介绍

当营销与算法融合重构时，AI不断丰富数字营销的各个维度，而最大的变化就是用算法代替了部分人的决策，让营销动作像粒子手术刀一样精准。 而且，这次精准背后更多的是情感，是营销技术与灵魂的融合。 AI+营销需要实现的是彻底融入消费者。

文/王赛、孙志勇

在AI下，有数据向智能化演进的趋势，但仍无法摆脱4R营销范式。 4R营销沿着“用户-连接-数据-智能”的轨道升级，最大的区别在于智能。 用算法进行判断并与消费者建立联系，机器正在逐渐渗透到人类的角色中。 从营销演化的路径来看，最初的营销可以称为大众营销（Mass）。 就像可口可乐一样，所有市场都是它的目标市场，而且是全面覆盖的； 随后进行细分、定位，这是典型的目标营销（）； 上世纪末，由于可以使用数据库作为基础，一些欧美公司开始提出一对一营销（One to One）； 如今，由于大数据的赋能，AI可以做的不仅仅是一对一的营销。 由于与消费者的高度联系和数据基础，人工智能可以干预基于数千人的场景。 例如，当你最需要汉堡时，就会弹出麦当劳的信息。 ，场景营销（In-）的要点开始显现。

数字用户识别

首先我们看4R中的第一个R——“数字用户识别”。 用户识别出现新趋势。 识别维度更加多样化、智能化、场景化。 每个关键时刻（真相）都可以被比特化。

AI数字化布局下，前沿技术的应用，开启零售智慧化新模式。 例如，计算机视觉和各种传感器的广泛应用，扩大了数据源，包括直接相关和非直接相关的多维数据。 在这种升级下，实体店几乎就像一个线下实体网页。 基于机器视觉，AI可以实现人脸识别、产品识别、线路追踪、客流分析等功能。 消费者在实体店的选品和购买行为，甚至用户的情绪，也可以是Bit-），而这些数据的维度不只是行为数据吗？

数字化覆盖范围和用户覆盖范围

我们看4R中的第二个R——Reach，“数字化覆盖和用户覆盖”，它恰好融入到了全球最大的AI应用场景之一——“个性化推荐”（销售）。 只有基于场景的数据驱动，才能产生深度个性化的营销。 消费者总是希望了解自己的需求或得到个性化的服务。 这是消费者的一贯需求。 但现实中，所谓的“个性化推送”往往变成“垃圾邮件轰炸”。

AI可以帮助营销人员大规模区分潜在客户，并将客户推荐到公司的获客平台。 人工智能学习模型和算法还可以改变广告模式，根据消费者的点击、注册、激活、分享等数据，以及这些数据背后的广告投入状况，智能分配广告资源并自动优化。

为与客户持续交易奠定基础

人工智能还升级了数字营销 4R 中的第三个 R——“为与客户持续交易奠定基础”。 在客户数字化关系管理方面，人工智能技术将给营销领域带来巨大的变革和创新，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。

IDC发布的报告显示，到2020年，全球最大的AI应用场景将是“自动化客服”（），其中基于分词、语义分析等AI技术的客服/聊天机器人（）已得到广泛应用。在世界各地使用。 应用。

在人工智能支持的客户服务领域创新方面，我们可以预测，未来1到2年，“三大平台”（微信、、）将掀起一场“对话式商务”风暴基于AI，全面接管客户服务。

从人工智能支持的沟通协作领域的创新来看，未来2至3年，基于人工智能自然语言处理和语音识别技术的协作系统将促进无边界沟通，引发新的商机。 AI的语音识别技术让机器能够“理解”人类，而自然语言处理和机器学习技术则让机器能够“理解和分析”，然后用人类的语言“做出反应”。

利用数字化实现回报

回到数字营销4R中的最后一个R——“用数字化实现回报”，AI的升级主要体现在营销的自动化、营销元素的打造、场景的变现上。

人工智能支持营销自动化。 简单来说，就是用机器遍历当前积累的客户大数据（如行为数据、交易数据、客户服务数据等），形成算法和模型，然后利用这些模型对客户进行在线“推理”。 类型（例如市场细分）和需求（例如用户画像）等，然后自动处理营销活动（例如个性化推荐）。

在AI支持的市场内容领域创新方面，未来五年，至少50%的营销内容（网页、PR等）将通过基于AI的“自创内容”完成。 在场景变现方面，AI支持营销从之前的固定价格转向动态定价。 根据消费者的不同场景，如不同的地点、时间等，将消费者的原始行为数据进行叠加，将身份数据和场景数据叠加，实现真正的按人定价。 当然，这就是最近的“大数据杀戮”。 引起轩然大波的原因。

关于作者 | 王赛：科特勒咨询管理合伙人； 孙志勇：SAP数字化转型专家

文章来源| 本文摘自《清华管理评论》2018年7-8月联刊文章《AI版数字营销：当营销与算法融合重构》