360、Chinapex创略、甲骨文:Martech大势下,探索AI营销和营销云 | MS2017特辑

360、Chinapex创略、甲骨文:Martech大势下,探索AI营销和营销云 | MS2017特辑

Len_X 网站编辑 2017-12-26 170

11月30日,由 Morketing举办的MORKETING SUMMIT——2017年全球移动营销峰会在京顺利召开。140名重磅演讲嘉宾以及6000多位行业专业参会嘉宾参与了这场行业盛宴。

360商业化CTO胡宁、甲骨文营销云大中华区总经理杨波以及Chinapex创略创始人兼CEO Jimmy Hu共同出席了大会未来专场,并在会上展开了关于Martech大势下,AI营销与营销云探索的精彩对话。

360商业化CTO胡宁认为:AI并不是只代表了程序化和自动化,AI能帮助企业做很多的决策和预测,但是一切的基础都是数据。她从360的角度出发谈如何选择营销云——360作为大型广告平台,拥有自己的营销体系和云平台,但仍然会与第三方营销云进行对接,这样会使数据以及业务场景运转更顺畅。

甲骨文营销云大中华区总经理杨波认为:营销云应该拥有营销的架构,并剖析了营销云的目的和技术架构,只有同时具备二者的产品才能被称作是营销云。

Chinapex创略创始人兼CEO Jimmy Hu认为,AI在营销领域里应用的本质就是数据,并认为企业方数据质量更高,有更灵活的运用场景。对于如何选择适合自己的营销云,他给出了自己的建议——通过自己来选择不同的供应商,最终统一整合起来更适合一些营销团队。低增值的重复性劳动非常容易被AI淘汰掉,而高增值的劳动反而会更好地得到AI的驱动。

以下是对话全文:

胡宁(主持人):从技术的驱动营销角度看,AI,数据云,营销云,这些概念会越来越火,其实大家谈到了AI,谈到了营销云,大家对于这几个概念,以及他们对于营销领域的影响和变化的看法有一些不同。

AI或者是营销云,未来是否是我们营销的终极形态?这个值得我们进一步探讨。这一次有幸请到了甲骨文营销云大中华区总经理杨波,Chinapex创略创始人兼CEO Jimmy Hu。我们一起探讨一下Martech大势下,AI营销和营销云的探索。

AI的基础是数据

胡宁:两位好,AI在这两年在很多领域和行业有深刻的变革,现在很多时候谈AI,相对比较虚。在互联网营销领域,现在AI是什么地位?可以产生什么效果?应该怎么理性地看待AI营销?

Jimmy Hu:AI在营销领域里应用的本质就是数据,没有数据就没有AI。从数据层面来说,有两方面的数据,一类是自己体系的数据,也就是第一方数据,一类是自己的体系之外,你还没有掌握到的第二方、第三方的数据。

对AI驱动营销来说,这两种数据中第一方数据质量最高,包括PC、移动端,包括CRM线下数据库和各种各样的客户触点采集到的数据,往往是最丰富、准确率最高的。对企业而言,这些数据拥有有比较大的自由度。

第一方数据内也有很多不同的AI应用场景,有一些是做预测性洞察,或可以做自然语言处理。比如,二者就可以结合起来——把呼叫中心的语音,用科大讯飞先转成文本。然后,基于文本做自然语音处理,变成客户情绪的洞察。基于体系外的数据,从广告营销层面利用第三方数据来做一些模型等等。

杨波:我同意Jimmy说法,我们第一方数据的管理和收集,是做AI的前提。现在有很多品牌主对我们说:“我希望做一个AI的项目。”我刚刚和Jimmy聊了这个问题,这个是不是太空了?我们离做AI是不是距离远了一点?如果电商数据、官网数据,还有CRM门店数据没有办法去收集,你基于什么来做AI?这个模型基于什么来建?你的归因分析怎么建的?你很难形成统一的看法。

目前,我们帮助客户收集一些第一方数据,做一些标签化处理,做一些洞察,这个是一个基础;第二步,我在什么样的场景里激活这个数据,就用AI技术去反应到一个现实一个业务场景里面去,这个还是比较有意义;第三个,AI是不是真正的准确反映了物理的现实世界?今天主题就是AI,未来的科技有没有反应到现实社会里面来产生真实的影响?这是仍待讨论的话题。

营销技术可以帮助品牌主一步一步靠近AI描述的那个社会,但是长期的积累过程,这个可以不用数据就可以做一些博弈和算法,我们也想去探索这是怎么做到的。对于品牌主来说,我的建议还是:做数据的洞察和分析建模,并将其作为基础工作来做。

