肖賀耕 黃錚
摘 要:在信息技術(shù)快速發(fā)展的時(shí)代背景下,各個(gè)行業(yè)均迎來全新的發(fā)展機(jī)遇。人工智能技術(shù)在市場(chǎng)營銷領(lǐng)域的應(yīng)用日漸普遍,對(duì)提高工作人員的工作效率,強(qiáng)化工作人員工作能力具有重要意義。本文綜合文獻(xiàn)資料法和實(shí)證分析法,構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)字營銷模型,并探究其應(yīng)用情況。研究發(fā)現(xiàn),數(shù)智化營銷可以針對(duì)不同的受眾群體提供個(gè)性化服務(wù)和產(chǎn)品,同時(shí)可以借助智能化的數(shù)據(jù)分析實(shí)現(xiàn)精準(zhǔn)的目標(biāo)受眾定位和個(gè)性化的營銷策略制定。最后,本文闡述了該BP組合模型的意義與貢獻(xiàn),對(duì)于數(shù)字營銷領(lǐng)域的進(jìn)一步發(fā)展具有一定的指導(dǎo)意義。
關(guān)鍵詞:人工智能;數(shù)字營銷;算法模型;信息技術(shù);市場(chǎng)營銷;數(shù)智化
本文索引:肖賀耕,黃錚.<變量 2>[J].中國商論,2024(05):-114.
中圖分類號(hào):F063.2;TP18 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):2096-0298(2024)03(a)--04
1 引言
市場(chǎng)營銷是企業(yè)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的重要手段之一,然而隨著市場(chǎng)競(jìng)爭(zhēng)的日益激烈和消費(fèi)者需求的不斷變化,傳統(tǒng)的市場(chǎng)營銷方式已經(jīng)無法滿足企業(yè)的需求。為了更好地適應(yīng)市場(chǎng)變化和消費(fèi)者需求,人工智能技術(shù)開始在市場(chǎng)營銷領(lǐng)域發(fā)揮作用。人工智能通過挖掘消費(fèi)者數(shù)據(jù)和智能化分析,可以為企業(yè)制定更具針對(duì)性和個(gè)性化的市場(chǎng)策略,提升營銷效率和銷售額。當(dāng)前,全球人工智能產(chǎn)業(yè)正在迅速發(fā)展,并逐漸滲透各行各業(yè),為市場(chǎng)營銷領(lǐng)域帶來了前所未有的機(jī)遇[1]。然而,人工智能在市場(chǎng)營銷領(lǐng)域的應(yīng)用還面臨著一些問題和難點(diǎn),如個(gè)人信息保護(hù)、算法可靠性和完善性以及人性化應(yīng)用等方面的挑戰(zhàn),這些問題需要逐步解決。
因此,本文旨在探討人工智能技術(shù)在市場(chǎng)營銷領(lǐng)域的應(yīng)用現(xiàn)狀和未來發(fā)展,分析人工智能對(duì)傳統(tǒng)市場(chǎng)營銷模式的影響和帶來的機(jī)遇,同時(shí)也梳理了人工智能在市場(chǎng)營銷領(lǐng)域面臨的問題和挑戰(zhàn)。通過深入研究和分析,本文將為企業(yè)更好地利用人工智能技術(shù)提升市場(chǎng)營銷效率提供借鑒和參考,同時(shí)為人工智能的發(fā)展提供一定的思路和方向。
2 人工智能技術(shù)介紹
2.1 人工智能技術(shù)定義
人工智能是計(jì)算機(jī)領(lǐng)域的內(nèi)容,指的是技術(shù)人員利用特定手段分析和模擬相關(guān)人員腦系統(tǒng),并且根據(jù)這些內(nèi)容研究出和相關(guān)人員智商水平相近的系統(tǒng),其廣泛應(yīng)用于金融、醫(yī)療、物流等領(lǐng)域,通過對(duì)非結(jié)構(gòu)化數(shù)據(jù)的整理和分析,生成知識(shí),輔助和延伸相關(guān)人員技能,從而實(shí)現(xiàn)高效、準(zhǔn)確和智能的決策。人工智能技術(shù)包括機(jī)器學(xué)習(xí)、自然語言處理等方面。人工智能技術(shù)的發(fā)展與應(yīng)用,對(duì)市場(chǎng)營銷領(lǐng)域也產(chǎn)生了深遠(yuǎn)的影響。利用人工智能技術(shù)的個(gè)性化推薦和智能決策可實(shí)現(xiàn)更有精度、高效率和滿足市場(chǎng)的訴求需求,也為商家提供了更多商機(jī)。
