रेस्टॉरंट आणि व्हेन्यू मार्केटिंगसाठी AI: एक अंमलबजावणी चेकलिस्ट

रेस्टॉरंट मार्केटिंगसाठी AI तीन मुख्य कामांमध्ये सर्वाधिक वेळ वाचवते: ईमेल मजकुराचे प्रकार मसुदा करणे, पाठवण्याची वेळ निवडणे आणि अतिथी विभागांची शिफारस करणे. ऑफर, किमती, ॲलर्जेन आणि अल्कोहोल संदर्भातील शब्द रचना आणि संमती तपासण्यासाठी अद्याप मानवाची आवश्यकता असते. अतिथी WiFi कडून मिळालेल्या संमती असलेल्या फर्स्ट-पार्टी सूचीपासून सुरुवात करा, नंतर स्केल करण्यापूर्वी एका होल्डआउट ग्रुपवर एका मोहिमेची चाचणी घ्या.

रेस्टॉरंट मार्केटिंगसाठी AI तुमच्या वेन्यूसाठी काय करते?

AI नवीन अतिथींना थेट दारातून आत आणत नाही. हे अतिथीच्या भेट आणि त्यांना परत आणणाऱ्या ईमेलमधील काम कमी करते. अनेक साइट्स चालवणाऱ्या मार्केटिंग मॅनेजरसाठी, ते काम प्रामुख्याने ड्राफ्टिंग, शेड्यूलिंग आणि सेगमेंटिंगचे असते. AI या तिन्ही गोष्टींमध्ये मदत करते, परंतु ते यादी तयार करत नाही.

तुम्ही आधीच रिपोर्ट करत असलेल्या नंबरवर आधारित त्याचे मूल्यांकन करा:

• WiFi लॉगिनवरील ऑप्ट-इन दर.
• पुन्हा भेट देण्याचा दर.
• प्रति सेंड महसूल.
• प्रति अतिथी लाइफटाइम मूल्य.

जर AI ने तुमची टीम जलद केली पण त्यापैकी कोणताही नंबर बदलला नाही, तर तुम्ही निकाल नाही तर फक्त वेग खरेदी केला आहे. वाचवलेला वेळ हा दुय्यम मापदंड माना. प्रत्येक मोहिमेमध्ये आधी आणि नंतर लागणाऱ्या तासांमध्ये ते मोजा.

AI कुठे खरा वेळ वाचवते

• मजकुराचे प्रकार. एक जनरेटिव्ह मॉडेल एका ब्रीफमधून पाच सब्जेक्ट लाईन्स किंवा ईमेल मजकुराच्या तीन आवृत्त्यांचे मसुदे तयार करते. निवड अजूनही तुमचीच असते. तुम्हाला रिकाम्या पानापासून सुरुवात करावी लागत नाही.
• साइट-विशिष्ट आवृत्त्या. एक मुख्य मोहीम 12 स्थानिक प्रकार बनवते. प्रत्येकामध्ये योग्य वेन्यूचे नाव, उघडण्याच्या वेळा आणि स्थानिक तपशील असतात.
• पाठवण्याच्या वेळा. ईमेल प्लॅटफॉर्म पाठवण्यासाठी योग्य वेळ सुचवण्यासाठी जुन्या एंगेजमेंटचा वापर करतात. Mailchimp या वैशिष्ट्याला Send Time Optimization म्हणते आणि Klaviyo या वैशिष्ट्याला Smart Send Time म्हणते.
• सेगमेंट शिफारसी. व्हिजिट डेटा दिल्यास, AI अशा पॅटर्न समोर आणते जे तुमच्याकडून सुटू शकतात. उदाहरणांमध्ये एका महिन्यात तीन वेळा आलेले पण नंतर थांबलेले अतिथी किंवा फक्त आठवड्याच्या कामाच्या दिवशी दुपारच्या जेवणासाठी येणारे डायनर्स समाविष्ट आहेत.

जिथे मानवी तपासणीची गरज असते

जनरेटिव्ह मॉडेल्स अस्खलित मजकूर तयार करतात जो चुकीचा असू शकतो. ते काल्पनिक किमती, तारखा आणि अटी तयार करतात. त्यांना तुमचे मार्जिन, तुमचे लायसन्सिंग अटी किंवा लॉगिन पेजवर अतिथीने कशाला संमती दिली आहे हे माहित नसते.

पाच क्षेत्रांमध्ये आउटपुट मंजूर करण्यासाठी नेहमी एका नियुक्त व्यक्तीची आवश्यकता असते:

• ऑफर्स, किमती आणि अटी.
• अल्कोहोल प्रोमोशन्स.
• ॲलर्जेन आणि आहाराचे दावे.
• प्रत्येक विभागासाठी संमती.
• ब्रँडचा आवाज.

खालील तक्ता कोण काय तपासते हे स्पष्ट करतो.

