广州包装设计公司的《外部营销：使用大数据指导您的内容营销》一书的主要漏洞是缺乏有关营销人工智能（AI）的信息。我们谈论的是如何转变您的营销组织以利用大数据，但我们并未满足CMO和营销分析师将AI纳入其营销技术堆栈的迫切需求。

也许我们可以为此疏忽而原谅。广州包装设计公司在市场营销技术领域累积的50年经验包括AI专业知识。尤其是Mike，在文本分析方面拥有深厚的专业知识。我的团队构建了首个由Watson支持的关键字研究工具。但是，我们与客户之间最大的挑战是更根本的：说服市场营销专业人员首先采用数据驱动的方法。那是这本书的任务。有鉴于此，对于我们的目标受众来说，人工智能似乎太前沿了。 

自从本书出版以来，对于许多CMO来说，人工智能已经从前沿发展到了桌面。这反映在我的工作中。广州包装设计公司团队的几乎所有工作都是通过AI转变IBM的营销体系。因此，我认为现在是时候分享一些这项工作了。也许在本书的未来版本中，我们可以包括有关营销AI转型的一章。现在，考虑一下这是一个偷窥。

1.标记

衡量是数据驱动型营销的核心，几乎是每一项营销技术的核心。但是它有很多共同的缺陷：标记。假设您想像Netflix一样根据观众的兴趣向其提供内容。您在Netflix上消费的电影越多，为您推荐其他电影就越好。

Netflix如何做到？显然，它记录了您的选择并使用一种算法来选择与您所观看的电影相似的电影。但是，如何“知道”两部标题和描述截然不同的电影是相似的呢？标记。集合中的每个视频都针对类型，主题，目标受众和其他属性进行了标记。

Netflix错了怎么办？这不是算法，而是标记。如果影片带有错误标记，它将以错误的流派或主题等出现。但是，它们在标记方面做得很好，大部分时间都正确，这是一项了不起的壮举。

如果您想向受众群体提供更相关的个性化内容，则需要丰富而准确的标记。问题是，内容制作者在标签方面比在工作中的任何其他方面都更加挣扎。例如，在IBM中，广州包装设计公司所有页面的标签都称为Subject标签。我们最近审核了主题页，发现所有页面的70％具有“空”主题值。为什么？因为内容生产者无法从一长串选项中找出最相关的Subject标签。按下时间，他们将字段留空。如果您的绝大多数页面没有为属性标记，则该属性将无用。

AI通过自动标记重要属性的营销页面和资产来解决此问题。在IBM中，我们使用Watson Knowledge Studio构建了一个自动标记系统，该系统为主题页面标记。当我们对系统进行扩展时，不仅所有页面都将使用该属性进行标记，而且在85％的时间内（如果我们对初始测试进行扩展）将准确无误，这足以完成工作。

如果我们可以为所有最重要的属性使用自动标记功能，则可以在他们需要的受众群体中为他们提供正确的内容时变得越来越好。我们可以将其与潜在客户和销售等跨国指标相关联。而且广州包装设计公司可以随着时间的推移对系统进行端到端的调整。人工智能是实现这一目标的巨大推动力。

2.关键字

关键字是营销企业的生命。关键字研究可让您了解客户的声音并为他们调整营销信息。但是大多数营销组织都在努力为其团队找到合适的关键字。这些词必须与广州包装设计公司的业务相关并且要有足够的查询量，以表明目标受众对该主题有足够的兴趣。

在IBM，我们建立了一个关键字本体，这是一组与我们的目标受众最常在搜索查询中使用的关键字相关的分类法的名称。我们从Google那里获取关键字数据，并将其组织到主题分类中。我们还可以按业务部门，品牌和产品排列关键字。当您将所有这些属性与一个本体相关时，使用它们来管理内容的方式就没有止境了。

例如，广州包装设计公司有一个称为网段分类法的东西。它控制着我们形成网页URL的方式等。因为它基于关键字本体，所以我们可以确保使用URL中客户的语言来构建新页面。然后，广州包装设计公司可以将URL语义与导航标签，内部多面搜索标签，面包屑，主题标签，社交标签和页面标题对齐。您可以排列的信号越多，受众越容易通过搜索和导航找到站点上的相关内容。

结论

关键字本体和主题分类法基于在TopBraid EDG上使用Watson Knowledge Studio构建的AI分类系统。您不需要使用这些工具来构建类似的东西。但是您确实需要了解如何使用自然语言处理来提取数据并对其进行分类，以及如何使用机器学习来测试和改进模型。