2.2 人工智能技術(shù)在市場(chǎng)營銷領(lǐng)域的應(yīng)用現(xiàn)狀
2.2.1 人工智能在數(shù)字營銷中的應(yīng)用
“數(shù)字營銷一直是市場(chǎng)營銷領(lǐng)域的重要一環(huán),而人工智能的應(yīng)用催生了數(shù)字營銷的新變革?!比斯ぶ悄芸梢酝ㄟ^對(duì)消費(fèi)者歷史行為數(shù)據(jù)的分析,精確地投放廣告至目標(biāo)消費(fèi)者。根據(jù)eMarketer預(yù)測(cè),到2022年,全球數(shù)字廣告支出將超過5170億美元。其中,人工智能技術(shù)被廣泛應(yīng)用于優(yōu)化廣告投放,提高廣告效果和ROI。根據(jù)Adobe數(shù)據(jù),使用人工智能進(jìn)行廣告優(yōu)化可以降低每次點(diǎn)擊的成本高達(dá)25%。根據(jù)Accenture的一項(xiàng)研究,個(gè)性化推薦可以增加銷售額的5%。同時(shí),Evergage數(shù)據(jù)顯示,個(gè)性化推薦可以提高轉(zhuǎn)化率的4.5倍,增加平均訂單價(jià)值的50%。人工智能可以根據(jù)歷史業(yè)績(jī)和走勢(shì),預(yù)測(cè)市場(chǎng)趨勢(shì)。通過對(duì)大數(shù)據(jù)的分析,可以預(yù)測(cè)消費(fèi)者行為,對(duì)企業(yè)的產(chǎn)品研發(fā)、庫存管理、銷售策略等有極大幫助。根據(jù)McKinsey的報(bào)告,企業(yè)使用人工智能進(jìn)行營銷預(yù)測(cè)和優(yōu)化,可以提高銷售額的10%~20%。同時(shí),Accenture的研究發(fā)現(xiàn),86%的營銷專業(yè)人士認(rèn)為人工智能將在未來五年內(nèi)對(duì)其業(yè)務(wù)產(chǎn)生重大影響。人工智能可以對(duì)消費(fèi)者行為進(jìn)行實(shí)時(shí)監(jiān)測(cè),根據(jù)觸發(fā)等條件自動(dòng)進(jìn)行針對(duì)性的營銷活動(dòng)。通過自動(dòng)化,企業(yè)可以實(shí)現(xiàn)高效、精準(zhǔn)的營銷,也能極大程度地減少人工干預(yù)。人工智能可以通過消費(fèi)者歷史行為、興趣愛好、社交圈子等,將消費(fèi)者細(xì)分為多個(gè)群體,幫助企業(yè)針對(duì)不同消費(fèi)者人群實(shí)施個(gè)性化的營銷策略[2]。
2.2.2 人工智能對(duì)個(gè)性化推薦的應(yīng)用
個(gè)性化推薦是一種利用AI算法識(shí)別用戶興趣、偏好和行為,從而為其提供更加精準(zhǔn)的產(chǎn)品和服務(wù)。它以提高用戶滿意度和忠誠度為目標(biāo),通過將合適的產(chǎn)品推薦給合適的用戶,實(shí)現(xiàn)更加高效的營銷效果。
數(shù)字營銷借助AI技術(shù)的發(fā)展,實(shí)現(xiàn)了更加精細(xì)化的營銷策略。例如,基于用戶數(shù)據(jù)的AI算法可以分析用戶的購買行為、瀏覽行為等,從而對(duì)用戶進(jìn)行更加精準(zhǔn)的細(xì)分。根據(jù)用戶的不同特點(diǎn)和需求,數(shù)字營銷可以提供個(gè)性化的產(chǎn)品推薦、營銷活動(dòng)等,提高用戶參與度和轉(zhuǎn)化率。具體而言,AI個(gè)性化推薦在數(shù)字營銷中的應(yīng)用包括以下幾點(diǎn):
(1)電商推薦系統(tǒng)