कार्य	AI काय चांगले करते	आवश्यक मानवी तपासणी	तपासले नाही तर धोका	कोण मंजूर करते
सब्जेक्ट लाईन्स	एका ब्रीफमधून पाच ते 10 प्रकारचे मसुदे तयार करते	वास्तविक ऑफर आणि तुमच्या आवाजाशी जुळणारी एक निवडा	अनसब्स्क्राइब वाढवणाऱ्या क्लिकबेट लाईन्स	मार्केटिंग मॅनेजर
ईमेल बॉडी कॉपी	प्रति साइट मसुदा तयार करते आणि मजकूर जुळवून घेते	प्रत्येक किंमत, तारीख, अट आणि आहारातील दावा तपासा	CAP Code नियम 3.1 अंतर्गत दिशाभूल करणारा दावा	मार्केटिंग मॅनेजर आणि साइट मॅनेजर
पाठवण्याची वेळ	पूर्वीच्या सहभागावरून वेळ सुचवते	उघडण्याच्या वेळा आणि बुकिंगच्या वेळेच्या विरुद्ध तपासा	वीकेंड पूर्ण बुक झाल्यानंतर ईमेल पोहोचतो	CRM व्यवस्थापक
विभाग सूचना	WiFi लॉगिन डेटामध्ये भेटीचे पॅटर्न शोधते	प्रत्येक संपर्काने मार्केटिंग संमती दिल्याची पुष्टी करा	वैध GDPR संमतीशिवाय लोकांना ईमेल पाठवणे	CRM व्यवस्थापक आणि डेटा संरक्षण प्रमुख
मद्य जाहिराती	ऑफरच्या मसुद्याची कॉपी तयार करते	CAP कोड विभाग 18 (मद्य) विरुद्ध तपासा	Advertising Standards Authority कडे तक्रार, मोहीम मागे घेतली	मार्केटिंग डायरेक्टर
इमेज जनरेशन	मूड आणि हंगामी व्हिज्युअलचे मसुदे तयार करते	इमेजेस प्रत्यक्ष डिश आणि खोलीशी जुळतात याची पुष्टी करा	टेबलवर पाहुण्यांची दिशाभूल झाल्याची भावना	मार्केटिंग व्यवस्थापक

AI मार्केटिंग सुरू करण्यापूर्वी तुम्हाला कशाची गरज आहे?

कोणीही AI टूल उघडण्यापूर्वी या चेकलिस्टद्वारे काम करा. प्रत्येक बाब अशा अपयशास प्रतिबंध करते जे पहिल्या पाठवणीनंतर दुरुस्त करणे महाग असते.

1. संमती असलेली फर्स्ट पार्टी लिस्ट

AI एका सूचीवर काम करते; ते सूची तयार करत नाही. Mailchimp, Klaviyo आणि HubSpot मोहिमा चांगल्या प्रकारे पाठवतात, परंतु ते इतर ठिकाणाहून संपर्क येण्याची वाट पाहतात. Guest WiFi सह, ही सूची संमती असलेला, फर्स्ट पार्टी डेटा म्हणून WiFi लॉगिनवरून आपोआप तयार होते.

Purple 80,000+ पेक्षा जास्त थेट ठिकाणी चालते आणि त्यांनी 2024 मध्ये 440 दशलक्ष लॉगिन नोंदवले आहेत (Purple चा स्वतःचा डेटा). प्रत्येक लॉगिन ही मार्केटिंग संमती मागण्याची एक संधी आहे.

2. प्रत्येक संपर्काशी जोडलेला भेटीचा डेटा

केवळ ईमेल आयडी AI ला काहीही उपयुक्त सांगत नाही. तुम्हाला प्रत्येक संपर्कावर या फील्ड्सची आवश्यकता आहे:

• पहिल्या भेटीची तारीख.
• शेवटच्या भेटीची तारीख.
• भेटीची वारंवारता.
• भेट दिलेली जागा.

WiFi लॉगिन या फील्ड्सचा आपोआप पुरवठा करतात. यामुळेच AI ला अंदाजाऐवजी वर्तनावर आधारित विभाग सुचवण्याची अनुमती मिळते.

3. एक बेसलाइन

तुमचा मागील 90 दिवसांचा ऑप्ट इन दर, पुनरावृत्ती भेटीचा दर, प्रति पाठवणीचे महसूल आणि अनसब्सक्राइब दर नोंदवा. बेसलाइनशिवाय, तुम्ही AI ने काही बदल केला आहे हे दाखवू शकत नाही.

4. ब्रँड आणि अनुपालन ब्रीफ

एक पान लिहा जे तुम्ही प्रत्येक AI प्रॉम्प्टमध्ये पेस्ट कराल. यामध्ये समाविष्ट करा:

• तुमचा आवाज आणि बंदी घातलेली वाक्ये.
• ऑफरचे नियम, जसे की "डायरेक्टरच्या मंजुरीशिवाय 20% पेक्षा जास्त सूट नाही".
• मद्याचे नियम.
• एक कडक नियम: AI कधीही ॲलर्जीन किंवा आहाराचे दावे लिहीत नाही.

