數(shù)字營(yíng)銷的終極算法

栗建

“終極算法”的猜想也啟發(fā)了人工智能領(lǐng)域和營(yíng)銷技術(shù)（MarTech）領(lǐng)域的大小玩家，

尋找數(shù)字營(yíng)銷的終極算法。

機(jī)器學(xué)習(xí)的五大學(xué)派，每個(gè)學(xué)派都有自己的主算法，幫助人們解決特定的問題。而如果整合所有這些算法的優(yōu)點(diǎn)，就有可能找到一種“終極算法”，該算法可以獲得過去、現(xiàn)在和未來的所有知識(shí)，這也必將創(chuàng)造新的人類文明。

《終極算法（The Master Algorithm）》一書的作者、數(shù)據(jù)挖掘和算法大師佩德羅·多明戈斯（Pedro Domingos）認(rèn)為“終極算法”將制定未來世界的新秩序。“終極算法”的猜想也啟發(fā)了人工智能領(lǐng)域和營(yíng)銷技術(shù)（MarTech）領(lǐng)域的大小玩家，尋找數(shù)字營(yíng)銷的終極算法。

未來的營(yíng)銷需要解決的根本問題是消費(fèi)者的“選擇困境”。在互聯(lián)網(wǎng)出現(xiàn)之前，消費(fèi)者的選擇相對(duì)較少。如果他們想要買書，他們會(huì)到街角的書店，在幾十個(gè)書架上挑選自己喜歡的圖書。如果他們想要結(jié)婚或者嫁人，無論是七大姑八大姨提供的相親對(duì)象還是工作和社會(huì)關(guān)系提供的資源，選擇對(duì)象可能都不會(huì)超過兩位數(shù)。但在互聯(lián)網(wǎng)出現(xiàn)之后，選擇是呈幾何倍數(shù)暴增的：網(wǎng)上供瀏覽和購(gòu)買的書籍高達(dá)幾百萬種，婚戀網(wǎng)站供挑選的帥哥美女高達(dá)幾十萬。

這種選擇信息爆炸不僅局限在買書和相親，也從信息類產(chǎn)品延伸到了化妝品、服裝、汽車，乃至整個(gè)商業(yè)世界。

這是機(jī)器學(xué)習(xí)和其他人工智能科技擅長(zhǎng)的領(lǐng)域。機(jī)器學(xué)習(xí)和算法是生產(chǎn)者和消費(fèi)者的“百合網(wǎng)”：篩選、匹配、消除信息過載，并提供雙向選擇的機(jī)會(huì)。人工智能將利用算法，在大規(guī)模低成本生產(chǎn)和個(gè)性化需求挖掘之間直到平衡。

機(jī)器學(xué)習(xí)是人工智能的一種，使用可以從數(shù)據(jù)中進(jìn)行學(xué)習(xí)的算法。這種算法的運(yùn)行原理是，基于輸入數(shù)據(jù)進(jìn)行建模，然后再通過這些信息做出預(yù)測(cè)和決策，而不是遵循具體的程序化指令。使用機(jī)器學(xué)習(xí)來制定基本決策的例子很多，比如說Nest開發(fā)的恒溫器就是其中之一。再比如篩選垃圾郵件，識(shí)別信用卡詐騙，還有Netflix和亞馬遜的相似相關(guān)產(chǎn)品推薦系統(tǒng)等。

超級(jí)營(yíng)銷就是超級(jí)算法。人類依然可以決定自己在網(wǎng)絡(luò)上究竟買什么，但是天貓和京東上可供我們選擇的商品，已經(jīng)由機(jī)器進(jìn)行了篩選和推薦。只不過在這個(gè)過程中，算法刻意隱藏了自己，通過了圖靈測(cè)試。

盡管我們還不能斷言摩爾定律在人工智能領(lǐng)域也能適用，但是互聯(lián)網(wǎng)時(shí)代累積的海量數(shù)據(jù)和算法正在讓人工智能變得更加智慧，讓營(yíng)銷變得更加智能。IBM的人工智能平臺(tái)沃森（Watson）不僅下圍棋，還可以講笑話寫歌譜曲講故事。

谷歌的DeepMind 和牛津大學(xué)合作開發(fā)的唇語系統(tǒng)已經(jīng)可以把唇讀的正確率提升到了46.8%，是人類唇語專家的4倍。麻省理工大學(xué)計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室（Computer Science and Artificial Intelligence Laboratory，CSAIL）讓人工智能觀看《絕望主婦（Desperate Housewives）》和《辦公室（The Office）》等影片，從而預(yù)測(cè)人類接下來的行為，包括人們會(huì)在什么時(shí)候擁抱、親吻、握手，或者擊掌。

無處不在的算法

我們經(jīng)常說人工智能是營(yíng)銷的未來，但是我們可能還沒有充分意識(shí)到人工智能已經(jīng)成為了今天數(shù)字營(yíng)銷生態(tài)的一部分。算法已經(jīng)無處不在。

