下文是一篇AI如何應(yīng)用在營銷領(lǐng)域的行業(yè)白皮書，來自數(shù)問社區(qū)（dataquestion.com）。總長度快一萬字，閱讀時間在10-15分鐘。全文分為機會，影響，市場概況和前景四大板塊。如果您時間有限，可以直接跳轉(zhuǎn)到市場概況這一部分，這部分有大量的具體分析案例介紹。

機會

最近的時間，相信大家總會不斷聽到大量關(guān)于人工智能將會在未來十年中如何深刻的改變我們社會的一些報道，特別是那些來自大公司的承諾。微軟雄心勃勃的宣稱，通過自然語言處理（Natural language processing，NLP）來實時地分析研究論文，他們將 征服癌癥 。谷歌—剛剛宣布了AI先行的戰(zhàn)略—也就是打算通過機器學習大量的 人類 聲音的錄影文件，把電腦的聲音打造成和真人說話一樣。而Facebook自然更不甘人后，他們正在用 人工智能 分析衛(wèi)星影像來定位人們的生活軌跡，并且許諾將會給全人類聯(lián)網(wǎng)。這樣的愿景還在不斷的增加。

盡管這些野心勃勃的愿景是那么吸引眼球，但在這些世界頂尖的科技巨頭公司眼里，AI是一個用來解決某種世界級問題的抽象工具包，而不是直接拿過來用的實用技術(shù)。

許多CMO表示，非常希望能夠讓自己的企業(yè)利用起基于AI的技術(shù)和解決方案。然而，他們往往對AI的基礎(chǔ)原理的缺乏深入了解，以及不知道該如何將AI引入他們公司的業(yè)務(wù)中去。近期，一份來自美國，英國和中國的 研究 顯示，那些公司年收入在5億美元以上的大企業(yè)的CMO們中，三分之二的人認為AI將在未來的市場營銷活動中起到非常的作用。然而，與此相對的是，只有不到三分之一的人對于如何將AI應(yīng)用在他們企業(yè)的業(yè)務(wù)中有到比較深刻的理解。

所以我們有了這篇文章。今天這篇文章的目的就是為數(shù)字營銷領(lǐng)域中工作的各位同僚，提供一份AI技術(shù)入門指南。這些技術(shù)都是被市場驗證過，并且成熟可用。我們相信，CMO們在今天必須去考慮這些問題，方可能在未來幾年為企業(yè)持續(xù)保持競爭力，基業(yè)長青。

影響

在很早以前，大家做營銷活動都還比較草率。那時候大家擁有的是海量卻不精確的營銷信息，而且也不考慮個人信息（如地域，性別，年齡等）以及顧客偏好。如果說這種草率且不精準的營銷策略在那個時候還能夠接受的話，如今這種日子已經(jīng)一去不復(fù)返了。如今，我們的市場營銷活動需要通過高度個性化的信息來吸引潛在客戶和留住現(xiàn)有客戶。這種個性化的營銷溝通是基于多種各種因素的：比如個人行為和偏好；對于顧客接受廣告信息時周邊環(huán)境的考量（context-awareness）：如一天當中的某個時間或某個地理位置；以及從核心用戶群數(shù)據(jù)中提取有用的消費者洞察。

像Spotify，Amazon和Netflix這樣的公司在這方面是領(lǐng)頭羊，并從某種程度上來說設(shè)定了這個行業(yè)的玩法。在互聯(lián)網(wǎng)上抓取到的用戶行為，會被這些公司立即被用來優(yōu)化用戶體驗和產(chǎn)品推薦，從而產(chǎn)生更個性人化的品牌體驗關(guān)系，同時提高了用戶的忠誠度。

然而，個性化，量身定制的市場營銷在依靠人力制定營銷策略的情況下會迅速達到天花板 – 人的能力總是有限的。像這種細分顧客的行動需要各種信息：精準的信息傳遞，針對目標人群投放正確的用戶并且投放相應(yīng)的社交媒體廣告，基于用戶平時其他的選擇做出產(chǎn)品推薦。所有這些都需要大量的人力和時間成本，而這往往遠遠超出了營銷部門的能力。