5. डेटा संरक्षण तपासणी

तुमची टीम वापरत असलेल्या प्रत्येक AI टूलची सूची करा. प्रत्येक टूल वैयक्तिक डेटावर प्रक्रिया करते का ते तपासा. तसे असल्यास, तुम्हाला GDPR कलम 28 अंतर्गत प्रोसेसर कराराची आवश्यकता आहे.

UK Information Commissioner's Office (ICO) वैयक्तिक डेटाच्या बहुतांश AI प्रक्रियेसाठी डेटा संरक्षण प्रभाव मूल्यमापन (DPIA) ची अपेक्षा करते. पहिल्या मोहिमेपूर्वी, सुरुवातीलाच हे एकदा करा.

6. एक नामनिर्देशित अनुमोदक

एक व्यक्ती प्रत्येक AI सहाय्यित पाठवणीवर स्वाक्षरी करते. त्यांचे नाव ब्रीफमध्ये लिहा, "टीम" असे नाही.

तुम्ही तुमच्या गेस्ट WiFi डेटासह AI कसे सेट करता?

पायरी 1: WiFi लॉगिनवर संमती मिळवा

Captive Portal हे असे पेज आहे जे पाहुण्यांना ऑनलाइन जाण्यापूर्वी दिसते. तेथे मार्केटिंग संमती एक स्वतंत्र, अनटिक केलेला पर्याय म्हणून ठेवा. Purple याला जाणीवपूर्वक निवडलेले ऑप्ट इन (conscious-choice opt-ins) म्हणते.

GDPR आर्टिकल 7(4) जोड नसलेल्या सेवेशी संबंधित संमतीला मुक्तपणे दिलेली मानत नाही. पाहुण्यांनी पर्याय निवडला असो वा नसो, WiFi ॲक्सेस उपलब्ध ठेवा. आर्टिकल 7(1) नुसार संमती दिली गेली होती हे तुम्हाला दाखवणे आवश्यक आहे, त्यामुळे प्रत्येक संपर्कासह टाइमस्टॅम्प आणि शब्दरचना स्टोअर करा.

UK मध्ये, प्रायव्हसी अँड इलेक्ट्रॉनिक कम्युनिकेशन्स रेग्युलेशन्स (PECR) देखील मार्केटिंग ईमेलचे नियंत्रण करते. लॉगिनच्या वेळी स्पष्ट ऑप्ट-इन संमती GDPR आणि PECR दोन्ही कव्हर करते.

पायरी 2: लॉगिनचे व्हिजिट सेगमेंटमध्ये रूपांतर करा

Purple Engage संपर्कांना ते कोण आहेत यानुसार नाही, तर तुमच्या व्हेन्यूवर ते काय करतात यानुसार ग्रुपमध्ये विभागते. प्रति साइट चार सेगमेंटसह सुरुवात करा:

• नवीन पाहुणे: एक व्हिजिट.
• नियमित येणारे: 90 दिवसांत तीन किंवा अधिक व्हिजिट.
• लॅप्स झालेले पाहुणे: 60 ते 120 दिवसांत एकही व्हिजिट नाही.
• आठवड्याचे दिवस विरुद्ध वीकेंडला भेट देणारे.

हा स्तर स्वतः तयार करायचा की नाही याचा तुम्ही विचार करत असल्यास, Customer data platform cost for hospitality groups: build, buy or use your WiFi data वाचा.

पायरी 3: AI टूल काय पाहू शकते ते ठरवा

सामान्य उद्देशाच्या चॅटबॉट्सपासून नावे आणि ईमेल पत्ते दूर ठेवा. मॉडेलला तुमची ब्रीफ आणि सेगमेंटचे अनामित वर्णन द्या. उदाहरणार्थ: "412 पाहुणे, शेवटची व्हिजिट 60 ते 90 दिवसांपूर्वी, प्रामुख्याने आठवड्याच्या दिवशी दुपारचे जेवण, शहर - केंद्र साइट".

मॉडेल मजकूर लिहिते. तुमचे ईमेल प्लॅटफॉर्म पाठवण्याच्या वेळी पहिली नावे मर्ज करते. वैयक्तिक डेटा तिथेच राहतो जिथे तुमचे करार आणि DPIA आधीपासूनच ते कव्हर करतात.

पायरी 4: एक होल्डआउट ग्रुप सेट करा

प्रत्येक AI - सहाय्यित मोहिमेपूर्वी, सेगमेंटमधील 10% लोक यादृच्छिकपणे बाजूला ठेवा. त्या ग्रुपला काहीही मिळत नाही. मोहिमेनंतर, प्रत्येक ग्रुपमधील किती पाहुणे परत आले याची तुलना करा.

WiFi लॉगिन तुम्हाला व्हाउचर्स किंवा कोडशिवाय रिटर्न - व्हिजिट सिग्नल देतात. होल्डआउट ग्रुपमुळे मोहिमेचा नेमका प्रभाव आणि कसेही करून परत आले असते अशा पाहुण्यांमधील फरक स्पष्ट होतो.

