張景銘 謝 晶 副教授
(重慶工商大學派斯學院 重慶 401520)
營銷創新既被視為企業創造新穎產品與營銷程序,以滿足顧客潛在需求的活動;又被認為是營銷策略的新實踐;還被認為是企業為顧客創新價值、削弱競爭對手,并為利益相關者創造財富的組織能力;還被看成企業在產品、價格和促銷方面的戰略變革。Kumar(2004)認為營銷創新的本質是為顧客帶來價值提升,并強調營銷創新的著力點應該是識別與聚焦價值顧客、開發和傳播價值主張,以及建立和管理價值網。因此,從廣義上來看,營銷創新不僅僅是對營銷策略的創新、營銷程序的創新、組織能力的創新,還是營銷模式的創新、營銷工具的創新、營銷理念的創新,最終意味著顧客價值的提升。
因此,本文從人工智能的視角去研究零售業的營銷創新(工具、技術、系統的創新),認為零售業營銷創新的基礎在于數據,結果在于體驗(良好的體驗帶來價值增值)。即利用先進的技術、算法、系統,實現零售業每個環節的數據快速收集、整理、分析、結果共享,使得零售業可以準確描繪消費者畫像,掌握消費者的真正需求,預測消費者的購物趨勢,給消費者帶來精、準、快的購物體驗。
從營銷策略上來看,營銷創新包括產品、價格、渠道、促銷等策略的創新。例如產品策略的創新,體現包括產品功能效益、外觀、服務等的設計和開發,又或者是產品生命周期延續或再激發一個生命周期的探討;價格策略的創新,在于應用先進技術對定價方法、定價策略的創新,讓定價更適合市場發展的需要,給企業帶來豐厚的利潤;渠道策略的創新,包括渠道層次、渠道寬窄、渠道成員的選擇和管理,互聯網的普及、大數據基礎的夯實、人工智能的興起,也為其帶來了深刻的影響;促銷策略的創新,從廣告主體、廣告體現方式的變化都可以加以證明。
從營銷實施上來看,包括有營銷組織和營銷程序的創新。營銷組織創新主要是營銷組織結構的變革,而環境分析、戰略規劃、方案策劃、營銷活動方方面面的創新都昭示著營銷程序所呈現的變化。本文提及營銷創新的實質在于提升顧客體驗,而大數據、人工智能卻能很好地彌補人力資源的短板,掌握顧客的真正需求,并在恰當的時間、恰當的地點、恰如其分地滿足這些個性化需求,實現價值的創造與交換。
眾所周知,人工智能(Artifical Intelligence)這個詞語起源于1950年,圖靈的“圖靈測試”讓計算機來冒充人,使其與一個人進行問答,隨后詢問這個人,“你認為跟你說話的是一個機器還是人”,如果有超過70%的人認為與其進行問答的是一個人而不是計算機,則認為該計算機具有智能。隨后在1956年達特茅斯會議上,人工智能一詞出現在了人類的舞臺上。
人工智能在國外,有學者主張將其叫做Artifical Intelligence,也有學者主張將其叫做Machine Intelligence(例如在英國),但是對其名字的稱呼,大部分學者的稱呼為Artifical Intelligence,通常被簡稱為AI。在國內,AI常被翻譯做人工智能,或者被翻譯做智能模擬(少數學者主張)。
人工智能的定義在學術界沒有一個統一的標準。在1978年,貝爾曼提出人工智能是那些與人的思維、決策、問題求解和學習等有關活動的自動化。在貝爾曼看來,一旦有了關于人類思維足夠精確的理論,將可能把該理論應用到計算機程序當中。如果該程序的輸入/輸出與實時行為、與人類的行為相一致,就能夠證明該程序是可以按照人類模式運行的。1985年,查尼艾克和麥克德莫特于認為,人工智能是用計算模型來研究智力能力。即人類的心智活動是由形式邏輯規則所支配的,因此在人工智能領域可以通過編制邏輯思維程序來創建智能系統。1998年,尼爾森提出,人工智能是人工制品的智能行為,這種人工制品主要是指能夠動作的智能體。在尼爾森看來,只要智能體能夠適應環境、靈活應變、自主學習和合理感知及選擇,便可以認為是具有智能的。無論對于人工智能所下的定義為何,其核心宗旨在于,人工智能是模擬人所思、所想、所學、所行的機器或系統,即模擬人類智能活動的智能機器或智能系統。
