AI版數(shù)字營(yíng)銷：當(dāng)營(yíng)銷和算法進(jìn)行融合與重構(gòu)

王賽 孫志勇

當(dāng)我們討論AI營(yíng)銷時(shí)，我們實(shí)際上談?dòng)懻搩纱螤I(yíng)銷的升級(jí)，第一次是從傳統(tǒng)營(yíng)銷向數(shù)據(jù)營(yíng)銷的升級(jí)，第二次是以積累的數(shù)據(jù)和算法進(jìn)行融合，向AI營(yíng)銷的升級(jí)。

如同大數(shù)據(jù)一樣，所有的AI使用在營(yíng)銷中也必須落地于具體的場(chǎng)景，“營(yíng)銷場(chǎng)景+算法”是營(yíng)銷實(shí)施的關(guān)鍵。

為了指導(dǎo)CEO及CMO進(jìn)行數(shù)字化轉(zhuǎn)型，筆者之一在《數(shù)字時(shí)代的營(yíng)銷戰(zhàn)略》一書中提出了傳統(tǒng)營(yíng)銷組合需從4P轉(zhuǎn)變?yōu)?R，即：

◎ Recognize，“用戶識(shí)別”。通過大數(shù)據(jù)追蹤消費(fèi)者的網(wǎng)絡(luò)行為，如對(duì)Cookie的追蹤，SDK對(duì)移動(dòng)數(shù)字行為的追蹤，支付數(shù)據(jù)對(duì)購(gòu)物偏好的追蹤，這些行為追蹤的打通可以形成精確的、屬于個(gè)體的用戶畫像；

◎ Reach，“數(shù)字化覆蓋與用戶觸達(dá)”，如AR、VR、社交媒體、APP、搜索，智能推薦，O2O、DSP等各種觸達(dá)手段，基于用戶識(shí)別實(shí)施觸達(dá)，讓技術(shù)、數(shù)據(jù)與客戶融合；

◎ Relationship，“建立持續(xù)交易的基礎(chǔ)”，它是Reach的后續(xù)步驟，將觸達(dá)到的用戶轉(zhuǎn)化為客戶資產(chǎn)，保證企業(yè)在“去中介化”的情境中與客戶直接發(fā)生深度聯(lián)系、互動(dòng)；

◎ Return，“實(shí)現(xiàn)交易與回報(bào)”。營(yíng)銷不僅是一種投資，也應(yīng)得到直接回報(bào)。很多企業(yè)建立了社群、吸收了很多品牌粉絲，但是無法變現(xiàn)，這是此階段的核心問題，用數(shù)字化獲取利潤(rùn)。

今天在AI之下，出現(xiàn)數(shù)據(jù)向智能化演進(jìn)的趨勢(shì)，但仍跳不出4R營(yíng)銷范式，4R營(yíng)銷沿著“用戶-連接-數(shù)據(jù)-智能”的軌跡升級(jí)，而最大的區(qū)別在于智能化，用算法來做判斷和消費(fèi)者連接，機(jī)器在逐漸滲透人的角色。從營(yíng)銷的進(jìn)化（Evolution of Marketing）的路徑來看，最開始的營(yíng)銷可以稱之為大眾市場(chǎng)營(yíng)銷（Mass Marketing），就如可口可樂一樣，所有的市場(chǎng)都是它的目標(biāo)市場(chǎng)，全面覆蓋；之后出現(xiàn)的細(xì)分、定位，這是典型的目標(biāo)市場(chǎng)營(yíng)銷（Target Marketing）；而上個(gè)世紀(jì)末由于數(shù)據(jù)庫(kù)可以作為基礎(chǔ)，歐美一些公司開始提出一對(duì)一營(yíng)銷（One to One Marketing）；到今天，由于大數(shù)據(jù)的賦能，AI能做到的何止是一對(duì)一營(yíng)銷，AI由于與消費(fèi)者高度連接，以及數(shù)據(jù)化的基礎(chǔ)，可以做到千人千面基礎(chǔ)上的場(chǎng)景介入，比如在你最需要漢堡的時(shí)候，跳出麥當(dāng)勞的信息，關(guān)鍵點(diǎn)場(chǎng)景營(yíng)銷（In-Moment Marketing）開始浮現(xiàn)。

數(shù)字化的用戶識(shí)別

好的范式是解決問題和設(shè)計(jì)模式的基礎(chǔ)?；氐綌?shù)字化，我們從4R的維度再去理解這個(gè)升級(jí)的AI版本。

首先，我們以4 R中的第一個(gè)R——Recognize，“數(shù)字化的用戶識(shí)別”來看，出現(xiàn)了新的用戶識(shí)別趨勢(shì)，識(shí)別的維度更多元、智能，更具備場(chǎng)景感，每個(gè)關(guān)鍵瞬間（Moment of truth）都可以被比特化。

