Machine learning e marketing: strumenti, esempi e suggerimenti utilizzabili dalla maggior parte dei team

L'apprendimento automatico, un sottoinsieme dell'intelligenza artificiale, è uno strumento potente che sta rapidamente trasformando il marketing.

Secondo HubSpot, circa il 35% dei professionisti del marketing utilizza l'intelligenza artificiale per semplificare il proprio lavoro e automatizzare attività noiose Ultime ricerche. Tuttavia, la stessa ricerca rivela che il 96% dei professionisti del marketing modifica ancora i risultati generati dall'intelligenza artificiale, indicando che è ancora lungi dall'essere perfetto.

Nel post di oggi imparerai come il machine learning può potenziare il tuo team di marketing. Condivideremo anche esempi pratici di aziende del mondo reale che implementano il machine learning e notano miglioramenti significativi.

Sommario

Apprendimento automatico e marketing

L’apprendimento automatico è una forma di intelligenza artificiale (AI) che consente alle applicazioni software di diventare più precise nel prevedere i risultati senza essere esplicitamente programmate.

Gli esperti di marketing utilizzano il machine learning per comprendere il comportamento dei clienti e identificare le tendenze in set di dati di grandi dimensioni, consentendo loro di creare campagne di marketing più efficienti e migliorare il ROI del marketing.

Ad esempio, Netflix utilizza l’apprendimento automatico per migliorare il suo algoritmo di consigli, prevedere la domanda e aumentare il coinvolgimento dei clienti.

Sfruttando la cronologia delle visualizzazioni dei clienti, l'azienda ottiene informazioni approfondite sulle preferenze dei clienti, consentendo loro di fornire suggerimenti di contenuti pertinenti.

Guarda l'immagine qui sotto per vedere cosa spinge i professionisti aziendali ad adottare il ML e AI tecnologia.

Image Source

Come il machine learning può migliorare il marketing

L’apprendimento automatico può migliorare il marketing in innumerevoli modi. Ecco i casi d'uso più comuni:

1. Misurare il sentiment dei clienti

Gli algoritmi di apprendimento automatico possono identificare automaticamente il sentiment dei clienti, comprendendo opinioni positive, neutre o negative.

Inizialmente, raccolgono dati testuali da diverse fonti come recensioni dei clienti, menzioni sui social media, moduli di feedback o risposte a sondaggi.

Successivamente, i dati vengono sottoposti a preelaborazione e etichettati in base al sentiment corrispondente. Ciò consente agli esperti di marketing di ottenere informazioni dettagliate sul sentiment dei clienti e apportare miglioramenti in base al feedback.

2. Personalizza l'esperienza dell'utente

I modelli di machine learning possono analizzare il comportamento degli utenti e i dati storici per prevedere le preferenze dei clienti. Gli esperti di marketing sfruttano questa opportunità per creare offerte personalizzate per i clienti, come consigli sui prodotti, promozioni o sconti.

Inoltre, il machine learning può curare i feed di contenuti in base agli interessi degli utenti e inviare promemoria personalizzati ai clienti.

3. Ottimizzare gli sforzi di distribuzione dei contenuti

L’apprendimento automatico può analizzare le prestazioni di diversi canali di distribuzione dei contenuti e offrire strategie di ottimizzazione.

Accedendo ai dati storici, può determinare il momento migliore per pubblicare e la frequenza ottimale di distribuzione dei contenuti per evitare di sopraffare il pubblico.

Può anche identificare i canali di distribuzione più efficaci, consentendo agli operatori di marketing di allocare saggiamente le proprie risorse e ottenere il massimo coinvolgimento insieme al ROI.

4. Ottimizza il targeting e le offerte degli annunci

Il machine learning sta rivoluzionando la pubblicità mirata.

Analizzando una grande quantità di dati sui clienti, l'apprendimento automatico prevede il comportamento dei clienti e raggruppa gli utenti in segmenti in base a tratti e caratteristiche condivise.

Gli esperti di marketing utilizzano quindi questi dati per personalizzare gli annunci su tali segmenti, collegandosi con il pubblico target che ha maggiori probabilità di interagire con l'annuncio.

5. Semplificare i processi di test A/B

A / B testing gioca un ruolo importante nel marketing, poiché mostra chiaramente cosa funziona e cosa no.

