編輯導讀：隨著AI技術的發展，營銷正在朝著智能化方向轉型。智能系統能夠自動對用戶進行數據分析，並實時追蹤投放效果，實現對消費者需求的全方位洞察，實時掌握處在不同決策階段、不同場景下消費者信息。文章對智能營銷展開了分析討論，與大家分享。
最近各大諮詢機構都陸續出了2020年移動端廣告投放的數據報告，不禁驚嘆廣告規模、產品進化之快。也是，人們的注意力越來越貴，相同的價錢再也買不到相同的好注意力了。
今天我們在做廣告營銷時，明線是廣告營銷產品的操作和優化邏輯的改變，暗線卻是數據應用技術的進步。今天想淺析一下，這條暗線是如何牽引著廣告營銷行業的大動脈的。
如果我們認清 「數據應用的進步」是營銷演化的核心力量，那麼，我們就很容易理解：AI智能已經滲透到每一個營銷的細節，獲取優質客戶的能力不能僅僅靠點、線維度的優化。
營銷的優化、或者叫進化，一定伴隨著更廣泛的數據探索和智能技術，個性化一定伴隨著營銷的整個生命閉環，企業只有具備：
這三個基本能力，才能找到適合自己的階段性廣告策略。而我們普遍希望的四兩撥千斤的功夫，本質也是對智能營銷技術的投入產出比的高水平把控而已。
01 五個容易掉進的誤區
1. 吸睛廣告可以創造出一些新需求
顯然不行，因為只有真正的需求才能被營銷。廣告所處的商業環節，是喚醒和加深，卻很難創造需求。
2. 營銷就是想辦法銷售
營銷依靠服務方對消費者行為的理解能力，通過任何不違規的方式，去影響消費者行為的學科。
用戶看到什麼東西，他注意力在哪裡，他的興趣在哪裡，他想什麼東西，最後他做了一個什麼樣的行為。
可以看到這個理論不斷深化，但其基本的框架還是一百年前的框架，不管發展幾千年，人還是人，消費者的行為還是有極大的類似之處。
3. 消費者的行為主要受外界刺激影響
消費者行為主要受到兩塊影響，一是外因，一是內因。
內因是關於這個人本身，他對自己的認知是什麼樣的，他的生活方式是怎麼樣，他會有一個什麼樣的需求，最後影響了一個他的決策過程。外因是，我們能夠去通過廣告施加影響力。
比如在信息流裡、在各類APP的應用場景中，我們以什麼樣的方式觸達他，這是一個外因。最終，內因和外因加在同一個用戶身上，如果能夠讓他在行為上產生改變，並朝著和你的產品進行交互、購買的方向進一步，那麼持續地多點觸達才有意義。
4. 人的洞察在程序化面前，派不上用場
程序化廣告的優化空間看起來很有限、且為了起量，人群定向現實中會更加模糊或籠統，從而帶來人群受眾的類似黑盒狀態。
即使是這種情況下，也不代表好的營銷人員就沒有用武之地了，如果我們可以在轉化環節中，積累偏轉化後端的智能算法，同時積極、科學地為用戶打上標籤，就可以彌補這一實際缺陷，成本不低，效果可觀。
5. 效率比效果重要
從營銷的角度，永遠都是效果更重要，這是從廣告作為商業活動關鍵一環的角度去衡量的。效果決定是否做，效率決定怎麼做。
02 智能營銷技術 VS 營銷效果
1. 放棄「依靠人解決某類問題」的能力
現在的商業性思維包括提出問題、構思解決問題的各種途徑，評估所有行動選項，最後得出解決方案。但是，如果你可以不加思考直接讓 AI 執行計算出的既得方案，這就改變了已有商業決策過程中所需的智慧模式。
比如，我們可以放棄調價的能力，交給機器；放棄投放策略的經驗調優，交給智能投放平臺；放棄轉化優惠的版本測試，交給機器自動匹配受眾…我們放棄已有的能力，不代表退化，只是選擇去發展其他方面的能力——能力不分好壞、在滾滾商業洪潮中，只有適用與不適用。
2. 「自動化智能營銷」幫助實現個性化營銷的最大效率
自動化智能營銷是分為幾個階段的，不可能一蹴而就。
第一階段是自動化階段，機器完成了工作流裡面的一部分工作，節省掉人工，哪怕沒有智能化，自動化本身就是在幫助人們做重複性、機械的勞動，且犯錯率更低。