胡宁:我自己就是技术出身的,原来的研究方向也是AI。讲到AI在营销方面的应用,大家可能对于AI有一个误解,AI并不是只代表了程序化,AI不光是自动化,AI能帮助企业做很多的决策和预测。

那么,就像刚刚所说的,未来能做什么?AI可以基于数据做很多决策和预测的工作,所有的一切都是以数据为本。如果没有很好的数据系统支持这样一些云端计算、AI的建设,我们很难让AI的技术发挥实力。

所以,比如,介绍一下360,现在用AI做了很多事情,用机器学习做点击预估等非常重要的模型。此外,我们还用AI对整个广告投放,以及追踪环节做了很多优化,例如,用AI做智能文案生成。我们可以用AI智能撰写创意的文案,并且优化图片的展示。比如说,根据后续效果去进行智能的初筛之类的。这些都是AI在营销领域可以真正发挥潜力的地方,但是一切的基础都是数据。

营销云的现实意义是什么

胡宁:我们既然讲到了数据,现在提到了营销云的概念,所有的这些服务其实都是可以从云上得到,包括刚刚讲到了广告主第一方数据是可以放在云上的,可以对接第三方的广告服务商及发挥很大的作用。营销云的定义也比较鱼龙混杂,所以,怎么定义营销云?

杨波:我名片上写的就是甲骨文营销云,但它其实是比较混淆的概念。营销云这个概念,这两年和AI一样日益火爆,出现了很多的公司说自己是营销云公司,从整个行业来讲,3年以前,我们这些厂商就在提一个营销云概念,也提出了一个基本的框架——一个营销云应该具备一个营销的架构。

我们完成初步设计后,针对这个架构做了一些投入和搭建,今天聊聊营销云的目的是什么?什么部件组合形成了营销云?

现场很多都是品牌主,那么,大部分人都是做B2C的,面对的是消费者。而科大讯飞则是做B2B。营销云其实满足了两个不同的方向,B2C行业的要求,还有B2B行业的要求。营销云必须可以连接三个不同的要点——

第一,连接所有的数据,营销云具备数据打通的能力;

第二,连接所有营销渠道,包括广告投放渠道,包括CRM渠道,包括线下零售渠道,还有社交,还有微信,还有微博。

第三,设计你的体验连接,包括我们可以把整个的客户体验,不光是2B的,还是2C的,可以设计一个很好的购买体验,这是一个比较完整的营销云可以带来的价值。

技术方面,第一层,需要收集数据——第一方的,第二方的,第三方的,比如怎么管理统一用户的ID识别?有几个平板,几个电脑,几个手机,家里面是不是有互联网电视等,是不是有联网设备。有了画像就有了统一识别,这里面还会涉及AI算法的问题,这个ID是不是属于同一个人,这个设备属于同一个人吗?

再往上就是涉及到AI,如何基于这些画像智能化激发这个人的购买需求,再往上就是互动部分,通过什么平台和他进行有效的互动和营销的场景设计?这就是营销技术的架构。

不管从目的讲还是架构讲,具备两方面完整的能力才可以是完整的营销云。但是,只做其中一块,只做DSP,算不算营销云?这是营销云一部分,不是全部的营销云。全球差不多5000个不同公司做营销云技术,哪一个是?哪一个不是?这不好界定,涉及到各个生态的整合。

Jimmy Hu:刚刚说的比较的全了,已经把我很多的话已经说进去了。我对于营销云的理解,其实是很简单的,就是更综合化的营销技术。但是,刚刚说到两个主要部分,第一个就是数据部分,第二部分是自动化部分。那么,也意味着,一个所谓的营销云解决方案,可能是数据模块跟自动化模块的结合,或者二者取其重。那么,如果这两个其中一个完全没有,我个人不认为这是一个营销云。

胡宁:360有一个广告平台,有非常大的流量。所以,从刚刚营销云的定义讲一下,我们也是包括一些DSP、DMP等营销云里的部分概念。但是,很多时候我们需要和你们这些第三方的云平台去对接,从而让广告主的数据,以及整个营销更有效运转。

如何选择适合自己的营销云?

胡宁:刚刚提到了5000家公司做营销云技术,这是非常碎片化的市场。广告主如何选择营销云,包括数据服务商,有哪些核心竞争要素,广告主需要怎么考虑?

杨波:这个问题,我和Jimmy肯定都会说买自己的产品。从一个中立角度来看,搭一个营销云平台,第一要明确的是优先级,解决什么首要问题?先做你的数据基础,怎么管理数据?还是需要先打通客户购买环节?亟需数据的洞察?或者先做互动管理,做营销活动管理,因为不久汽车产品要上市?

