Hur artificiell intelligens förändrar marknadsföring: Social Media Examiner

Undrar du vilka artificiella intelligensfunktioner som kommer till sociala medier och reklamplattformar? Vill du veta hur maskininlärning kan förbättra din marknadsföring?

För att utforska hur artificiell intelligens kommer att påverka marknadsföring på sociala medier intervjuar jag Mike Rhodes.

Mer om denna show

De Sociala medier marknadsföring podcast är utformat för att hjälpa upptagna marknadsförare, företagare och skapare att upptäcka vad som fungerar med marknadsföring på sociala medier.

I det här avsnittet intervjuar jag Mike Rhodes, en expert på att hjälpa företag med kundförvärv. Han är medförfattare till Den ultimata guiden till Google AdWords och VD för WebSavvy. Han erbjuder kurser i Googles Display-nätverk, AdWords, Google Data Studio och mer.

Mike förklarar varför marknadsförare behöver förstå artificiell intelligens och delar exempel som illustrerar dess inverkan.

Du kommer också att upptäcka hur artificiell intelligens kan automatisera budgivning, inriktning och meddelanden för dina annonser.

Dela din feedback, läs noterna och få länkarna som nämns i det här avsnittet nedan.

Lyssna nu

Var att prenumerera: Apple Podcast | Google Podcasts | Spotify | RSS

Bläddra till slutet av artikeln för länkar till viktiga resurser som nämns i detta avsnitt.

Här är några av de saker du kommer att upptäcka i den här showen:

Artificiell intelligens för marknadsförare

Mike's Story

Tidigt i sin karriär lärde sig Mike att han älskar att hjälpa företagare att se vad som finns runt hörnet. På 1990-talet arbetade Mark för ett helikopterföretag på Hawaii. I utbyte mot flyglektioner hjälpte han företaget att datorisera. (Hans chef flög in helikoptern Magnum P.I.2004 lärde sig Mike hur Google AdWords (nu Google Ads) hjälpte små företag och gjorde kampanjer som favoriter.

Några år senare startade Mike sin byrå. Hans fokus på framtida verktyg och tekniker sätter honom på rätt plats vid rätt tidpunkt. Detta fokus ledde också till Mike intresse för artificiell intelligens (AI). För ungefär 3 år sedan insåg han att företag skulle behöva gå från att läsa och lyssna på mer sofistikerade sätt att interagera med kunderna och lärde sig allt han kunde om ämnet.

När han lärde sig om AI var Mike inte fokuserad på hur man bygger AI-aktiverad teknik. Han var intresserad av att veta hur man använder AI så att han kan ta reda på hur det är relevant för företagare. Specifikt upptäcker han affärsproblemen och hjälper företag att identifiera vilka av dessa problem som kräver AI. Han vet också vilka hantverksverktyg som använder AI och vilka inte.

Lyssna på showen för att höra Mike dela en historia om att flyga en helikopter till en Kauai-kanjon.

Varför artificiell intelligens är viktigt för marknadsförare

För att förklara varför AI är viktigt delar Mike en jämförelse från Andrew Ng, en expert på AI och maskininlärning. Andrew säger att AI är den nya elen. Precis som el började användas för att driva allt för 100 år sedan läggs AI till allt nu. Tillkomsten av el förändrade allt, inklusive transporter, fabriker och mer. På samma sätt kommer AI att förändra kunskapsekonomin.

För marknadsförare är de kommande förändringarna viktiga eftersom ditt företag kommer att dra nytta av att vara medveten om AI-baserade verktyg och tekniker innan dina konkurrenter är det. Om du arbetar på byråns sida vill du hjälpa dina kunder att leda med AI. Även om marknadsförare inte behöver förstå AI i detalj, behöver de veta tillräckligt om AI för att upptäcka möjligheter.

Hollywood-versionen av AI innehåller robotar med vapen som gör oss till gem. Verkligheten är mer vardaglig och inkrementell.

Vi är långt ifrån AI som kan köra Google-kampanjer eller skicka dina barn till skolan och laga middag. Men artificiell smal intelligens (förkortas också till smal intelligens eller ANI) kommer sannolikt att börja ersätta ett ökande antal mänskliga uppgifter.