第二階段是智能化——智能和人工相結合，即機器和人的結合，把人的部分決策智慧賦予機器。智能化是指自動做出最優的溝通決策。我們給用戶看到的，最終是一個產品；那麼，具體怎麼觸達用戶，就有很多決策需要解決。
比如，我們想觸達什麼樣的受眾，用一個什麼樣的渠道去觸達。哪怕同一個用戶搜索一個關鍵詞，也可以在不同的時間給他看到不同的結果。這就給了AI用戶之地，我們可以將每個營銷的閉環都拆分到極細，給中間的這個營銷大腦AI足夠多的機會去做決策。不斷進行決策，持續做用戶觸達；觸達之後，AI還可以根據實時反饋、實時更新，不斷調整策略、不斷改進，讓AI大腦不斷演進。
最終階段是把自動化和智能化結合，產生一個更好的營銷工具。所謂自動化智能營銷工具，未來肯定是一種內置了很多人工智慧的能力、但使用者卻並不能感覺到自己在用AI的一種存在。
AI營銷的價值和好處前文已述，還需要提及AI的一個最大優勢，積累數據資產。即，AI在得到了營銷結果後，隨時會做出更深度的分析，自動地將反饋回流，從而給營銷者為什麼要這樣做、做得好不好、怎麼做更好等一系列洞察。
那營銷人做什麼？未來成功的營銷人是做策略的：個性化的投放要想做到最大化效率，一定是多次觸達，即跟多個用戶、在不同地方進行各式交互；營銷策略需要深諳業務和行業的人來做，因為不同的情況下、有不同的營銷目標，且需要做出靈活的調整——這個機器目前是無法理解的，必須由人來告訴機器。比如，對於這部分受眾，我的目標是什麼，是最大化點擊率還是最大化轉化率？
3. 人依然是利器：賦能於人需要可解釋性
剛提到，人是用來做營銷策略的，所以，任何一個營銷活動中很難脫離人的存在。這也就需要我們的營銷工具可以在智能執行的同時，給到洞察，能夠幫助營銷人去理解：為什麼做和怎麼做。
哪怕營銷工具先訓練一個黑盒模型，之後也要基於此，嘗試產生一個白盒。有了這個人群洞察以後，營銷人才能分析和理解它；有了理解和洞察，營銷人才能更好地做出營銷決策。這就是人和機器的結合，這也是近些年AI領域很熱門的一個點——可解釋性。
什麼是可解釋性？本來我們構建一個機器學習模型，人是不能去理解它的，這個模型可能有上億的參數，模型說A不喜歡紅色，但是你無法知道為什麼（比如神經網絡深度學習模型）。這是有風險的。為什麼呢？
舉個不恰當的例子：機器學習模型α在很多方面都特別牛，它可能數學特別厲害，是一個天才級別的存在；但其他方面很弱，比如交流溝通能力特別差。你不知道他為什麼做這個決定，他也無法告訴你他為什麼這麼做，這時候你放心把一個生死攸關的事情交給這位天才做呢？
至少，統計結果顯示，很多人是不放心的。所以，一個可能的方式是，智能營銷產品可以提升天才對業務、產品的理解力，從而給出一些可能的解釋——也可能是洞察。
到2020年，每人每天平均產生的數據量是1.5GB，這個數據量非常大，這些信息必須依賴AI去處理，但是人還是需要做出決定成功方向的大決策，這也正是未來營銷的新必爭之地——人機結合的能力。
未來的營銷世界，每個企業都需要有一套適合自己的智能營銷應用框架，這個框架裡有工具、有人才，有規則，且能非常容易地應用到各個業務場景中。同時，這套智能框架還需要具備快速複製的能力，以適應我們不斷產生的新業務、新場景，這就需要我們把智能營銷框架工具化。
暢想一下，這個智能框架的底層是數據基礎、中層是智能決策引擎，頂層是執行的辦法和路徑——最終每一個營銷人都不得不去擁抱，這個充滿智慧的大機器。
作者：Agnes；微信公眾號：靈蹊營銷筆記
本文由 @Agnes 原創發布於人人都是產品經理，未經作者許可，禁止轉載。
題圖來自Unsplash，基於CC0協議