打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
原创 | 关键点场景营销:用AI实现千人千面的营销

导语

当营销和算法进行融合与重构,AI化不断丰饶数字化营销的各个维度,其中改变更多的是:用算法替代部分人的决策,让营销行为如粒子手术刀一样精准。而且这次实现精准的背后更加富有情感,那就是营销技术和心灵的融合,AI+营销要做到的,就是彻底融入消费者。

 

文 / 王赛、孙志勇

 

今天在AI之下,出现数据向智能化演进的趋势,但仍跳不出4R营销范式,4R营销沿着“用户-连接-数据-智能”的轨迹升级,而最大的区别在于智能化,用算法来做判断和消费者连接,机器在逐渐渗透人的角色。从营销的进化(Evolution of Marketing)的路径来看,最开始的营销可以称之为大众市场营销(Mass Marketing),就如可口可乐一样,所有的市场都是它的目标市场,全面覆盖;之后出现的细分、定位,这是典型的目标市场营销(Target Marketing);而上个世纪末由于数据库可以作为基础,欧美一些公司开始提出一对一营销(One to One Marketing);到今天,由于大数据的赋能,AI能做到的何止是一对一营销,AI由于与消费者高度连接,以及数据化的基础,可以做到千人千面基础上的场景介入,比如在你最需要汉堡的时候,跳出麦当劳的信息,关键点场景营销(In-Moment Marketing)开始浮现。

 

数字化的用户识别


首先,我们以4R中的第一个R——Recognize,“数字化的用户识别”来看,出现了新的用户识别趋势,识别的维度更多元、智能,更具备场景感,每个关键瞬间(Moment of truth)都可以被比特化。

 

在AI的数字化布局下,前沿科技的应用为零售的智慧化,开启了新的模式,比如计算机视觉与各种传感器的广泛应用,使得数据源来源扩充到直接相关与非直接相关的多维数据,在这种升级下,一个实体店,几乎就是一个线下的实体网页。基于机器视觉,AI能够实现人脸识别、商品识别、动线追踪、客流分析等功能,消费者在实体店中的商品挑选与购买行为,乃至是用户的情绪,也能够被比特化(Bit-Consumer),而这些数据的维度又何止是行为数据?

 

数字化覆盖与用户触达


我们以4R中的第二个R——Reach,“数字化覆盖与用户触达”来看,正好融合为全球最大的AI应用场景之一——“个性化推荐”(Sales Process Recommendation )。只有基于场景的数据驱动才能产生深度的个性化营销,消费者总是会希望需求被了解或得到个性化服务,这是消费者的一贯需求,然而现实中所谓的“个性化推送”往往变成了“垃圾信息轰炸”。


AI可以规模化的帮助营销人员区分潜在客户,并把客户推介到企业的拓客平台,人工智能的学习模型和算法也可以改变广告投放模式,基于消费者在平台上的点击、注册、激活、分享等各项数据,以及这些数据背后广告投入的状况,智能分配投放资源,自动优化。

 

与客户建立持续交易的基础


AI也在升级数字营销4R中的第三个R——Relationship,即“与客户建立持续交易的基础”。在用数字化为客户进行关系管理上,AI技术将为市场营销领域中的包括客户服务、沟通协作、客户体验、社交媒体、客户关系等方面带来巨大的变革与创新。


根据IDC发布的报告,到2020年,全球最大的AI应用场景将是“自动化客服”(Automated Customer Service Agents),其中基于分词、语义分析等AI技术的客服/聊天机器人(Chatbot)已经在全球范围内得到了广泛的应用。


在AI支撑的客户服务领域创新上,我们可以预测到,未来1~2年内,“3大平台”(微信、脸书、推特)将掀起基于AI的“对话式商务”风暴,全面接管客户服务。


而从AI支撑的沟通协作领域创新看,未来2~3年内,基于AI自然语言处理和语音识别技术的协作系统将助推无边界沟通并触发新的商机。AI的语音识别技术已经让机器能够“听懂”人类,而自然语言处理与机器学习技术让机器能够“理解并分析”,然后以人类语言进行“回应”。

 

用数字化来实现回报


回到数字营销4R中的最后一个R——Return,“用数字化来实现回报”,AI的升级主要表现在营销的自动化、营销元素的自创,以及场景变现。


AI支撑市场营销实现自动化,简单来说就是通过机器来遍历当下积累的客户大数据(例如,行为数据、交易数据、客服数据等等)来形成算法和模型,然后利用这些模型在线“推理”客户的类型(例如,市场细分)和需求(例如,用户画像)等,进而自动化地处理市场营销活动(例如,个性化推荐)。


从AI支撑的市场内容领域创新来讲,未来5年内,至少50%的市场营销内容(网页、PR等)将通过基于AI的“内容自创”来完成。而从场景变现来讲,AI支撑营销从以前的固定价格,到动态定价。依据消费者不同的场景,比如地点、时间的不一样,再重合消费者原有的行为数据,把身份数据和场景数据进行叠加,实现真正的按人定价,当然,这样是最近“大数据杀熟”闹得沸沸扬扬的原因。

 

关于作者 | 王赛:科特勒咨询董事合伙人;孙志勇:SAP数字化转型专家

文章来源 | 本文节选自《清华管理评论》2018年7-8月合刊文章《AI版数字营销:当营销和算法进行融合与重构》

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
新华三:城市治理是因,智慧应用是果
品览CEO李一帆:用AI 助力渠道数字化
金融科技面临价值重构,自主研发破局应用难题
城市数字化提速,AI如何攻克长尾场景难题?
金融AI下一阶段的发展思考:迈入深水区后依然前景广阔
100天,3个版本,他们让营销AIGC起来了
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服