Il machine learning aiuta ad automatizzare i processi di test A/B e a renderli più accurati. Il monitoraggio in tempo reale del processo di test riduce l'intervento manuale e la probabilità di potenziali errori.

Inoltre, l’apprendimento automatico riduce la durata del test, risparmiando tempo e risorse quando una variazione supera significativamente l’altra.

15 esempi di machine learning e marketing

Forrester prevede che quasi il 100% delle imprese implementerà una qualche forma di intelligenza artificiale entro il 2025. Mancano ancora due anni, ma numerose aziende hanno già adottato con successo l’intelligenza artificiale.

Ecco 15 esempi di aziende del mondo reale che hanno riscontrato miglioramenti significativi dopo l'implementazione del machine learning.

1. Amazon ha aumentato le sue vendite nette del 9%.

L’apprendimento automatico è da tempo parte integrante di Amazon, uno dei maggiori rivenditori al mondo.

Il colosso dell’e-commerce utilizza il machine learning per una varietà di scopi, come ottenere informazioni dettagliate sul comportamento dei clienti e analizzare la cronologia di navigazione e di acquisto per fornire consigli personalizzati sui prodotti.

Questi migliorano l'esperienza del cliente poiché gli utenti trovano facilmente nuovi prodotti simili alla loro precedente esperienza di acquisto. Inoltre, Amazon crea annunci mirati per gli utenti in base alla previsione della domanda.

Secondo l'ultima finanziaria rapporto, le vendite nette dell'azienda sono aumentate del 9% a 127.4 miliardi di dollari nel primo trimestre, rispetto ai 116.4 miliardi di dollari del primo trimestre del 2022.

2. Netflix è diventato leader del settore grazie ai suoi suggerimenti di film personalizzati.

Uno dei motivi principali per cui i servizi Netflix sono popolari è che utilizzano intelligenza artificiale e soluzioni di machine learning per generare suggerimenti intuitivi.

L'azienda utilizza machine learning per analizzare le scelte cinematografiche dei propri clienti e fornire suggerimenti di contenuti pertinenti. Ma come funziona?

Quando sfogli la loro directory di film, i loro algoritmi intelligenti guardano che tipo di film ti affascina, dove fai clic, quanti minuti continui a guardare lo stesso film, ecc.

Quindi, analizzando le tue abitudini di visualizzazione, Netflix cura per te un feed personalizzato di film/programmi TV. È una vittoria per tutti.

3. Armor VPN ha previsto un valore duraturo e ha massimizzato gli sforzi di acquisizione degli utenti.

Armor VPN è un software di sicurezza informatica di consumo (VPN) che desiderava creare una solida strategia di acquisizione utenti per attirare nuovi clienti. Con budget di marketing limitati, i proprietari non volevano sottoporsi a un processo di tentativi ed errori.

Pertanto, hanno collaborato con IA alle noci pecan, uno strumento di analisi predittiva, per prendere decisioni strategiche con l'aiuto di modelli di valore di vita previsto (pLTV).

Image Source

Con le previsioni dello strumento, il cliente è stato identificato un divario medio del 25%. tra il valore effettivo della vita dell'utente e quello che si aspettavano fosse il valore degli utenti.

In questo modo, Armor VPN potrebbe creare una strategia più efficace e basata sui dati per alimentare i propri sforzi di acquisizione di utenti.

4. Devex ha ampliato i propri processi di creazione di contenuti e ridotto i costi di 50 volte.

Devex, con sede a Washington, DC, è un importante fornitore di servizi di reclutamento e sviluppo aziendale per lo sviluppo globale.

L'azienda riceve circa 3000 testi settimanali, che richiedono una revisione manuale da parte del team dei contenuti. Alla fine, solo 300 di questi pezzi vengono ritenuti meritevoli ed etichettati di conseguenza.

Fino a poco tempo fa, la valutazione veniva eseguita manualmente, il che richiedeva circa 10 ore per essere completata. Per automatizzare il processo, Devex ha contattato scimmiaImpara, una piattaforma di analisi del testo basata su modelli di machine learning.

Devex ha creato un classificatore di testo che li ha aiutati a elaborare i dati e quindi a taggare se il testo era pertinente.

Il risultato è stato un risparmio di tempo del 66% e i costi operativi sono diminuiti di 50 volte, poiché è stata necessaria una minore interferenza umana.