而如果有了人工智能的幫助，讓大規(guī)模地進行個性化的市場營銷變得可能了。在整個客戶服務(wù)流程中的所有環(huán)節(jié)里，營銷人員都需要依賴于數(shù)據(jù)輸入和更有效的機器驅(qū)動的AI應(yīng)用程序。當然，這并不一定意味著，基于AI的應(yīng)用程序可以在沒有人參與的情況下自行運行（這樣的話那恐怕得先把阿西莫夫機器人三定律應(yīng)用上）。事實上，基于AI的算法的表現(xiàn)得以改善，都依賴于人類的監(jiān)督，進行數(shù)據(jù)清理和確保正確運行。

AI的潛力會讓所有現(xiàn)存和新出現(xiàn)的競爭者們以洪荒之力席卷現(xiàn)在的市場，如同當年手機革命一樣，; 推遲AI的應(yīng)用只會讓整個市場倒退。非AI公司將不可避免地以不夠個性化，客制化和缺乏影響力的方式與客戶接觸，從而錯過提高日常營銷任務(wù)效率的機會，錯過最優(yōu)的廣告預(yù)算，以及錯過通過直接的數(shù)據(jù)驅(qū)動得到的營銷來影響銷售量的機會。

市場概況

我們不難預(yù)想，基于新的AI技術(shù)的營銷市場平臺每天都在涌現(xiàn)。這導(dǎo)致了一個非常混沌，復(fù)雜的行業(yè)環(huán)境。但總得來說，今天的AI相關(guān)的市場營銷技術(shù)應(yīng)用可以大致分為以下幾類：

圖片/視頻識別的市場營銷AI應(yīng)用

許多新興的技術(shù)進步，如自動駕駛汽車自駕車和早期的癌癥檢測，都依賴于以圖片識別為基礎(chǔ)的AI。其背后的機制是，為一個算法提供一個有已知結(jié)果的訓(xùn)練數(shù)據(jù)集，讓其識別數(shù)據(jù)里內(nèi)含的模式，最后做到對于那些新的，從來沒見過的數(shù)據(jù)可以做出準確的預(yù)測。以下是目前市場上準備的三種基于AI的視覺領(lǐng)域的技術(shù)：

1. 應(yīng)用視覺信息的零售分析和精準營銷定位。

擁有實體店的公司可以通過視覺零售分析和分析供應(yīng)商從AI技術(shù)獲益。基于商店內(nèi)外的全天24小時攝像頭，機器學習算法可以識別出一些和業(yè)務(wù)相關(guān)的關(guān)鍵信息，例如使用面部識別技術(shù)去挖掘的商店內(nèi)顧客的行為模式，或不同商品擺放格局的效率。這些信息因數(shù)可用于優(yōu)化商店的運營工作和設(shè)計。然而，AI驅(qū)動的視覺零售分析工具不需要局限于店內(nèi)經(jīng)驗。例如，今天的快餐店能夠使用基于視覺的人工智能技術(shù)將經(jīng)過的車輛的牌照讀取到就近的連鎖店，然后使用公共第三方數(shù)據(jù)將牌照信息與個人信息相關(guān)聯(lián)。根據(jù)這些輸入和他們分析出的行為模式，創(chuàng)造超個性化的宣傳營銷策略行銷企劃。要注意的是，在應(yīng)用這些技術(shù)時，零售商需要尊重并意識保護客戶隱私。

• 應(yīng)用難度：中等；需要硬件投資和安裝
• 供應(yīng)商：ShopperTrak, RetailNext, OpenAPL
• 效果：提高增加實體場地的銷售量和運營效率; 通過超級個性化營銷優(yōu)化營銷支出

