使用AI可以改变电子邮件营销的4种方式

　　那到底是什么阻碍了其他95％的营销人员取得同样的成果呢？我们仍处在AI与电子邮件营销领域相互整合的初期阶段。因此，许多营销人员可能仍在试图找出AI要如何应用在他们习惯的模式里，有些人甚至会怀疑AI是否真的可以改善他们发送电子邮件的成效。

　　很明显，电子邮件营销领域中AI的最佳用途，是利用其数据分析功能发现个人订户的洞察力，然后可用于优化品牌的电子邮件程式。这项工作不用再使用传统方法花费无数人工时数，但AI的分析可使营销人员能够在更短的时间内，精准获得以大数据为基础的洞察力。

　　以下是AI会被定位为改变电子邮件营销领域的四大方向：

　　一、参与监测

　　今日实况：大多数营销人员使用读取率和投诉率等传统指标来监测用户参与度。虽然这些数字提供了对整体受众参与的高层次洞察力，但他们无法解释原因。传统的测量方式并未提供订阅者的参与活动机会和活动线索-这意味着营销人员可能会错过订阅者对电子邮件感到疲劳、不感兴趣和困惑等重要讯息，从而使他们处在失去订阅者的危机，然后将电子邮件转为垃圾邮件和取消订阅的风险。

　　结合AI的未来：使用AI，营销人员可以密切监测个人层面的用户互动，以更方便了解订阅者生命周期不同层面的点。AI还可以提供对每个订阅者能产生共鸣的活动及内容，并识别品牌电子邮件列表中最忠诚和最有价值的联系人资料。通过这些用户层级的观察，营销人员还可以预测用户何时开始对品牌的电子邮件失去兴趣，从而使他们能够以非常精确的方式让用户重新参与互动。

　　二、发送时间/发送频率

　　今日实况：电子邮件营销人员几乎普遍提出两个问题：（1）我们什么时候该发送这封电子邮件？（2）我们应该多久向订阅者发送电子邮件？传统智慧和最好的实务经验都提供了一些引导，但几乎不可能在个人单一层面上找到正确的答案。但这些却都是关键问题！发送太多电子邮件是惹恼订阅者的好方式。发送的电子邮件太少意味着错失了宝贵的转换机会。如果您在错误的时间发送，您的讯息可能会被淹没在其他大量电子邮件中。

　　结合AI的未来：借助AI的力量，营销人员终于可以解决发送时间和发送频率之谜。通过历史纪录的分析数据以确定每个订户何时最有可能在其收件箱中活动，也可确定每个人接收电子邮件的最佳时间。可以将相同类型的历史纪录分析应用于发送频率，以便确定个人层面上的最佳时机。

　　三、电子邮件客制化

　　今日实况：大多数电子邮件营销人员都会维护一个包含数千（甚至数百万）订阅者的电子邮件列表。虽然目标是为每个订阅者带来个人经验，但根本无法使用传统方法为每个人构建自定义广告系列。相反，营销人员依靠细分来创建具有相似行为和偏好的订阅者群体，并构建针对这些群体的活动，希望内容能够与大多数订阅者产生共鸣。

　　结合AI的未来：使用基于AI的洞察力，营销人员可以根据每个订阅者的独特行为和偏好，在个人层面客制化广告系列。AI可以帮助营销人员将每封电子邮件的内容和优惠对应到个人订阅者，最终实现更强的关系并提高投资报酬率。

　　四、送达率

　　今日实况：全球的营销人员都在努力的寄发邮件。良好的送达率需要细心的平衡，包含寄件者的名声、简洁的列表、订阅者的参与性、电子邮件内容编排等等。当送达率发生了问题（这可能不会很明显发现到）营销人员需要有适当的工具来识别问题。当然，需要花费大量的时间和精力来确定成效问题的根本原因，找到正确的解决方案，并执行解决问题的步骤。

　　结合AI的未来：使用预测性的分析和机器学习，基于AI的解决方案可以识别送达率问题，建议合适的解决方案，并采取措施来执行解决方案。所有这些都可能在送达率问题伤害您的电子邮件程式之前发生。AI有可能将减少营销人员耗在解决问题上的时间，因此他们可以更专注致力于其他业务发展，并在电子邮件渠道中获得较佳的投资报酬率。