पायरी 5: मंजुरी द्या, पाठवा आणि साप्ताहिक पुनरावलोकन करा

प्रत्येक आठवड्यात एक निश्चित लूप चालवा:

1. CRM मॅनेजर AI ला ब्रीफ करतो.
2. मार्केटिंग मॅनेजर मसुद्याचे संपादन करतो.
3. साइट मॅनेजर स्थानिक तपशील तपासतो.
4. नामनिर्देशित मंजूरकर्ता स्वाक्षरी करतो.
5. तुम्ही होल्डआउटच्या तुलनेत मागील आठवड्याच्या परिणामांचे पुनरावलोकन करता.

तुम्ही AI च्या मदतीने काय आणि कधी पाठवले पाहिजे?

पाच मोहिमा रेस्टॉरंट, बार किंवा हॉटेलच्या बहुतांश मूल्यांचा समावेश करतात. प्रत्येकामध्ये WiFi व्हिजिट डेटामध्ये एक ट्रिगर, AI साठी एक काम आणि माणसासाठी एक तपासणी असते.

मोहीम	WiFi डेटा मधील ट्रिगर	AI कुठे मदत करते	मानवी तपासणी	कधी पाठवायचे
स्वागत	मार्केटिंग ऑप्ट - इनसह पहिले लॉगिन	प्रति साइट स्वागत मजकूराचा मसुदा तयार करते	ऑफर अटी आणि समाप्ती तारीख	व्हिजिटच्या 24 तासांच्या आत
दुसऱ्या - व्हिजिटसाठी प्रोत्साहन	एक व्हिजिट, 21 दिवसांनंतरही परत न येणे	सब्जेक्ट लाइन व्हेरियंट्स	ऑफर मूल्य तुमच्या मार्जिनमध्ये बसते	पहिल्या व्हिजिटनंतर 21 वा दिवस
लॅप्स झालेले विन - बॅक	60 ते 120 दिवसांत एकही व्हिजिट नाही	कॉपी व्हेरियंट्स, सेगमेंट स्प्लिट्स	संमती अजूनही वैध आहे; ऑफर अचूकता	60 वा दिवस, नंतर 90 वा दिवस
इव्हेंट किंवा सीझनल	होस्टिंग साइटवरील नियमित येणारे	एका ब्रीफमधून साइट - विशिष्ट व्हर्जन	तारखा, किमती, अल्कोहोलची शब्दरचना	इव्हेंटच्या सात ते 10 दिवस आधी
अभिप्राय विनंती	आधीच्या दिवशी भेट	संक्षिप्त, मैत्रीपूर्ण सर्वेक्षण मजकूर	टोन, आणि साइट व्यवस्थापकाचा पाठपुरावा	पुढची सकाळ

पाठवण्याच्या वेळा: ईमेल्स उघडणे विरुद्ध प्रत्यक्ष भेटी

ईमेल पाठवण्याच्या वेळेची वैशिष्ट्ये लोक कधी ईमेल उघडतात हे शिकतात. तुमचा भेटींचा डेटा तुम्हाला काहीतरी वेगळे सांगतो: पाहुणे कधी येण्याचा निर्णय घेतात.

शनिवारी टेबल बुक करणारा ग्राहक सहसा बुधवार किंवा गुरुवारी निर्णय घेतो. शनिवारी सकाळी त्यांच्या ईमेल उघडण्याच्या सर्वोत्तम वेळी आलेला ईमेल खूप उशिरा आलेला असतो. तुम्ही बुकिंगच्या लीड टाइमवरून ठरवलेल्या वेळेत AI शिफारशींचा वापर करा.

ईमेल उघडण्याच्या डेटाबाबत काळजी घ्या. 2021 मध्ये iOS 15 सह आणलेले Apple Mail Privacy Protection ईमेल सामग्री आधीच लोड करते. त्यामुळे Apple Mail वाचकांसाठी ईमेल उघडण्याची संख्या फुगवून दिसते. त्याऐवजी क्लिक आणि पुन्हा मिळणाऱ्या भेटींसाठी ऑप्टिमाइझ करा.

प्रत्यक्ष कार्यप्रणालीची उदाहरणे

दोन्ही उदाहरणांमधील आकडेवारी केवळ गणित दाखवण्यासाठी स्पष्टीकरणात्मक आहे. हे Purple चे ग्राहक निकाल नाहीत. त्यांना तुमच्या स्वतःच्या मूळ आकडेवारीने बदला.

उदाहरण 1: 12-साइट रेस्टॉरंट गट मागे हटलेल्या ग्राहकांना पुन्हा आकर्षित करतो

स्थिती. CRM व्यवस्थापकाने महिन्यातून एक विन-बॅक ईमेल लिहिला आणि तो प्रत्येक साइटवर कॉपी केला. मजकूर सामान्य होता आणि स्थानिक तपशील बऱ्याचदा चुकीचे असायचे. 12 आवृत्त्या मसुदा तयार करण्यासाठी कामाचा बहुतांश दिवस जायचा.