2. 用戶生成內(nèi)容中的圖像和視頻識別

各大品牌對于任何在線和離線渠道上關(guān)于他們的討論一般都非常關(guān)注，特別是他們的公關(guān)團隊，無論是積極的還是消極的。隨著視頻驅(qū)動的社交渠道如Snapchat，Instagram，Pinterest和YouTube的廣泛應(yīng)用，許多數(shù)字對話和討論不再以更容易處理的文字方式發(fā)生，而是通過用戶生成的圖像和視頻內(nèi)容的方式。使用基于訓(xùn)練數(shù)據(jù)的深度學習技術(shù)，基于視覺AI的解決方案已經(jīng)漸漸發(fā)展起來了。它允許品牌大規(guī)模地監(jiān)控各種社交媒體渠道，并識別任何相關(guān)的視覺模式，如品牌標識或個體個人產(chǎn)品。然后將這些發(fā)現(xiàn)提供給社交媒體團隊進行審查并用以指導(dǎo)消費者互動。

• 應(yīng)用難度：低; 大多是獨立軟件與業(yè)界領(lǐng)先的社交媒體管理工具API的集合應(yīng)用
• 供應(yīng)商：ClarifAI, Cloudsight, Indico, Dextro
• 效果：增加消費者互動和客戶滿意度; 提高社交媒體社會營銷團隊的運營效率

3. 智能數(shù)字資產(chǎn)管理 （DAM, Digital Asset Management)

數(shù)字資產(chǎn)管理利用與UGC (User-generated content, 用戶生成內(nèi)容）媒體處理類似的技術(shù)方法，現(xiàn)代DAM解決方案利用人工智能技術(shù)自動將語義元數(shù)據(jù)應(yīng)用于營銷資產(chǎn)，從而無需進行詳盡的手動標簽分類。許多大型市場營銷組織在數(shù)字資產(chǎn)運營中缺乏管理。由于基于機器的標簽增加了已經(jīng)生產(chǎn)和許可的數(shù)字化媒體資產(chǎn)的可發(fā)現(xiàn)性，因此媒體生產(chǎn)成本和許可成本可以大大降低。
基于AI的自動標記功能能夠識別和標記具有高級概念的數(shù)字化資產(chǎn)，例如“海灘上的一家人”或“正開心地吃著冰淇淋的小朋友”。

• 應(yīng)用難度：中等; 可能需要DAM平臺或者其擴展功能
• 供應(yīng)商：Adobe Smart Tags, Asset Bank, Google Cloud Vision API
• 效果：通過減少人工規(guī)劃資產(chǎn)標簽的需要來提高運營效率; 通過減少授權(quán)和媒體產(chǎn)品的花銷來優(yōu)化營銷支出

語義相關(guān)的營銷活動的AI應(yīng)用

語言驅(qū)動的AI在學界有最悠久的歷史; 研究人員已經(jīng)研究了幾十年（無論是在口頭還是書面的語境中）如何準確地理解和語義上處理人類語言（自然語言處理NLP，Natural Language Processing）以及如何產(chǎn)生它（自然語言的生成：文本到語音，Natural Language Generation and Text-to-Speech）。亞馬遜的Alexa，蘋果的Siri和IBM的Waston，對熟悉技術(shù)的消費者來說已經(jīng)是家喻戶曉的名字。他們代表了我們?nèi)粘Ｉ钪心苡玫降母鞣N支持語音處理的數(shù)字產(chǎn)品。隨著進來語言理解，處理和生成技術(shù)的成熟，新技術(shù)已經(jīng)開辟了與消費者互動的全新渠道。

1. 聊天界面與聊天機器人

年輕一代在線時間的大部分時間花在基于文本信息的通信渠道中，例如Facebook Messenger，Whatsapp或短信app。通過SDK和API集成，這些通信平臺把自身向其他各大品牌開放開發(fā)，并逐漸發(fā)展成為全面的生態(tài)系統(tǒng)。例如，利用Facebook平臺，漢堡王正在測試一款聊天機器人，可以讓用戶從附近的一個分店訂購食物，并在Facebook Messenger應(yīng)用程序內(nèi)支付。聊天界面讓客戶和平臺即服務(wù)提供商進行更直接和自然的對話，允許這種對話的應(yīng)用程序正在快速發(fā)展。由于這類應(yīng)用的大范圍成熟，對于一個組織來說，一個成功的策略是從采用一個普通但是非常細化的服務(wù)應(yīng)用開始，特別是使用那種投資回報率比較高的應(yīng)用，即小服務(wù)，大產(chǎn)出。比如，可以先把聊天機器人應(yīng)用在呼叫中心，這一類實踐往往有很好的成功先例驗證，而且能夠產(chǎn)出比較好的效果。在這個之后，可以在進行迭代，把聊天機器人使用到更廣泛的企業(yè)應(yīng)用中去。