電商推薦系統(tǒng)是基于AI算法構(gòu)建的一種個(gè)性化推薦系統(tǒng),它根據(jù)用戶的歷史數(shù)據(jù)、購買行為、瀏覽行為等,對(duì)用戶進(jìn)行精準(zhǔn)細(xì)分。根據(jù)不同用戶的特點(diǎn)和需求,推薦系統(tǒng)中會(huì)生成不同的產(chǎn)品推薦列表。例如,用戶在瀏覽某品牌的衣服時(shí),推薦系統(tǒng)可以分析用戶的購買記錄和瀏覽記錄,從而推薦與該品牌相似的其他品牌或款式,提高用戶的購買意愿和轉(zhuǎn)化率[3]。
(2)個(gè)性化廣告
個(gè)性化廣告是基于AI算法實(shí)現(xiàn)的精準(zhǔn)廣告投放,它通過分析用戶的歷史數(shù)據(jù)、興趣愛好、地理位置等信息,將廣告投放到與用戶興趣相關(guān)的媒體上?;谟脩魹g覽歷史和購買行為的數(shù)據(jù)分析,個(gè)性化廣告可以精準(zhǔn)地將化妝品廣告投放到經(jīng)常瀏覽美容美妝類的女性用戶中,提高廣告的轉(zhuǎn)化率和效果。
(3)個(gè)性化營銷活動(dòng)
個(gè)性化營銷活動(dòng)是基于AI算法實(shí)現(xiàn)的針對(duì)不同用戶群體的營銷活動(dòng),它通過分析用戶的行為和需求,策劃出不同的營銷活動(dòng),以吸引用戶的參與和提高轉(zhuǎn)化率。面向年輕人的營銷活動(dòng)可以采用互動(dòng)性強(qiáng)、趣味性高的方式,吸引他們參與并購買相關(guān)產(chǎn)品。而針對(duì)中老年人的營銷活動(dòng)則可以采用更加實(shí)惠、健康環(huán)保等主題,以吸引他們的關(guān)注和購買。
(4)個(gè)性化客戶服務(wù)
個(gè)性化客戶服務(wù)是基于AI算法實(shí)現(xiàn)的針對(duì)不同用戶需求的客戶服務(wù),它通過分析用戶的反饋數(shù)據(jù)和需求,提供更加個(gè)性化的服務(wù)方案,以提高用戶滿意度和忠誠度。針對(duì)經(jīng)常反饋問題的用戶,個(gè)性化客戶服務(wù)可以重點(diǎn)關(guān)注該用戶的反饋和需求,提供更加及時(shí)和有效的解決方案。面對(duì)不常反饋問題的用戶,則可以通過發(fā)送郵件或短信的方式,主動(dòng)詢問他們的使用情況和需求,提供更加個(gè)性化的服務(wù)。
3 國內(nèi)外相關(guān)研究綜述
3.1 國外研究現(xiàn)狀
BP神經(jīng)網(wǎng)絡(luò)最初的應(yīng)用是在市場(chǎng)預(yù)測(cè)方面。Antonelli和Sadeghian(1997)提出了一個(gè)基于BP神經(jīng)網(wǎng)絡(luò)的非線性回歸模型,用于預(yù)測(cè)消費(fèi)者購買行為和市場(chǎng)反應(yīng)[4]。研究結(jié)果表明,BP神經(jīng)網(wǎng)絡(luò)能夠有效地處理非線性問題,從而對(duì)市場(chǎng)預(yù)測(cè)有很高的精度和可靠性。隨著互聯(lián)網(wǎng)和數(shù)字技術(shù)的不斷發(fā)展,數(shù)字營銷逐漸成為營銷領(lǐng)域的一個(gè)重要分支。越來越多的研究者開始嘗試?yán)肂P神經(jīng)網(wǎng)絡(luò)解決數(shù)字營銷中的問題。其中,最具代表性的應(yīng)用是目標(biāo)受眾的分類和識(shí)別。Doyle(2001)通過分析用戶數(shù)據(jù),利用BP神經(jīng)網(wǎng)絡(luò)將用戶劃分為不同的群體[5]。此外,Bellamkonda等(2005)研究認(rèn)為BP神經(jīng)網(wǎng)絡(luò)也被應(yīng)用于用戶行為預(yù)測(cè),包括購買意向、忠誠度、反饋等[6]。同時(shí),Kohli and Mehta(2007)研究關(guān)注于數(shù)字營銷策略的優(yōu)化,如何根據(jù)市場(chǎng)需求、競(jìng)爭(zhēng)情況等因素調(diào)整價(jià)格、促銷等策略[7]。
3.2 國內(nèi)研究現(xiàn)狀
