江苏龙网

  1. 首页 > 资讯 > 科技 > >

人工智能|AI黎明即起，营销何去何从( 二 )


2. “自动化智能营销”帮助实现个性化营销的最大效率
自动化智能营销是分为几个阶段的 ， 不可能一蹴而就 。
第一阶段是自动化阶段 ， 机器完成了工作流里面的一部分工作 ， 节省掉人工 ， 哪怕没有智能化 ， 自动化本身就是在帮助人们做重复性、机械的劳动 ， 且犯错率更低 。
第二阶段是智能化——智能和人工相结合 ， 即机器和人的结合 ， 把人的部分决策智慧赋予机器 。 智能化是指自动做出最优的沟通决策 。 我们给用户看到的 ， 最终是一个产品；那么 ， 具体怎么触达用户 ， 就有很多决策需要解决 。

比如 ， 我们想触达什么样的受众 ， 用一个什么样的渠道去触达 。 哪怕同一个用户搜索一个关键词 ， 也可以在不同的时间给他看到不同的结果 。 这就给了AI用户之地 ， 我们可以将每个营销的闭环都拆分到极细 ， 给中间的这个营销大脑AI足够多的机会去做决策 。 不断进行决策 ， 持续做用户触达；触达之后 ， AI还可以根据实时反馈、实时更新 ， 不断调整策略、不断改进 ， 让AI大脑不断演进 。
最终阶段是把自动化和智能化结合 ， 产生一个更好的营销工具 。 所谓自动化智能营销工具 ， 未来肯定是一种内置了很多人工智能的能力、但使用者却并不能感觉到自己在用AI的一种存在 。
AI营销的价值和好处前文已述 ， 还需要提及AI的一个最大优势 ， 积累数据资产 。 即 ， AI在得到了营销结果后 ， 随时会做出更深度的分析 ， 自动地将反馈回流 ， 从而给营销者为什么要这样做、做得好不好、怎么做更好等一系列洞察 。

那营销人做什么？未来成功的营销人是做策略的：个性化的投放要想做到最大化效率 ， 一定是多次触达 ， 即跟多个用户、在不同地方进行各式交互；营销策略需要深谙业务和行业的人来做 ， 因为不同的情况下、有不同的营销目标 ， 且需要做出灵活的调整——这个机器目前是无法理解的 ， 必须由人来告诉机器 。 比如 ， 对于这部分受众 ， 我的目标是什么 ， 是最大化点击率还是最大化转化率？
3. 人依然是利器：赋能于人需要可解释性
刚提到 ， 人是用来做营销策略的 ， 所以 ， 任何一个营销活动中很难脱离人的存在 。 这也就需要我们的营销工具可以在智能执行的同时 ， 给到洞察 ， 能够帮助营销人去理解：为什么做和怎么做 。
哪怕营销工具先训练一个黑盒模型 ， 之后也要基于此 ， 尝试产生一个白盒 。 有了这个人群洞察以后 ， 营销人才能分析和理解它；有了理解和洞察 ， 营销人才能更好地做出营销决策 。 这就是人和机器的结合 ， 这也是近些年AI领域很热门的一个点——可解释性 。

什么是可解释性？本来我们构建一个机器学习模型 ， 人是不能去理解它的 ， 这个模型可能有上亿的参数 ， 模型说A不喜欢红色 ， 但是你无法知道为什么（比如神经网络深度学习模型） 。 这是有风险的 。 为什么呢？
举个不恰当的例子：机器学习模型α在很多方面都特别牛 ， 它可能数学特别厉害 ， 是一个天才级别的存在；但其他方面很弱 ， 比如交流沟通能力特别差 。 你不知道他为什么做这个决定 ， 他也无法告诉你他为什么这么做 ， 这时候你放心把一个生死攸关的事情交给这位天才做呢？
至少 ， 统计结果显示 ， 很多人是不放心的 。 所以 ， 一个可能的方式是 ， 智能营销产品可以提升天才对业务、产品的理解力 ， 从而给出一些可能的解释——也可能是洞察 。
到2020年 ， 每人每天平均产生的数据量是1.5GB ， 这个数据量非常大 ， 这些信息必须依赖AI去处理 ， 但是人还是需要做出决定成功方向的大决策 ， 这也正是未来营销的新必争之地——人机结合的能力 。

未来的营销世界 ， 每个企业都需要有一套适合自己的智能营销应用框架 ， 这个框架里有工具、有人才 ， 有规则 ， 且能非常容易地应用到各个业务场景中 。 同时 ， 这套智能框架还需要具备快速复制的能力 ， 以适应我们不断产生的新业务、新场景 ， 这就需要我们把智能营销框架工具化 。


推荐阅读


上一篇：科技|信也科技大凉山爱心幼儿园正式落成，用爱心点燃希望

下一篇：电视|OPPO智能电视S1获权威媒体一致好评：音质远超同价位其它产品