在原數(shù)字時(shí)代，數(shù)字化的主體大多數(shù)是互聯(lián)網(wǎng)公司，互聯(lián)網(wǎng)公司擁有的數(shù)據(jù)，大部分屬于結(jié)果型數(shù)據(jù)，或行為型的數(shù)據(jù)，比如通過手機(jī)中的SDK識(shí)別出消費(fèi)者的位置信息，比如通過淘寶數(shù)據(jù)找出某個(gè)消費(fèi)者人群的品類偏好，而當(dāng)進(jìn)化到AI時(shí)代，出現(xiàn)很多新的用戶識(shí)別場(chǎng)景。我們以線下零售的實(shí)體店為例，傳統(tǒng)時(shí)代，零售店可以識(shí)別的數(shù)據(jù)是以貨物為中心的，比如今天賣出多少商品，是哪些品類，進(jìn)銷存如何，所有關(guān)于客戶的信息，很難掌握；而數(shù)字化開始之后，由于數(shù)字連接，零售商可以圍繞著“人-貨-場(chǎng)”來進(jìn)行數(shù)據(jù)分析，可以分析到什么樣的消費(fèi)者偏好什么類型的商品，比如Prada，在貨架上布局探針，判斷一件衣服被試穿的次數(shù)，和購(gòu)買之間的關(guān)系，來進(jìn)入深度的消費(fèi)行為分析。而在AI的數(shù)字化布局下，前沿科技的應(yīng)用為零售的智慧化，開啟了新的模式，比如計(jì)算機(jī)視覺與各種傳感器的廣泛應(yīng)用，使得數(shù)據(jù)源來源擴(kuò)充到直接相關(guān)與非直接相關(guān)的多維數(shù)據(jù)，在這種升級(jí)下，一個(gè)實(shí)體店，幾乎就是一個(gè)線下的實(shí)體網(wǎng)頁?；跈C(jī)器視覺，AI能夠?qū)崿F(xiàn)人臉識(shí)別、商品識(shí)別、動(dòng)線追蹤、客流分析等功能，消費(fèi)者在實(shí)體店中的商品挑選與購(gòu)買行為，乃至是用戶的情緒，也能夠被比特化（Bit-Consumer），而這些數(shù)據(jù)的維度又何止是行為數(shù)據(jù)？

數(shù)字化覆蓋與用戶觸達(dá)

我們以4R中的第二個(gè)R——Reach，“數(shù)字化覆蓋與用戶觸達(dá)”來看，正好融合為全球最大的AI應(yīng)用場(chǎng)景之一——“個(gè)性化推薦”（Sales Process Recommendation ）。只有基于場(chǎng)景的數(shù)據(jù)驅(qū)動(dòng)才能產(chǎn)生深度的個(gè)性化營(yíng)銷，消費(fèi)者總是會(huì)希望需求被了解或得到個(gè)性化服務(wù)，這是消費(fèi)者的一貫需求，然而現(xiàn)實(shí)中所謂的“個(gè)性化推送”往往變成了“垃圾信息轟炸”。98%的受訪社交媒體的用戶收到過廣告，但是只有18%認(rèn)為收到的信息是和自己需求契合的，而人工智能算法的正在改進(jìn)這些。

什么是“個(gè)性化推薦”（Sales Process Recommendation）？具體來說，就是在大數(shù)據(jù)平臺(tái)的基礎(chǔ)上，通過將人工智能引擎（例如，機(jī)器學(xué)習(xí)引擎）與客戶關(guān)系管理系統(tǒng)（CRM）相結(jié)合，對(duì)客戶數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，形成模式和算法，進(jìn)而在整個(gè)客戶消費(fèi)歷程（Customer Journey）上，為客戶或銷售人員實(shí)時(shí)在線地、自動(dòng)地提供個(gè)性化產(chǎn)品、服務(wù)、市場(chǎng)以及銷售方案推薦，在這個(gè)領(lǐng)域里，可口可樂公司有著豐富的成功經(jīng)驗(yàn)，例如，他們利用SAP Hybris系統(tǒng)（CRM + Marketing）與AI引擎相結(jié)合來支撐客戶全生命周期管理以及動(dòng)態(tài)市場(chǎng)活動(dòng)管理（Dynamic Initiative Management），根據(jù)消費(fèi)者不同的場(chǎng)景行為提供不同的個(gè)性化信息，大幅提升了市場(chǎng)營(yíng)銷的有效性與效率。AI可以規(guī)?；膸椭鸂I(yíng)銷人員區(qū)分潛在客戶，并把客戶推介到企業(yè)的拓客平臺(tái)，人工智能的學(xué)習(xí)模型和算法也可以改變可口可樂的廣告投放模式，基于消費(fèi)者在平臺(tái)上的點(diǎn)擊、注冊(cè)、激活、分享等各項(xiàng)數(shù)據(jù)，以及這些數(shù)據(jù)背后廣告投入的狀況，智能分配投放資源，自動(dòng)優(yōu)化。

