Nonostante gli enormi vantaggi dell'AI, la distribuzione e l’adozione globale dei framework di AI continuano a rappresentare sfide sia in termini di comprensione della tecnologia sia per via della percepita complessità dell’implementazione tecnologica. Tuttavia, è in atto un cambiamento di settore fondamentale nei segmenti del marketing delle agenzie e della ricerca basata sulle prestazioni, guidato principalmente dalle tendenze della pubblicità su internet come l’ottimizzazione dei motori di ricerca (SEO) e il marketing sui motori di ricerca (SEM).

Il problema è che i siti web sono sostanzialmente stupidi. Non generano la propria intelligence per aiutare le aziende a guidare il business, nonostante il loro ruolo centrale nell'intelligence di marketing e nel commerce delle aziende. Ad esempio, sebbene le organizzazioni e i team aziendali adottino il machine learning per qualsiasi cosa, dalla data augmentation e l’automazione della pubblicità fino alla previsione dei comportamenti di acquisto, la tecnologia spesso non riesce ad acquisire i dati in prima persona immessi come primo passo nel percorso del cliente, lasciando i modelli di AI incompleti o imperfetti.

Inoltre, quando fanno riferimento a campagne pubblicitarie digitali e ai risultati generati dalle principali piattaforme come Google e Facebook, si affidano a informazioni incomplete provenienti da algoritmi che trattano ogni lead come conversioni, indipendentemente dal fatto che siano spam, richieste o clienti reali. Anche quando in queste campagne è integrata l'AI, le principali piattaforme di oggi nascondono all'azienda che dovrebbe possederli i dati critici sui termini di ricerca e altre informazioni, spesso citando come motivazione le normative sulla privacy.

I fondatori di SherloQ ritengono che le aziende dovrebbero essere in grado di vedere i propri dati e ricavarne insight. "C'è stato un punto in cui i termini di ricerca utilizzati dalle persone arrivavano al sito web, ma [Google e Facebook] hanno iniziato a portarli via anni fa", afferma Jim Fitzgerald, cofondatore e Chief Marketing Officer di SherloQ. "Con il passare del tempo, hanno iniziato a eliminare gran parte del linguaggio naturale che le persone utilizzano, privando i termini root di alcune parole. I marketer sanno che i termini root hanno un impatto sulla ricerca, ma non capiscono come il consumatore stia realmente parlando del prodotto o dell'azienda".

Questa lacuna nelle informazioni ha conseguenze reali per le aziende e le agenzie, anche quando utilizzano il performance marketing e le campagne pubblicitarie digitali più avanzate.

Ad esempio, un'azienda potrebbe avere una grande idea di marketing che in qualche modo non va a segno perché non ha visibilità sul modo in cui i clienti cercano effettivamente i suoi prodotti. Questo era il caso di Hurley & David Inc. (HDAIR), un'azienda HVAC che voleva vendere unità ductless di condizionamento dell'aria, note come mini-split.

SherloQ ha creato una soluzione che sviluppa l'intelligenza nei siti web esistenti integrando senza soluzione di continuità la tecnologia IBM Watson, che si basa sui quattro pilastri dell'AI: automazione, attribuzione, intelligenza e conformità di marketing. Questi aspetti dell'AI acquisiscono, valutano e analizzano il performance marketing e altri dati che generano lead. SherloQ utilizza le offerte di IBM Watson Machine Learning e IBM Watson Studio per creare modelli di AI che danno ai siti web ciò che l'azienda chiama AI Smart Core. Questo "core", o "nucleo", consente alle organizzazioni di ottenere insight e automazione dai propri dati di performance marketing e di utilizzo del sito.

Secondo Del Hagen, IBM è stata una scelta ovvia per la tecnologia AI. "Watson ha un'incredibile capacità di elaborazione del linguaggio naturale che va ben oltre qualsiasi altra cosa abbiamo visto", afferma. "IBM ha 20 anni di esperienza: un livello irraggiungibile rispetto ad altre società."

Dopo aver installato un semplice script attraverso l'uso di Google Tag Manager (GTM), la soluzione SherloQ acquisisce i dati di prima parte dei clienti non appena un utente fa clic su un annuncio o su un sito web. Quando un'azienda adotta la soluzione SherloQ, i servizi IBM Watson Natural Language Understanding (NLU) e IBM Watson Natural Language Classifier (NLC) analizzano chiamate, chat, messaggi di testo e trascrizioni di e-mail in tempo reale per identificare le parole chiave e assegnare loro un punteggio in base alla pertinenza. Questa classificazione aiuta l'azienda a ordinare e organizzare i lead e fornisce arricchimenti al punteggio dell'annuncio, un valore che determina quali annunci hanno il rendimento più elevato rispetto agli altri.

"La cosa straordinaria dell'intero processo è la possibilità di collegarlo in tutta semplicità a Google Tag Manager ed essere subito operativi, con tutta questa incredibile tecnologia e AI", afferma Fitzgerald.

