人工智能才是营销的未来?

如果我们认清 “数据应用的进步”是营销演化的核心力量,那么,我们就很容易理解:AI智能已经渗透到每一个营销的细节,获取优质客户的能力不能仅仅靠点、线维度的优化。营销的优化、或者叫进化,一定伴随着更广泛的数据探索和智能技术,个性化一定伴随着营销的整个生命闭环,企业只有具备:

1.把握行业趋势

2. 掌握营销技术

3.洞悉客户动态心理

这三个基本能力,才能找到适合自己的阶段性广告策略。而我们普遍希望的四两拨千斤的功夫,本质也是对智能营销技术的投入产出比的高水平把控而已。

AI黎明即起,营销何去何从

1. 吸睛广告可以创造出一些新需求。

显然不行,因为只有真正的需求才能被营销。广告所处的商业环节,是唤醒和加深,却很难创造需求。

2.营销就是想办法销售。

营销依靠服务方对消费者行为的理解能力,通过任何不违规的方式,去影响消费者行为的学科。用户看到什么东西,他注意力在哪里,他的兴趣在哪里,他想什么东西,最后他做了一个什么样的行为。可以看到这个理论不断深化,但其基本的框架还是一百年前的框架,不管发展几千年,人还是人,消费者的行为还是有极大的类似之处。

3.消费者的行为主要受外界刺激影响。

消费者行为主要受到两块影响,一是外因,一是内因。内因是关于这个人本身,他对自己的认知是什么样的,他的生活方式是怎么样,他会有一个什么样的需求,最后影响了一个他的决策过程。外因是,我们能够去通过广告施加影响力。比如在信息流里、在各类APP的应用场景中,我们以什么样的方式触达他,这是一个外因。最终,内因和外因加在同一个用户身上,如果能够让他在行为上产生改变,并朝着和你的产品进行交互、购买的方向进一步,那么持续地多点触达才有意义。

4. 人的洞察在程序化面前,派不上用场。

程序化广告的优化空间看起来很有限、且为了起量,人群定向现实中会更加模糊或笼统,从而带来人群受众的类似黑盒状态。即使是这种情况下,也不代表好的营销人员就没有用武之地了,如果我们可以在转化环节中,积累偏转化后端的智能算法,同时积极、科学地为用户打上标签,就可以弥补这一实际缺陷,成本不低,效果可观。

5.效率比效果重要。

从营销的角度,永远都是效果更重要,这是从广告作为商业活动关键一环的角度去衡量的。效果决定是否做,效率决定怎么做。

AI黎明即起,营销何去何从

1. 放弃【依靠人解决某类问题】的能力

现在的商业性思维包括提出问题、构思解决问题的各种途径,评估所有行动选项,最后得出解决方案。但是,如果你可以不加思考直接让 AI 执行计算出的既得方案,这就改变了已有商业决策过程中所需的智慧模式。

比如,我们可以放弃调价的能力,交给机器;放弃投放策略的经验调优,交给智能投放平台;放弃转化优惠的版本测试,交给机器自动匹配受众…我们放弃已有的能力,不代表退化,只是选择去发展其他方面的能力——能力不分好坏、在滚滚商业洪潮中,只有适用与不适用。

2.【自动化智能营销】帮助实现个性化营销的最大效率

自动化智能营销是分为几个阶段的,不可能一蹴而就。

第一阶段是自动化阶段,机器完成了工作流里面的一部分工作,节省掉人工,哪怕没有智能化,自动化本身就是在帮助人们做重复性、机械的劳动,且犯错率更低。

第二阶段是智能化——智能和人工相结合,即机器和人的结合,把人的部分决策智慧赋予机器。智能化是指自动做出最优的沟通决策。我们给用户看到的,最终是一个产品;那么,具体怎么触达用户,就有很多决策需要解决。

比如,我们想触达什么样的受众,用一个什么样的渠道去触达。哪怕同一个用户搜索一个关键词,也可以在不同的时间给他看到不同的结果。这就给了AI用户之地,我们可以将每个营销的闭环都拆分到极细,给中间的这个营销大脑AI足够多的机会去做决策。不断进行决策,持续做用户触达;触达之后,AI还可以根据实时反馈、实时更新,不断调整策略、不断改进,让AI大脑不断演进。

最终阶段是把自动化和智能化结合,产生一个更好的营销工具。所谓自动化智能营销工具,未来肯定是一种内置了很多人工智能的能力、但使用者却并不能感觉到自己在用AI的一种存在。

AI营销的价值和好处前文已述,还需要提及AI的一个最大优势,积累数据资产。即,AI在得到了营销结果后,随时会做出更深度的分析,自动地将反馈回流,从而给营销者为什么要这样做、做得好不好、怎么做更好等一系列洞察。

那营销人做什么?未来成功的营销人是做策略的:个性化的投放要想做到最大化效率,一定是多次触达,即跟多个用户、在不同地方进行各式交互;营销策略需要深谙业务和行业的人来做,因为不同的情况下、有不同的营销目标,且需要做出灵活的调整——这个机器目前是无法理解的,必须由人来告诉机器。比如,对于这部分受众,我的目标是什么,是最大化点击率还是最大化转化率?

3.人依然是利器:赋能于人需要可解释性

刚提到,人是用来做营销策略的,所以,任何一个营销活动中很难脱离人的存在。这也就需要我们的营销工具可以在智能执行的同时,给到洞察,能够帮助营销人去理解:为什么做和怎么做。

哪怕营销工具先训练一个黑盒模型,之后也要基于此,尝试产生一个白盒。有了这个人群洞察以后,营销人才能分析和理解它;有了理解和洞察,营销人才能更好地做出营销决策。这就是人和机器的结合,这也是近些年AI领域很热门的一个点——可解释性。

什么是可解释性?本来我们构建一个机器学习模型,人是不能去理解它的,这个模型可能有上亿的参数,模型说A不喜欢红色,但是你无法知道为什么(比如神经网络深度学习模型)。这是有风险的。为什么呢?

举个不恰当的例子:机器学习模型α在很多方面都特别牛,它可能数学特别厉害,是一个天才级别的存在;但其他方面很弱,比如交流沟通能力特别差。你不知道他为什么做这个决定,他也无法告诉你他为什么这么做,这时候你放心把一个生死攸关的事情交给这位天才做呢?至少,统计结果显示,很多人是不放心的。所以,一个可能的方式是,智能营销产品可以提升天才对业务、产品的理解力,从而给出一些可能的解释——也可能是洞察。

到2020年,每人每天平均产生的数据量是1.5GB,这个数据量非常大,这些信息必须依赖AI去处理,但是人还是需要做出决定成功方向的大决策,这也正是未来营销的新必争之地——人机结合的能力。

未来的营销世界,每个企业都需要有一套适合自己的智能营销应用框架,这个框架里有工具、有人才,有规则,且能非常容易地应用到各个业务场景中。同时,这套智能框架还需要具备快速复制的能力,以适应我们不断产生的新业务、新场景,这就需要我们把智能营销框架工具化。

畅想一下,这个智能框架的底层是数据基础、中层是智能决策引擎,顶层是执行的办法和路径——最终每一个营销人都不得不去拥抱,这个充满智慧的大机器。

申请开通侯斯特账号