自動化の目的は、あなたや従業員がタスクに費やす時間を削減することです。これはコスト削減に繋がりますが、適切に実行された自動化は、信頼性、精度、そして潜在能力の向上にも繋がります。
チャットボット
Facebookのビジネスモデルは、基本的にPPC広告と、各企業のページに設置されている過小評価されているチャットボットに基づいていると考えられています。チャットボットは、AI、自社開発、Facebookのいずれであっても、CRM（顧客関係管理）の向上に役立ちます。顧客を適切なセールスファネルに誘導したり、問題解決に役立つ適切なリソースに誘導したりすることが可能になります。
これは、まるで石を騙して代わりにやらせているかのように、時間の節約になるだけでなく、多くの点で顧客にとっても非常に役立ちます。最も重要なのは、人間が回答を読み取って入力するのに比べて、応答時間が瞬時であることです。しかも、これは待ち行列がない場合に限ります。これは顧客エンゲージメントの向上につながります。顧客は、会社に助けを求める簡単なメッセージを送るだけで、すぐに対応してもらえると確信しています。また、この方法であればグローバル市場へのアプローチも容易になります。チャットボットは複数の言語に対応できるため、顧客関係チームでは対応が難しいのです。
LEDスクリーン
世界中で、広告宣伝のために看板が今も使われています。しかし、より一般的なのは、自社の敷地内に看板やポスターを掲示することです。例えば、店舗の窓に外に向けて大きな「35%オフ」の看板を掲げるなどです。LEDスクリーンは、将来的に新しい画像やデザインを印刷したり設置したりする費用をすべて削減できるため、非常に価値のある投資です。そのため、費用を抑えることができますが、それがLEDスクリーン導入の最大の目的ではありません。
屋外LEDスクリーンは、はるかに効果的です。明るく目を引くだけでなく、カスタマイズと自動化も可能です。10、20、あるいは数百ものデザインを用意して表示できます。さらに、それぞれのメッセージをそれぞれのターゲットオーディエンスと組み合わせることもできます。例えば、大型多目的ストアで「メンズスーツ25%オフ」と「お買い上げごとにおもちゃプレゼント」という2つの異なるメッセージを表示するとします。最初のメッセージは、通勤客が店の前を通る時間帯で、新しいスーツが必要になる可能性があるため、月曜日から金曜日の午後5時から7時の間にスクリーンに表示されるようにスケジュール設定できます。同様に、「おもちゃプレゼント」のメッセージは、ディズニーショップに最も近い東側にあるスクリーンなど、特定のスクリーンのみに表示することも可能です。
パーソナライゼーション
LEDスクリーンでは実現できないことの一つは、その瞬間に誰が通り過ぎるかに基づいてカスタマイズされた広告です 。もちろん、これはオンライン広告のベースであり、自動化を活用することで広告を真にパーソナライズすることが可能です。
顧客プロファイルを作成（またはサードパーティのプロファイルにアクセス）することで、顧客に関する様々な知識を蓄積することができます。名前といったシンプルな情報から、生活状況、趣味、行動パターンといったより詳細な情報まで、幅広い情報を得ることができます。
相手についてより深く知れば知るほど、相手に合わせたメッセージを送ることができます。例えば、運転パターンに関する情報を記憶するテスラの車が考えられます。車のGPSがファストフード店の位置を特定し、テスラがマクドナルドと提携しているという仮定のもと、金曜日にファストフード店に行くのが好きだと認識すると、テスラの車内でラジオを聴いていると、突然マクドナルドの広告が流れるようになるかもしれません。さらに悪いことに、テスラが自動運転で走行するルートを決定する際に、この情報が考慮されるようになるかもしれません。
この極端な仮説シナリオの理由は、アルゴリズムによるパーソナライゼーションの有効性だけでなく、倫理的な懸念も指摘するためです。
マーケターとして、会社のTwitterとInstagramのアカウントに1日に4つの投稿を、しかも2時間間隔で書くとなると、他の業務の妨げになりかねません。4つの投稿を一気に書き上げて、それぞれ投稿スケジュールを設定する方がはるかに効率的です。これはソーシャルメディアにおける自動化の活用方法の一つに過ぎませんが、実際にはその可能性は無限大です。
ソーシャルメディアにおけるアルゴリズムのユニークな応用例の一つに、感情分析があります。ここでは、ソーシャルメディア投稿の感情を（例えばPythonで構築されたモデルとAPIを使って）定量化できます。感情を表す単語に数字を割り当てる（例えば、嫌いなら-2、嫌いなら-4、好きなら+5）か、機械学習を使って語彙を生成することで、トピックに対する全体的な反応を見つけることができます。これは製品のA/Bテストに最適です。製品に関する投稿を作成し、それぞれの投稿に2つの異なる色を選択するだけで、どちらの投稿がより肯定的な反応を得るかを確認できます。