5. Airbnb ha ottimizzato i prezzi degli affitti e ha creato stime approssimative.

Airbnb ha dovuto affrontare sfide nel tentativo di ottimizzare i prezzi di affitto per i clienti.

Per superare questo, Airbnb ha utilizzato l'apprendimento automatico per fornire stime approssimative ai potenziali clienti. I prezzi erano basati su diversi criteri come posizione, dimensione, tipo di proprietà, stagionalità, servizi, ecc.

Quindi, eseguendo l'EDA, hanno potuto capire come si sono diffusi gli annunci di affitti negli Stati Uniti.

Nella fase finale, l’azienda ha implementato modelli ML, come la regressione lineare, per generare stime e visualizzare come i prezzi cambiano nel tempo. Ciò ha consentito loro di creare offerte di marketing interessanti e di acquisire nuovi clienti.

6. Re:member ha aumentato le conversioni del 43% con mappe di calore e registrazioni di sessioni.

Ricorda è una delle principali società di carte di credito in Scandinavia. Recentemente, il team di marketing ha notato che gli utenti rimbalzavano sul modulo di richiesta della carta di credito più del solito.

Frustrato, il team di marketing si è rivolto a Hotjar per ottenere un quadro completo del modo in cui i clienti utilizzavano il loro sito Web e della causa del problema. Hanno utilizzato le registrazioni delle sessioni per riprodurre l'intero tempo trascorso da un utente sul sito web.

Le mappe di calore li hanno aiutati a identificare su quali pagine i clienti tendevano a fare più clic.

Combinando i dati, il team di marketing di Re:member ha notato che molte persone provenienti dagli affiliati se ne andavano subito.

Dopo aver esaminato le mappe di calore e le registrazioni delle sessioni, il team ha concluso che i visitatori erano inizialmente interessati alla sezione dei vantaggi ma necessitavano di maggiori informazioni.

Di conseguenza, hanno ridisegnato la pagina dell'applicazione, ottenendo un aumento delle conversioni del 43%.

7. Tuff ha raggiunto una percentuale di successo del 75% sulle proposte di partnership.

Tuff è un'agenzia di marketing SEO che ha ottenuto una crescita significativa dell'ARR in soli tre anni. Inizialmente, hanno faticato a creare proposte per i clienti a causa della mancanza di uno strumento SEO affidabile per la ricerca approfondita della concorrenza e delle parole chiave.

Dopo aver usato SEMRush, uno strumento leader nella ricerca di parole chiave con algoritmi di apprendimento automatico, Tuff può analizzare le prestazioni organiche dei potenziali clienti e creare proposte personalizzate su misura per le loro esigenze specifiche.

Ciò ha portato a una percentuale di successo del 75% nell’acquisizione di nuovi clienti.

8. Kasasa ha aumentato il traffico organico del 92%.

Kasasa, una società di servizi finanziari, mirava ad ampliare le proprie operazioni sui contenuti e a generare traffico organico. Hanno adottato MarketMuse, uno strumento di ottimizzazione dei contenuti basato su AI e ML, per risparmiare tempo e risorse.

Utilizzando brief di contenuto semplificati di MarketMuse, Kasasa ha prodotto contenuti significativi molto più velocemente. Ciò ha consolidato l’azienda come esperta del settore e ne ha aumentato il riconoscimento, portando a una crescita del 92% del traffico organico.

9. Spotify ha creato playlist personalizzate e ha aumentato il coinvolgimento dei clienti.

Spotify utilizza algoritmi di apprendimento automatico per analizzare i dati dei clienti, come playlist e cronologia di ascolto.

Ciò consente al fornitore di servizi di musica digitale di creare segmenti di clienti in base alle preferenze musicali, consentendo consigli musicali e playlist personalizzati per ciascun utente, aumentando in definitiva il coinvolgimento dei clienti.

10. Sephora ha costruito una fidelizzazione dei clienti a lungo termine con Sephora Virtual Artist.

Sephora, un gigantesco rivenditore di cosmetici, sfrutta tecnologie all’avanguardia, tra cui l’intelligenza artificiale e l’apprendimento automatico, da oltre un decennio. Il loro artista virtuale consente ai clienti di provare virtualmente nuovi prodotti senza indossarli.

