Sizmek郑家强:被动反应式营销,正在向主动预测式营销转变 | MS2017特辑

Sizmek郑家强:被动反应式营销,正在向主动预测式营销转变 | MS2017特辑

Len_X 网站编辑 2018-01-02 153

Sizmek中国区总裁郑家强

在前不久刚刚结束的Morketing Summit 2017全球移动营销峰会上,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。

据悉,本届MS2017未来专场以“未来已来”为主题,探讨人工智能、大数据、VR等前沿科技在营销领域的影响和应用。

会上,Sizmek中国区总裁郑家强发表了《当人工智能拥抱营销:助力广告主预测消费者需求》主题演讲。在此次演讲中,他深入探讨了营销同人工智能结合后的变化——从过往的被动反应式营销向主动预测式营销的转变。

他认为,如今我们生活在一个数码矩阵中,数据规模在以难以想象的速度扩大,这种增长为营销领域带来了丰富的原始数据,也对数据处理提出了新的要求。对此,他提出:“模型的打造需要在早期阶段完成,然后,用包含数据模型的系统不断去同增长的数据接触,不断优化大规模数据处理的关联和元素权重,不断迭代更新。“

郑家强还总结了AI营销的五个维度:广告活动、消费者、内容、创意、花费。并举例说明了AI营销如何从五个维度出发,通过新的接触点,将营销手段、创意融入生活。

谈及未来AI营销变迁,郑家强直言:我们需要雇佣更多的数据科学家营销领域,因为更高程度的数据化解读是未来营销非常重要的领域。而率先完成被动反应式营销向主动预测式营销过程转变的人,也将迎来业务的更快增长。

以下为演讲全文:

谈到AI和营销,我们脑海中会想到什么?也许是一些电影情节——很多车在天空飞,移动大厦,整个大厦外墙就是一个广告,可能有三维影像的女孩笑容美丽推销产品。这其实是一个不太靠谱的想象,因为在未来应该不会有这样的广告。事实上,如今这种对着目标人群宣讲式的广告都已经是千人千面了,利用未来AI科技的广告会如何变化?

AI的应用有无限的可能,也意味着无限的风险,因此AI在生活中应用的方方面面都值得我们去深入探讨,但营销领域对AI技术的运用是一种实用主义的体现,我相人工智能信的是一种正面的力量。因此,今天我们谈一下人工智能的重要性。

我们将越来越多活在数码矩阵之中

如今的我们面对着巨量的数据,这些数据有着不同的接触点,需要从不同的场景用不同的工具获得。至关重要的是,数据量级仍在不断增长。

根据我们的预测,2020年联网设备数量将达到200亿,新活跃用户将达到30亿,此外全网可实时查询的Cookie量级会到达32亿+,日常程序化广告曝光量将超过1200亿,而由此而来的会影响模型的归因因素量级,也将突破1800万大关。

数据量级的急速扩大,意味着未来我们打造一个依靠数据达成洞察的数据模型,会变得越来越困难。

对于一个专业的营销人,都在尽力知道每一笔销售背后的规律——用户的路径是怎样的,流量在APP进出的过程中如何打动并转化?再宏观些可以扩大到销售背后整个供应体系——终端传统零售电商、数码、媒体、交易模式等。

无论哪一个问题,在数据处理上都是百万级的工程量,国外有些公司因为能解决这样的问题,于是他们赚的盆盈钵满。由于现阶段的数据量级还没有达到这样的规模,因此使用一些比较优秀的数据收集工具,通过处理数据结果仍然能解决大部分问题,但当未来量级到达预期的地步,我们就需要依靠一些深度学习模型,和其他人工智能算法,将此等量级的数据处理利用起来。

模型的打造需要在早期阶段完成,然后用包含数据模型的系统不断去同增长的数据接触,不断优化大规模数据处理的关联和元素权重,不断迭代更新。因此这是我们现在需要做的,也是对未来至关重要的工作,而今天已经有许多极具前瞻性的企业开始了工作。

