智能营销是什么？_营销

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。

B2B软件销售和营销团队很喜欢采用“人工智能”（AI）这一术语。人工智能具有一种神奇的效果，听起来令人印象深刻。但是，当这些销售人员说“人工智能正在这样做”时，他们的买家通常对人工智能知之甚少，因此不会提出棘手的问题。

在诸如DevTools空间之类的行业中，至关重要的是，买家必须了解产品的用途和局限性，以确保这些产品满足其需求。如果人工智能的目的是为人类做出正确的决定，那么接受“人工智能正在这样做”就是承认真的不知道产品的工作方式或它是否在为其做出正确的决定。

当人们成为买方时，通常不对了解人工智能和机器学习产品负责，因为这些技术令人望而生畏。它们非常复杂。

本文讨论了人工智能和机器学习的局限性，因此软件购买者可以提出正确的问题以了解他们所购买的产品。

测试Oracle问题

某些人工智能或机器学习产品的局限性在于，对于该技术的某些应用，没有绝对的真实来源可与输出的准确性进行比较。例如，人类和机器都不知道如何为任何给定的应用程序生成一套完美的端到端测试。这是预言性的问题：没有客观的真理标准。没有人愿意在销售过程中引入这种不确定性。然而，我们的买家应该对我们的产品有充分的了解。

作为买家，在做出购买决定之前，需要了解卖家的人工智能产品的预期优势。它是否意味着在客观标准下做出比人类更准确的决定？它是否意味着以更少的成本做出更快的决定？或者引入一种以新方式使用新数据的替代方法？对这些问题的回答将影响买家如何使用产品以及它提供的价值。

人工智能和机器学习

尽管人工智能被普遍认为是“使用数学进行决策的任何机器”，但真正的人工智能是自学的。人工智能有一个神经网络，它模仿人脑中的神经元，使它能够自我教学、自我更新和自我进化。正因为如此，真正的人工智能很难构建，而且往往是实验性的，而不是商业性的。

更常见的是，当人们说人工智能实际上是机器学习时。机器学习是人类培训的：机器使用概率决策过程通过人类反馈来学习，而这种概率决策过程会通过不断进行的纠正而得到改善。机器接收数据，针对数据运行算法，然后根据概率输出决策。人们通过告诉机器评估是否准确来纠正机器，并更新机器。机器收到准确度反馈后，就会学会做出更好的决策。而且由于机器学习基于概率，所以有时会做出错误的决定。

根据买家计划使用产品的方式，需要确定其准确性的严格程度。机器可以多久做出一次错误的决定并仍然达到其目的，这取决于特定的应用程序。自动驾驶汽车必须几乎完全准确才能被采用。律师助理机器学习工具集可能需要降低准确性，那么其产品需要多精确？

提出正确的问题

无论买家打算如何使用产品，重要的是要提出正确的问题，以了解产品并围绕其准确性水平建立d性。在销售方告诉买家“人工智能正在这样做”时，可以提出以下要求：

该产品是机器学习产品吗？是否需要机器学习才能获得有意义的结果？作为机器学习，产品需要通过人工反馈来学习，而不仅仅是使用概率来做出决策。买家是否只需要使用逻辑来做出决策的产品，还是随着时间推移而提高准确性的产品？如何计算该产品的精度？如果不知道用于计算精度的条件，则不会知道机器是否比人类更准确。如果一台机器比人类的精度高30%，那么谁来评估这种精度以及他们如何确定这一精度？怎么知道产品何时做出错误的决定？任何机器学习产品有时都会产生错误的输出。通常情况下，销售方最成功的客户已经采用了业务流程来增强对这种错误输出的适应能力。如果是这样，销售方也可以帮助买家采用它们。在当前状态下，产品多久做出一次错误决定？了解错误的频率和这些错误的风险对于决定如何使用产品以及在产品开发的现阶段这样做是否安全至关重要。该产品投入了多少教学时间？这个数字将简单估算出使产品更加准确所付出的努力。取决于应用程序，较小的数字可能很好。如何提高该产品的准确性？买家是机器测试和教学过程中不可或缺的一部分。那么应该愿意使用其数据来提高其准确性，因为希望这些产品在将来得到改进。

为什么知道人工智能和机器学习很重要

不仅有很多不是人工智能的“人工智能”，而且还有不是机器学习的算法技术。因此，对于买家来说，有足够的知识来提出正确的问题，并了解这些产品如何做出决定至关重要。

所有机器学习产品都有限制，尽管限制因产品和产品应用方式而异。当产品的准确度未知时，买家所能做的就是询问其方法是否对决策有效：它是否能获得比人类更好的数据？使用此数据，它可以比人类做出更快、更明智的决策吗？如果答案是肯定的，那么买方应该考虑购买产品，而不是是自己开发。

责任编辑：tzh

打开APP阅读更多精彩内容

智能营销是什么？

发表评论

评论列表（0条）