• 應(yīng)用難度：初始的具體實施門檻較低，但高級應(yīng)用的難度高。需要建立SDKs和APIs以采用市場進入策略（go-to-market）
• 供應(yīng)商：Facebook Messenger, Alexa Skills API, Converse.AI, IBM Watson
• 效果：通過可以快速獲取的類人模擬人類的客服支持來改善客戶關(guān)系; 通過減少人力需求來提高運營效率

2. 營銷信息生成

另一項AI在市場營銷中的成熟應(yīng)用是機器驅(qū)動的語言生成。該技術(shù)提供了以真正個性化的方式與每一位客戶和潛在客戶進行溝通的承諾，其目的是建立完全相關(guān)的和情感上的聯(lián)系以觸發(fā)特定行為。使用連續(xù)的測試和測量方法，人造內(nèi)容生成平臺能夠自主地學習交流策略，為每個消費者客戶生成最個性化和最有利于其轉(zhuǎn)化轉(zhuǎn)換優(yōu)化的營銷信息。基于一般詞匯，營銷傳播模板以及客戶已知的偏好和觀察到的行為，這些系統(tǒng)整合在一起，通過機器學習優(yōu)化您的營銷傳播策略，以便在正確的時間，通過正確的渠道與正確的語氣，用最相關(guān)的內(nèi)容，和每一位用戶互動。

• 應(yīng)用難度：中等; 通常需要與驅(qū)動直接消費者通信（如ESP，Email service provider，電子郵件服務(wù)供應(yīng)商）的系統(tǒng)進行多種集成
• 供應(yīng)商：Persado, IPSoft, Automated Insights
• 效果：通過更個性化的信息改善客戶關(guān)系; 通過與直接消費者直接溝通的渠道來優(yōu)化轉(zhuǎn)換率，以增加銷售額

3. 情緒分析

大范圍自動檢測客戶交流中的情緒是非常強力的一種營銷工具，不論是在文字還是口頭語言交流中。自然語言處理技術(shù)已經(jīng)發(fā)展到可以準確地識別客戶聲音中的情緒，例如沮喪程度。像這樣通過基于AI的系統(tǒng)進行分類的方法可以在呼叫中心中得到利用。例如，當偵測到客戶方面的情緒越來越強烈緊張時，這項技術(shù)可以自動把交互式語音系統(tǒng)切換到人工服務(wù)，以確保客戶的滿意度。類似地，對于一些社交渠道例如Facebook，Twitter，論壇評論中用戶產(chǎn)生的文字內(nèi)容，自然語言技術(shù)也能大規(guī)模的偵測到其中的情緒波動。這樣的工具可以評估和校準在營銷活動中，以及UGC（用戶生成內(nèi)容，user-generated content）中的品牌認知度。

• 應(yīng)用難度：低; 主要是獨立技術(shù)
• 供應(yīng)商：Lexalytics, Sysomos, Crimson Hexagon
• 效果：提高客戶意識和見解，并與之建立關(guān)系; 通過減少人工社交媒體監(jiān)控或用戶生成內(nèi)容審核的需求來提高運營效率

營銷分析中的AI應(yīng)用程序

AI技術(shù)的應(yīng)用，特別是機器學習的應(yīng)用一直在挖掘大量數(shù)據(jù)，并從中獲得可行的見解; 其中系統(tǒng)大多運用從數(shù)據(jù)中獲得的指導(dǎo)人類去做一些的營銷活動的決策和優(yōu)化策略。在自主的無人監(jiān)督的環(huán)境說法中，AI系統(tǒng)直接利用其機器驅(qū)動的洞察來優(yōu)化某些機器驅(qū)動行為。下面我們介紹在市場營銷學的世界里，最為常見的三種方法。

