AI版數字營銷：當營銷和算法進行融合與重構

王賽 孫志勇

當我們討論AI營銷時，我們實際上談討論兩次營銷的升級，第一次是從傳統營銷向數據營銷的升級，第二次是以積累的數據和算法進行融合，向AI營銷的升級。

如同大數據一樣，所有的AI使用在營銷中也必須落地于具體的場景，“營銷場景+算法”是營銷實施的關鍵。

為了指導CEO及CMO進行數字化轉型，筆者之一在《數字時代的營銷戰略》一書中提出了傳統營銷組合需從4P轉變為4R，即：

◎ Recognize，“用戶識別”。通過大數據追蹤消費者的網絡行為，如對Cookie的追蹤，SDK對移動數字行為的追蹤，支付數據對購物偏好的追蹤，這些行為追蹤的打通可以形成精確的、屬于個體的用戶畫像；

◎ Reach，“數字化覆蓋與用戶觸達”，如AR、VR、社交媒體、APP、搜索，智能推薦，O2O、DSP等各種觸達手段，基于用戶識別實施觸達，讓技術、數據與客戶融合；

◎ Relationship，“建立持續交易的基礎”，它是Reach的后續步驟，將觸達到的用戶轉化為客戶資產，保證企業在“去中介化”的情境中與客戶直接發生深度聯系、互動；

◎ Return，“實現交易與回報”。營銷不僅是一種投資，也應得到直接回報。很多企業建立了社群、吸收了很多品牌粉絲，但是無法變現，這是此階段的核心問題，用數字化獲取利潤。

今天在AI之下，出現數據向智能化演進的趨勢，但仍跳不出4R營銷范式，4R營銷沿著“用戶-連接-數據-智能”的軌跡升級，而最大的區別在于智能化，用算法來做判斷和消費者連接，機器在逐漸滲透人的角色。從營銷的進化（Evolution of Marketing）的路徑來看，最開始的營銷可以稱之為大眾市場營銷（Mass Marketing），就如可口可樂一樣，所有的市場都是它的目標市場，全面覆蓋；之后出現的細分、定位，這是典型的目標市場營銷（Target Marketing）；而上個世紀末由于數據庫可以作為基礎，歐美一些公司開始提出一對一營銷（One to One Marketing）；到今天，由于大數據的賦能，AI能做到的何止是一對一營銷，AI由于與消費者高度連接，以及數據化的基礎，可以做到千人千面基礎上的場景介入，比如在你最需要漢堡的時候，跳出麥當勞的信息，關鍵點場景營銷（In-Moment Marketing）開始浮現。

數字化的用戶識別

好的范式是解決問題和設計模式的基礎。回到數字化，我們從4R的維度再去理解這個升級的AI版本。

首先，我們以4 R中的第一個R——Recognize，“數字化的用戶識別”來看，出現了新的用戶識別趨勢，識別的維度更多元、智能，更具備場景感，每個關鍵瞬間（Moment of truth）都可以被比特化。

在原數字時代，數字化的主體大多數是互聯網公司，互聯網公司擁有的數據，大部分屬于結果型數據，或行為型的數據，比如通過手機中的SDK識別出消費者的位置信息，比如通過淘寶數據找出某個消費者人群的品類偏好，而當進化到AI時代，出現很多新的用戶識別場景。我們以線下零售的實體店為例，傳統時代，零售店可以識別的數據是以貨物為中心的，比如今天賣出多少商品，是哪些品類，進銷存如何，所有關于客戶的信息，很難掌握；而數字化開始之后，由于數字連接，零售商可以圍繞著“人-貨-場”來進行數據分析，可以分析到什么樣的消費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，和購買之間的關系，來進入深度的消費行為分析。而在AI的數字化布局下，前沿科技的應用為零售的智慧化，開啟了新的模式，比如計算機視覺與各種傳感器的廣泛應用，使得數據源來源擴充到直接相關與非直接相關的多維數據，在這種升級下，一個實體店，幾乎就是一個線下的實體網頁。基于機器視覺，AI能夠實現人臉識別、商品識別、動線追蹤、客流分析等功能，消費者在實體店中的商品挑選與購買行為，乃至是用戶的情緒，也能夠被比特化（Bit-Consumer），而這些數據的維度又何止是行為數據？

數字化覆蓋與用戶觸達

我們以4R中的第二個R——Reach，“數字化覆蓋與用戶觸達”來看，正好融合為全球最大的AI應用場景之一——“個性化推薦”（Sales Process Recommendation ）。只有基于場景的數據驅動才能產生深度的個性化營銷，消費者總是會希望需求被了解或得到個性化服務，這是消費者的一貫需求，然而現實中所謂的“個性化推送”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這些。

什么是“個性化推薦”（Sales Process Recommendation）？具體來說，就是在大數據平臺的基礎上，通過將人工智能引擎（例如，機器學習引擎）與客戶關系管理系統（CRM）相結合，對客戶數據進行深度學習，形成模式和算法，進而在整個客戶消費歷程（Customer Journey）上，為客戶或銷售人員實時在線地、自動地提供個性化產品、服務、市場以及銷售方案推薦，在這個領域里，可口可樂公司有著豐富的成功經驗，例如，他們利用SAP Hybris系統（CRM + Marketing）與AI引擎相結合來支撐客戶全生命周期管理以及動態市場活動管理（Dynamic Initiative Management），根據消費者不同的場景行為提供不同的個性化信息，大幅提升了市場營銷的有效性與效率。AI可以規模化的幫助營銷人員區分潛在客戶，并把客戶推介到企業的拓客平臺，人工智能的學習模型和算法也可以改變可口可樂的廣告投放模式，基于消費者在平臺上的點擊、注冊、激活、分享等各項數據，以及這些數據背后廣告投入的狀況，智能分配投放資源，自動優化。