國內(nèi)對(duì)基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)字營銷模型構(gòu)建與應(yīng)用的研究起步相對(duì)較晚,但也有不少有價(jià)值的研究成果。其中,趙蓓等(2016)研究探討了利用BP神經(jīng)網(wǎng)絡(luò)優(yōu)化搜索引擎營銷(SEM)的效果,研究首先通過分析SEM投放數(shù)據(jù),利用BP神經(jīng)網(wǎng)絡(luò)對(duì)投放效果進(jìn)行預(yù)測(cè)[8]。然后,根據(jù)預(yù)測(cè)結(jié)果調(diào)整投放策略,從而優(yōu)化SEM效果。張威等(2017)研究關(guān)注于基于BP神經(jīng)網(wǎng)絡(luò)的在線消費(fèi)者行為預(yù)測(cè)。該研究利用BP神經(jīng)網(wǎng)絡(luò)對(duì)消費(fèi)者購買行為進(jìn)行預(yù)測(cè),并分析了影響消費(fèi)者購買行為的多種因素,如產(chǎn)品屬性、價(jià)格、促銷等[9]。通過分析這些因素與消費(fèi)者購買行為之間的關(guān)系,為企業(yè)制定更加精準(zhǔn)的營銷策略提供了依據(jù)。
此外,還有一些研究探討了如何將BP神經(jīng)網(wǎng)絡(luò)與其他技術(shù)結(jié)合,以提升數(shù)字營銷的效果。例如,王勇等(2018)將BP神經(jīng)網(wǎng)絡(luò)與大數(shù)據(jù)分析相結(jié)合,通過挖掘消費(fèi)者數(shù)據(jù),為企業(yè)的數(shù)字營銷提供更加精準(zhǔn)的決策支持[10]。另外,劉蓉等(2019)探討了如何將BP神經(jīng)網(wǎng)絡(luò)與社交媒體分析相結(jié)合,以提升企業(yè)在社交媒體上的營銷效果[11]。
4 構(gòu)建組織模型
4.1 模型選擇
在應(yīng)用BP算法期間,要求相關(guān)人員全面認(rèn)識(shí)和熟練掌握BP算法的不足,并有能力進(jìn)行改善[12]。遺傳算法是一種尋優(yōu)方法,也是一種全局最優(yōu)搜索方式,通過隨機(jī)搜索實(shí)現(xiàn)其目標(biāo)。面向市場(chǎng)營銷領(lǐng)域,在構(gòu)建人工智能分析模型時(shí),選擇應(yīng)用BP網(wǎng)絡(luò)和遺傳算法組合模型,通過對(duì)其做出合理化改進(jìn),將BP網(wǎng)絡(luò)收斂于局部最優(yōu)解的缺陷問題進(jìn)行彌補(bǔ)。此外,組合模型運(yùn)作是以遺傳算法作為平臺(tái)進(jìn)行,每代種群中的每個(gè)個(gè)體在輸出適配值時(shí),都需要對(duì)功能子模塊fitness-out()進(jìn)行調(diào)用[13-14]。
4.2 編碼策略
確定BP網(wǎng)絡(luò)pk、pi、pj以后,組合模型的參數(shù)個(gè)數(shù)如式1所示:
p=pk*(pj+1)+pi(pk+1)(1)
用于組合模型表示的染色體是所有參數(shù)基因串聯(lián)而成的。在本次構(gòu)建的模型中,m取值為10,符號(hào)位為第一位,正值為1,負(fù)值為0,編碼形式如下:
11000101 1101 1001 1010…… 0111010111
WL1? ? ? ? ? ? ? ? ?WL2? ? ? ? ? ? ? ? ? ? ?WLj
在編碼形式中,L表示種群的數(shù)量,j的取值為1,2,3,4,…,pj。
4.3 選擇適配值函數(shù)
訓(xùn)練網(wǎng)絡(luò)權(quán)值的誤差函數(shù)在進(jìn)行定義時(shí),如下所示:
其中,表示在前向訓(xùn)練期間對(duì)應(yīng)輸出值。在T個(gè)訓(xùn)練集內(nèi),總的誤差可以做出如下表示:
在優(yōu)選中,由于習(xí)慣性的選取最大適配值,可選取的適配值函數(shù)如下:
5 模型應(yīng)用實(shí)例與比較
文章選取近兩年某礦產(chǎn)公司的產(chǎn)品銷售量,并對(duì)其進(jìn)行樣本訓(xùn)練,如表1所示。