根據(jù)Salesforce公司最近發(fā)布的《Salesforce2017營(yíng)銷狀況（2017 Salesforce State of Marketing）》報(bào)告，全球51%的企業(yè)已經(jīng)在企業(yè)營(yíng)銷中使用AI技術(shù)。在未來兩年，AI將超過物聯(lián)網(wǎng)和虛擬現(xiàn)實(shí)成為營(yíng)銷技術(shù)圈最熱門的話題。超過53%的市場(chǎng)營(yíng)銷人員表示將加速在AI領(lǐng)域的投入。

數(shù)字營(yíng)銷和營(yíng)銷自動(dòng)化、銷售自動(dòng)化（CRM），數(shù)據(jù)分析是現(xiàn)在較為成熟的三大AI營(yíng)銷應(yīng)用領(lǐng)域。我們已經(jīng)在使用AI來為目標(biāo)受眾畫像，通過AI進(jìn)行廣告投放和用戶資料收集，并 依賴AI對(duì)效果進(jìn)行分析和優(yōu)化。

算法也已經(jīng)看似無所不能。人工智能已經(jīng)開始影響消費(fèi)者購(gòu)買流程中的每一個(gè)環(huán)節(jié)。從網(wǎng)站建設(shè)到線上體驗(yàn)，消費(fèi)者與品牌互動(dòng)的每一個(gè)點(diǎn)都在由人工智能加持，由算法來進(jìn)行優(yōu)化。

網(wǎng)站建設(shè)服務(wù)平臺(tái)thegrid.io 已經(jīng)開始用了人工智能來設(shè)計(jì)網(wǎng)站。thegrid.io的人工智能Molly可以在短時(shí)間內(nèi)完成一個(gè)網(wǎng)站，而一年向客戶收取的費(fèi)用加起來不到100美金。你只需要提供圖片、文字、鏈接、以及簡(jiǎn)單的表單和數(shù)據(jù)結(jié)構(gòu)，Molly就可以自行幫你設(shè)計(jì)網(wǎng)站，包攬從網(wǎng)站地圖到配色方案的各種工作。

Molly和其他類似應(yīng)用讓未來的品牌不再需要一個(gè)統(tǒng)一的品牌網(wǎng)站。未來，這些承載品牌內(nèi)容和體驗(yàn)的網(wǎng)站或者“智能網(wǎng)頁”將變得特別個(gè)性化和實(shí)時(shí)化。不同的人訪問同一個(gè)網(wǎng)站，甚至同一個(gè)人在不同時(shí)間訪問，品牌網(wǎng)站的內(nèi)容都將不同。

Wordsmith和Quill等人工智能加持的應(yīng)用已經(jīng)在幫助美聯(lián)社和《福布斯》雜志撰寫新聞和分析稿件。對(duì)于那些以數(shù)據(jù)為基礎(chǔ)的常規(guī)新聞報(bào)道，比如公司的財(cái)務(wù)報(bào)告和季報(bào)、體育比賽以及市場(chǎng)調(diào)研數(shù)據(jù)，人工智能更加得心應(yīng)手。2016年，WordSmith撰寫了15億條內(nèi)容。

Persado是一個(gè)更加擅長(zhǎng)品牌營(yíng)銷的人工智能內(nèi)容平臺(tái)。它可以為每一個(gè)顧客，有針對(duì)性地挑選詞匯、句子和圖片，在內(nèi)容中植入情感色彩。相比“大概7點(diǎn)30”的粗略評(píng)估，它可以讓品牌知道哪一位顧客需要在8點(diǎn)30推送，哪一位顧客需要在9點(diǎn)30推送。類似的內(nèi)容管理品牌甚至可以根據(jù)實(shí)時(shí)新聞蹭熱點(diǎn)，讓內(nèi)容更具有可讀性和相關(guān)性。

除了讓內(nèi)容的個(gè)性化成為可能，人工智能也用來預(yù)測(cè)消費(fèi)者的行為。AgilOne的人工智能會(huì)整合線上和線下的數(shù)據(jù)，并為品牌提供基于用戶行為的分析，預(yù)測(cè)他們購(gòu)買傾向和下一步的行為。類似的工具還包括SiteZeus和Sentient。

SiteZeus是“新零售”概念的明星創(chuàng)業(yè)公司。它使用人工智能幫助品牌尋找最佳的店鋪選址地點(diǎn)并提供基于地理位置的用戶分析和數(shù)據(jù)挖掘服務(wù)。SiteZeus聯(lián)合創(chuàng)始人Keenan Baldwin認(rèn)為，人工智能對(duì)零售電子商務(wù)客戶體驗(yàn)有很大的影響。 即使我們?cè)谶^去十年中看到了很大的進(jìn)步，但我們甚至還沒得窺門徑。在線零售商正在加緊合作或采用新的人工智能技術(shù)，以幫助促進(jìn)客戶互動(dòng)來嘗試及匹配甚至超越典型的實(shí)體店體驗(yàn)。

