自然言語処理がデジタルマーケティングに与える影響
「自然言語処理」（NLP）は複雑に聞こえますが、そのアプリケーションは単純です。おそらく、あなたはすでに1日に数十回または数百回もNLPを使用しています。
例えば：
スマートフォンで予測テキストを使用する場合は、NLPを使用しています。
Googleで何かを検索するときは、NLPを使用しています。
AlexaやSiriなどの音声アシスタントに質問する場合は、NLPを使用しています。
グローバル自然言語処理値
自然言語処理とは正確には何ですか？あなたはそれについて何を知る必要がありますか？それはデジタルマーケティングにどのような影響を及ぼしますか？確認してみましょう。
自然言語処理（NLP）とは何ですか？
言語は人間にとって自然なものですが、コンピューターについても同じことは言えません。私たちの言葉の背後にある文脈を理解することは、彼らにとって大きな挑戦です。 NLPはそれを変えることです。
自然言語処理は、コンピューターサイエンスや計算言語学などの分野に依存する人工知能（AI）の分野であり、コンピューターが人間の言語のしばしば恣意的でルールのない世界を解釈、理解、操作できるようにします。そのため、その最終的な目標は、コンピューターが私たちの言うことを付加価値のある方法で理解できるようにすることです。
上で述べたように、NLPには多くのユースケースがあり、その多くは私たちの日常生活に完全に組み込まれています。例えば：
ニール・パテルとの協議
私の代理店があなたのウェブサイトへの大量のトラフィックをどのように促進できるかをご覧ください
SEO-大量のSEOトラフィックのロックを解除します。実際の結果をご覧ください。
コンテンツマーケティング-私たちのチームは、共有され、リンクを取得し、トラフィックを引き付ける壮大なコンテンツを作成します。
有料メディア-明確なROIを備えた効果的な有料戦略。
電話を予約する
Google翻訳のような翻訳ツールは、文字通りの単語ごとの翻訳ではなく、意味のある言語間の翻訳を生成するためにそれを使用します
ワードプロセッサ（MicrosoftWordやGoogleDocsを考えてください）は、書かれたテキストの文法的な正確さを評価するためにそれを使用します
コールセンターは、対話型音声応答アプリケーションを使用して、特定の顧客の要求に応答します
また、Googleのような検索エンジンが「よりスマート」になる原動力でもあります。キーワードは依然として非常に価値がありますが、検索エンジンが私たちの意味を理解することを期待しているため、検索動作はより複雑になっています。次の検索を検討してください。
自然言語処理グーグル検索
人間として、私たちは検索者がブラジル人であることを理解しており、米国を訪問するためにビザが必要かどうかを知りたいと思っています。
以前、Googleは本当の意味を識別するのに苦労していたため、ブラジルを訪れる米国市民にとって役に立たない結果をもたらしました。ただし、NLPの進歩により、このクエリでの一般的な単語「to」の重要性を理解できるようになり、より適切な結果を提供できるようになりました。
NLP対AI対機械学習
コンピューター以外の科学者にとって、NLPは機械学習やAIによく似ています。実際には、3つすべてが密接に絡み合っていますが、微妙に異なります。それらの関係を理解するには、3番目の用語であるディープラーニングを理解する必要があります。
人工知能には、ソフトウェアアプリケーション、スマート冷蔵庫、車など、機械をよりスマートにするために私たちが行うあらゆることが含まれます。
機械学習は、人間の介入なしに、システムが自分で学習することに関係するあらゆるものをカバーする人工知能のサブセットです。
ディープラーニングは機械学習のサブセットであり、特に大規模なデータセットに適用されます。
自然言語処理vsAIvs機械学習
自然言語処理はどこに適合しますか？それはAIの一部ですが、機械学習とディープラーニングの両方とも重複しています。
自然言語処理の進化
超近代的に聞こえますが、自然言語処理は、初期の頃から長い道のりを歩んできましたが、数十年にわたって何らかの形で存在してきました。
自然言語処理の歴史
ジョージタウン大学の言語学者レオン・ドスタートがIBM 701コンピューターを使用してロシア語を英語に翻訳したとき、1950年代に機械翻訳として開始されました。
ソビエト連邦はすぐに、英語をロシア語に翻訳するための独自の競合する機械翻訳プロジェクトを立ち上げました。 1964年までに、ソ連は機械翻訳の世界的リーダーになりました。
1966年、ジョセフワイゼンバウムは、エリザという名前の最初のチャットボットをプログラムしました。主にユーザーの入力を並べ替えて質問を作成することに基づいて、非常に限られた会話しか行えませんでした。
