我们经常听到“智能营销”,那什么是智能营销呢?随着人工智能的发展,今天的已经走入了智能营销阶段,也就是AI赋能的营销。
营销有六个步骤:洞察、策略、内容、投放、评估、运营。直白说,洞察就是找人,找到目标客户,策略就是想法法子让这些人购买,内容就是要跟这些人说的话,投放就是说话,评估就是看看说得怎么样,运营就是维系关系。
一、智能洞察中国网民9亿多,每天在互联网上的各种行为产生海量的数据,这些数据不是静态的,是实时增加的。怎么从这么多的大数据中找到企业的目标客户?靠的是人工智能,一个人在微信上可能叫小明,在微博上叫小刚,大数据技术可以知道两个名字是同一个人,系统中会给这个人起另外一个名字,一串唯一的数字来识别他。这样这个人在网上的各种行为就被记录和整合起来了。系统画像可能比你还懂你。
当所有人都被画像、被贴上标签了,对于营销人来说,找人就容易了。知道你在网上搜索过什么信息,浏览过什么资讯,去过哪里,买过什么东西。不仅如此,还能推测出你的意图,比如你可能最近要买车,可能要买房等等。不仅是找到你,还能找到能影响你的人,比如你喜欢刘德华,你最近想买路虎车,那可能在你看刘德华演唱会视频的时候会跳出来路虎车的广告。还能找到你的亲人、朋友、同事,通过影响他们来间接影响你,这叫圈层营销。此外还能洞察行业趋势、热点、竞争,还能分析品牌竞争、品牌发展、消费决策。
二、智能策略过去营销做策略,通常是一堆人根据洞察结果憋大招,然后写成策略文案,再去想这些策略文案在媒体上怎么实现。这样,就需要一个把策略翻译成媒体投放系统能懂的语言这样一个过程,有可能没翻译好导致策略执行得不准。而在智能策略下,整个过程会很平滑,类似一键生成的意思,整个过程都是在线上的系统中自动完成的,因为刚才说的智能洞察是在线上系统完成的,当有了洞察结果后,系统的人工智能自动就能给出在哪些媒体投、投多少钱、怎么投这样的策略,并且这个策略直接就分发到投放系统中,不用翻译,因为给出的策略就是媒体投放系统能听懂的。这些都是我们每天在用的功能。
三、智能内容就是人工智能自动生成内容,你可以理解为机器写稿。不仅能自动写文字,还能自动图片组合,自动生成视频。因为每个消费者都不同,因此商家希望能给每个消费者不同的个性化的广告内容,比如三个人同时搜索同样的词“宝马320”,看到的会是三个结果,一个人看到的是弯道超车的海报,因为他关注 *** 控感,第二个人看到的是一家三口在车里,因为他关注舒适,第三个人看到的是红色绚丽的车身,因为他注重外观。消费者千人千面,如果靠人力为每个人制作不同的广告内容是不现实的,而人工智能可以做到,大大解放了人力。这个技术,术语叫程序化创意。
四、智能投放正是有了千人千面的创意内容,在投放时才能智能地识别面前的是什么人,然后给他符合他的内容,也就是找对人之后说对话。并且在这个过程中还能智能地调整说话的内容。比如,我本来以为你是关注 *** 控性的,跟你说了宝马320 *** 控性强的话,发现你不太感冒,因为我给你的海报你不认真看,那下次你再来的时候,我就跟你说舒适性的话,以此类推,术语叫AB测试。还有预算的智能调整,当我发现关注 *** 控性的人看得多、最终购买的少,而关注舒适性的人容易成交,那系统就可以自动把预算多分配给关注舒适性的人。有数据显示,很多汽车发烧友喜欢特斯拉,但是只看不买。
五、智能评估与优化这个很好理解,就是在广告投放过程中,人工智能自动分析投放的效果是不是达到了之前的策略,实时分析,发现哪儿不好了,自动完善、优化。例如,人找的对不对、是不是目标用户、对的人有没有看到我的广告、看到了广告之后点击没点击、点击了之后有没有跟我互动跟我咨询、互动咨询了之后有没有下单购买或者到我的店里来。如果一切都顺利,哪类人的转化效率更高,对我的价值更大。总之,越优化,广告的效果会越好。
六、智能运营这里说下CRM,客户关系管理系统。过去的CRM通常是销售人员自己录入销售线索到系统中,然后把每次与客户的沟通进展记录下来,定期再去给这些客户分分类,按成交优先级分为ABCD类这样的功能。现在的CRM更智能,成为SCRM,Social CRM。它可以与广告投放平台打通,在广告投放平台中的线索自动进入CRM,因此可以知道线索是怎么来的,例如一条线索是搜索 *** 控性好不好,另一条线索是搜索舒适性怎么样,也知道在这个线索上之前花了多少广告费。这样,智能客服的功能就发挥威力了,销售人员在系统中能看到系统自动给的针对性的沟通话术。
我们假设一个场景,一个关注舒适性的用户看到了汽车广告,广告上有个拨打电话的按钮,他拨打了,然后销售人员的电脑上d出了这个用户的画像和之前搜索的行为记录,还看到了系统给的建议话术,于是销售人员接听电话,第一句话就说:先生您好,您是希望买更宽敞舒适的车,对吧?您每天送孩子上下学,周末全家出游的时候用车,我们这款车非常符合您的需求。同时,与客户的对话过程中,CRM系统实时语音识别,实时理解客户的语义,实时在销售人员的电脑屏幕上d出回答话术建议。这就是智能客服功能,已经是实现了的。
智能营销已经来临,现在的企业做营销时要使用智能营销,找到专业的智能营销服务机构会事半功倍。
智能营销传播本质上是不断智能化的技术在营销与传播场景中的使用,它是以消费者的真实需求为中心,以大数据、人工智能、区块链等智能技术为基础,通过内容和创意与消费者建立情感化连接的个性化精准化营销传播。
智能营销的出现重构了已有的媒介生态,重塑了消费者的物理生活和虚拟生活的行为和路径,为营销传播提供了新的探索可能。那么,智能营销目前带来哪些跨越式的营销变化呢?