Attraverso la tecnologia di riconoscimento facciale, gli algoritmi di apprendimento automatico riconoscono automaticamente la tonalità più compatibile e consigliano i prodotti, offrendo consigli personalizzati sui prodotti, stimolando il coinvolgimento dei clienti e favorendo la fidelizzazione.

Image Source

11. Coca-Cola ha migliorato i propri sforzi di vendita e distribuzione di quasi il 30%.

Coca-Cola è stata in prima linea nell’implementazione di soluzioni ML e AI nelle sue strategie di marketing.

Per mantenere la propria leadership nel settore, l’azienda americana ha creato un sistema di intelligenza artificiale per analizzare i dati di vendita e rilevare le tendenze nelle preferenze dei clienti.

Hanno inoltre utilizzato algoritmi di apprendimento automatico per ottimizzare il confezionamento e la distribuzione dei prodotti, ottenendo un notevole aumento dei profitti del 30%.

Inoltre, hanno sviluppato un assistente virtuale per aiutare i clienti con domande comuni.

12. Yelp invia settimanalmente consigli personalizzati.

Guaire è una piattaforma di recensioni e consigli degli utenti che utilizza i suoi algoritmi di apprendimento automatico. Sfruttano l'apprendimento automatico e l'ordinamento algoritmico per creare consigli personalizzati per gli utenti.

Con il machine learning, gli utenti ricevono consigli settimanali basati sulle attività che hanno visualizzato nella settimana precedente o in base ai loro interessi specifici. Nel 2023, l'azienda ha anche introdotto il suo servizio di scrittura di recensioni basato sull'intelligenza artificiale.

13. Cyber ​​Inc. ha raddoppiato la produzione dei videocorsi.

Cyber ​​Inc. è una società di sensibilizzazione alla sicurezza e alla privacy con sede nei Paesi Bassi. L'azienda offre programmi di formazione e desiderava ampliare il processo di creazione di corsi video.

Hanno collaborato con Synthesia, una Video basato sull'intelligenza artificiale piattaforma di creazione, per semplificare la creazione di video e produrre video in più lingue.

La collaborazione ha ridotto i costi di assunzione degli attori poiché lo strumento offre un avatar in sostituzione. Cyber ​​Inc è riuscita a produrre contenuti video due volte più velocemente e ad espandere la propria portata globale.

14. Uber ha creato annunci mirati personalizzati per ciascun utente.

Uber, un fornitore di servizi di taxi americano, utilizza l’apprendimento automatico in modo efficace. Con l'aiuto del machine learning, analizzano i dati dei clienti, come la posizione e la cronologia dei viaggi, e creano annunci mirati su misura per le persone.

Gli algoritmi consentono loro di ottimizzare le campagne pubblicitarie per la massima efficienza, con conseguente maggiore coinvolgimento dei clienti e tassi di utilizzo con Uber.

15. Farfetch ha aumentato il tasso di apertura delle e-mail del 31%.

Farfetch è un rivenditore di moda di lusso che ha sperimentato l'intelligenza artificiale e ha dato un aspetto nuovo alle sue campagne di email marketing.

Hanno collaborato con Phrasee, uno strumento che seleziona la voce del brand più pertinente e genera idee di contenuto basate su quella.

L'azienda ha registrato risultati impressionanti, con un aumento del 38% del tasso di clic medio e un aumento medio del tasso di apertura del 31% nelle sue campagne trigger.

5 suggerimenti per utilizzare il machine learning nel marketing

L’apprendimento automatico può essere molto utile, ma dovresti sapere come usarlo in modo efficace. Ecco cinque suggerimenti per sfruttare in modo efficace il machine learning nelle tue attività di marketing.

1. Sii specifico con i tuoi obiettivi di marketing.

Poiché il machine learning elabora enormi set di dati, probabilmente otterrai un sacco di dati non necessari. Puoi facilmente evitarlo se delinei chiaramente ciò che desideri ottenere.

Restringi i tuoi obiettivi di marketing e raggruppali in categorie come segmentazione dei clienti, ottimizzazione degli annunci, accelerazione delle conversioni, ecc. Inizia con esperimenti su piccola scala e ripeti una volta ottenuti alcuni risultati.