NLPのこれらの初期の例は、手書きのルールとパラメーターの複雑なセットを開発する必要性によって抑制されていましたが、1980年代後半に、この分野は初期の形態の機械学習によって革命を起こしました。
現在の状況：デジタルマーケティングに対するNLPの影響
マーケティングは常にコンテキストに関するものでした。聴衆の頭の中に入って、彼らが私たちに何を言っているのか（そして何を言っていないのか）を理解します。次のような質問に答えるのに役立ちます。
何が彼らに私たちの広告をクリックするように説得しましたか？
何が彼らをランディングページから跳ね返らせたのですか？
何が彼らをカートに追加し、そして放棄したのですか？
NLPは、使用されている正確な単語だけでなく、それらが何を意味するのかを理解するのに役立つことで、より多くのコンテキストを提供します。それはそれをマーケティングに非常に適用可能にします。たとえば、v
oice検索は、複雑なアルゴリズムを使用してユーザーのコマンドを理解し、最も役立つ応答を識別するため、NLPに完全に依存しています。
マーケティングで自然言語処理を使用する方法
これまでに、マーケターにとってNLPがどれほど役立つかを理解し始めたと思いますが、実際には、ユースケースは想像以上に充実している可能性があります。ここに、最も関連性があり魅力的なものがいくつかあります。
顧客の感情を理解する
あなたが一般的な名前であろうと小さなスタートアップであろうと、人々があなたについてオンラインで話しているのはいつか、彼らが何を言っているのかを知る必要があります。
NLPソフトウェアは、ブランドに関連するソーシャル投稿、レビュー、およびユーザー生成コンテンツを分析するのに役立ちます。ソーシャルメディアでのブランドの言及で使用されている言語を分析するHootsuiteの感情分析ツールは、これが実際にどのように見えるかを示す非常に簡単な例です。
Hootsuite感情分析自然言語処理
自然言語処理を使用して、ソーシャルメディアやレビューサイトからブログやフォーラムに至るまで、デジタルチャネル全体の感情を監視する、より複雑な専用ツールが多数あります。例は次のとおりです。
MonkeyLearn
Lexalytics
ブランドウォッチ
ソーシャルサーチャー
アイリエン
社会的言及
重要な言及
感情分析ツールは、次の3種類のアルゴリズムのいずれかを利用しています。
ルールベース：これらは、手動で決定された一連のルールを使用して、特定のソーシャルメンション、レビュー、ブログ投稿などの感情を自動的に予測します。
自動：自動アルゴリズムは、ユーザーの感情を理解するために機械学習技術のみに依存しています。
ハイブリッド：これらのシステムは、上記の両方のアプローチを組み合わせており、多くの場合、より正確な結果を生成します。
カスタマーサービスと潜在顧客のためのチャットボットの構築
なぜ人々はチャットボットを使用するのですか？さて、この研究が示すように、たくさんの理由があります。これらは、主要なカスタマーサービスツールであり、購入プロセスの非常に重要な部分になり、より詳細な議論のために実際の人間に接続する前に、人々が迅速な回答を見つけるのに役立ちます。
自然言語処理チャットボットは
自然言語処理は、チャットボットを強化するテクノロジーです。それがなければ、彼らは非常に単純な相互作用に制限されるでしょう。もちろん、通常、人ではなくボットと話していることは明らかですが、これはユーザーにとって問題ではないようです。実際、54％は、そうすることで10分早く回答が得られる場合、常に人間よりもチャットボットを選択します。
自然言語処理による傾向の特定
特定のブランド、製品、またはトピック領域に関する定期的な情報を見つけるために、以前にニュースアグリゲーターまたはRSSフィードを使用したことがあるでしょう。 NLPは、その情報を見つけて、ほんの一瞬ですべての重要なポイントを要約することにより、さらに多くのことを進めます。市場の次の大きなトレンドを特定しようとしている場合、これは非常に貴重です。
コンテンツ作成のスケーリング
人工知能はフィクションやもっともらしいニュース記事を書くことができるので、はるかに単純なコンテンツ作成タスクもできるのは当然のことです。
コンテンツマーケティング戦略全体をロボットに任せるべきだと言っているのではありません。少なくとも今のところ、もっとクリエイティブなものは人間の手に委ねるのが最善です。
しかし、大規模なコンテンツ作成についてはどうでしょうか。何千もの商品を扱う巨大なeコマースサイトがあるとします。これらすべての個々のページの説明を作成することは、コピーライターにとって最悪の悪夢です。
ここで、自然言語処理によって強調されたAI主導のコンテンツが非常に貴重になります。実際、eコマースの巨人であるAlibabaは、労働集約的な書き込みをすべて処理できるAIコピーライターをすでに導入しています。 DickiesやEspritなどの衣料品ブランドは、中国語の製品説明を作成するためにそれを使用しています。