與客戶建立持續交易的基礎

AI也在升級數字營銷4R中的第三個R——Relationship，即“與客戶建立持續交易的基礎”。在用數字化為客戶進行關系管理上，AI技術將為市場營銷領域中的包括客戶服務、溝通協作、客戶體驗、社交媒體、客戶關系等方面帶來巨大的變革與創新。

根據IDC發布的報告，到2020年，全球最大的AI應用場景將是“自動化客服”（Automated Customer Service Agents），其中基于分詞、語義分析等AI技術的客服/聊天機器人（Chatbot）已經在全球范圍內得到了廣泛的應用。我們就國內而言，航空公司（例如海南航空）以及垂直電商平臺（例如去哪兒網）都已經部署了這項應用，用以提供7×24小時的不間斷客戶服務，以及提升針對標準化客服需求（例如，發票開具流程等基本信息查詢）的響應速度和效率；另外，隨著引入AI中的自然語言處理（NLPNatural Language Processing）以及語音識別技術，自動化客服見證了更為高級的應用形式，荷蘭皇家航空公司（KLM）就是這類應用的實踐先鋒，他們通過開發搭載在微信等社交平臺上的移動端微應用，實現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。

由于大數據的賦能，AI能做到的何止是一對一營銷，AI由于與消費者高度連接，以及數據化的基礎，可以做到千人千面基礎上的場景介入。

在A I支撐的客戶服務領域創新上，我們可以預測到，未來1～2年內，“3大平臺”（微信、臉書、推特）將掀起基于AI的“對話式商務”風暴，全面接管客戶服務。簡單來說，“對話式商務”（Conversational AI）就是人類通過語音的方式與機器交互，機器能夠“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，然后實時自動地處理客戶服務的相關訴求，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別技術來處理退票、改簽、更換座位等需求。目前，企業要首先開發微應用，微應用的開發周期和成本相對較低，企業不僅可以通過這種模式將業務快速上線，同時還能節約開發成本。

而從AI支撐的溝通協作領域創新看，未來2～3年內，基于AI自然語言處理和語音識別技術的協作系統將助推無邊界溝通并觸發新的商機。AI的語音識別技術已經讓機器能夠“聽懂”人類，而自然語言處理與機器學習技術讓機器能夠“理解并分析”，然后以人類語言進行“回應”。以Skype Translator為例，該應用已經能夠自動處理阿拉伯語、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溝通，此外，蘋果公司的Siri，微軟的小冰，以及我國國內百度和科大訊飛都在這個領域進行著卓有成效的實踐。舉例來說，AI支撐的“無邊界的溝通”可以幫助我們充分調動全球不同語系下的教育資源（例如，視頻資源），另外，語音轉文字功能，可以幫助商家開發針對殘障人士尤其是聾人的營銷推廣。更重要的是，這種語言識別能夠很好判斷消費者的情緒，而以前的大數據營銷更多的是判斷行為，判斷不出消費者發出這個行為背后的元素，所以，AI化的客戶關系管理，能夠讓大數據原有的準確但是冰冷的處理暖化起來。

用數字化來實現回報

回到數字營銷4R中的最后一個R——Return，“用數字化來實現回報”，AI的升級主要表現在營銷的自動化、營銷元素的自創，以及場景變現。

AI支撐市場營銷實現自動化，簡單來說就是通過機器來遍歷當下積累的客戶大數據（例如，行為數據、交易數據、客服數據等等）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，市場細分）和需求（例如，用戶畫像）等，進而自動化地處理市場營銷活動（例如，個性化推薦）。

從AI支撐的市場內容領域創新來講，未來 5年內，至少50%的市場營銷內容（網頁、PR等）將通過基于AI的“內容自創”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，根據公司財報自動生成格式化新聞稿的廣泛應用，但這其實只是“內容自創”的一種形式，另外一種更為復雜的應用形式來自于網頁的自動化生成。以The Grid公司為代表的初創企業在這個領域完成了一系列基于AI的圖像識別以及機器學習技術的創新，具體來說，用戶導入一組主題圖片，接著機器對這些圖片進行模式識別與分析，這其中包括圖片中的人臉、風景、產品、邊緣等要素，然后利用機器學習形成的算法，在上千種色調、字體、排版維度上自動組合，形成“跨屏幕”（即手機，電腦，平板等設備）的網頁內容。

而從場景變現來講，AI支撐營銷從以前的固定價格，到動態定價。依據消費者不同的場景，比如地點、時間的不一樣，再重合消費者原有的行為數據，把身份數據和場景數據進行疊加，實現真正的按人定價，當然，這樣是最近“大數據殺熟”鬧得沸沸揚揚的原因。

結束語

當營銷和算法進行融合與重構， 作為AI化的數字營銷在不斷豐饒原有數字化營銷的各個維度，但是本質上還是繞不出營銷的戰略設計。回到數字營銷的4R系統，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銷上一直向往的圖景——讓營銷行為如粒子手術刀一樣精準，但這次的精準的背后更加富有情感，那就是營銷技術和心靈的融合，AI+營銷要做到的，就如那部著名AI電影中的《她“her”》中的系統一般，徹底融入消費者。