本文采用介紹的算法做出組合模型BP網(wǎng)絡(luò)誤差圖像,如圖1所示。經(jīng)過觀察得知,可近似取隱含層節(jié)點(diǎn)數(shù)為20。
6 結(jié)語
6.1 研究總結(jié)
隨著數(shù)字技術(shù)的不斷發(fā)展和普及,數(shù)字營銷已成為現(xiàn)代營銷的重要組成部分。數(shù)字營銷通過互聯(lián)網(wǎng)等數(shù)字渠道,借助數(shù)字媒體和數(shù)字營銷平臺(tái),以數(shù)據(jù)分析和挖掘?yàn)榛A(chǔ),實(shí)現(xiàn)精準(zhǔn)的目標(biāo)受眾定位、個(gè)性化的營銷策略和智能化的數(shù)據(jù)分析,從而提升營銷效果和ROI。本文總結(jié)了基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)字營銷模型構(gòu)建與應(yīng)用的主要結(jié)論和貢獻(xiàn)。首先,本文為數(shù)字營銷實(shí)踐提供了一種新的思路和方法,即借助BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)更加精準(zhǔn)的目標(biāo)受眾定位和個(gè)性化的營銷策略制定。其次,本文發(fā)現(xiàn)數(shù)字營銷平臺(tái)的優(yōu)勢(shì)在于可以針對(duì)不同的受眾群體提供個(gè)性化的服務(wù)和產(chǎn)品,同時(shí)可以借助智能化的數(shù)據(jù)分析實(shí)現(xiàn)精準(zhǔn)的目標(biāo)受眾定位和個(gè)性化的營銷策略制定。
6.2 研究結(jié)果的意義
(1)提供個(gè)性化的營銷解決方案:基于BP神經(jīng)網(wǎng)絡(luò)構(gòu)建完成的數(shù)字營銷模型,可幫助營銷人員在大量數(shù)據(jù)中識(shí)別出復(fù)雜的模式和趨勢(shì)。應(yīng)用數(shù)字營銷模型,營銷人員可順利的理解消費(fèi)者的需求、偏好和行為,從而為每個(gè)人提供定制化的產(chǎn)品、服務(wù)和營銷策略。
(2)提高營銷效率和效果:數(shù)字營銷模型構(gòu)建的基礎(chǔ)是BP神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)在訓(xùn)練和實(shí)際操作中,有能力自動(dòng)學(xué)習(xí)和優(yōu)化營銷策略,使?fàn)I銷投入更精確、更有效。此外,數(shù)字營銷模型可以根據(jù)實(shí)時(shí)的市場(chǎng)數(shù)據(jù)和反饋,自動(dòng)調(diào)整和優(yōu)化營銷策略,提高營銷效率和效果。
(3)增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力:通過應(yīng)用BP神經(jīng)網(wǎng)絡(luò),企業(yè)可以更好地理解市場(chǎng)需求,精準(zhǔn)地定位目標(biāo)受眾,提高產(chǎn)品和服務(wù)的競(jìng)爭(zhēng)力。同時(shí),BP神經(jīng)網(wǎng)絡(luò)還可以幫助企業(yè)及時(shí)發(fā)現(xiàn)市場(chǎng)變化和趨勢(shì),使企業(yè)能夠快速做出反應(yīng),從而增強(qiáng)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力。
(4)推動(dòng)數(shù)字營銷的發(fā)展:BP神經(jīng)網(wǎng)絡(luò)在數(shù)字營銷中的應(yīng)用,為數(shù)字營銷注入了新的活力和動(dòng)力?;贐P神經(jīng)網(wǎng)絡(luò)構(gòu)建完成的數(shù)字營銷模型不僅拓展了數(shù)字營銷的視野和范圍,還提高了數(shù)字營銷的精準(zhǔn)度和效率,進(jìn)一步推動(dòng)了數(shù)字營銷的發(fā)展,使其成為現(xiàn)代營銷中不可或缺的一部分。
參考文獻(xiàn)