L'app SherloQ di accompagnamento offre all'azienda una visualizzazione su dashboard dei propri lead aggregati, nonché il loro punteggio. L'azienda riceve un report giornaliero di intelligence che può utilizzare per rivalutare le campagne di performance marketing, i contenuti del sito web e la SEO.

La funzionalità AutoAI all'interno dell'applicazione IBM Watson Studio automatizza la valutazione e la selezione dei modelli più performanti implementandola con un clic dalla soluzione IBM Watson Machine Learning.

La soluzione SherloQ, basata sulla tecnologia IBM Watson, aiuta le aziende a riprendere il controllo dei dati delle interazione con i clienti e a utilizzarli per migliorare il performance marketing. A differenza di altri strumenti basati su parole chiave o servizi pubblicitari di terze parti, che eliminano preziosi dati di ricerca, la soluzione SherloQ utilizza l'AI per fornire insight dettagliati sui percorsi di ricerca dei consumatori.

"Poiché i dati di terze parti diventano sempre più restrittivi, i dati proprietari diventano sempre più essenziali. Gli esperti di marketing devono assumere il controllo utilizzando i dati proprietari dei loro migliori clienti e accedendo a questi dati utilizzando SherloQ con IBM Watson", spiega Fitzgerald.

Nel caso di HDAIR, l'azienda di HVAC che voleva vendere più unità mini-split, la soluzione SherloQ AI ha rivelato che le persone cercavano "A/C per piccoli spazi in mansarda", "aria condizionata ductless" e altri termini simili piuttosto che il termine di settore "mini-split". Armata di queste conoscenze e della potenza dei servizi IBM Watson NLU e IBM Watson NLC, l'agenzia pubblicitaria dell'azienda ha riscritto le pagine di destinazione e gli annunci che contenevano il termine mini-split perché includessero questi termini di ricerca nel linguaggio naturale.

Prima di lanciare la soluzione SherloQ nel giugno del 2019, la società ha venduto circa 105.000 USD di unità mini-split. Nell'agosto del 2019, le vendite avevano superato i 208.000 dollari, con un aumento del 98% in soli tre mesi. Ulteriori analisi hanno mostrato che l'aumento è stato determinato principalmente dalle ricerche organiche, non dal traffico pubblicitario.

Allo stesso modo, quando lo Studio Legale di Mark E. Salomone ha adottato la soluzione SherloQ AI, ha portato la sua attività già di successo a un livello superiore. Anche gli insight più semplici erano fondamentali. Ha scoperto ad esempio che molte persone cercavano l'ufficio utilizzando la conversione vocale sui propri telefoni, quindi "Mark E." veniva spesso interpretato come "marquee", il che ha spinto l’azienda ad adattare le proprie parole chiave SEO.

Di maggiore importanza è stato il significativo miglioramento del tasso di conversione click-to-lead (CTL) dell'azienda. A un mese dall'installazione della soluzione di automazione SherloQ, nell'agosto 2019, è aumentato il tasso di conversione già superiore alla media del 28,92%, in un settore in cui il tasso CTL medio è del 6,98%. Utilizzando la dashboard della soluzione SherloQ, che fornisce un'analisi dettagliata del rendimento di ciascuna delle sue campagne pubblicitarie, l'azienda può visualizzare rapidamente quali delle sue campagne sono state più efficaci nel trasformare i lead in clienti.

Sebbene la dashboard fosse utile, sono state le funzionalità di AutoAI e Ad Rank della soluzione a trasmettere queste informazioni a Google per perfezionare ulteriormente le campagne pubblicitarie dell'azienda e far crescere il tasso di CTL. L'azienda ha registrato il suo tasso più alto fino ad oggi, pari al 46,75%, nel novembre 2019, ed è rimasto più alto del 40% per tutto il 2020. Anzi, ha dovuto ridurre la pubblicità televisiva a causa del significativo afflusso di potenziali nuovi clienti derivante dai migliori sforzi di pubblicità digitale.

Alla fine del 2020, SherloQ ha ricevuto una notifica di attesa di brevetto da parte dell'US Patent and Trademark Office per la metodologia di formazione dei modelli di machine learning tramite le interfacce di app e dashboard. Questa metodologia consente ai clienti di addestrare il modello AI ogni volta che scorrono verso sinistra o verso destra sull'app. Ciò mette il potere dell’apprendimento automatico e dell’AI nelle mani delle piccole e medie imprese, che altrimenti non potrebbero pensare di utilizzare soluzioni di AI interne per potenziare i propri sforzi pubblicitari.

"Riteniamo che cambiare il modo in cui funziona il core di un sito web sia la chiave per l'adozione globale dell'AI", conclude Del Hagan. "Stiamo costruendo il primo AI Smart Core al mondo con IBM Watson, il che rende il sito web intelligente e offre agli utenti business la possibilità di utilizzare l'AI in modo molto semplice."