AI营销的五个数据维度

智能营销一般关注五个维度:广告活动、消费者、内容、创意、花费。

这五个维度贯穿了广告背后搜集的所有的信息——简单来说包括了点击转化、可适度、包括移动端打开率、PC端留资时长、目标群体一般喜好行为、购物经历、消费记录。这也是企业最重要的资产之一,任何品牌在获取用户第一手信息都十分不易,因此需要我们进一步去发掘其价值。

过去的媒体是内容的主要传播者,品牌营销要去选择和适配内容渠道的特性。但万物都是媒体,我们有很多设备成为信息的接触点,这些接触点既能传播信息影响目标用户,从某些方面优化他们的消费决策,也能成为数据的收集点。

过去我们在百度上搜索“上火”,旁边就会出现绿豆汤的推荐信息。但在未来这种广告模式会发生很多变化。

首先,我们会使用智能语音助理,而不是搜索引擎,其次语音助手会在主动搜索之前,根据各种元素去判断“上火”的状态,以及对“绿豆汤”的需求——交谈过程中,智能语音设备会识别出我的声音发干,就会提醒昨天曾吃过火锅;再根据我同他人沟通过程中的语气综合判断出我正处于“上火”的状态,需要“绿豆汤”。这之间可能没有直接的因果关系,但AI带来的用户行为预测可以感知消费者某些不易发觉的状态,进行有的放矢的广告推荐。这也就是所谓的新的接触点。

过去所有的广告都会强调创意的重要性,但现在这一点已经发生了变化。现在的创意会更多是品牌的体验和产品融入生活的方式——在某个适当的时间出现在适当的地方。这已经不是广告转化购买的过程,因为产品已经送至用户面前,对消费者而言,这是解决需求的行为。

在做营销的过程中,最实际的一点就是需要考虑预算成本,这种研究营销背景,进而优化购买转化的成本也是预算成本应该覆盖的维度之一。因此,最终也是从AI营销的五个数据维度出发的。

在使用美国最大的视频网站时,一个视频的最后会有另一个推荐,这是通过分析观看者过去喜好后给出的推荐,极大概率是其喜欢的类型。

推荐本身是一种广告形式,却成为了产品的惯例体验。这更像未来创意方式与未来信息接触点的结合,就像如今的滴滴、ofo一样,数据收集、广告推荐都成为其品牌的体验,消费者则在消费这种体验。

预测式营销是我们的未来

人们常说,我们正处于第四次工业革命时期,这个时期最大的特征就是对数据的需求,另一个则是人才需求的变化——数据本身存在于企业的各环节,大部分仍待开发利用;过去培养一个营销专员可能需要花费几年时间,但如今要培养一个管理社交媒体的专员只需要几十个小时即可,简单程度远胜从前。

这背后的原因在于,我们生活中的数据化应用已非常的多,运营者不需要再用几年时间去知道媒体计划后专业的事情。因此,我们需要雇佣更多的数据科学家营销领域,更高程度的数据化解读是未来营销非常重要的领域。

人工智能在市场营销的应用主要呈现出三个特征,面向消费者、后台处理、实时沟通。这个特征背后涉及到营销形式的变迁——由反应式营销到预测式营销。

在过去,我们大部分的广告或者是营销的方式都是反应式的,我们乐于将这种逻辑称之为反应式营销,遵循着“消费者做了某事——我们去做某事满足他们”这样的逻辑。因而,在绝大部分情况,包括“绿豆汤”推荐,也需要用户首先在搜索引擎打出关键字,想外界传达出自己想要什么,广告再做出反应。

这个概念逻辑在过去200年里并未发生改变,而预测式营销改变了这一点。预测式营销是基于用户行为进行预测,制作出广告进行投放。这需要人工智能同目标群体深入交流,理解目标群体,并影响他们的选择和决策。

预测式营销是我们的未来。今天有大数据,有AI技术,可以创造很多算法处理各种应用场景模型,甚至可以让算法有能力自己去更新进化,人工智能可以把模型的从直接因果关系提升到预测,从而把决策的因素跟过往从不考虑的一些信息联系起来,达到以往反应式营销不能触及的领域。

我相信,任何一个品牌营销从业者,如果可以更快地跳到预测式营销,业务便可以更快地成功。

谢谢大家。

发表评论

优信王鑫:Omni时代下,如何满足低频消费的营销需求?丨MS2017特辑 进去看看