與客戶建立持續(xù)交易的基礎(chǔ)

AI也在升級(jí)數(shù)字營(yíng)銷4R中的第三個(gè)R——Relationship，即“與客戶建立持續(xù)交易的基礎(chǔ)”。在用數(shù)字化為客戶進(jìn)行關(guān)系管理上，AI技術(shù)將為市場(chǎng)營(yíng)銷領(lǐng)域中的包括客戶服務(wù)、溝通協(xié)作、客戶體驗(yàn)、社交媒體、客戶關(guān)系等方面帶來巨大的變革與創(chuàng)新。

根據(jù)IDC發(fā)布的報(bào)告，到2020年，全球最大的AI應(yīng)用場(chǎng)景將是“自動(dòng)化客服”（Automated Customer Service Agents），其中基于分詞、語義分析等AI技術(shù)的客服/聊天機(jī)器人（Chatbot）已經(jīng)在全球范圍內(nèi)得到了廣泛的應(yīng)用。我們就國(guó)內(nèi)而言，航空公司（例如海南航空）以及垂直電商平臺(tái)（例如去哪兒網(wǎng)）都已經(jīng)部署了這項(xiàng)應(yīng)用，用以提供7×24小時(shí)的不間斷客戶服務(wù)，以及提升針對(duì)標(biāo)準(zhǔn)化客服需求（例如，發(fā)票開具流程等基本信息查詢）的響應(yīng)速度和效率；另外，隨著引入AI中的自然語言處理（NLPNatural Language Processing）以及語音識(shí)別技術(shù)，自動(dòng)化客服見證了更為高級(jí)的應(yīng)用形式，荷蘭皇家航空公司（KLM）就是這類應(yīng)用的實(shí)踐先鋒，他們通過開發(fā)搭載在微信等社交平臺(tái)上的移動(dòng)端微應(yīng)用，實(shí)現(xiàn)了通過客戶語音輸入就能完成退票、改簽、更換座位等客服功能，大大提升了客戶的體驗(yàn)。

由于大數(shù)據(jù)的賦能，AI能做到的何止是一對(duì)一營(yíng)銷，AI由于與消費(fèi)者高度連接，以及數(shù)據(jù)化的基礎(chǔ)，可以做到千人千面基礎(chǔ)上的場(chǎng)景介入。

在A I支撐的客戶服務(wù)領(lǐng)域創(chuàng)新上，我們可以預(yù)測(cè)到，未來1～2年內(nèi)，“3大平臺(tái)”（微信、臉書、推特）將掀起基于AI的“對(duì)話式商務(wù)”風(fēng)暴，全面接管客戶服務(wù)。簡(jiǎn)單來說，“對(duì)話式商務(wù)”（Conversational AI）就是人類通過語音的方式與機(jī)器交互，機(jī)器能夠“聽懂”人類的語言，無論是漢語、英語、西班牙語或是其他地球語種，然后實(shí)時(shí)自動(dòng)地處理客戶服務(wù)的相關(guān)訴求，例如前面談到的荷蘭皇家航空公司通過AI中的自然語言處理和語音識(shí)別技術(shù)來處理退票、改簽、更換座位等需求。目前，企業(yè)要首先開發(fā)微應(yīng)用，微應(yīng)用的開發(fā)周期和成本相對(duì)較低，企業(yè)不僅可以通過這種模式將業(yè)務(wù)快速上線，同時(shí)還能節(jié)約開發(fā)成本。

而從AI支撐的溝通協(xié)作領(lǐng)域創(chuàng)新看，未來2～3年內(nèi)，基于AI自然語言處理和語音識(shí)別技術(shù)的協(xié)作系統(tǒng)將助推無邊界溝通并觸發(fā)新的商機(jī)。AI的語音識(shí)別技術(shù)已經(jīng)讓機(jī)器能夠“聽懂”人類，而自然語言處理與機(jī)器學(xué)習(xí)技術(shù)讓機(jī)器能夠“理解并分析”，然后以人類語言進(jìn)行“回應(yīng)”。以Skype Translator為例，該應(yīng)用已經(jīng)能夠自動(dòng)處理阿拉伯語、英語、法語、德語、意大利語、中文、巴西語、葡萄牙語以及西班牙語的人機(jī)溝通，此外，蘋果公司的Siri，微軟的小冰，以及我國(guó)國(guó)內(nèi)百度和科大訊飛都在這個(gè)領(lǐng)域進(jìn)行著卓有成效的實(shí)踐。舉例來說，AI支撐的“無邊界的溝通”可以幫助我們充分調(diào)動(dòng)全球不同語系下的教育資源（例如，視頻資源），另外，語音轉(zhuǎn)文字功能，可以幫助商家開發(fā)針對(duì)殘障人士尤其是聾人的營(yíng)銷推廣。更重要的是，這種語言識(shí)別能夠很好判斷消費(fèi)者的情緒，而以前的大數(shù)據(jù)營(yíng)銷更多的是判斷行為，判斷不出消費(fèi)者發(fā)出這個(gè)行為背后的元素，所以，AI化的客戶關(guān)系管理，能夠讓大數(shù)據(jù)原有的準(zhǔn)確但是冰冷的處理暖化起來。