在建设营销云的过程中,首先看一下什么东西是需要互相平衡的?什么方面的工作优先级高、需要先做?不管先做哪一块,都需要考虑未来整个系统是什么样的?

3年以后,或者5年以后,这个营销云架构搭成什么样子?比如,选择一个现在的营销云供应商,需要看看它有没有和别的生态圈的互相集成,拥有互相打通数据的能力。因为如果选了A营销云,解决了一些问题,但是广告投放的时候,他和阿里的体系,和360的体系,还有腾讯的体系没有办法打通,激活数据的时候就会遇到很大的障碍。

第二,需要看营销云和线下CRM、搜索的平台都是可不可以做数据对接和流动,如果API有问题的,就会在搜集数据的时候有很大障碍,会影响整体的发展。

第三,看这个营销云产品是不是能不断迭代的,不断更新。选择一个营销云服务商,3年以后它不做这个产品,或者这个产品一年之内没有更新,就会陷入困境。前面可以得到很多功能更新,我们需要这个功能,这个产品还没有,可能2个月以后就可以看到产品新功能发布,需要快速迭代,还有云当中的快速集成。为未来发展打好一个基础。这是我的想法。

Jimmy Hu:补充一下。这里有多个因素,要从头开始考虑一下,首先要看到底是要做B2B的东西还是B2C的东西?

然后再看,这个团队本身是有没有这个方面的运营能力?这会决定到到底是不是买整套?还是某一个环节。然后,自己来选择不同的供应商最终拼起来。第二个做法更适合一些有营销技术的团队,因为他们对于数据更熟悉,有自己专门的团队。

现在有很多的供应商,有比较擅长的垂直领域,虽然他们产品线比较综合,做了各种各样的客户。比如Chinapex创略主要是做金融、旅游和汽车这三个领域。但作为B2B技术公司,提供的解决方案在不同垂直领域,会有比较明显的特征区别,不太可能十几个,二十几个领域都完美包含,这也是值得考虑的因素。

AI会取代哪些工作?

胡宁:所以,刚刚两位从不同的角度去剖析营销云,以及营销云的核心竞争优势。通过营销云、AI,可能可以取代人类的工作。这是一个展望未来的问题:你认为AI,包括营销云,未来在营销的领域会替代什么工作?未来可能有什么样的新工作会出现?

杨波:这个主题比较大,我讲的泛大家都是听过,还是从营销角度讨论这个问题。

目前国内有很多动态创新,可以通过AI真正做到千人千面,设计不同的主题。做到这一点的前提是什么——针对不同用户的画像设计不同的主题,用浏览习惯自动化生成一个完全个性化的创意,这个创意就是为这个客户展示的,过去没有这个人工智能前提下很难做到。但如今,这个创意过程可能把广告公司逼的无处可去。

另外我们可以看到,广告公司通过一个团队给客户提供营销技术的搭建,基于广告投放技术和对数据的理解,帮你优化这个预算,这就是多出来的新业务,甚至埃森哲等传统公司就只能去做其他的工作。

这就是行业变革的过程,一个传统的咨询公司,做广告的业务,抢了很多广告人饭碗。他们用了很多基于大数据、AI的技术,构建模型取代了很多传统的工作。现在压力最大的是广告公司怎么变革?怎么适应新的程序化、AI带来的冲击。所以,新技术产生,就是取代传统的业务,不光是从技术上,从运营模式上产生大变革。

Jimmy Hu:刚刚是说的比较重要的一个趋势和道理,道理大概是什么呢?我的观点很简单,就是一些低增值的重复性劳动非常容易被AI淘汰掉,而高增值的,比如说分析,反而会更好地得到AI的驱动。

胡宁:我们360也是做动态创意,和以前的静态的创意来比一下,效果可以提高10倍。我们现在可以做个性化的动态富媒体创意,和每一个人都相关。每一个人看到的东西、可以互动的这些元素,都是不一样的,是和每个人自己过去的行为历史,兴趣相关的。其效果和之前比,至少是5倍以上的增量。

所以我也是很同意Jimmy刚刚说的,如果是偏向执行的工作、琐碎的工作,肯定会被自动化、大数据取代。但是,怎么样去解释这些数据?怎么指导这些数据?包括AI在营销各个环节里面的应用,需要刚刚提到的数据科学家,这些岗位未来会非常重要。

谢谢两位。因为时间关系,我们的谈话只能到此,但这是很有意思的探讨。谢谢。

发表评论

ADXING广告行别星:互联网下半场,广告投放中流量的3大痛点和建议 | MS2017特辑 进去看看