如何打造人工智能行銷策略

簡要想法

為了實現 AI 的巨大潛力，CMO 需要很好地掌握各種可用的應用程序及其發展方式。本文指導營銷主管了解人工智能的現狀，並提出一個框架，幫助團隊更有效的完成工作

挑戰

在許多公司，營銷職能正在迅速採用人工智能。但為了充分發揮該技術的巨大潛力，首席營銷官必須了解各種類型的應用程序——以及它們可能如何發展。

框架

根據人工智能的智能水平（無論是簡單的任務自動化還是使用高級機器學習）和結構（無論是獨立的應用程序還是集成到更大的平台中）對人工智能進行分類，可以幫助公司規劃採用哪些技術以及何時採用。

執行

公司應該採取循序漸進的方法，從基於規則的獨立應用程序開始，幫助員工做出更好的決策，並隨著時間的推移在面向客戶的情況下部署更複雜和集成的人工智能係統。 在公司的所有職能中，營銷可能從人工智能中獲益最多。營銷的核心活動是了解客戶需求，將其與產品和服務相匹配，並說服人們購買——AI 可以顯著增強這些能力。難怪 麥肯錫 對 400 多個高級用例的分析表明，營銷是 AI 可以做出貢獻的領域最大的價值。 首席營銷官越來越多地接受這項技術：2019 年 8 月的一項 調查美國營銷協會透露，人工智能的實施在過去一年半中躍升了 27%。以及 2020 年德勤全球 調查 的早期人工智能採用者表明，前五個人工智能目標中的三個以營銷為導向：增強現有產品和服務、創造新產品和服務以及增強與客戶的關係。

AI 驅動的營銷：系列重印

下載 PDF 購買副本 雖然人工智能在營銷領域取得了進展，但我們預計它在未來幾年將在整個職能部門發揮越來越大的作用。鑑於這項技術的巨大潛力，CMO 必須了解當今可用的營銷 AI 應用程序的類型以及它們可能如何發展。憑藉十多年研究數據分析、人工智能和市場營銷的經驗，並為各行業的公司提供相關建議，我們開發了一個框架，可以幫助 CMO 對現有人工智能項目進行分類並規劃未來項目的推出。但在我們描述框架之前，讓我們看看當前的遊戲狀態。

今天的人工智能

許多公司現在使用人工智能來處理狹窄的任務，例如數字廣告投放（也稱為“程序化購買”）；協助完成廣泛的任務，例如提高預測的準確性（想想銷售預測）；並在客戶服務等結構化任務中增加人力。（有關 AI 可以支持的一些常見活動的列表，請參閱邊欄“成熟的 AI 在營銷中的應用程序”。）

市場營銷中成熟的 AI 應用

用於潛在客戶開發、客戶支持、交叉銷售或追加銷售的聊天機器人來電分析和路由，以及公司還在客戶旅程的每個階段使用人工智能。當潛在客戶處於“考慮”階段並正在研究產品時，人工智能會針對他們投放廣告並幫助引導他們的搜索。我們在在線家具零售商 Wayfair 看到了這種情況，它使用 AI 來確定最有可能說服哪些客戶，並根據他們的瀏覽歷史選擇向他們展示的產品。來自 Vee24 等公司的支持 AI 的機器人可以幫助營銷人員了解客戶的需求，增加他們在搜索中的參與度，將他們推向所需的方向（例如，特定網頁），並在需要時將他們與人類聯繫起來通過聊天、電話、視頻甚至“cobrowsing”銷售代理——允許代理幫助客戶瀏覽共享屏幕。 人工智能可以通過使用極其詳細的個人數據（包括實時地理定位數據）來簡化銷售流程，以創建高度個性化的產品或服務。在旅程的後期，人工智能協助進行追加銷售和交叉銷售，並可以降低客戶放棄數字購物車的可能性。例如，在客戶裝滿購物車後，人工智能機器人可以提供激勵性的推薦來幫助完成銷售——例如“很棒的購買！佛蒙特州的詹姆斯買了同樣的床墊。” 這些舉措可以將轉化率提高五倍或更多。 銷售後，來自 Amelia（前身為 IPsoft）和 Interactions 等公司的支持 AI 的服務代理可以 24/7 全天候對客戶的請求進行分類，並且能夠比人工代理更好地處理波動的服務請求量。他們可以處理簡單的查詢，例如交貨時間或安排約會，並可以將更複雜的問題上報給人工代理。在某些情況下，人工智能通過分析客戶的語氣並建議不同的反應、指導代理如何最好地滿足客戶的需求或建議主管進行干預來協助人類代表。