काय केले गेले.

1. Purple Engage ने 4,800 ऑप्ट-इन केलेल्या ग्राहकांचा असा एक विभाग तयार केला ज्यांचा शेवटचा WiFi लॉगिन 60 ते 120 दिवसांपूर्वीचा होता.
2. टीमने 480 ग्राहक (10%) होल्डआउट म्हणून बाजूला ठेवले.
3. AI ने एका ब्रीफवरून 12 साइट आवृत्त्या तयार केल्या. ऑफर कोणत्याही मुख्य जेवणासोबत 14 दिवसांसाठी वैध असलेले एक मोफत डेझर्ट होते.
4. साइट व्यवस्थापकाने प्रत्येक आवृत्ती तपासली.

मानवी तपासणीमुळे एक समस्या पकडली गेली. एका AI मसुद्यात "या महिन्यात प्रत्येक भेटीत एक मोफत डेझर्ट" चे आश्वासन दिले होते. ही एक वेगळी ऑफर आहे आणि CAP Code नियम 3.1 अंतर्गत ती दिशाभूल करणारी ठरली असती.

मोजता येण्याजोगा निकाल.

• 30 दिवसांच्या आत, ज्या 4,320 ग्राहकांना ईमेल पाठवला गेला होता त्यापैकी 7.5% ग्राहकांनी होल्डआउटच्या 5.0% च्या तुलनेत एका साइटवर WiFi वर लॉगिन केले.
• ती 2.5 पॉइंटची वाढ म्हणजे 108 अतिरिक्त भेटी आहेत.
• सरासरी £32 च्या खर्चावर, ते £3,456 इतके अतिरिक्त उत्पन्न आहे.
• जर 200 ग्राहकांनी बनवण्यासाठी £2 खर्च येणारे डेझर्ट रिडीम केले, तर ऑफरचा खर्च £400 येतो. निव्वळ अतिरिक्त उत्पन्न £3,056 आहे.
• मसुदा तयार करण्याचा वेळ प्रति मोहीम तासांमध्ये नोंदवला जातो, त्यामुळे वेळेची बचत मोजली जाते, गृहीत धरली जात नाही.

उदाहरण 2: शॉपिंग सेंटर रात्रीच्या उशिरापर्यंतच्या शॉपिंग इव्हेंटची जाहिरात करते

स्थिती. 30 भाडेकरू ब्रँड असलेल्या शॉपिंग सेंटरने गुरुवारी उशिरा रात्रीचा इव्हेंट आयोजित केला. दोन व्यक्तींच्या मार्केटिंग टीमकडे सेंटरच्या गेस्ट WiFi वरून 22,000 ऑप्ट-इन केलेले ग्राहक होते. भूतकाळात, त्यांनी सर्वांना एकच संदेश ईमेल केला होता.

काय केले गेले.

1. टीमने ग्राहकांना नियमित (90 दिवसांत तीन किंवा अधिक भेटी) आणि अधूनमधून भेट देणाऱ्यांमध्ये विभागले.
2. AI ने भाडेकरूंच्या ब्रीफवरून ईमेलच्या दोन आवृत्त्या तयार केल्या.
3. AI टूलने पूर्वीच्या ईमेल उघडण्याच्या वर्तनावर आधारित शनिवारी पाठवण्याची शिफारस केली. निर्णय घेण्याच्या वेळेत बसण्यासाठी मार्केटिंग व्यवस्थापकाने ते इव्हेंटपूर्वीच्या मंगळवारी हलवले.
4. एका भाडेकरूच्या ब्रीफमध्ये "40% पर्यंत सूट" असे म्हटले होते. मंजुरी देणाऱ्याने ही ओळ प्रसिद्ध होण्यापूर्वी भाडेकरूकडे सवलतीचा पुरावा मागितला, कारण CAP Code नुसार किमतीच्या दाव्यांची पुष्टी करणे आवश्यक आहे.
5. टीमने 2,200 खरेदीदारांना होल्डआउट म्हणून बाजूला ठेवले.

मोजता येण्याजोगा परिणाम.

• इव्हेंटच्या रात्री, ईमेल पाठवलेल्या 19,800 खरेदीदारांपैकी 9% लोकांनी केंद्राच्या WiFi मध्ये लॉगिन केले, ज्याची तुलना होल्डआउटमधील 6% लोकांशी झाली.
• ती 3-पॉइंट्सची वाढ म्हणजेच 594 अतिरिक्त इव्हेंट-नाईट भेटींइतकी आहे.
• टीमने अनसब्सक्राइबची तुलना त्यांच्या नेहमीच्या दराशी देखील केली. यावरून हे सिद्ध झाले की जास्त वारंवारता असलेला नियमित ग्राहक विभाग अतिरिक्त ईमेल पाठवल्यामुळे कंटाळला नाही.