于檬.人工智能背景下市場(chǎng)營銷行業(yè)現(xiàn)狀及發(fā)展趨勢(shì)研究[J].財(cái)富生活,2019(18):82-83.
鄭舒曼.人工智能在市場(chǎng)營銷領(lǐng)域的應(yīng)用與挑戰(zhàn)[J].信息系統(tǒng)工程,2022(11):80-83.
吳沁玥.論人工智能營銷市場(chǎng)分析的戰(zhàn)略框架[J].中國市場(chǎng),2023(3):106-108.
Antionelli, F., & Sadeghian, A. . Neural networks for marketing forecasting: a literature review and typology. Omega: The International Journal of Management Science, 1997,25(2): 237-248.
Doyle, G.? Clustering data: an overview. Library Trends,2001,49(1): 25-38.
Bellamkonda, R. V., Mastorakis, N., & Anagnostopoulos, C. Using neural networks in marketing: A literature review and research agenda. Journal of the Academy of Marketing Science, 2005,33(2): 188-204.
Kohli, R., & Mehta, A.Neural networks: a literature review and classification. Journal of the Decision Sciences, 2007,1(4): 277-306.
趙蓓,周英,李哲.基于神經(jīng)網(wǎng)絡(luò)優(yōu)化搜索引擎營銷的研究現(xiàn)狀與展望[J]. 電子商務(wù)研究, 2016, 17(4): 273-284.
張威. 基于神經(jīng)網(wǎng)絡(luò)對(duì)在線消費(fèi)者行為預(yù)測(cè)的探究: 多因素影響分析[J]. 計(jì)算機(jī)信息管理, 2017, 47(4): 1-8.
王勇. 基于神經(jīng)網(wǎng)絡(luò)與大數(shù)據(jù)分析的數(shù)字營銷優(yōu)化整合研究現(xiàn)狀與展望[J]. 數(shù)字營銷, 2018, 5(2): 1-8.
劉蓉. 基于神經(jīng)網(wǎng)絡(luò)的社交媒體消費(fèi)者情感分析研究現(xiàn)狀與展望[J]. 社交媒體營銷, 2019, 5(4): 1-10.
Davenport T,Guha A,Grewal D,et al.How artificial intelligence will change the future of marketing[J].Journal of theAcademy of Marketing Science, 2020, 48(1): 24-42.
Paschen J, Kietzmann J, Kietzmann T C. Artificial intelligence (AI) and its implications for market knowledge in B2Bmarketing[J]. Journal of Business & Industrial Marketing,2019, 34(7): 1410-1419.
A M H H , B R T R .A Framework for Collaborative Artificial Intelligence in Marketing[J].Journal of Retailing, 2021(12):18-19.
Dumitriu D , Popescu A M .Artificial Intelligence Solutions for Digital Marketing[C]//International Conference Interdisciplinarity in Engineering.2021.