AI与大数据如何赋能营销

数字经济时代，现代商业环境悄然变革，从传统营销到数字化营销再到如今的预测营销，营销手段正在发生天翻地覆的变化。营销科技公司Sizmek中国区总裁郑家强、画龙科技首席执行官宋碧莲以及一面数据首席营销官林圆圆接受专访，阐述了MarTech的智慧。

当你第二次踏进一家餐厅，员工因为记得你上次来过，他们或许能记得你的姓氏，为你准备你喜欢的饮品，对于他们来说，这是一个猜测判断的过程;对于你来说，服务体验随之升高，也节省了一定的时间成本。

这是人工识别个人ID进而预测的例子。

那么如果不需要人工猜测你的行为，而是通过机器进行ID识别并进行主体行为预测，自动对主体行为进行判断，想必对于时间、人力成本的节省将会有极大的帮助，这也就进入了MarTech的范畴。

智慧营销解决传统营销痛点

MarTech概念出自Scott Brinker，也就是传说中的“智慧营销”，是AdTech(广告技术)、人工智能、大数据的有机结合体，是将人工智能从“纸上谈兵”落实到营销实践的第一步。它的出现赋予人工智能和大数据在全链路营销上更多想象空间，其核心是帮助企业依靠技术和数据配置营销资源，实现营销活动的全链路的自动化，帮助企业以营销来驱动运营，优化用户管理，制定营销策略。2017年的数据显示，全球有超过5000家公司在制作各种产品来创造营销技术，包括广告、内容、社交、电商、数据等都在MarTech的领域之内。

就国内形势看来，智慧营销仅经历了从0-1的发展，还未在整个营销圈盛行，传统数字化营销手段仍然是目前大多广告主的选择，也就是BI营销(Business intelligence)，通常被理解为将企业中现有数据转化为知识，帮助企业做出明智的业务经营决策的工具。换句话说，传统营销需要大量人工对数据主动进行提取、分析，针对人群制定几套或者一套最合适的方案。

传统营销痛点大，时间、人力成本高，现实效果和设想差距较大，比如，“短信轰炸”渠道获取新用户、留住老用户是传统营销最常用的手段，但往往效果甚微：你可能花费几十万元投放辐射3000位客户中才能获得200位点击客户和1-2位实际购买客户。而智慧营销通过技术分析用户画像，从3000位客户中得出部分复购率大的人群ID，在通过短信渠道推送时，效果对比之前有极大地提高和优化。这是MarTech带来的提升。

数据是基础：带来用户增长、提高留存率

智慧营销的基底是“大数据”。“大数据”的出现，使精细化营销成为可能，为技术建立更好模型提供了基础，数据也更好地推动了营销。

“选择产品投放时，在拥有大量数据的前提下，我们可以对用户数据提前进行分析，做用户洞察，帮助品牌主用最少的成本做营销。”一面数据首席营销官林圆圆在提到数据作用于营销时说到，数据能够让品牌方知道消费者在想什么，在做广告投放时，不用盲目投放。

数据还能够帮助品牌根据市场趋势进行品类的创新，林圆圆举例说到，在帮助一款国际糖果品牌做广告营销时，彼时有一款俄罗斯紫皮糖非常受欢迎，但是并未看到其进行大量广告推广，经过数据分析，发现其营销方案比较新颖，于是一面数据将抓取来的数据嫁接到自有系统中，和该产品特征有机结合，并创新地将其与某款相应吐司跨界结合，获得了较好效果。

数据是进行预测营销的基础，郑家强也提到，所有基于机器学习的算法模型都需要梳理数据，进而不断进行分析和完善。

最重要的是，合理使用数据能够帮助品牌主带来用户增长、提高留存率。她以快消品为例提到，品牌主首先希望有用户买，其次需要用户复购，也就是增强用户忠诚度，而数据的作用就在于能够让品牌了解用户心理，进而根据市场需求改变产品策略，“而不是随意想个口号，拍拍脑袋就做营销创意，现在的决策我们都有数据可依。”

宋碧莲的团队更多是做了提高用户留存率的角色。她提到，从用户运营的角度看，仅进行用户增长远远不够，更需要做的是用户的留存和转化。数据能够让其对存量用户进行价值的再度挖掘，毕竟已知流量的存留比新流量的获取要来的容易，用户忠诚度也更高，宋碧莲说到。

AI作用于营销：预测营销时代的到来

智慧营销和传统营销最大的不同是，智慧营销是技术、大数据和平台共同作用的结果，通过机器学习对数据进行深度挖掘，最后获得商机转化，形成自动化营销，技术是关键。

MarTech根据大数据建立模型，通过人工智能的手段进行预测分析数据，从而触达更精细化的人群，提高转化效率。这就是AI营销，核心是预测，也被称为智慧营销的“大脑”，是一个开启营销自动化的智能营销。