2. Non limitarti a un modello ML.

È essenziale sperimentare più modelli di machine learning. Diversi modelli ML hanno funzionalità diverse, ciascuno con i suoi vantaggi e svantaggi.

Per la massima efficienza, dovrai testare diversi modelli ML in modo da poter confrontare le loro prestazioni in modo obiettivo.

Ad esempio, un modello ML può eccellere in un certo tipo di attività sui dati ma potrebbe sottoperformare in uno scenario diverso.

3. Non fare eccessivo affidamento sugli strumenti di machine learning.

Sebbene l’apprendimento automatico possa generare informazioni preziose, fare eccessivo affidamento su di esso può essere dannoso per gli esperti di marketing. I modelli ML sono ancora in evoluzione, non sono perfetti e non possono funzionare pienamente senza la competenza umana.

Per ottenere i massimi risultati, è meglio combinare il machine learning con la conoscenza umana. Definisci chiaramente ciascun ruolo e stabilisci un confine salutare su quando utilizzare il machine learning e quando fare affidamento sulle decisioni umane.

4. Collaborare con data scientist.

Non tutti hanno conoscenze interne di data scientist. Se hai appena iniziato, è una buona idea collaborare con un data scientist per implementare i giusti modelli ML.

Assicurati di chiedere agli esperti di machine learning di spiegare i limiti dei modelli ML in modo da non avere aspettative irrealistiche.

5. Rispettare la politica sui dati e essere trasparenti.

Gli strumenti di IA e ML rappresentano una minaccia per le violazioni dei dati e i problemi di privacy.

Poiché i dati dei clienti sono vulnerabili, dovrai assicurarti di rispettare le normative sulla privacy dei dati. Evita l'uso non etico dei dati dei clienti e sii trasparente.

Questi sono fondamentali per creare fiducia con i tuoi clienti.

5 strumenti di machine learning per gli esperti di marketing

Poiché il mercato è saturo di strumenti ML, abbiamo ristretto l'elenco e incluso solo i migliori. Ecco cinque strumenti ML che ti aiuteranno a semplificare i tuoi sforzi di marketing e a massimizzare i tuoi profitti.

1. Assistente contenuti Hubspot

Inizia con gli strumenti AI di HubSpot.

HubSpot's assistente ai contenuti è uno strumento potente che consente agli esperti di marketing di potenziare le operazioni relative ai contenuti e migliorare la produttività.

Si integra nativamente con i prodotti HubSpot e puoi alternare tra l'intelligenza artificiale e la creazione manuale di contenuti per creare testi per e-mail, sito Web, post di blog, ecc.

Per utilizzare l'assistente contenuto, devi semplicemente compilare il modulo, descrivere il contenuto desiderato e quindi fare clic su "Genera". In pochi secondi avrai la tua copia.

Caratteristiche principali

• Crea e-mail di vendita e marketing personalizzate, idee per post di blog e schemi
• Genera paragrafi e crea CTA accattivanti
• Integrazione con gli altri prodotti Hubspot

Prezzo: Gratuito per gli utenti di Hubspot CRM.

Punta Pro: Segmenta i potenziali clienti in base alle caratteristiche condivise, quindi aggiungi gli elenchi all'assistente contenuto. Lo strumento elaborerà i dati e creerà e-mail personalizzate per semplificare il tuo raggio d'azione.

2. scimmia impara

MonkeyLearn è uno strumento di intelligenza artificiale che aiuta le aziende ad analizzare i dati con l'apprendimento automatico. Estrae dati da diverse fonti, come e-mail, sondaggi e post, e visualizza il feedback dei clienti in un unico posto.

Caratteristiche principali

• Sono supportati diversi formati di testo, come e-mail, ticket di supporto, recensioni, sondaggi NPS, tweet, ecc.
• Classificazione del testo in categorie: Sentiment, Argomento, Aspetti, Intento, Priorità, ecc.
• Integrazioni con centinaia di applicazioni come Zendesk, Airtable, Typeform, Intercom, ecc.

Prezzo: Esistono due piani tariffari. Il pacchetto “Team” parte da $ 299 ed è disponibile una prova gratuita. I prezzi del livello "Business" non sono disponibili al pubblico ed è necessario contattare il team di vendita.