框架

營銷人工智能可以根據兩個維度進行分類：智能水平以及它是獨立的還是更廣泛平台的一部分。某些技術，例如聊天機器人或推薦引擎，可以屬於任何類別；它們在特定應用程序中的實現方式決定了它們的分類。 我們先來看看這兩種類型的智能。

任務自動化。

這些應用程序執行重複的、結構化的任務，這些任務需要的智能水平相對較低。它們旨在遵循一組規則或根據給定的輸入執行預定的操作序列，但它們無法處理複雜的問題，例如細微的客戶請求。一個例子是自動向每個新客戶發送歡迎電子郵件的系統。更簡單的聊天機器人，例如通過 Facebook Messenger 和其他社交媒體提供商提供的聊天機器人，也屬於此類。他們可以在基本交互過程中為客戶提供一些幫助，讓客戶遵循定義的決策樹，但他們無法辨別客戶的意圖、提供定制的響應或隨著時間的推移從交互中學習。

機器學習。

這些算法使用大量數據進行訓練，以做出相對複雜的預測和決策。此類模型可以識別圖像、破譯文本、細分客戶並預測客戶將如何響應各種舉措，例如促銷活動。機器學習已經推動在線廣告、電子商務推薦引擎和客戶關係管理 (CRM) 系統中的銷售傾向模型中的程序化購買。它及其更複雜的變體深度學習是 AI 中最熱門的技術，並且正在迅速成為營銷中的強大工具。也就是說，重要的是要澄清現有的機器學習應用程序仍然只能執行狹窄的任務，需要使用大量數據進行訓練。 現在讓我們考慮獨立與集成 AI。

獨立應用程序。

這些最好理解為明確劃分或孤立的人工智能程序。它們獨立於客戶了解、購買或獲得使用公司產品的支持的主要渠道，或員工用於營銷、銷售或服務這些產品的渠道。簡而言之，客戶或員工必須專程超越這些渠道才能使用人工智能。 想想油漆公司 Behr 開發的顏色發現應用程序。使用 IBM Watson 的自然語言處理和 Tone Analyzer 合作 capabilities (which detect emotions in text), the application delivers several personalized Behr paint-color recommendations that are based on the心情消費者對他們空間的渴望。客戶使用該應用程序為他們打算粉刷的房間挑選兩種或三種顏色。油漆的實際銷售然後在應用程序外部執行，儘管它允許連接到 Home Depot 的訂單。

集成應用程序。

這些 AI 應用程序嵌入現有系統中，對於使用它們的客戶、營銷人員和銷售人員而言，通常不如獨立應用程序可見。例如，可以在瞬間決定向用戶提供哪些數字廣告的機器學習被內置到處理購買和投放廣告整個過程的平台中。十多年來，Netflix 的集成機器學習為客戶提供視頻推薦；它的選擇只是出現在瀏覽者訪問該站點時看到的產品菜單中。如果推薦引擎是獨立的，他們將需要轉到專門的應用程序並請求建議。 CRM 系統的製造商越來越多地將機器學習功能構建到他們的產品中。在 Salesforce，Sales Cloud Einstein 套件具有多種功能，包括基於 AI 的線索評分系統，該系統可以根據購買的可能性自動對 B2B 客戶線索進行排名。Cogito 等供應商銷售 AI 來指導呼叫中心銷售人員，他們還將他們的應用程序與 Salesforce 的 CRM 系統集成在一起。 !\四種營銷AI。根據智能水平以及它們是孤立的還是集成到更廣泛的平台中，對潛在應用程序進行分類可以幫助公司規劃其營銷 AI 的推出。這兩個維度結合起來創造了四種類型的人工智能。