AI मार्केटिंग कार्य करत आहे हे तुम्हाला कसे समजेल?

गेल्या महिन्याच्या तुलनेत नव्हे तर होल्डआउटच्या तुलनेत परिणामांचे मोजमाप करा. हंगामी बदल, हवामान आणि स्थानिक कार्यक्रम हे सर्व भेटींमध्ये बदल घडवून आणतात. होल्डआउट हे प्रभाव शोषून घेतो.

प्रत्येक AI सहाय्यित मोहिमेनंतर हे सहा आकडे रिपोर्ट करा:

• अतिरिक्त पुनरावृत्ती-भेट दर. होल्डआउट दर वजा करून ईमेल पाठवलेल्या ग्रुपमधील रिटर्न WiFi लॉगिन.
• प्रति पाठवणी महसूल. पाठवलेल्या ईमेलद्वारे भागलेले, सरासरी खर्चाने गुणलेले अतिरिक्त भेटी.
• ऑप्ट-इन दर. AI प्रमाणाऐवजी सामग्रीचे प्रमाण. तुम्ही अधिक ईमेल पाठवत असताना ते स्थिर राहते का यावर लक्ष ठेवा.
• लाइफटाइम व्हॅल्यू. विभागानुसार, 12 महिन्यांत प्रति अतिथी भेटी.
• अनसब्सक्राइब आणि तक्रार दर. AI तुम्हाला खूप जास्त संदेश पाठवण्यास मदत करत असल्याची पूर्वसूचना.
• प्रति मोहीम तास. आधी आणि नंतरची माहिती देणे, संपादन आणि मंजुरीची वेळ.

प्रत्येक अतिथी प्रत्येक भेटीदरम्यान WiFi शी कनेक्ट होत नाही. निव्वळ रिटर्न दर हे वास्तविक भेटी कमी दाखवतील. ईमेल पाठवलेला ग्रुप आणि होल्डआउट यातील तुलना योग्य राहते, कारण दोन्ही ग्रुप एकाच दराने कनेक्ट होतात.

AI वेन्यू मार्केटिंगमध्ये काय चुकीचे घडते आणि तुम्ही ते कसे टाळू शकता?

कल्पित ऑफर्स आणि तपशील

मॉडेल्स संभाव्य काल्पनिक गोष्टींनी पोकळी भरून काढतात: चुकीची किंमत, दुसऱ्या साईटवरील बंद होण्याची वेळ, कधीही अस्तित्वात नसलेली ऑफर. प्रत्येक किंमत, तारीख आणि अट अशी ठेवा जी तुम्ही स्वतः पेस्ट कराल, मॉडेलने लिहिलेली नसेल. थेट लाइव्ह ऑफरशी अंतिम मसुद्याची पडताळणी करा.

ॲलर्जीन आणि आहाराचे दावे

"ग्लूटेन-फ्री", "व्हिगन" आणि "नट-फ्री" या शब्दांना UK अन्न माहिती कायद्यानुसार कायदेशीर महत्त्व आहे. ॲलर्जी असलेला अतिथी तुमच्या ईमेलमध्ये काय लिहिले आहे त्यानुसार कृती करू शकतो. AI ला हे दावे लिहिण्यापासून प्रतिबंधित करा. त्याऐवजी तुमच्या ॲलर्जीन माहितीची लिंक द्या.

CAP कोडचे उल्लंघन करणारी अल्कोहोल कॉपी

AI चे मसुदे उत्साही सामाजिक भाषेकडे झुकतात. CAP कोड विभाग 18 अल्कोहोलचा सामाजिक किंवा लैंगिक यशाशी संबंध जोडण्यास किंवा जास्त मद्यपानास प्रोत्साहन देण्यास बंदी घालतो. बार आणि पबना प्रत्येक अल्कोहोल प्रमोशनवर संचालक-स्तरावरील तपासणीची आवश्यकता असते.

संमतीचे उल्लंघन

AI विभागाची सूचना अशा संपर्कांना आकर्षित करू शकते ज्यांनी मार्केटिंगसाठी कधीही ऑप्ट इन केले नाही. हे अतिथीला न सांगितलेल्या उद्देशासाठी देखील डेटा वापरू शकते. AI टूल किंवा पाठवणीपर्यंत पोहोचण्यापूर्वी मार्केटिंग संमतीवर प्रत्येक विभाग फिल्टर करा.

GDPR कलम 21 अतिथींना थेट मार्केटिंगला विरोध करण्याचा पूर्ण अधिकार देते, ज्यामध्ये त्यासाठी प्रोफाईलिंग समाविष्ट आहे. एकाच वेळी सर्व साइट्सवर ऑप्ट-आउटचा आदर करा.