Cosa ci piace: Lo strumento è super intuitivo e non è richiesta alcuna esperienza di codifica. Inoltre, i clienti hanno a disposizione un'ampia gamma di opzioni di analisi del testo e possono visualizzare il feedback in un'unica posizione centrale.

3. IA alle noci pecan

Image Source

Pecan AI è una piattaforma di analisi predittiva che utilizza l'apprendimento automatico per generare previsioni accurate e utilizzabili in poche ore.

Lo strumento sfrutta in modo efficace grandi quantità di dati grezzi e prevede rischi e risultati che incidono sulle entrate, come l'abbandono dei clienti, LTV, ecc.

Caratteristiche principali

• Modelli SQL predefiniti e personalizzabili
• Previsione della domanda
• Ottimizzazione della campagna utilizzando SKAN
• Integrazioni con app di terze parti

Prezzo: Lo strumento ha tre piani tariffari. Il piano “Starter” costa $ 50 al mese, “Professional” costa $ 280. Dovresti prenotare un incontro per gli account Enterprise per conoscere i dettagli dei prezzi.

Cosa ci piace: Lo strumento ci consente di sfruttare la potenza dell'intelligenza artificiale ed eliminare le congetture mentre prendiamo decisioni strategiche.

4. Jasper AI

Image Source

Jasper AI utilizza l'apprendimento automatico e l'intelligenza artificiale per generare testi simili a quelli umani per blog, siti Web, e-mail, social media, ecc. Questo assistente al copywriting aiuta le aziende ad ampliare i propri sforzi di produzione di contenuti e a risparmiare tempo prezioso.

Scegli semplicemente il tono di voce, carica il brief della campagna e seleziona il tipo di contenuto. Genererà una copia in soli 15 secondi.

Caratteristiche principali

• Molteplici opzioni di toni di voce per adattarsi allo stile del tuo marchio: sfacciato, formale, audace e pirata
• Traduzione di contenuti in oltre 30 lingue
• 50 diversi modelli di casi d'uso
• Generatore d'arte AI per creare immagini per le tue copie

Prezzo: Lo strumento viene fornito con tre piani tariffari. Il piano “Creator” costa rispettivamente $ 39 e il piano “Teams” $ 99 al mese. Dovrai contattare il loro team di vendita se hai bisogno del piano "Business".

Cosa ci piace: Diversi toni di voce e modelli di campagne già pronti per creare contenuti personalizzati. Un'estensione del browser facile da usare per accedere allo strumento direttamente nel tuo browser.

5. Venditore di intelligenza artificiale

AI Marketer è uno strumento di analisi predittiva che ti consente di identificare e indirizzare i tuoi clienti più preziosi.

Utilizzando modelli di apprendimento automatico, prevede la probabilità degli acquisti dei clienti e invia notifiche di ottimizzazione del tempo ai clienti target in orari specifici.

Puoi anche rivolgerti ai clienti ad alto rischio di abbandono. Ciò ti aiuta ad aumentare la fidelizzazione dei clienti e a massimizzare l'impatto delle tue campagne di marketing.

Caratteristiche principali

• Previsioni del comportamento dei clienti su base individuale
• Targeting più intelligente
• Consigli per l'ottimizzazione basata sui dati

Prezzo: Le informazioni sui prezzi non vengono divulgate pubblicamente. Dovresti richiedere una demo. C'è anche una prova gratuita.

Cosa ci piace: Diversi toni di voce e modelli di campagne già pronti per creare contenuti personalizzati. Dispone inoltre di un'estensione del browser facile da usare che ti consente di accedere allo strumento dal tuo browser.

Utilizzo del machine learning per massimizzare gli sforzi di marketing

Le soluzioni di intelligenza artificiale e apprendimento automatico stanno intensificando il gioco del marketing. Sebbene siano ancora in evoluzione, l'integrazione di tecnologie all'avanguardia nel tuo stack quotidiano non causerà alcun danno.

Ti aiuterà invece ad automatizzare le attività ripetitive e ad acquisire informazioni approfondite sul comportamento dei clienti, consentendoti di creare campagne di marketing altamente efficaci che producono risultati.

Tieni d'occhio le tendenze tecnologiche e sfrutta la potenza degli algoritmi di machine learning.

• Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
• PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
• PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
• PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
• Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
• Fonte: https://blog.hubspot.com/marketing/machine-learning-and-marketing