• 1：不太先進的、孤立的 AI。此類別包括獨立的任務自動化應用程序，例如基本的消費者服務聊天機器人（例如 Facebook Messenger 機器人）和電子郵件自動化系統。
• 2：不太先進的集成人工智能。此類別包括集成的任務自動化應用程序，例如入站客戶呼叫路由和 CRM 鏈接的營銷自動化系統。
• 3：更先進的、孤立的人工智能。此類別包括獨立的機器學習應用程序，例如 Olay 的 Skin Advisor、Behr 的顏色發現應用程序和 Vee24 的聊天機器人。
• 4：更高級，集成人工智能。此類別包括集成的機器學習應用程序，例如 CRM 中的預測銷售線索評分、基於 CRM 的銷售指導、電子商務產品推薦和程序化數字廣告購買。簡單的獨立應用程序是一個很好的起點，因為它們更容易設置，但它們的好處是有限的。

一旦公司掌握了 AI 技能並積累了數據，他們就可以添加更先進的應用程序並成為其他平台的一部分，逐步實現集成機器學習，這有可能創造最大價值。 簡單的獨立應用程序是一個很好的起點，因為它們更容易設置，但它們的好處是有限的。一旦公司掌握了 AI 技能並積累了數據，他們就可以添加更先進的應用程序並成為其他平台的一部分，逐步實現集成機器學習，這有可能創造最大價值。 簡單的獨立應用程序是一個很好的起點，因為它們更容易設置，但它們的好處是有限的。一旦公司掌握了 AI 技能並積累了數據，他們就可以添加更先進的應用程序並成為其他平台的一部分，逐步實現集成機器學習，這有可能創造最大價值。 結合兩種類型的智能和兩種類型的結構，我們的框架產生了四個像限：獨立機器學習應用程序、集成機器學習應用程序、獨立任務自動化應用程序和集成任務自動化應用程序。 了解應用程序屬於哪個像限可以幫助營銷人員計劃和排序新用途的引入。

階梯式方法

我們相信，營銷人員最終將通過追求集成的機器學習應用程序看到最大的價值，儘管簡單的基於規則和任務自動化的系統可以增強高度結構化的流程並提供合理的商業回報潛力。但是請注意，如今任務自動化越來越多地與機器學習相結合——從消息中提取關鍵數據，做出更複雜的決策，以及個性化通信——一種跨越象限的混合體。 獨立應用程序繼續在難以或不可能集成的地方佔有一席之地，儘管它們的好處有限。因此，我們建議營銷人員逐步將 AI 集成到當前的營銷系統中，而不是繼續使用獨立的應用程序。事實上，許多公司都在朝著這個總體方向前進。在 2020 年德勤調查中，74% 的全球 AI 高管一致認為“AI 將在三年內融入所有企業應用程序”。

AI 用於行銷的入門

對於 AI 經驗有限的公司，一個好的開始方式是構建或購買簡單的基於規則的應用程序。許多公司採用“爬-走-跑”的方法，從獨立的非面向客戶的任務自動化應用程序開始，例如指導與客戶互動的人工服務代理的應用程序。 一旦公司掌握了基本的人工智能技能和大量的客戶和市場數據，他們就可以開始從任務自動化轉向機器學習。

後者的一個很好的例子是 Stitch Fix 的 服裝選擇 AI，它幫助其造型師策劃報價為客戶提供，並基於他們自我報告的風格偏好、他們保留和退回的物品以及他們的反饋。當公司開始要求客戶在 Style Shuffle 照片中進行選擇時，這些模型變得更加有效，從而創建了有價值的新數據源。