用數(shù)字化來實(shí)現(xiàn)回報(bào)

回到數(shù)字營(yíng)銷4R中的最后一個(gè)R——Return，“用數(shù)字化來實(shí)現(xiàn)回報(bào)”，AI的升級(jí)主要表現(xiàn)在營(yíng)銷的自動(dòng)化、營(yíng)銷元素的自創(chuàng)，以及場(chǎng)景變現(xiàn)。

AI支撐市場(chǎng)營(yíng)銷實(shí)現(xiàn)自動(dòng)化，簡(jiǎn)單來說就是通過機(jī)器來遍歷當(dāng)下積累的客戶大數(shù)據(jù)（例如，行為數(shù)據(jù)、交易數(shù)據(jù)、客服數(shù)據(jù)等等）來形成算法和模型，然后利用這些模型在線“推理”客戶的類型（例如，市場(chǎng)細(xì)分）和需求（例如，用戶畫像）等，進(jìn)而自動(dòng)化地處理市場(chǎng)營(yíng)銷活動(dòng)（例如，個(gè)性化推薦）。

從AI支撐的市場(chǎng)內(nèi)容領(lǐng)域創(chuàng)新來講，未來 5年內(nèi)，至少50%的市場(chǎng)營(yíng)銷內(nèi)容（網(wǎng)頁、PR等）將通過基于AI的“內(nèi)容自創(chuàng)”來完成。最近幾年，我們見證了通過AI中的分詞和語義分析，以及自然語言處理技術(shù)，根據(jù)公司財(cái)報(bào)自動(dòng)生成格式化新聞稿的廣泛應(yīng)用，但這其實(shí)只是“內(nèi)容自創(chuàng)”的一種形式，另外一種更為復(fù)雜的應(yīng)用形式來自于網(wǎng)頁的自動(dòng)化生成。以The Grid公司為代表的初創(chuàng)企業(yè)在這個(gè)領(lǐng)域完成了一系列基于AI的圖像識(shí)別以及機(jī)器學(xué)習(xí)技術(shù)的創(chuàng)新，具體來說，用戶導(dǎo)入一組主題圖片，接著機(jī)器對(duì)這些圖片進(jìn)行模式識(shí)別與分析，這其中包括圖片中的人臉、風(fēng)景、產(chǎn)品、邊緣等要素，然后利用機(jī)器學(xué)習(xí)形成的算法，在上千種色調(diào)、字體、排版維度上自動(dòng)組合，形成“跨屏幕”（即手機(jī)，電腦，平板等設(shè)備）的網(wǎng)頁內(nèi)容。

而從場(chǎng)景變現(xiàn)來講，AI支撐營(yíng)銷從以前的固定價(jià)格，到動(dòng)態(tài)定價(jià)。依據(jù)消費(fèi)者不同的場(chǎng)景，比如地點(diǎn)、時(shí)間的不一樣，再重合消費(fèi)者原有的行為數(shù)據(jù)，把身份數(shù)據(jù)和場(chǎng)景數(shù)據(jù)進(jìn)行疊加，實(shí)現(xiàn)真正的按人定價(jià)，當(dāng)然，這樣是最近“大數(shù)據(jù)殺熟”鬧得沸沸揚(yáng)揚(yáng)的原因。

結(jié)束語

當(dāng)營(yíng)銷和算法進(jìn)行融合與重構(gòu)， 作為AI化的數(shù)字營(yíng)銷在不斷豐饒?jiān)袛?shù)字化營(yíng)銷的各個(gè)維度，但是本質(zhì)上還是繞不出營(yíng)銷的戰(zhàn)略設(shè)計(jì)。回到數(shù)字營(yíng)銷的4R系統(tǒng)，其改變更多的是——用算法替代部分人的決策，以及回到二十年來營(yíng)銷上一直向往的圖景——讓營(yíng)銷行為如粒子手術(shù)刀一樣精準(zhǔn)，但這次的精準(zhǔn)的背后更加富有情感，那就是營(yíng)銷技術(shù)和心靈的融合，AI+營(yíng)銷要做到的，就如那部著名AI電影中的《她“her”》中的系統(tǒng)一般，徹底融入消費(fèi)者。