1. 程序化廣告購買

程序化廣告是今天大量使用AI的最常用和最成熟的數(shù)字營銷技術(shù)之一。基于機器學習算法，程序化廣告工具能夠?qū)W習一種優(yōu)化的決策策略，用于廣告的程序化購買。因為程序化購買，往往會考慮涉及到哪些受眾，消費者的個人信息和關(guān)鍵字以及價格。基于行業(yè)領(lǐng)先的付費廣告平臺的實時競價投標和實時銷售機制，復(fù)雜媒體購買的精細的媒體程序化購買方法通常遠勝于傳統(tǒng)的媒介購買策略。因此，程式化廣告是很有必要的，不論是還是什么類型的公司，如果你希望優(yōu)化在線媒體支出并提高其廣告系列效果，這幾乎會是你一定要做的事情。

• 應(yīng)用難度：低; 主要是獨立技術(shù)
• 供應(yīng)商：Adobe Media Optimizer, Rocket Fuel, Kenshoo
• 效果：通過學習和不斷改進的購買策略優(yōu)化營銷支出; 通過減少付費媒體運營的人力管理成本需求來提高運營效率; 通過增加轉(zhuǎn)換增加直銷

2. 相似用戶模型（Lookalike audience modeling）

相似用戶擴展模型是正在被迅速采用的營銷技術(shù)中的另一個趨勢。通常，這種技術(shù)被集合成所謂的數(shù)據(jù)管理平臺（DMP，Data Management Platform），允許公司整合第一，第二和第三方數(shù)據(jù)，以確定和管理目標客戶群段并整合他們用戶的個人信息。相似用戶擴展模型的功能基于機器學習算法，并根據(jù)現(xiàn)有客戶的特征重疊重大重疊自動發(fā)現(xiàn)新的目標客戶群細分。例如，零售商的學習算法可能會發(fā)現(xiàn)，最近轉(zhuǎn)換的購買冬季夾克的客戶的特征與訪問美國滑雪門戶網(wǎng)站的用戶個人的人口特征（比如，住在哪兒，收入多少，性別以及年齡等等）有明顯的重疊。那么后面的這個客戶群就可以被精準定位：后來的細分市場現(xiàn)在可以是 具體目標如 通過在滑雪門戶網(wǎng)站上的投放展示廣告，來擴大客戶群，從而提高了營銷投資回報率。

• 應(yīng)用難度：低到中等; 通常是獨立平臺; 需要與擁有重要用戶數(shù)據(jù)的系統(tǒng)集成; 需要開發(fā)企業(yè)范圍的數(shù)據(jù)模型
• 供應(yīng)商：Oracle Bluekai, Adobe Audience Manager, DoubleClick by Google
• 效果：通過高度針對性的廣告優(yōu)化營銷支出; 通過發(fā)現(xiàn)具有高概率轉(zhuǎn)換的新細分市場來增加銷售

3. 基于算法的實時個性化推薦

目前在市面上使用的大多數(shù)個性化推薦，大多是有人為策劃的規(guī)則驅(qū)動的，這些規(guī)則通過中查找某些上下文中的某些數(shù)據(jù)點，例如用戶的位置，客戶狀態(tài)或預(yù)計的家庭收入。然后基于這些信息對用戶的作者對相關(guān)性的進行評估從而傳送不同的內(nèi)容和消息。
基于算法的個性化旨在使用機器學習技術(shù)在用戶瀏覽窗口時的瀏覽會話中可以實時動態(tài)地個性化調(diào)整網(wǎng)站。在應(yīng)用中，基于已經(jīng)建立的概率模型，當計算出某個用戶放棄購物車的概率，或者關(guān)于瀏覽窗口的概率達到某個閾值時，就會驅(qū)動某個規(guī)則，從而動態(tài)地向該用戶提供折扣來挽留客戶。這些提供者使用的機器學習技術(shù)通常基于稱為強化學習的無監(jiān)督學習方法。在該方法中，該算法針對固定的獎勵函數(shù)功能優(yōu)化其行為動作，例如， 用戶轉(zhuǎn)換的購物車大小。每次獲得積極的結(jié)果（例如客戶購買一組產(chǎn)品），AI系統(tǒng)會回顧其以前的決定 – 在什么情況下對其進行獎勵。在相反的情況下，如果用戶購買窗口會話在沒有結(jié)帳的情況下被放棄，那么它將減小未來購買界面采用的個性化推薦的概率。該算法會不斷探索替代動作，因此可以適應(yīng)購買環(huán)境變化，如節(jié)日期間的購物行為。這被稱為剝削的平衡 – 利用過去的個性化行為表現(xiàn)良好的數(shù)據(jù)，去不斷嘗試新的行動并觀察是否有效。