Sentient的AI系統(tǒng)，基于海量的市場(chǎng)的數(shù)據(jù)，發(fā)現(xiàn)市場(chǎng)趨勢(shì)，并在整個(gè)過程中不斷進(jìn)化。對(duì)這套系統(tǒng)的訓(xùn)練過程，就如同生物進(jìn)化。除了在營(yíng)銷領(lǐng)域，Sentient在金融領(lǐng)域同樣可以大顯身手。綜合撲克投資家等信息來源，Sentient在世界各地有上千臺(tái)機(jī)器同時(shí)運(yùn)行，并利用計(jì)算機(jī)算法打造出數(shù)以萬億計(jì)的虛擬交易員，Sentient將它們稱為“基因”。Sentient認(rèn)為它也有別于一般的AI技術(shù)，并將其稱為“進(jìn)化智能”（Evolutionary Intelligence）。

從超級(jí)算法到終極算法

如果以上只是營(yíng)銷的普通算法，那么技術(shù)的進(jìn)步正在催生一大波超級(jí)算法。

根據(jù)VentureBeat的總結(jié)，致力于超級(jí)算法的應(yīng)用和創(chuàng)業(yè)項(xiàng)目目前已經(jīng)有113家，集中在商業(yè)分析（Business Intelligence如Narrative Science）、效率提升（Productivity，如X.ai）、客戶管理（Customer Management，如DigitalGenius）、人力資源管理（HR&Talent，如Entelo）、B2B市場(chǎng)營(yíng)銷（B2B Sales and Marketing，如Radius）、B2C營(yíng)銷（Consumer Marketing，如Gumgum）、金融管理（Finance &Operations，如HyperSience）等12個(gè)領(lǐng)域。

每一個(gè)領(lǐng)域既有Salesforce和IBM這類大玩家的兒孫和小弟，也有獨(dú)立創(chuàng)業(yè)公司。這些公司的模仿者遍布張江西溪上地。

在這12領(lǐng)域中，6個(gè)領(lǐng)域是針對(duì)營(yíng)銷的解決方案。在商業(yè)分析領(lǐng)域，Paxata和Trifacta簡(jiǎn)化數(shù)據(jù)的處理，Tamr和 Alation連接數(shù)據(jù)的信息孤島讓數(shù)據(jù)在流動(dòng)和交互中增值，Narrative Science和Yseop可以讓數(shù)據(jù)“講人話”，讓數(shù)據(jù)翻譯成商業(yè)建議。

在客戶管理領(lǐng)域，DigitalGenius利用 AI從用戶的聊天記錄、社交網(wǎng)絡(luò)和客戶服務(wù)日志中了解客戶的需求，讓客服系統(tǒng)更加人性化。Inbenta的自然語言搜素技能，提升用戶的自助服務(wù)體驗(yàn)。而Narvar用大數(shù)據(jù)分析技術(shù)對(duì)貨物退貨率、投訴率等信息進(jìn)行專業(yè)數(shù)據(jù)分析，從而全面提升公司服務(wù)水平，為客戶解決售后難題。

在“新零售”領(lǐng)域，品牌向了解客戶。有些客戶是購(gòu)物狂，有些則永遠(yuǎn)不會(huì)買東西。Retention Science構(gòu)建的人工智能系統(tǒng)（Cortex）能幫助品牌了解用戶的購(gòu)買習(xí)慣，以適合用戶的方式向他們推銷商品。

在B2C營(yíng)銷領(lǐng)域，人工智能和算法用來好地理解未來幾屆消費(fèi)者以及這些人各種“匪夷所思”和“不靠譜”需求和行為模式。 AirPR用算法來決絕困擾公關(guān)行業(yè)的難題：如何對(duì)最終的效果進(jìn)行評(píng)估和優(yōu)化。Lexalytics文本分析平臺(tái)，可將數(shù)十億個(gè)非結(jié)構(gòu)化數(shù)據(jù)和數(shù)字信息轉(zhuǎn)換為分析報(bào)告。Affinio用深度學(xué)習(xí)創(chuàng)建基于興趣的集群，將社交指紋挑選出來，供品牌使用。

以往，數(shù)字營(yíng)銷在B2B領(lǐng)域的滲透緩慢而單調(diào)。但這種情況很有可能因?yàn)槿斯ぶ悄芏淖?。人工智能將幫助B2B解決未來發(fā)展最核心的問題：如何把銷售線索轉(zhuǎn)化成銷售機(jī)會(huì)。Fusemachines的人工智能平臺(tái)SAM，使用機(jī)器學(xué)習(xí)和自然語言處理技術(shù)，能夠快速?gòu)目蛻羧后w里篩選最有可能的銷售線索和最佳銷售拜訪時(shí)間，生成銷售線索排名列表。

Lattice Engines聚焦于將人工智能的能力用于將“熨平”銷售過程，并實(shí)現(xiàn)銷售線索的管理和自動(dòng)跟蹤。通過學(xué)習(xí)公司的購(gòu)買模式，它可以識(shí)別潛在的銷售機(jī)會(huì)。Lattice Engines的人工智能平臺(tái)讓戴爾的歐洲銷售部門的效率和收入實(shí)現(xiàn)翻番。

但是，有沒有能把這些人工智能應(yīng)用和算法放進(jìn)一個(gè)程序和一套算法嗎？尋找人工智能營(yíng)銷的終極算法，是數(shù)字營(yíng)銷未來最美麗的任務(wù)。