匈牙利语 南非祖鲁语 卡纳达语 印地语 印尼巽他语 印尼爪哇语 印尼语 古吉拉特语 哈萨克语 土耳其语 塔吉克语 塞尔维亚语 塞索托语 威尔士语 孟加拉语 宿务语 尼泊尔语 巴斯克语 布尔语(南非荷兰语) 希伯来语 希腊语 德语 意大利语 意第绪语 拉丁语 拉脱维亚语 挪威语 捷克语 斯洛伐克语 斯洛文尼亚语 斯瓦希里语 旁遮普语 日语 格鲁吉亚语 毛利语 法语 波兰语 波斯尼亚语 波斯语 泰卢固语 泰米尔语 泰语 海地克里奥尔语 爱尔兰语 爱沙尼亚语 瑞典语 白俄罗斯语 立陶宛语 索马里语 约鲁巴语 缅甸语 罗马尼亚语 老挝语 芬兰语 苗语 英语 荷兰语 菲律宾语 葡萄牙语 蒙古语 西班牙语 豪萨语 越南语 阿塞拜疆语 阿尔巴尼亚语 阿拉伯语 韩语 马其顿语 马尔加什语 马拉地语 马拉雅拉姆语 马来语 马耳他语 高棉语 齐切瓦语 |
文本转语音功能仅限200个字符
选项 : 历史 : 反馈 : Donate | 关闭 |
好文章,需要你的鼓励
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。
上海AI实验室团队发现自回归图像生成模型存在局部依赖、语义不一致和空间不变性缺失三大问题,提出ST-AR训练方法。该方法通过掩码注意力、跨步骤对比学习和跨视角对比学习,让AI"先理解再生成"。实验显示,ST-AR将LlamaGen模型的图像理解准确率提升一倍以上,图像生成质量提升42-49%,为构建更智能的多模态AI系统开辟新路径。