सार्वजनिक AI टूलमध्ये वैयक्तिक डेटा

कंझ्युमर चॅटबॉटमध्ये कॉन्टॅक्ट एक्स्पोर्ट पेस्ट केल्याने वैयक्तिक डेटा तुमच्या कराराच्या बाहेर जातो. केवळ निनामीकृत विभाग वर्णनांसह AI ला माहिती द्या. तुमच्या ईमेल प्लॅटफॉर्मवर मोजलेले फील्ड ठेवा.

चुकीच्या आकड्यासाठी ऑप्टिमाइझ करणे

ओपन रेट वाढवण्यास सांगितलेले मॉडेल उत्सुकता वाढवणारे सब्जेक्ट लाईन्स लिहेल. Apple Mail Privacy Protection द्वारे ओपन दर आधीच वाढवून दाखवले जातात. होल्डआउटच्या तुलनेत मोजलेल्या रिटर्न व्हिजिट्सचे ध्येय निश्चित करा आणि त्यावर आधारित AI आउटपुटचे मूल्यमापन करा.

स्वस्त आहे म्हणून जास्त संदेश पाठवणे

AI मुळे आणखी एक ईमेल तयार करणे जवळजवळ मोफत होते. परंतु तुमच्या पाहुण्यांचे लक्ष तसे नाही. प्रत्येक पाहुण्यासाठी एक फ्रिक्वेन्सी कॅप सेट करा, जसे की सर्व साइट्सवर एका आठवड्यात एक मार्केटिंग ईमेल. तुमच्या ईमेल प्लॅटफॉर्ममध्ये ते लागू करा.

प्रत्येक साइटवर समान कॉपी

एका ब्रीफमधील बारा AI व्हेरिएंट्स सारखेच वाटू शकतात. प्रत्येक साइट मॅनेजरला प्रत्येक मोहिमेसाठी एक स्थानिक तपशील विचारा, जसे की नवीन डिश, कर्मचाऱ्याचे नाव किंवा स्थानिक कार्यक्रम. तो ब्रीफमध्ये समाविष्ट करा.

पहिल्या 90 दिवसांत तुम्ही सुरक्षितपणे सुरुवात कशी कराल?

दिवस 1 ते 30.

• वरील चेकलिस्ट पूर्ण करा.
• प्रत्येक साइटवर कॉन्शिअस-चॉइस ऑप्ट-इन्स लाईव्ह असल्याची खात्री करा.
• तुमची बेसलाइन नोंदवा.
• वैयक्तिक डेटा हाताळणाऱ्या कोणत्याही AI टूलसाठी DPIA पूर्ण करा आणि प्रोसेसर करारावर स्वाक्षरी करा.

दिवस 31 ते 60.

• तीन साइट्सवर लॅप्स्ड विन-बॅक ही एक मोहीम निवडा.
• केवळ सब्जेक्ट लाईन्स आणि बॉडी व्हेरिएंट्ससाठी AI वापरा.
• 10% होल्ड बॅक ठेवा.
• ड्राफ्टिंगचे तास आणि मानवी तपासणीमध्ये सापडलेली प्रत्येक त्रुटी नोंदवा.

दिवस 61 ते 90.

• वाढीव रिटर्न रेटचे पुनरावलोकन करा.
• ईमेल पाठवलेला गट होल्डआउटपेक्षा सरस ठरला आणि एरर लॉग कमी असेल, तर सर्व साइट्सवर त्याचा विस्तार करा.
• तुम्ही सेट केलेल्या निर्णयाच्या वेळेच्या मर्यादेत AI पाठवण्याच्या वेळेच्या शिफारशी जोडा.
• प्रत्येक मोहिमेवर कायमस्वरूपी होल्डआउट ठेवा.

वारंवार विचारले जाणारे प्रश्न

AI आमच्यासाठी आमची ईमेल सूची तयार करू शकते का?

नाही, AI संमती असलेली सूची तयार करू शकत नाही; ते फक्त तुमच्याकडे असलेल्या सूचीवर काम करू शकते. तुमच्याकडून माहिती मिळवण्यास सहमती दर्शवणाऱ्या पाहुण्यांकडून ही सूची आली पाहिजे. अतिथी WiFi हे लॉगिन पेजवर करते, जिथे मार्केटिंग संमती स्वतंत्र, अनटिक केलेला पर्याय म्हणून दिली जाते. प्रत्येक ऑप्ट-इन केलेला संपर्क व्हिजिट डेटासह येतो, ज्यामुळे AI ला सेगमेंट करण्यासाठी आणि लिहिण्यासाठी काहीतरी उपयुक्त मिळते.

अतिथी WiFi डेटावर AI वापरणे GDPR सुसंगत आहे का?

होय, अट अशी की संमती विशिष्ट असावी आणि AI टूल काय प्रोसेस करते यावर तुमचे नियंत्रण असावे. WiFi ॲक्सेसपासून स्वतंत्रपणे मार्केटिंग संमती गोळा करा आणि ती केव्हा आणि कशी दिली गेली ते स्टोअर करा. वैयक्तिक डेटा हाताळणाऱ्या कोणत्याही AI व्हेंडरसोबत कलम 28 अंतर्गत प्रोसेसर करारावर स्वाक्षरी करा. DPIA पूर्ण करा, ज्याची ICO वैयक्तिक डेटाच्या बहुतांश AI प्रोसेसिंगसाठी अपेक्षा करते. AI ला अनामित सेगमेंट वर्णनांसह माहिती द्या, संपर्क एक्सपोर्ट्ससह नाही.