1980年,J·R·賽爾在《行為與腦科學》上發表了《心靈、大腦與科學》一文,在文中他作了一個劃分,將人工智能劃分為了“弱人工智能”和“強人工智能”。“弱人工智能”是指,將計算機認為是一種工具、僅僅是對人類智能活動的抽象模擬。而“強人工智能”是指,不僅認為計算機是一種研究心智的工具,人類心智的一部分,更是將計算機作為一個獨立、自主、自立,有情緒、情感、意識,跟人一樣可以自主學習的個體。
圖像識別、語音識別、虛擬私人助手等都是屬于“弱人工智能”領域,僅僅是研究人類心智的工具,不具有獨立性,機器或系統只能按照預先的編程進行行為,不能做編程以外的其他事情。目前的人工智能技術與真正預期的強人工智能之間仍存在不可逾越的鴻溝。而未來“強人工智能”將是人工智能的至高點。下面將對目前最主要的“弱人工智能”的相關技術進行介紹,如表1所示。
機器學習。機器學習即機器模仿人類大腦學習的一種智能行為。機器學習是通過計算模型和算法從數據中學習規律的一門學問,在各種需要從復雜數據中挖掘規律的領域中有很多應用,已成為當今廣義的人工智能領域最核心的技術之一。一個無法學習的機器或者系統,就無法稱之為智能。其又包括機械式學習、講授式學習、類比學習、歸納學習和觀察發現式學習。近年來,多種深度神經網絡在大量機器學習問題上取得了令人矚目的成果,形成了機器學習領域最亮眼的一個新分支—深度學習,也掀起了機器學習理論、方法和應用研究的一個新高潮。
專家系統。專家系統是一類程序系統,在某個或某些領域具有專家級別的思考和分析能力,可以快速、高效地做出決策、解決問題。包括有解釋專家系統、預測專家系統、診斷專家系統、設計專家系統、規劃專家系統、教育專家系統、控制專家系統、調試專家系統和監督專家系統。專家系統可以對信息和數據進行分析、確定其含義,可以根據信息和數據預測事物的發展趨勢,可以診斷故障及進行補救、優化資源配置、設計調度方案、教學及輔導學生。
自然語言處理。自然語言處理即是讓機器或系統可以理解人類的自然語言,實現人機語言交互,其實質是一種映射。包括語音分析、語法分析、語義分析、語用學等。語法、語義、語用之間是相互作用和相互聯系的。
機器人。機器人可以理解為可以模擬人的視覺、聽覺以及行動,是一種可再編程序的多功能的操作裝置。機器人的視覺、聽覺的研究是難點。很多小孩子都能解決的比如繞過一個障礙物椅子,但是機器人卻十分困難,因為機器人的視覺模仿很困難。其包括以遙控機器人、程序機器人等為代表的第一代機器人、能感知外界及簡單推理并進行反饋的第二代機器人、能對話且決定自身行為的第三代機器人。
人工神經網絡。模擬人類大腦的神經網絡,包括神經元、樹突和軸突等。人工神經網絡是擁有自己學習和自己組織的智能機構,它用大量的人工神經元來計算,每個神經元代表一個特定的輸出函數,然后由大量的“神經元”連接起來組成了網絡。包括監督學習、非監督學習和強化學習。如果一個機器或系統擁有與人的大腦一樣的神經網絡結構,那么他將具有真正的“智能”。
無論是上文中提到的圖像識別、語音識別、射頻識別(RFID)、智能停車和找車、室內定位及營銷、客流統計、智能穿衣鏡、機器人導購、智能購物車等技術,還是“盒馬鮮生”基于AI的最優送貨路線計算、亞馬遜“Amazon Go”的“Just Walk Out”技術、沃爾瑪掃描貨架機器人等,都離不開上述五種人工智能基礎技術。