Du kan tänka på ANI som otroligt smart programvara. Mark tror att smarta maskiner i en mycket optimistisk version av framtiden gör det möjligt för oss att göra saker som vi inte kan göra idag eller kommer att göra uppgifter vi kan göra mycket, mycket bättre. Med andra ord kommer ANI att göra det möjligt för oss att överlämna viktiga uppgifter så att vi får mer tid till kreativt, strategiskt eller medkännande arbete.

Lyssna på showen för att höra Mark och jag diskutera hype kontra verkligheten i andra framtida tekniker.

Vad är artificiell intelligens?

Mike definierar AI som vetenskapen om att göra saker smarta. Det inkluderar robotik, naturligt språk, vision och mycket mer. Maskininlärning avser datorer som kan lära sig utan att uttryckligen undervisas. Maskininlärning är ett område av AI som tar fart just nu, särskilt en underkategori som kallas djupinlärning.

För att illustrera, hur skulle en dator lära sig vad en stol är? Med traditionell programmering skulle du använda villkorliga uttalanden som ”Om saken har fyra ben, en sittplats och tillbaka, då är det en stol. ” Koden skulle behöva redogöra för stolar med och utan armar, rullstolar och så vidare på. Det resulterande programmet skulle kräva massor av kod, och om en rad hade fel skulle koden inte fungera.

Maskininlärning erbjuder ett nytt sätt att lära en dator vad en stol är. I huvudsak ger du maskinen tusentals exempel på stolar och icke-stolar (som bord, hundar och träd) så att datorn förstår vad en stol är och inte är. Med tiden lär sig maskinen att dra slutsatsen om något är en stol. Under de senaste fem eller tio åren har denna teknik blivit ganska exakt.

Idag ser du att denna teknik används för att hjälpa människor att handla. När du håller upp en produkt mot en kamera, kommer Pinterest eller Amazon appar eller Google-objektiv (via Google Photos-appen på iOS) kan känna igen produkten och försöka hitta den åt dig. Du kan rikta en Google Lens-kamera mot din vän som bär en klänning, och den hittar en massa liknande klänningar och berättar var du kan köpa dem.

Förutom att känna igen objekt kan AI göra förutsägelser. Amazon använder förutsägbar AI för att berätta saker som "Människor som köpte den här boken köpte också den här boken." På samma sätt föreslår Netflix TV-program eller filmer som kan intressera dig. Netflix ändrar även omslagsminiatyrer med hjälp av förutsägbar AI. Baserat på dina visningsvanor förutspår den vilken miniatyrbild som tilltalar dig mest.

Maskininlärning i självkörande bilar löser också förutsägelsesproblem. “I vilken körfält är jag? Vilken fil ska jag vara i? Vad ska den bilen göra? Vad kommer den fotgängaren att göra? ” Det förutspår hur andra saker runt dig kommer att röra sig, och därmed vilken riktning du ska köra och om du ska accelerera eller bromsa. Även om denna förklaring är en enorm förenkling, är det i huvudsak vad som händer.

Ett annat exempel är Siri för iPhone. Eftersom fler saker inkluderar maskininlärning kan Siri alltmer leva upp till sitt löfte om att vara en personlig assistent. Idag kan det påminna dig om att ringa ett samtal. I framtiden kan det föreslå att du lämnar tidigt på grund av trafik eller känner att ett möte håller på att ta lång tid och erbjuder att låta de tre nästa personerna i din kalender för idag veta att du kommer sent.

https://youtu.be/bd1mEm2Fy08

Ett bra exempel är demo av Google Duplex på Google IO 2018. I den här videon bokar Google Assistant (som finns på fler telefoner än Siri och därmed har mer information att lära sig av) en frisyr och gör en restaurangbokning. Många trodde att dessa demonstrationer var falska eftersom Duplex-tekniken var otroligt bra för att hantera en konversation som inte gick som vanligt.

Efter att folk började ifrågasätta om tekniken var riktig hyrde Google en thailändsk restaurang i New York och bjöd in journalister att tillbringa eftermiddagen med att testa tekniken för sig själva inom ramen för en restaurangreservation. Journalisterna delades in i grupper som försökte kasta bort AI, men AI kunde hantera sina frågor felfritt.

Hur människor använder sig av AI beror på om de känner sig smutsiga av datorer som gör mänskliga saker eller uppskattar bekvämligheten. Vissa människor tror att AI skulle titta över axeln. Andra tycker att det skulle vara fantastiskt att ha ett verktyg som omedelbart kan komma ihåg någons namn och födelsedag och sedan skicka dem rätt present.