• 應(yīng)用難度：中至高; 通常需要與現(xiàn)有的商業(yè)或內(nèi)容平臺的深度整合
• 供應(yīng)商：NeoWize, Bloomreach, Sentinent
• 效果：通過提供相關(guān)的產(chǎn)品優(yōu)惠產(chǎn)品來增加銷售量，減少購物車棄置率; 通過更個性化和相關(guān)的體驗改善用戶關(guān)系

營銷預(yù)測以及行動決的AI應(yīng)用

AI在營銷中的最后一個應(yīng)用類別是作為專注于預(yù)測用戶行為的工具。雖然與基于洞察的應(yīng)用有某種程度上的重疊，但這一類系統(tǒng)通常會預(yù)測未來的行為，并嘗試做一些相應(yīng)地用戶體驗優(yōu)化。

1. AI驅(qū)動的產(chǎn)品推薦引擎

雖然電子商務(wù)中的產(chǎn)品推薦引擎已經(jīng)存在了很長時間，但由AI大力驅(qū)動的新一代工具其實最近才剛剛出現(xiàn)。傳統(tǒng)推薦引擎主要使用稱為協(xié)同過濾的技術(shù)，其基于客戶之間的購買行為的重疊來推薦給出產(chǎn)品建議。然而，這些方法容易出現(xiàn)冷啟動（cold start) 問題，即對于沒有歷史購買數(shù)據(jù)的新客戶很難做出推薦。不知道新客戶的購買數(shù)據(jù)的情況。較新的AI驅(qū)動的大數(shù)據(jù)方法考慮了更廣泛的數(shù)據(jù)集，包括諸如使用的設(shè)備，時間或通過第三方提供商提供的線下 （off-site) 活動等數(shù)據(jù)。例如，服裝零售商Under Armour使用IBM Watson通過分析客戶購買數(shù)據(jù)以及健身和營養(yǎng)的第三方信息來給給出更精準的產(chǎn)品推薦建議。類似的方法也通包括過讓客戶參與關(guān)于自身偏好的調(diào)查小問卷，圍繞自己的喜好進行測驗，從而為營銷人提供更多的數(shù)據(jù)。這種方法的一個例子是??Northface的“找到完美的夾克”??經(jīng)驗，通過互動對話縮小了其產(chǎn)品推薦的范圍。

• 應(yīng)用難度：中等; 通常需要產(chǎn)品領(lǐng)域的建模和外部數(shù)據(jù)的整合
• 供應(yīng)商：Amazon DSSTNE, LiftIgniter, IBM Watson
• 效果：通過甚至可以為新客戶提供產(chǎn)品推薦的高質(zhì)量推薦系統(tǒng)強大的相關(guān)產(chǎn)品建議甚至為新客戶來增加銷售; 從一開始就建立起良好的客戶關(guān)系，給予客戶理解和被服務(wù)的感覺。