हे आमच्याकडे आधीपासून असलेल्या WiFi हार्डवेअरसह कार्य करेल का?

होय, Purple हे हार्डवेअर-ॲग्नोस्टिक आहे आणि तुमच्याकडे आधीपासून असलेल्या ॲक्सेस पॉइंट्सवर क्लाउड ओव्हरले म्हणून चालते. सपोर्ट केलेल्या व्हेंडर्समध्ये Cisco Meraki, HPE Aruba, Ruckus, Juniper Mist, Ubiquiti UniFi, Cambium, Extreme आणि Fortinet यांचा समावेश आहे. संमती असलेला अतिथी डेटा गोळा करणे सुरू करण्यासाठी तुम्हाला हार्डवेअर बदलण्याची आवश्यकता नाही. तुमची IT टीम किंवा WiFi प्रदाता लॉगिन पेज कनेक्ट करतो आणि मार्केटिंग टीम त्या पॉइंटपासून डेटावर काम करते.

आम्ही आधीच Mailchimp, Klaviyo किंवा HubSpot वापरत असल्यास आम्हाला Purple Engage ची आवश्यकता आहे का?

तुम्ही तुमच्या सध्याच्या प्लॅटफॉर्मवरून पाठवणे सुरू ठेवू शकता, परंतु ते ठिकाणाच्या भेटींमधून तुमची सूची तयार करणार नाही. Mailchimp, Klaviyo आणि HubSpot हे मोहिम चांगल्या प्रकारे पाठवतात आणि काही प्लॅनवर AI रायटिंग वैशिष्ट्ये समाविष्ट करतात. Purple Engage त्यांना नसलेला भाग जोडते: गेस्ट WiFi लॉगिनमधील संपर्क आणि भेट डेटा, जो साइट आणि वर्तनानुसार विभागलेला असतो. थेट तुलनेसाठी, HubSpot vs Purple Engage for multi-site venues वाचा.

कोणीही तपासणी न करता AI आमचे ईमेल लिहू आणि पाठवू शकते का?

नाही, प्रत्येक AI-सहाय्यित पाठवणीसाठी नामांकित मानवी मंजुरी देणाऱ्याची आवश्यकता असते. मॉडेल्स तंतोतंत वाटतील अशा किमती, तारखा आणि ऑफरच्या अटी स्वतः तयार करतात. त्यांना तुमचे मार्जिन, परवाना अटी किंवा ॲलर्जीचे नियम माहित नसतात. एक चुकीची ऑफर दिशाभूल करणाऱ्या जाहिरातींवरील CAP Code नियम 3.1 चे उल्लंघन करू शकते आणि अल्कोहोल संदर्भातील कॉपी CAP Code कलम 18 पूर्ण करणारी असावी. ड्रॉफ्टिंग आणि शिफारशींसाठी AI वापरा आणि अंतिम निर्णय व्यक्तीकडेच ठेवा.

AI मुळे निकाल सुधारत आहेत की नाही हे कळण्यासाठी किती वेळ लागेल?

विश्वसनीय माहिती मिळविण्यासाठी आठ ते 12 आठवड्यांचे नियोजन करा. सेटअप, संमती तपासणी आणि बेसलाइनसाठी पहिला महिना वापरा. दुसऱ्या महिन्यात 10% होल्डआउटसह काही साइटवर एक AI-सहाय्यित मोहीम चालवा. तिसऱ्या महिन्यात अतिरिक्त भेटींचे पुनरावलोकन करा. होल्डआउट विरुद्ध प्रत्येक मोहीम चालवण्याचा अर्थ असा आहे की प्रत्येक निकाल स्वतःच्या पायावर उभा राहतो, मग कोणताही हंगाम असो.

सुरुवात करण्यासाठी आम्हाला वेगळे AI टूल खरेदी करण्याची गरज आहे का?

नाही, तुमच्या प्लॅनमध्ये समाविष्ट असल्यास तुम्ही आधीच पैसे देत असलेल्या ईमेल प्लॅटफॉर्ममधील AI वैशिष्ट्यांसह सुरुवात करू शकता. Mailchimp, Klaviyo आणि HubSpot प्रत्येक काही प्लॅनवर AI रायटिंग मदत देतात. काहीही नवीन खरेदी करण्यापूर्वी तुमचा प्लॅन तपासा. टूलपेक्षा इनपुट अधिक महत्त्वाचे आहे. भेट डेटासह संमती असलेली सूची, स्पष्ट संक्षिप्त माहिती आणि होल्डआउट गट यापैकी कोणत्याही टूलचे निकाल सुधारेल.