Lyssna på showen för att höra hur jag upptäckte AI i den senaste iOS-uppdateringen.

Kampanjer för artificiell intelligens och marknadsföring

Algoritmer som Facebook är en form av AI som förutsäger vilka artiklar eller annonser som vissa användare sannolikt kommer att klicka på (även om algoritmen innebär mycket mer än så). I mer än tre år har Mark kört experiment mot Facebooks AI. Baserat på dessa experiment tror han att vi befinner oss vid tipppunkten där maskinen för det mesta är lika bra som en människa.

Algoritmen förstör ibland, och när det händer tenderar det att göra stora misstag. Men för det mesta är det lika bra som - och ibland är det mycket bättre än - även den bästa människan.

För marknadsförare har AI: s möjligheter potential att hota deras jobb eller byråer. Marknadsförare som fortfarande tillbringar större delen av dagen med att rapportera och ändra bud är särskilt utsatta. Dessa marknadsförare kommer antagligen antingen att gå ur affärer eller behöva arbeta extra hårt för att ändra sättet de gör dagliga uppgifter på.

Alla annonsplattformar uppmuntras att förbättra sin AI. När de hjälper marknadsförare att uppnå sina mål fortsätter de att använda plattformen. AI som gör annonsplattformarna enklare att använda kommer också att få fler affärer.

Idag finns det en enorm avgrund mellan företag som tycker att onlineannonser och sociala annonsplattformar är för förvirrande och komplicerade och företag som kan anställa en byrå eller anställd för att hantera det. Ju mer dessa plattformar ger vardagliga företag möjlighet att använda AI för att få fler kunder, desto fler affärer genererar annonsplattformarna.

Mike säger att Google alltid har varit fokuserad på användaren, annonsören och intressenterna och hur dessa tre skär varandra. För Google är användaren den största och viktigaste av de tre. Även om Google måste balansera annonsörernas och intressenternas behov, tror Mike att den bästa användarupplevelsen hjälper till att göra det eftersom det uppmuntrar användarna att komma tillbaka till plattformen.

Till exempel i slutet av 1990-talet lämnade människor sökmotorer som Alta Vista och Ask Jeeves för Google eftersom det gav bättre resultat. Idag försöker Google göra sin plattform bättre för annonsörer. Om bara cirka 10% av de företag som borde använda ett verktyg som Google Ads faktiskt använder det har plattformen enormt utrymme för tillväxt.

Bland småföretag tror Mike att Google Ads kan lägga till kunder som hittills har hittat reklamplattformen för skrämmande att använda. Bland stora företag kan Google ta bort varumärkesdollar från traditionella medier och utbilda dessa större företag om de kostnadsbesparande fördelarna med att använda Google Ads istället för stora innehav byråer.

Lyssna på showen för att höra mina tankar om intelligensen i Facebooks algoritm.

Hur artificiell intelligens kan hjälpa marknadsförare

Google och Facebook har stora AI-initiativ och verktyg som marknadsförare redan använder som ger otroliga mängder information. För att visualisera detta samlar Google in data om användare via Google Analytics, Android (som finns på 80% av smartphones världen över), YouTube och Chrome (den mest använda webbläsaren). Google utvecklade eller köpte dessa tjänster för att förvärva all denna information.

Förutom Google och Facebook gör Amazon, Microsoft och IBM alla fantastiska saker med AI också. Eftersom Mike fokuserar på Google Ads fokuserar vår konversation om hur AI kan hjälpa marknadsförare på den plattformen. Men jag vill betona att AI kommer snabbt till många plattformar.

För att förklara hur AI kan hjälpa marknadsförare med Google Ads just nu skisserar Mike först ett ramverk baserat på en pyramid med tre lager. Det undre lagret bjuder in, det mellansta lagret är inriktat och det översta lagret är meddelanden. Tillsammans hjälper dessa lager marknadsförare med reklam som visar rätt budskap till rätt person vid rätt tidpunkt och gör det lönsamt.

Mike använder en pyramid eftersom budgivning är ett bra ställe att börja testa Googles AI. Budgivning är den enklaste uppgiften för AI att ta över och en tidskrävande uppgift för marknadsförare. Med AI-hanteringsbud kan du gå upp i pyramiden, hålla dig före roboten och fokusera på uppgifter på toppen, som kreativt och strategiskt tänkande och att arbeta med kunder i större affärer problem.