1、营销传播的创意的智能化、定制化内容营销是现阶段营销传播的手段之一,而创意是内容营销的核心。人工智能将通过智能化手段实现基于媒体平台的动态创意优化,满足消费者的个性化需求,提升内容营销的效率。
人工智能将在5G物联网、大数据、云计算等智能技术辅佐下,实现创意生产的智能程序化,为广告主和品牌方提供最佳的创意和最合适的营销方案。基于人工智能的程序化创意建立在对内容创意数据和消费者数据的机器学习和深度学习基础之上,是一种自主性学习。相比较先前按照设定算法的程序化创意,以人工智能技术为基础的程序化创意更具智能化。在了解消费者的痛点后,有针对性地进行内容创意的程序化生产,让营销从 “千人一面”演变为正真的“千人千面”。
2、链路化的营销传播信任体系重构营销传播中,消费者的决策路径有着线性逻辑下的非线性特征。广告主与品牌方往往很难有效地衡量传播价值与销量数据的关联性。低价值流量、技术暗箱等,也让整个数字营销传播行业的信任备受危机考验。区块链的智能合约功能,可以让数字广告的真实展示次数被记录,且无法更改,实现整个营销传播过程的透明化。同时,对消费者在媒介上的不同行为进行链路引导,结合内容营销实现需求触发后的即时满足。透明化的传播数据与链路,让广告商可以实时监控不同受众与内容匹配后的点击率、响应率和响应结果等,并结合分受众信息,进行更为精准的广告投放。
3、营销传播的精准性和匹配度消费者每天在不同场景中产生的数据是极为庞大的,其中包含视频、图片、地理位置、网络日志等结构化数据、半结构化数据和非结构化数据。借助大数据技术,可以完成对数据进行整合和深度挖掘,筛选出有效信息。
云计算将通过内容识别完成对关键性元数据的提取,并通过等级和置信度对相似的数据进行聚合,形成具有代表性的消费者标签。例如:人口标签是一级标签,其下属的性别、年龄、星座为二级标签,这些标签又会与不同场景标签进行匹配,实现更为精准化的营销传播。
大数据和云计算将基于人工智能生成的内容创意在不同场景下,根据消费者的实时数据进行营销传播,场景信息与消费者信息的精准化匹配,将促成消费者的消费行为,并通过云计算实现营销传播策略的时优化。“大数据+云计算”与“5G+物联网”技术组合的协同效应,将进一步辅助广告主与品牌营销全面化、立体化地了解消费者的互联网行为,以及其背后对应的消费者偏好,使消费者画像不断精确,实现广告效果的可量化,实现广告策略的可优化,实现“品效合一”
4、跨场景的营销传播覆盖在智能技术的不断推动下,营销传播将实现真正意义的跨场景传播。现阶段的数字营销传播已经实现了在线消费者于特定环境中与广告的匹配,而5G技术和物联网技术的结合,会让真正的让“万物互联”实现。并配合全链路传输,对受众的特征与状态更迅速地识别,完成对线上和线下受众数据的收集与分析。5G的高速数据传输与低延迟的物联网传感器,将基于场景中收集分析得来的数据完成适当的广告匹配。实现虚拟广告位和物理广告位的实时动态展示,完成定制化营销传播。当消费者步入相对应的场景之中,云计算技术将唤起被存储数据,完成数据匹配,消费者就会收到符合其需求的广告链接。这些链接不仅能提供详细的产品信息,还能提供精确的室内引导,为消费者带来全新的体验。
5、沉浸式的互动体验传播智能技术将进一步推动沉浸式互动营销传播的发展。与基于图文和视频的营销传播相比,依托AR(增强现实)和VR(虚拟现实)的营销传播,会更侧重于为消费者营造出由产品服务带来的直观而亲密的感觉,使消费者产生身临其境之感,具有天生的优势。
在智能技术的辅助下,未来的沉浸式互动营销传播将呈现VR、AR、MR(混合现实)、XR(扩展现实)的四足鼎立,为消费者带来更为丰富的临场感和极强的购物体验。
从五大营销变化可以看出,智能营销实现了整个营销传播的赋能,为数字营销传播提供了更多想象力与动力。在人工智能技术的辅助下,智能营销将实现“人性化”、“程序化”、“智能化”,广告行业也将焕发新的活力。
云营销的本质是是跨平台、跨媒介的整合。需要各种统计数据做为支撑的,如SEM 营销数据, 网站统计数据,消费者行为数据,媒体监控数据等,通过海量历史数据进行深度分析挖掘,可帮助您最终自动优化投放策略。欢迎分享,转载请注明来源:内存溢出
评论列表(0条)