2月28日，在由旷视科技主办的“AI新势力·开启营销新时代”北京站沙龙活动中，Morketing作为首席媒体参与其中，且Morketing创始人兼CEO曾巧进行了以《新营销：AI+》为题的演讲，分享了她对营销与AI技术关系的看法。

以下是演讲实录：

营销，常谈常新。

Morketing是一家聚焦全球数字营销领域的产业媒体，2014年基于移动互联网创办Morketing，关注移动时代下营销产业的结构性改变。

这些年，我们看到因为移动互联网的发展，营销数据技术逐渐成熟到落地。那么，今天跟大家聊聊，今年，为什么大家都在谈AI营销技术，且，市场到底希望AI技术为营销带来什么样的改变。

媒体、计算平台、内容的3个改变

1.媒体环境：媒介改变和去中心化

近年来行业中的几次关键变革让营销行业经历了多次的技术升级和理念革新。

以大众阅读媒介为例，我们经历过从纸媒到电视，再到互联网的变化，科技的改变让用户接触信息的方式变得越来越简单，越来越多元；媒体价值也从单纯的提供信息，升华成为大众价值观的引导者。

尽管信息传播的媒介变了，但用户对信息的渴望是不变的。

发布资讯和获取资讯的门槛降低，媒体间的竞争变成了“用户注意力”的竞争：根据QuestMobile在2019年1月发布的《中国移动互联网2018年度大报告》的数据显示，网民在短视频上的总使用时长占比已经达到了11.4%，远超过泛娱乐类的其他行业。

从门户网站到社交平台，再到短视频，能够制造关注点、产出文字内容的“作者”不再局限于受过多年训练的记者，普通民众也能用140字把自己的感受发布到公开平台，用15s的短视频展现生活。技术的发展让原来的“作者—媒体—读者”的链条不再清晰，在现在的许多平台上，用户既是资讯的接受者，也可以同时成为资讯的发布者。

2.计算平台：“用户画像”与MarTech

媒介的改变带来了数据获取渠道的改变，数据处理中心随之变化。

数据收集渠道变化带来的一大改变，是企业得以通过用户的行为数据构建“用户画像”：如果用户在报刊亭买了一份杂志，报刊亭的老板最多能知道这个顾客付款喜欢用微信还是支付宝；但如果用户使用手机阅读资讯，那么资讯提供方就能从用户的浏览记录里抓取用户的行为数据，并对行为打上标签，构建“用户画像”，从而根据推测出的用户的可能的行为爱好，推送信息和广告。

数据处理中心的变化带来的是广告投放决策的变化。过去的几年中，MarTech的概念被越来越多的营销人熟知，营销也经历了从最开始的媒介公司测量，到AdTech时代，再到MarTech时代的转变，投放决策从“人”到“人工智能”，更多地以数据为支撑。

根据Gartner在2018年对企业CMO进行的一项调研，CMO们愿意把广告预算投向MarTech方面的广告的意愿在2017-2018年就从22%增长到了29%，大幅超过其他类型的广告。

也是在2018年，CMO对MarTech类的投放预算超过了付费媒体和代理商。

数据渠道改变、广告决策改变也让“精细化营销”得以落地。现在的数字营销时代下，从投放到获得用户反馈的链条大大缩短，广告主能够及时调整策略，无限趋近于知道“被浪费的那一半广告费”究竟是哪一半。

3.内容：从弹窗到KOL

近年来，我观察到的另一大变化是在内容方面，广告形式从弹窗变成了KOL宣传，实现了从“硬推广”到“软植入”的转变。

研究机构Gartner L2的一份调查数据显示，在微信订阅号中，KOL的影响力甚至超过了品牌的自有账户，尤其是在美妆和奢侈品两个品类中更为明显。在美妆类中，KOL带来的阅读量和点赞数目平均达到了品牌自有账户的3倍以上，甚至到了4倍。而在奢侈品类中，KOL带来的流量几乎达到了品牌自有账户的8倍。

在社交网站上，一些头部KOL发一条简单的vlog也能获得近亿的点击量。用户从讨厌看到弹窗，到主动观看KOL视频，是用户的习惯变得不可捉摸吗？其实用户还是希望有人能够告诉他们怎么做，要买什么，但现在，营销人要从“站在广告主的角度”变成“站在用户的角度”，不是广告主要什么就做什么，而是“用户喜欢什么”决定营销人应该做什么。