Budgivning: För att illustrera hur bra Googles AI kan lära sig, börjar Mike med att dela en berättelse om Googles AlphaGo, vilken slå världsmästaren i spelet Go. Sedan byggde Google AlphaGo Zero, som slog den första maskinen. Börjar från grunden utan att se något annat spel som någonsin spelats, AlphaGo Zero lärde sig själv.

AI i AlphaGo Zero kan ta in massor av siffror och göra förutsägelser med otrolig noggrannhet. Det kan också lära sig snabbt. På tre dagar var det lika bra som en människa. Efter 40 dagar slog AlphaGo Zero AlphaGo, som förmodligen aldrig tappade ett spel.

På ett liknande sätt är budgivning på Google- och Facebook-annonser ett nummerspel. Du kan behöva bestämma hur mycket du ska bjuda på ett sökord eller hur mycket du ska erbjuda Google om någon klickar på din annons. Datorer har blivit utmärkta för att lägga bud. Idag är de lika bra som människor och inom en snar framtid kommer de att bli mycket bättre.

Google har sju modeller för budgivning och Mike uppmuntrar alla att testa en av dem Smarta budgivningsstrategier, som använder Googles AI. Till exempel, om ditt företag genererar leads, försök Målkostnad per förvärv, som bjuder på din kostnad per lead. Om du är ett e-handelsföretag kan du prova Målavkastning på annonsutgifter strategi.

Med Smart Bidding ger du Google ett mål och det blir väldigt bra att nå det. För att visualisera detta, om du är villig att betala $ 50 per lead, kommer Smart Bidding att hitta leads för $ 50. Även om det inte hittar leads för mycket mindre än du frågar (säg $ 10 per lead), kommer det inte heller att hitta leads för $ 100.

Jämfört med funktionerna i Smart Bidding ser marknadsförarnas gamla sätt att bjuda ut löjligt långsamt och föråldrat ut. Under minst tio år har marknadsförare analyserat bud genom att titta på cirka sex signaler, bit för bit, dagligen eller varje vecka. För att illustrera, om kvinnor i åldern 35-44 år som bor i New York svarade bättre, ökade de budet för den lilla gruppen för att öka omvandlingsfrekvensen.

Men i den tid du tar att skriva in en sökterm i Google och trycker på Enter kan Google överväga 70 miljoner datapunkter. Den vet vilka appar som finns på din telefon, andra sökningar du har gjort och vad du tittar på på YouTube. Den vet var du är och hur vädret är där. Det vet om du är hemma, på jobbet eller på semester. Människor kan inte konkurrera med det.

Med Smart Bidding kan du testa om du kan släppa allt arbete som marknadsförare traditionellt har lagt i bud. Berätta helt enkelt det smartaste budgivnings AI som du är villig att spendera och låt det sedan göra det hårda arbetet för dig. Smart budgivning kommer att göra alla tester och analyser för att få din annons till rätt personer till rätt pris.

När du testar Smart Bidding kan du använda Googles utkast och experimentfunktion för att se hur det fungerar för dig. I huvudsak kan du ställa in ett delat test som jämför din budgivningsmetod med maskinens. När du kör dessa tester betonar Mike att du måste ge maskinen lite tid. Hur mycket tid beror på kampanjens storlek, men i allmänhet, ta 2-4 veckor.

Inriktning: Vanligtvis kräver inriktning en person att analysera demografi och innehåll och bestämma var en annons ska visas. Till exempel ber marknadsförare Google att visa en annons när någon söker efter ett specifikt sökord. För en YouTube-annons kan en marknadsförare be YouTube att placera annonsen bredvid innehåll som liknar Oprah.com.

Det gamla sättet att rikta in annonser via TV, radio och tidskrifter fokuserade på demografi. Eftersom media inte hade någon aning om vem som köpte, definierade de sin publik med stora demografiska kategorier, som kvinnor, Kalifornien, 35-44 år. Åldern för någon som köper en tvättmaskin spelar dock ingen roll. Det som är viktigt är avsikten: Vem letar efter vilken typ av tvättmaskin du säljer?

Med AI kan du rikta kunder baserat på avsikt. Alla data som Google har hjälper sin AI att förutsäga vad någon kommer att göra nästa. Till exempel, hur bestämmer AI vad de är ute efter just nu? Baserat på all information som Google samlar in kan den kanske veta att någon är en basebollfan och en förälder som tenderar att besöka babysidor så att de får ett barn yngre än 3 år.

