Forrester资深分析师 王晓丰
支付宝曾与肯德基推出这样一个活动:顾客在肯德基点单,面对着机器微笑一下,获得评分。如果分数够高,顾客会获赠小食或礼品。这个案例采用了AI技术,包括一到两秒的面部扫描3D相机,和「live-ness检测算法」检查支付者的身份,是一次很典型的AI在营销活动中的应用。
根据Forrester的定义:AI既是一种技术,也是一种理论,机器能够通过经验和学习去模仿人类智能,因此称作「人工智能(Artificial Intelligence)」。
自Alpha Go击败李世石以来,AI再一次成为「显学」。有别于十多年前IBM深蓝电脑击败卡斯帕罗夫所引发的热议,这一次AI浪潮中,「电脑」如何替代「人脑」,在各个垂直领域提供应用,是业界关注及研究的重点。目前,AI技术广泛应用于银行、零售、金融、快消等人群比较复杂、需要处理大量消费者数据的品类。
三个层次的AI营销应用
AI与营销的结合由来已久,Forrester资深分析师王晓丰介绍说,业内人士熟知的程序化广告购买,便是一种典型的AI营销。而支付宝「微笑付款」的营销活动,在王晓丰看来,则是一种最浅层次的AI应用——王晓丰对国内外AI应用于市场营销的场景案例进行分析归纳和总结,发现AI在营销领域的应用目前可以分为三个层次:
首先是浅层的应用,AI模仿人类的智能,具有基本的感知能力,如同人类的眼睛或耳朵,接受外界的信号,具体应用表现为面部识别、声音识别等,主要表现为AI为营销活动提供创意手法。
第二个层次如同人类的大脑,具有思维、思考的能力,AI对整个营销生命周期的协助,比如用聊天机器人或者「天猫精灵」这样的智能助手,满足用户的需求,或是和消费者进行长期的互动沟通,等等替代以前客服的功能。这里AI的能力包括自然语言生成,感知和思考的能力。
第三个层次,属于比较深层次的应用,模仿人类说话或写作的行为能力。在营销技术领域,这个层次使用的AI能力也会是一种复合的能力,用感知思考与行为或者深度学习这些技术含量比较高的AI能力进行综合处理,具体应用包括发现精准受众;用机器学习发掘数据背后的规律,更智能的决策;根据海量的消费者每个人过去行为偏好和当下的场景,提供个性化的、精准到某个具体时刻的营销。而且AI自己会有一个不断循环的学习的过程,它的能力是不断提升的,而且是以非常快的速度提升。
AI是营销人个体能力的延伸
Forrester曾经做过调研,走访企业各个不同部门的负责人,了解他们对于AI的兴趣和意向,发现市场营销部门的人意向最高。究其原因,营销人(尤其是B2C企业)面对的事一个规模庞大的、非常碎片化的消费者市场,需要处理海量的数据;数字生态系统日益复杂,不断有新平台、新工具、新的手段出现;客户旅程也越来越复杂,人类的大脑不可能同时容纳处理成千上万用户的需求。
而AI能够快速从海量的数据中发现规律,提升了工作效率,缩减了工作周期。譬如,阿里巴巴「双11购物节」期间,每一个个体消费者,登陆天猫或者淘宝,所看到的页面、所接收的广告,都是不一样的。这种大规模个性化营销只有AI才能做到。
此外,有效的AI赋能的营销技术,会有一个输入(input)和输出(output)的过程:输入即是收集大量的数据进行洞察,输出则是把获得的洞察经过处理后,应用到营销层面,比如进行跨渠道的营销沟通,个性化的网站设计等。这个输入和输出的过程如何依赖于传统的人工作业,就会是一个单线程;而Ai技术可以让输入和输出两部分不断进行重复,即多线程的沟通模式,同样提升营销的效率。
传统的营销项目规划、管理、实施以及效果的反馈,需要很长的一段周期,可能花上好几个月的时间,但是有了AI之后,这个过程可以缩短到几分钟甚至是几秒。因此,王晓丰认为,「营销的可能性和人类能力的局限之间,有一个机会的差距,AI的可以让这个差距变得更小。」
AI提升营销效率的三个层面
具体来说,AI对于营销效率的提升,可以体现在营销过程的发现、探索和互动三个阶段。
在发现阶段,消费者不了解品牌和产品,企业需要解决「知晓」的问题。这时候,AI首先可以进行精准的定位和触达,分析了解什么样的人群最有可能转化成为客户。其次,AI可以大规模地发现最适合产品的意见领袖;每一个消费者对意见领袖的偏好不同,AI可以做到一对一的精准匹配;第三,广告创意,搜索广告时的关键词,如何精确到每个消费者,这样的营销组合需要非常大的计算量,AI可以帮助解决这个问题,