人工智能在零售企業營銷中的應用是比較多的,隨后將從市場細分、產品策略、價格策略、渠道策略及促銷策略中的應用去分析舉例。從理論上來說,市場細分是營銷戰略上的一步,且是非常重要的一步。可以認為每一個企業因為需求偏好差異和資源的有限性都必須進行市場細分和有目的性的篩選,選擇適合企業的細分市場。市場之所以可以細分,是因為需求的差異性,所以掌握這些差異是市場細分的關鍵。以往零售業內企業在進行市場細分時,多以人工方式進行市場調查、搜集市場需求差異信息,來為市場細分做決策依據。這樣不僅會花費大量時間和人力,而且調查的結果也往往因調查人員、隱私、沒有共同經驗范圍、經費等方方面面的影響而顯得不那么中肯。但是如今通過大數據收集及整理信息、通過機器學習和專家系統,則可以快速而精確地細分市場并提出建議,比依靠人力的市場細分更準確、更細粒。在現實生活中,非常簡單的例子便是淘寶、當當網對于顧客的產品、書籍推送,根據顧客平時關注的產品和書籍,來預測顧客的需求偏好,再根據這種偏好進行下一步的“精準營銷”。又例如53 Degrees North(53DN,北緯53度),該零售連鎖店使用Brandy floss算法進行客戶細分,實現精準營銷。
產品是零售無法忽視的內容,設計并開發什么樣的產品投向市場,一直是大型零售企業關注的問題。以往對于產品的設計和開發,主要是通過人力去分析宏觀、微觀環境,調查了解市場,再對分析結果加以運用。同樣耗時、耗力,還無法保證全面和準確。但是如今,許多零售企業開始利用AI技術(例如專家系統)來補充人力的不足,提高效率。例如在2017年圣誕節之前,樂高打算在圣誕節之時,推出一款樂高產品,以配合圣誕節的營銷。為了設計出最受歡迎的樂高產品,其通過分析不同的玩具網站的訪問量并進行排名,同時在各大玩具網站顧客的購物清單中,找出非常受追捧的玩具,然后根據這些玩具信息及相關數據,通過AI預測模型,分析當年圣誕節最受歡迎的玩具,在圣誕節之際推出其樂高版本。
價格作為零售業內營銷的一個標簽策略,也會極大影響消費者的需求。以往的價格制定,往往考慮成本、需求、競爭、政策、企業目標等多個因素。但現在,零售業內的企業利用AI進行動態定價,來確保自己的利潤。即主要考慮需求因素來進行定價。其通過對顧客的跟蹤,探測顧客的消費心理和行為,分析顧客愿意為一件商品或服務所支付的最大價格。例如你長期在網上的購物行為,表現出你對價格不敏感,不愿意為了節約錢而花費大量的時間去挑選和比較,那么下一次,你在網上尋找類似的商品時,網上商城會把這個因素考慮進去,向你推薦比較貴的商品。又例如,曾經優步的打車費看上去特別低,但是在需求高峰時,打車費也會提高,這都是由需求所愿意支付的最高費用所決定。

表1 人工智能現階段基礎技術

圖1 人工智能在零售業營銷中的應用
渠道是產品從生產者到顧客轉移的過程中,每一個擁有產品所有權或者幫助所有權進行轉移的機構或個體。每一個擁有產品所有權或者幫助所有權進行轉移的機構或個體都可以稱之為渠道的一個層次。例如寶潔的產品從其手上轉移給批發商,再轉移給零售商。那么批發商是一個渠道層次,零售商也是。營銷中對于渠道的設計和選擇,要考慮的因素很多,包括企業實力、產品性能、顧客分布等等,但是人工智能的崛起打破了這些條條框框,以無孔不入的方式去接觸顧客,將產品轉移到顧客手中。手機就是在現實中,密切接觸顧客,將產品轉移給顧客的一個“渠道”和載體。