营销人面临的3大现状

1.行业现状：流量投放难、数据利用难、行业竞争难

AI的应用、数据技术的提升改变了营销人的工作吗？毫无疑问，是的。

但带来的改变是正面的，还是负面的？目前，营销人仍然面临着三大困难：流量投放难、数据利用难、行业竞争难。

流量投放难的第一个特点体现在渠道碎片化，巨头把持流量入口。据QuestMobile的统计数据，中国市场上的APP总量已经超过了406万个，各大厂商推出的手机的新机型的存储量也从16G扩充到了256G，用户对APP的选择空间越来越大，这意味着渠道越来越碎片化，广告投放需要越来越精准；同时存在的另一个问题是，头部的互联网巨头占据了用户的大部分的使用时间，各大体系间的数据不共通，”围墙花园”效应也增加了投放困难。

我观察到另一个现象是，OTT的广告预算在上涨，在2018年上涨达到了47%，线下媒介OTT、电梯媒体作为硬性入口重回大众视野，这其实跟媒介的碎片化是相互应和的。

当用户在地铁、电梯里，所有人手里都拿着手机，相邻的10个人打开的很有可能是10个不同的手机App。大屏媒体、OTT作为线下的硬性入口，可以吸引用户的集体关注，所以又受到了广告主的青睐。

数据利用难包括两个层面：一个是数据隐私和数据安全问题；另一个是数据透明问题。

2018年5月开始施行的GDPR对行业造成了不小的震动，影响还在持续扩大。从全球环境来看，各国各地对于消费者的数据利用监管趋严，同时用户的隐私意识也在加强。数据透明问题上，虚假流量也是备受关注的重点之一，前些日子爆出来的微博明星的数据流量作假就是一个非常典型的例子。

营销行业也吸引了新的竞争对手加入：近几年，咨询公司涉足广告业，营销从单纯的市场行为向“市场+销售”模式转变。

咨询公司擅长的是数据，是基于数据的消费者洞察，咨询公司通过收购营销产业链下游的执行类公司，补齐了在创意上的短板。现在咨询公司不仅能给品牌提供零售策略的建议，还能直接帮助客户分配营销预算，挑选方案，甚至搭建电商平台，这对营销从业者来说是一个更大的挑战，也需要营销人尽早提升自身能力，适应新的增长目标。

2.供需现状

从营销产业链的供给端来看，市场上涌现了越来越多的营销服务商，其能力各有侧重，给广告主提供了多样性的选择空间，但作用于不同广告主的应用效果的“透明化”不足，广告主还是需要付出一定的试错成本，筛选合适的服务商时仍然存在困难。

从需求端来看，广告主更加追求品效合一，也对传播时效、ROI有了更高的要求。

大的广告主，比如联合利华，开始尝试in-house的模式。在2017年的财报中，联合利华表示in-house模式节省了约30%的代理费；另一方面广告主开始尝试自建、或跟第三方合作建立DMP，以加强对数据资产的管理。

3.环境现状

以上的种种现象最终体现在数字上：中国广告整体市场增速趋缓，互联网广告增速下降，传统广告甚至进入负增长。

CTR的数据显示，2018年全媒体广告刊例花费的同比增幅从2017年的4.3%，下降至2018的2.9%。

AI可以为营销做什么

1.AI+数据

AI技术通过海量数据的处理和应用，能够提升营销环节效率：比如优化用户筛查、内容创作和创意投放等，AI技术也能够帮助营销人员进行效果监测和用户行为预测。AI+数据能够让营销人更懂用户，效率更高。

2.AI+决策

AI技术能够提供用户洞察，协助进行营销决策：以IBM Watson Marketing为例，使用者能够借助营销解决方案完成选择理想受众、设计客户旅程、扩展个性化体验、主动管理绩效等一系列营销决策活动；AI在营销决策中的运用还能降低错误率、提高响应速度，改善消费者体验。

3.AI+图像

AI在图像方面的运用已经面向大众消费者，高端手机机型支持的“人脸解锁”的识别方案就是AI在图像领域的典型应用。

4.AI+营销仍然面临挑战

目前，AI的技术运用存在偏差问题：算法会受到工程师文化背景、个人偏见的潜在影响；另外公司间的技术竞赛将变成商业伦理的辩论：用户数据的归属权问题还没有一个明确的界定规则，企业在应用AI时有没有边界？

这些问题需要更多的讨论，也需要有法律法规进行一定的约束。