AI kan sedan kombinera kunskap om en persons långsiktiga intressen med sina mer omedelbara. Säg att förälder som älskar baseball börjar söka efter hur man fixar tvättmaskiner eller hur man köper en ny tvättmaskin för mindre än $ 1500 med gratis leverans. AI vet då att personen är ute efter en ny tvättmaskin.

Eftersom AI har all denna information behöver du inte berätta för Google hur du kan rikta in din annons baserat på demografi och sådana faktorer. För att nå människor som vill köpa en tvättmaskin eftersom du säljer dem, ger du Googles AI en annons och säger hur mycket du vill spendera för varje försäljning eller bly. Därifrån vet AI vem du vill nå och hur du visar din annons för rätt person.

Mike betonar dock att sökord inte hör till det förflutna. Du kan fortfarande använda sökordsinriktning, men det blir svårare att få rätt och är inte den viktigaste signalen.

För visningsannonser har Google Målgrupper inom marknaden, som erbjuder cirka 500 kategorier. För att nå människor som vill köpa en tvättmaskin kan du berätta för verktyget att hitta alla på marknaden för en tvättmaskin just nu. Du kan också lägga till annan inriktning, som människor i Kalifornien. Att ange en åldersdemografi är dock onödigt eftersom funktionen analyserar människors avsikt.

Du kan komma åt målgrupper på marknaden på två sätt. Om du visar annonser på det gamla sättet kan du lagra AI-målgruppsinriktningen över din traditionella inriktning. Sedan kan du jämföra hur de två typerna av inriktning beter sig. Om AI beter sig som du hoppas det kan du ge det tyglarna.

Ett nytt sätt att komma åt inriktning med AI är Smarta kampanjer. Med detta tillvägagångssätt berättar du för Google vad du vill göra och hur mycket du är villig att betala, och AI gör resten. Smarta kampanjer inkluderar budgivning, inriktning och till och med lite meddelanden.

Meddelanden: Att räkna ut dina meddelanden med AI är högst upp i Mike's pyramid eftersom det för närvarande inte är så bra att skriva kreativ eller övertygande kopia. Om du är textförfattare eller innehållsskapare är dina chanser att överleva mycket större än om du fokuserar på att bjuda eller rikta in dig.

AI är dock bra på att förstå betydelse och sammanhang för en sida, och både Google och Facebook har denna typ av AI. (Facebooks version heter DeepText.) Eftersom denna AI kan förstå innebörden, semantiken och nyanserna i alla dessa ord, är det mycket bra på meddelanden som har ett begränsat omfång.

För att illustrera kan AI göra ett bra jobb med att skriva ämnesrader via e-post. En AI ringde Phrasee hävdar att det är 98% säkert att slå din bästa e-postrubrik. Företaget arbetade för Virgin i Storbritannien och sparade dem miljontals dollar. Phrasee samlade också nyligen 4 miljoner dollar, vilket innebär att företaget fortsätter att göra fantastiska saker.

AI som Phrasee kan hantera en smal uppgift som ämnesrader via e-post eftersom du kan ge tusentals exempel istället för tusentals regler: ämnesrader du redan har använt, riktlinjer för varumärken, exempel på vad du kan och inte kan säga och tidigare resultat. Därifrån kan AI förutsäga vad ditt nästa e-postämne ska vara, testa det för dig och berätta för dig hur resultaten jämfört med dina.

På samma sätt, med Facebook AI, kan du ge det några rubriker, val för kopiering av text och uppmaningar till handling, och AI kan testa dem i kombination för att hitta vinnaren. Google har ett liknande verktyg som kallas responsiva annonser. Du kan välja mellan responsiva displayannonser eller responsiva sökannonser. Med Google ger du cirka 15 rubriker och fyra beskrivningar, och det visar alla kombinationer.

Googles responsiva annonser låter dig också ge AI-specifika parametrar. Om du vill att ditt varumärke ska vara den första rubriken kan du fästa det till den positionen och blanda och matcha alla andra. Även om parametrar som detta massivt begränsar vad maskinen kan göra, kan denna förmåga skydda ditt varumärke eller ge marknadschefen en känsla av kontroll.

För meddelanden säger Mike att den bästa användningen för AI är att låta den räkna miljarder kombinationer och vilken som fungerar bäst. Han betonar också att AI är kraftfullare än traditionell A / B-testning, där du kör Ad A mot Ad B i 28 dagar, ser att Ad B är bättre, bli av med Ad A och skriva en ny. För Google är A / B-test marknadsföring genom medelvärden, vilket är löjligt.