促銷從理論上來講,包括有人員式和非人員式兩大類,人員推銷、廣告、公共關系及銷售促進四小類。無論是玉蘭油基于深度學習的皮膚顧問,還是多米諾能交付熱披薩的披薩機器人,抑或是雀巢的“胡椒”機器人導購通通都是零售業營銷中引入AI的實例。其中,玉蘭油的皮膚顧問就可以根據顧客素顏照片和顧客對膚質改善的需求愿望,分析顧客的肌膚年齡并提供護膚建議;雀巢的“胡椒”機器人擁有外界感知功能并可以根據環境的變化而做出應對。“胡椒”機器人不僅能向顧客介紹雀巢產品,而且能通過識別顧客的面部表情合理地向顧客提供相應的服務、與顧客對話;而能送外賣披薩的披薩機器人就好比一輛裝有微型烤箱的自動駕駛汽車,解決了外賣口感不佳的難題。
綜上,可以發現人工智能已應用到零售業營銷中的方方面面,在極大改變著零售業各企業(見圖1)營銷行為的時候,也改變了顧客的需求和生活,零售業營銷在這股浪潮的推波助瀾下,沒有后路,只能勇往直前,甚至是大刀闊斧地變革。
本文從橫縱兩個方向,構建了零售業智能營銷系統去探討零售業營銷創新。從橫向關聯來看,包含零售企業上游的生產企業,零售企業及處于零售企業下游的顧客。從縱向關聯來看,包括處于零售企業上方的競爭者,零售企業及處于零售企業下方的其他利益相關者(例如政府、媒體、社團、社區等)。縱橫交合共融于零售業智能營銷系統中。該營銷系統中的基礎是數據,而且是零售業中所產生的關于貨源情況、庫存、廠商資料、物流情況、產品生產情況、銷售數據、顧客資料、運營數據、顧客建議等一系列龐大的數據。零售業智能營銷系統以大數據收集、人工智能之深度學習、專家系統為技術支撐,擁有上下游數據共享、最優庫存分析、營銷決策支持等一系列功能。能讓顧客獲得更好的體驗,與相關方一起合作共贏,如圖2所示。
零售業智能營銷系統以數據為基礎,包括零售企業上游的生產企業所產生的生產量、庫存、產品設計、產品質量、原材料源頭數據;零售企業內部的場景數據、服務數據、會員數據、結算數據、銷售數據、運營數據、品牌形象數據;零售企業下游顧客的顧客信息、顧客建議、顧客購買力等數據;零售企業上方競爭者的競合數據;零售企業下方利益相關者的政策信息、媒體輿論等數據。
零售業智能營銷系統可以將這些若干、龐大的數據進行高效、快速、準確地處理并得出結果,以在整個系統中共享,同時為零售企業的營銷做決策支撐,能更精準地掌握并滿足顧客的需求。例如,同為無人店,為何亞馬遜的“Amazon Go”就比較成功,而反觀“繽果盒子”、“GOGO無人超市”卻遭遇了嚴冬。這之間的差距不僅僅在于亞馬遜的“Amazon Go”的“Just Walk Out”技術,還在于“Amazon Go”能精準掌握用戶需求,在恰當的時候,出現在恰當的地方,為用戶提供所需要的產品。這些都離不開數據,例如顧客信息、顧客消費記錄、顧客興趣點、顧客購物喜歡類型等等。
構建零售業智能營銷系統,零售企業通過深度學習、語音識別等技術可以挑選顧客感興趣的商品進行陳列和銷售,所有的陳列、場景數據、銷售數據被挑選整理后共享給生產企業,生產企業可以根據零售企業的銷售情況和顧客購買行為、建議,向零售企業提供與之定位相匹配的場景產品。
顧客的體驗是未來零售業利潤的基石,這里的體驗并不是簡簡單單的指新穎的體驗,而是指能夠實際幫助顧客解決問題、直擊痛點的體驗。例如上班太累回家不想做飯,那么在當下,該顧客可以選擇外賣,如果覺得外賣不健康,可以選擇“盒馬鮮生”到家,進行簡單的飲食制作。而此系統可以為顧客帶來的是,顧客上班太累回到家休息一陣,剛開始感覺到餓的時候,門鈴響了,智能送餐機器人已送來了剛剛烹飪好的熱氣騰騰的飯菜,打開一看,中午吃得太膩,這剛好是自己想吃的清淡飲食。

圖2 零售業智能營銷系統圖
當然,最美好的體驗,肯定是“強人工智能”的“家庭保姆”,但是人類該如何面對具有獨立意識、有情感、能自我學習和思考的“家庭保姆”,還值得思考。