音声アシスタントの不良債権の活用
米国の成人の約4分の1がスマートスピーカーを所有しています。
これらのデバイスのマーケティングの可能性を実現することに関しては、表面をかじっただけですが、いくつかの傑出した例があります。 Amazon Echoユーザーには、テレビ番組Westworldのジストピアの設定を探索する機会が与えられ、Netflixは、Google HomeユーザーがキャラクターDustinと「チャット」できるようにすることで、ストレンジャーシングスの第2シリーズを宣伝しました。
もちろん、すでに説明したように、自然言語処理なしでは、音声をテキストに翻訳し、そのテキストをデバイスのナレッジベースと意味的に一致させてから、役立つ回答を提供することは不可能です。
NLPマーケティングのケーススタディ：Tenableの2倍のコンバージョン率
「自然言語処理」という言葉は私たちの多くにとって新しいものかもしれませんが、テクノロジー自体は長い間存在しています。したがって、ブランドがすでにそれを使用して印象的な結果を提供しているのは当然のことです。
1つの優れた例は、サイバーセキュリティ会社のTenableです。販売プロセスで2つの大きな問題に直面していました。
リードが営業開発担当者（SDR）に連絡するのに時間がかかりすぎていました
SDRは、営業時間外、または忙しいときやデスクから離れているときのリードとのやり取りでボトルネックに直面しました。
「フォローしていない場合
TenableのシニアディレクターであるMattMullinは、次のように述べています。グローバルマーケティングオペレーションとテクノロジーの
スマートチャットボットをウェブサイトの中心に据えたビジネス開発戦略を実装することで、ブランドは見込み客との会話の質と長さが30％向上し、コンバージョン率は2倍になりました。
マーケティング以外の自然言語処理の使用
NLPはマーケティングソリューションとして始まったわけではなく、そのユースケースはマーケティングをはるかに超えています。このテクノロジーの他の用途は次のとおりです。
コロナウイルスの検出
そうです。NLPはマーケティングだけでなく、パンデミックとの闘いにも役立っています。アリババグループの研究開発機関であるDAMOアカデミーは、胸部スキャンと詳細データを使用して、わずか20秒で96％の精度でCovid-19感染を診断できるNLPベースのシステムを構築しました。
競合他社の特定と分析
すべての企業は、ある程度の競合他社の分析を使用して、戦略的な方向性を通知します。ただし、ますますグローバル化する世界では、最大のライバルが誰であるかが常に明らかであるとは限りません。
実際には、顧客が地球の反対側にある会社によって密猟されているときに、あなたは将来的にブランドと競争していると思うかもしれません。
繰り返しますが、NLPには解決策があります。 Zirra（および他の多くのツール）のようなツールは、競合他社の状況を自動的にマッピングし、ブランドとの関連性によってランク付けされた企業のリストを作成することができます。
信用度の評価
貸し手は、個人または企業がローンまたは他の形式の借入に対して安全な賭けであるかどうかを理解するためにクレジットスコアリングを使用します。
ただし、主要な記録がすぐに入手できない可能性がある新興市場では、これが常に可能であるとは限りません。
現在、Lenddoのようなブランドは、自然言語処理を使用して、閲覧習慣やソーシャルメディアの使用から、eコマーストランザクション、さらには心理測定プロファイリングまで、申請者のデジタルフットプリント全体を網羅する非伝統的なデータソースに基づいて融資を決定しています。
人材の採用
何年もの間、採用担当者とHRチームは、テクノロジーを使用して履歴書をスキャンし、特定のキーワードのカバーレターを作成してきました。
NLPはこれを論理的に拡張したものです。特定のフレーズに固執するのではなく、特定の役割に最も関連性のある情報を分析および抽出することができます。
これにより、雇用主はCVをふるいにかけるという長いプロセスを自動化することができ、それを通過する人が任務を遂行できるという知識で安全になります。
結論
自然言語処理は確かに高度に聞こえますが、それはお客様をよりよく理解するという昔ながらのマーケティング原則に基づいています。
NLPは、視聴者にブランドや製品についてどう思うか、直面している課題、目標は何かを直接尋ねるのではなく、使用する言葉から感情、動機、意見を識別するのに役立ちます。
NLPは、マーケティングの意思決定から当て推量を排除するためのもう1つのステップであり、適切なメッセージを適切なタイミングで適切な人に届けることができます。
マーケティング戦略で国語処理をどのように使用する予定ですか？