Googles AI kan bestämma den bästa annonsen för en specifik användare. För att visualisera detta vet AI vad Mike har letat efter nyligen och hur han i allmänhet beter sig på Google och andra webbplatser. Den bästa annonsen för Mike kommer dock att skilja sig från den bästa annonsen för Julie. Med andra ord försöker Googles AI att hitta den bästa annonsen varje gång, och en människa kan inte konkurrera med det.

Eftersom Google har tillgång till en så enorm mängd data kan tredjeparts tjänster inte heller konkurrera med Googles AI. Tredje parts tjänster får samma sex signaler som marknadsförare gör, medan Google har cirka 70 miljoner signaler. Även om Google kunde ge oss dessa signaler, skulle de aldrig göra det. Dessa uppgifter ger Google för mycket av en konkurrensfördel.

Istället säger Mike att marknadsförare måste testa Google AI. Ge det dina kreativa idéer baserat på vad du vet om dina företag eller kunder och låt AI göra resten.

Lyssna på showen för att höra Mike dela mer om hur och varför man kan testa Googles AI när fler funktioner fortsätter att bli tillgängliga.

Veckans upptäckt

Laserliknande är ett coolt verktyg för att upptäcka och fokusera på innehåll du tycker om.

Eftersom du ser färre nyheter via Facebook erbjuder Laserlike ett utmärkt sätt att hålla koll på nischhistorier. När du har installerat appen berättar du vad dina intressen är, till exempel digital marknadsföring och företagsledning. (Du kan också hitta kategorier som inte är relaterade till affärer, som nyheter eller skvaller för kändisar.) När appen börjar visa historier kan du träna vidare genom att ange vad du gör eller inte gillar.

Laserlike driver också en Firefox-plugin som heter Advance. Pluginet säger att det inte spårar dig eller tittar på dina känsliga data, men det tittar på webbplatserna du besöker för att lära dig vad du gillar och sedan samla dina intressen för att ge dig intressant innehåll. Liknande verktyg inkluderar Google News-appen och den Apple News-appen.

Laserlike är gratis och tillgängligt för iOS och Android.

Lyssna på showen för att lära dig mer och låt oss veta hur Laserlike fungerar för dig.

Viktiga avhämtningar från det här avsnittet:

• Läs mer om Mike på WebSavvy hemsida.
• Upptäck gratis resurser för lyssnare av denna podcast.
• Läsa Den ultimata guiden till Google AdWords.
• Kolla in Mike's kurser i Googles Display-nätverk, AdWords, Google Data Studio och mer.
• Ta reda på mer om AI och maskininlärningsexpert Andrew Ng.
• Se hur AI kan hjälpa människor att handla via Pinterest eller Amazon appar eller Google-objektiv (via Google Photos-appen på iOS).
• Se demo av Google Duplex på Google IO 2018 och lär dig hur journalister tillbringade en eftermiddag med att testa tekniken.
• Upptäck hur Googles AlphaGo slå världsmästaren i spelet Go och hur AlphaGo Zero slog AlphaGo.
• Prova Smarta budgivningsstrategier Till exempel Målkostnad per förvärv eller Målavkastning på annonsutgifter.
• Jämför traditionell budgivning med AI-baserad budgivning med hjälp av Googles utkast och experimentfunktion.
• Ta reda på mer om Google Målgrupper inom marknaden och Smarta kampanjer.
• Läs mer om Facebook DeepText.
• Kolla upp Phrasee, det arbete företaget gjorde för Virgin i Storbritannienoch dess senaste insamlingsinsats på 4 miljoner dollar.
• Testa hur responsiva displayannonser eller responsiva sökannonser hjälp med grundläggande meddelanden.
• Samla ett flöde av berättelser som intresserar dig med Laserliknande för iOS och Android, Advance-plugin för Firefox, eller liknande verktyg som Google News-appen och den Apple News-appen.
• Ratta in Resan, vår videodokumentär.
• Titta på vår veckovisa Social Media Marketing Talk Show på fredagar klockan 10 Pacific Crowdcast eller ställa in på Facebook Live.
• Ladda ner 2018 Social Media Marketing Industry Report.
• Lära sig mer om Social Media Marketing World 2019.

Vad tror du? Vad är dina tankar om artificiell intelligens? Dela dina kommentarer nedan.