2. 預(yù)測分析

簡單來講，預(yù)測分析就是提供未來預(yù)測的平臺。預(yù)測分析延展了傳統(tǒng)的分析方法，往往更加專注于日志級別數(shù)據(jù)Log Level Data(如訪問網(wǎng)站，平均訪問時間等)。其預(yù)測分析在營銷中應(yīng)用最廣泛的是客戶關(guān)系管理（CRM）應(yīng)用。使用機器學習和相關(guān)技術(shù)，??例如像Salesforce的產(chǎn)品Einstein旨在預(yù)測和警告市場營銷人員可能需要重點關(guān)注的消費者行為，例如一個客戶開始頻繁的聯(lián)系售后服務(wù)，或者 一個現(xiàn)有的訂閱客戶可能快要到期，而他之前使用產(chǎn)品的行為可能預(yù)示著他不會再續(xù)訂你的產(chǎn)品。這種預(yù)測既考慮一般市場趨勢這種宏觀大環(huán)境數(shù)據(jù)，也會考慮個人微觀數(shù)據(jù)等等無數(shù)個數(shù)據(jù)點。然而，預(yù)測分析不僅僅應(yīng)用于是銷售業(yè)務(wù)。該技術(shù)還可以通過預(yù)測用戶的下一個行為和選擇來改善客戶體驗。使用這些預(yù)測經(jīng)驗，設(shè)計人員可以減少他們的工作量。這種設(shè)計方法通常被稱為預(yù)前設(shè)計。

• 應(yīng)用難度：中至高; 通常需要跨系統(tǒng)的數(shù)據(jù)集成和用于預(yù)測引擎的定制算法
• 供應(yīng)商：Salesforce Einstein, IBM Predictive Analytics, Marketo
• 效果：通過機器驅(qū)動的預(yù)測來增加銷售; 通過改進的個性化用戶體驗來提高消費者滿意度和客戶關(guān)系

前景

那些還沒開始將AI平臺利用到日常工作中的市場營銷人需要開始關(guān)注這些了。根據(jù)自身企業(yè)的需要，列出項目優(yōu)先級。

上面說的僅僅只是提供了一個使用AI技術(shù)的入門，和一些個人建議。我會建議營銷團隊根據(jù)包括預(yù)期的用戶價值，自身公司的商業(yè)影響力，運營的準備情況，實施所需要的工作量等各個方面的因素，制定屬于自己的營銷部AI路線圖。

我們也會建議市場營銷部門IT部門緊密合作，因為通常AI解決方案不僅僅依賴于現(xiàn)有的公司數(shù)據(jù)，還需要整合現(xiàn)有的市場技術(shù)應(yīng)用。此外，通常，特定類別的AI解決方案提供商具有類似的功能產(chǎn)品，但是與公司現(xiàn)有技術(shù)足跡的兼容性可能會有所不同，這可能是一個企業(yè)用還是不用某個AI技術(shù)的關(guān)鍵原因，所以，一定要和你的IT部門好好合作。

在投入并推出人工智能解決方案之前，公司應(yīng)確定使用新技術(shù)關(guān)鍵指標（KPI）。這是任何項目開始前需要去衡量的關(guān)鍵。鑒于大多數(shù)AI技術(shù)供應(yīng)商都提供基于SaaS（Software as a Service）的服務(wù)模式，并且大多數(shù)供應(yīng)商都會讓你免費試用一段時間，你可以好好利用這段免費試用來看下這個服務(wù)到底對自己有沒有幫助。而且你還需要考慮的是，許多機器學習算法需要經(jīng)過一段時間的受監(jiān)督或無監(jiān)督的方式進行訓(xùn)練，才能真正顯示其全部潛力，所謂路遙知馬力。因此，你可能需要耐心一些，給你的AI應(yīng)用充足的時間，喂飽它足夠大量數(shù)據(jù)，最終才可以拿到有意義的結(jié)果和預(yù)測。

總之，人工智能技術(shù)正與其字面含義一樣：復(fù)制人的思想，在理想狀態(tài)下可以甚至提升人類智商智力的計算算法。放在市場營銷的語境中，這可以解釋為營銷人員通過計算機和算法的幫助去更好地了解消費者。就像在現(xiàn)實生活中一樣，這是一個基于過去經(jīng)驗的學習過程。最終，客戶將不斷地與品牌個性化的關(guān)聯(lián)所吸引，真正感受到獨一無二的服務(wù)，感受到來自于品牌對于他們的理解。這才是AI對于營銷的真正意義所在。

___________

白皮書來自數(shù)問數(shù)據(jù)科學社區(qū)（dataquestion.com）人工智能（AI）能幫助市場營銷做什么

原作者Thomas Prommer @ Huge Inc. A Starter Guide to AI in Marketing.