新的數據來源——例如內部交易、外部供應商，甚至潛在的收購——是營銷人員應該不斷尋找的東西，因為大多數人工智能應用程序，尤其是機器學習，都需要大量高質量的數據。考慮一下包機公司 XO 用來將其 EBITDA 提高 5% 的基於機器學習的定價模型：關鍵是利用外部來源獲取有關私人飛機供應和影響需求的因素（例如重大事件）的數據、宏觀經濟、季節性活動和天氣。XO 使用的數據是公開可用的，但盡可能尋求專有來源也是個好主意，因為使用公共數據的模型可能會被競爭對手複製。 隨著公司在使用營銷 AI 方面變得越來越成熟，許多公司完全自動化了某些類型的決策，將人類完全排除在外。對於重複的、高速的決策，例如程序化廣告購買所需的決策（其中數字廣告幾乎立即提供給用戶），這種方法是必不可少的。在其他領域，人工智能可能只會向面臨選擇的人提供建議——例如，向消費者推薦電影或向營銷主管推薦策略。人類決策通常只用於處理最重要的問題，例如是否繼續開展活動或批准昂貴的電視廣告。 公司應盡可能轉向自動化程度更高的決策。我們相信這是從營銷人工智能中獲得最大回報的地方。

挑戰與風險

即使是實施最簡單的人工智能應用程序也會遇到困難。獨立的任務自動化 AI，儘管其技術複雜度較低，但仍然難以針對特定工作流程進行配置，並且需要公司獲得合適的 AI 技能。

將任何類型的 AI 引入工作流程都需要仔細整合人機任務，這樣 AI 才能增強人們的技能，並且不會以產生問題的方式進行部署。例如，雖然許多組織使用基於規則的聊天機器人來自動化客戶服務，但功能較弱的機器人可能會激怒客戶。讓這樣的機器人協助人類代理或顧問而不是與客戶互動可能更好。 隨著公司採用更複雜和集成的應用程序，出現了其他考慮因素。將 AI 整合到第三方平台中尤其困難。Procter & Gamble 的 Olay Skin Advisor 提供了一個很好的例子，它使用深度學習來分析客戶拍攝的自拍照，評估他們的年齡和皮膚類型，並推薦合適的產品。

它已集成到電子商務和忠誠度平台 Olay.com 中，並在某些地區提高了轉化率、跳出率和平均購物籃規模。然而，將它與零售店和亞馬遜整合起來變得更加困難，這些第三方在玉蘭油銷售額中所佔比例很高。玉蘭油在亞馬遜上的大型商店網站上沒有皮膚顧問，這阻礙了該品牌在那裡提供無縫的、人工智能輔助的客戶體驗的能力。 最後，公司必須將客戶的利益放在首位。人工智能應用程序越智能、集成度越高，客戶對隱私、安全和數據所有權的擔憂就越多。客戶可能對在他們不知情的情況下捕獲和共享位置數據的應用程序或可能竊聽他們的智能揚聲器感到不安。總的來說，消費者表現出願意（甚至渴望）交換一些個人數據和隱私以換取創新應用程序可以提供的價值。

對 Alexa 等 AI 應用程序的擔憂似乎與對它們的好處的認識相形見絀。因此，營銷人員在擴大 AI 的智能和範圍時，關鍵是要確保其隱私和安全控制是透明的，客戶對如何收集和使用他們的數據有一定的發言權，作為交換，他們從公司獲得公允價值。為了保證這些保護並維護客戶的信任，CMO 應建立道德和隱私審查委員會（包括營銷和法律專家）來審查 AI 項目，特別是那些涉及客戶數據或可能容易產生偏見的算法的項目，例如信用評分.

總結

雖然營銷 AI 擁有巨大的前景，但我們敦促 CMO 對其當前的能力持現實態度。儘管大肆宣傳，人工智能仍然只能完成狹窄的任務，而不能運行整個營銷功能或流程。儘管如此，它已經為營銷人員提供了實質性的好處——事實上在某些營銷活動中是必不可少的——而且它的功能正在迅速增長。

我們相信人工智能最終將改變營銷方式，但這是一個需要數十年的旅程。營銷職能和支持它的組織，尤其是 IT，需要長期關注人工智能能力建設和應對任何潛在風險。我們敦促營銷人員立即開始製定戰略，以利用 AI 當前的功能及其可能的未來。