在探索阶段,消费者知道品牌以后去做比较,然后做出购买决策,最终实现销售的转化。在这一阶段,AI应用可以大规模定制化内容,进行个性化的产品推荐,根据用户的特点推荐不同的产品,甚至在用户线下购物的时候,依然可以用数据实现大规模的个性化服务,譬如某个时尚品牌通过消费者的偏好选择,根据眼睛的颜色、皮肤的特性、肤色等等,推送最适合的产品。
最后的互动阶段,消费者已经购买了产品,成为客户,如何跟他们持续保持沟通,变成更加忠诚的客户,是这一阶段要解决的问题。AI可以实时监测消费者当下的情绪,知道当下说什么话其实最有效,这是日本资生堂所做的事情,实时的监测客户当时最想接收的信息,监测他们的情绪,用什么样的方式或者语气跟他们沟通最有效,实现大规模个性化的客户互动。AI也可以帮助做优化营销的组合,「如果有十万个消费者,100个媒介渠道,再有100个不同的创意,这些相乘下来数量非常惊人,」AI可以优化营销渠道组合,节省时间。AI还可以实时监测客户互动的质量,比如说对于银行、航空公司、电信这种投诉率较高的行业,通过监测其用户的情绪,可以知道服务或者产品存在问题,并立即进行修正改善。
营销人身份的转换
AI改变了营销生态。营销人的日常工作为机器所取代,许多人开始「杞人忧天」,担心是否因此而失业。《纽约客》的一期封面充分体现了这种忧虑:大街上机器人来来往往,人类沦为乞丐,接受机器人一两个螺丝的「施舍」。王晓丰提出,AI作为一种工具和技术,本身并不能用「好」和「不好」去评判,只能看使用者用的对还是不对。对于营销人来说,他需要掌握的其实是如何更好地使用工具的技能。
换句话说,营销人的角色也随之转换,从一个执行者变为一个训导者,让营销策略更快、更有效地去执行。以聊天机器人为例,它所取代的是和消费者沟通的岗位;但是聊天机器人如何更好地回应消费者,背后规则的设置是需要有经验的营销人去不断地培训、提升机器人的能力,才能够实现的。对于营销人来说,AI是他们个体能力的延展,一种更好地帮助营销人提升能力空间的有效工具。
其实,营销人员对AI的使用不仅仅是技术的问题,更多的是思维方式,以及企业内部跨部门合作的问题。
王晓丰介绍了一家名为「亚洲万里通」的公司,给香港航空公司做奖励计划(loyalty program)的,创造了一个新的职位「数据艺术家(dataartist)」。该公司发现,数据分析师善于用AI技术和算法来解决问题,发现洞察,拙于了解业务应用,限于说着不一样的语言,很难与业务部门、营销人员沟通,「他不知道如何跟负责营销的人员说,你可以有什么样的使用场景,可以达成什么样的营销目标,好处是什么?」而数据艺术家这一职位,主要负责将数据洞察用一种更容易理解的方式表达出来,比如数据可视化、讲故事的能力,等等。
品牌为AI营销做哪些准备?
而对于品牌来说,在采用AI技术之前,要很清楚地判断,根据现在的营销目标,适用哪一类的AI;以及如何衡量投入后的效果——衡量投入AI之后的营销效果,比没有用AI之前有所提升,这才是有用的。
鉴于AI技术的专业性,品牌主要依靠与技术供应商合作来采用AI。王晓丰因此提出选择AI技术供应商的两个判断标准:首先是数据,供应商如何帮助提升数据的质量,对碎片化的数据进行整合,从端到端进行用户画像,了解每一个消费者。这是AI的基础。其次是算法,算法本身其实需要业务决策者去帮助AI做决定。品牌不需要知道底层的技术细节,但需要了解用AI做营销决策的过程,中间是如何进行计算的。
实际上,AI技术的成熟需要一段时间,因此AI营销尚处于起步阶段,不论是品牌还是技术供应商,都在进行实验和尝试,摸索什么样的玩法、什么样的投入是比较合理的。目前,提升广告购买效率的AI技术已经相当完善了;但像聊天机器人还远未成熟,无法完成更深层次、更复杂的应用,只能处理一些目的性不太强的工作,而无法解决问题。AI技术达到人类智能的高度,还需要很长的时间。对于营销人员来说,所能做的就是挑选一些用例(use case),即使用场景,看这些场景能不能用AI技术的解决方案;特别是学会与AI共处,训练、培养AI做更正确的判断,更精准的决策。