画龙科技首席执行官宋碧莲在接受采访时对于预测营销的优势进行了对比阐述。以提高老用户复购率为前提，她认为，和BI相比，AI运用于营销中，极大优化了营销效果。宋碧莲也做了举例，在进行活动前期宣传时，为了提高产品销量，品牌方往往通过短信渠道进行用户转化，BI营销通过群发至所有用户群体，体量可能超千万甚至亿级，但是由于这不是精准用户，或者被推送对象并不喜欢这款产品，导致转化率极低。

而AI营销是有目的地进行转化。首先明确转化目的，其次根据目的用预测的方式将转化可能性最高的人群进行“提取”，比如双十一之前通过各种优惠力度吸引一大批新用户，那么之后就需要对这些新用户进行维护，否则会导致客户的流失。通过AI预测复购人群，进而及时精细化触达，能在最短时间有效保留大部分老用户。

运用AI预测模型，品牌在做用户留存时能够更加精细化地触达潜在复购用户，节省营销成本，交易转化率也能提高。宋碧莲举例到，在帮助平安保险做预测营销时，搭建整个基础架构，全渠道采集用户数据，得出拥有高级标签的人群画像，如交易情况、潜在购物情况以及与平安保险的交互情况等;在通过预测模型，形成数百个AI算法;最后进入营销智能化环节，自动给用户推荐相应产品。“针对什么样的目标、发什么活动最佳、发给谁最好、什么内容最好、什么时间发等因素，整个环节自动循环，形成闭环，反复迭代优化结果。”最终帮助平安保险用更少的成本达到更大的转化。

另外，在AI预测模型的应用上，人脸识别是一个好的切入点，在线下零售场景的应用更为凸显。“我相信2019年会是人脸识别设备在中国的发展元年，会有很多的零售商将在营销领域应用人脸识别设备。”郑家强说道。

“人脸识别能够让数据颗粒度变得更细。在线上，我们能看到消费者点击、到店、停留、放购物车、有没有购买等行为，但是在线下，很多时候我们只知道他购买了什么，却不能了解到购买的中间过程。这时通过人脸识别技术，我们可以了解到消费者在超市哪一个通道上面停留，停留了多久，有没有做出购买行为等。当然，这些现象店员可能会看到，但是这个数据不一定能够被留下来，人脸识别的设备便可以将这些数据数字化存留下来。”郑家强说道，“它可以做到线下的归因模型，判断该投何种渠道，不同的渠道完成销售任务的情况等，甚至可以建立一个全渠道的归因模型，对业务提升具有非常大的帮助。”

郑家强还强调，当人脸识别收集的数据与线上行为得以结合，就意味着营销人员能够通过掌握全渠道行为数据再结合AI的机器学习预测用户的下一步，并做出推荐。这是人脸识别在智慧营销应用中体现的重要意义，也是预测营销中的一个重要概念——情景评分。

对的数据，对的应用

郑家强认为，人脸识别重要的一步是数据采集，而尊重数据隐私尤为重要。“很多用户会认为人脸识别被普遍应用地话，时时刻刻都有摄像头在对着他，毫无隐私可言”，他提出，要让用户感到满意，而不是“被监视”。

近年来，大众数据隐私意识的薄弱、数据欺诈现象频出等情况，使得数据隐私和安全问题越来越被重视，今年5月欧洲出台史上最严个人数据保护条例——《通用数据保护条例》(GDPR),个人数据保护被搬上舞台。对此，宋碧莲认为，在AI预测营销应用数据上，权益共享是一个比较好的保证数据隐私的方法，用AI来保证数据隐私和安全。“比如”，宋碧莲举例说道，“在一个大流量平台上，各类用户特征明显，当用户符合某个条件时，流量平台就能够给他推荐一个相应的优惠券，这种情况下，客户的数据并没有被传到第三方数据平台，是受保护的，因为只发生在流量平台，能够根据AI算法预测并进行推送。”

郑家强认为，目前大家在数据隐私上仍然处于摸索状态，但技术在商业中的落地一定要建立在互赢的基础上，对于数据隐私也应该重视。林圆圆也提到，数据是一个非常好的资产，在进行数据采集时应避免野蛮生长。有人认为数据越多越好，其实不然，对的数据应用在对的方向才是将数据资产更好商业化的方式，营销应该让数据变得更有价值。

结语

AI预测营销在国内尚处于初步阶段，更多的是理论阶段，MarTech目前也有诸多问题。虽然可以预见，预测营销的入局，将会给行业带来巨大变革，但是诸如人才、数据安全问题也随之而来，对从业者也提出新的要求，带来新的挑战。

当然，营销的核心是“人”，AI预测营销也应以“人”为本。