技术变革,赋能“数”“智”营销_金鼠标

详细内容Content

技术变革,赋能“数”“智”营销
“处于全球热议中的人工智能,并不完全等同于以往定义的人工智能,这一轮人工智能浪潮更多是基于大数据的深度学习算法繁荣的表现,体现于在不同垂直领域的性能提升、效率优化”。4月26-27日,2018金鼠标国际数字营销节在北京盛大举办,此次盛会紧跟数字化创新趋势,特设“人工智能&大数据专场”,邀请了搜狗、Marketin、梅泰诺股份、新好耶、京东、一多奇思、Proton质子链7家深耕大数据与人工智能行业的公司大咖到场分享技术变革背后带来的智慧营销之道。



 

在“技术变革,赋能‘数’‘智’营销”圆桌论坛中,梅泰诺股份数字营销总裁王帅民新好耶副总裁曹明京东商业提升事业部高级总监、大数据及人工智能业务负责人包勇军一多奇思IDOLIDEA总经理王欣欣Proton质子链联合创始人兼COO赵子源聚焦人工智能和大数据在数字营销中的创新应用和趋势,为智能化营销提供了更多实质的参考方向。

 

主持人王帅民:如何看待人工智能和大数据的关系?

 

 

大数据不是单纯做数据营销,回归到营销的本质“人”,我们需要考虑人与创意内容之间的关系。大数据帮助数字营销找到精准用户,提供精准画像并打上标签,在品牌的营销过程中,通过特定场景的创意配合,将线上线下打通,直接将品牌与用户做深度连接,这就是大数据在数字营销层面最“智能化”的体现。


 

营销有几大难点,第一,如何让用户对接品牌或产品。第二,如何更好的连接数据。第三,线上线下数据的融合。

在大数据行业没有爆发之前,人工智能面临很多问题,比如很好的模型、很好的神经网络,没有数据的支撑,效果得不到突破。当大数据技术成熟和深度学习之后,对于用户的刻画更加精准,两者的结合让营销发生了根本性的变革,提高了营销的效率和效果。

随着计算能力的提升,PC、智能家居、智能移动设备等的数据打通,大数据和人工智能会进一步爆发,提供一个很好的类似石油的基础能量。

大数据本身的概念并不新鲜了,时至今日,大数据运用在数字营销过程中最重要在于,TA告诉我们品牌的目标用户到底在哪里?我们不再被动的接受来自其他平台或者调研公司的数据,而是可以主动的通过大数据和AI将用户的数据精细化、清晰化、标签化,从而让数字营销更透明,更精准,实现全链路营销。

互联网经历了云计算,大数据,人工智能,现在又到了区块链。这个过程中,大数据整理出了多维度的资源,人工智能让这些资源更细化,在数据提炼之后帮助其更好的为企业服务,而区块链则打破了之前在数据层面的垄断现象,当更多的社会资源被挖掘出来并开放之后,互联网的多样化创新越来越凸显。

 

主持人王帅民:人工智能、大数据如何与营销更好地结合?

 

大家之前不会觉得戴森与宠物食品存在什么样的关联。但事实上,通过大数据的分析和用户信息整理,我们会发现购买戴森的消费者也会经常浏览一下猫粮狗粮等宠物食品。基于此我们通过AI与交叉场景的营销活动,针对浏览以及直接购买过戴森吸尘器的人群进行宠物食品的创新投放和营销活动,直接拉动了宠物食品的销量。

类似母婴行业也面临目标用户很快长大丢失的问题,所以需要不断挖新。借助大数据和人工智能,可以通过分析各种交叉关联场景,用户行为标签,大胆尝试与母婴产品关联度较高的跨界场景交叉结合,从而达到意想不到的效果。

AI让营销,尤其是数字营销更加简单。

人工智能算法不断迭代,让数据在更开放的平台上协同共享,让数字营销生态上的各方可以去了解消费行为产生的全流程,广告主据此进行精准的渠道选择,流量方据此获得相应的报酬。全域数据的营销解决方案将为数字营销提供更多智能化投放助力。

 

营销的本质是连接用户和品牌,当下核心诉求是用人工智能技术来打通线上线下一体化的营销,把人跟物的关系,人跟人的关系统一在一个平台之上。

除了数据整合以外,对数据的挖掘来源更多了,利用图象识别技术,通过人的肖像、人脸判断他的年龄、肤色,可以做健康领域的医疗诊断,或者在服饰领域创意服饰的搭配,有巨大的想象空间。

人工智能帮助我们的营销规模化更快实现。


 

什么样的数据才是有价值的?我们当下很多数据都是根据用户某一个时刻的消费或者浏览行为,为其打上一个标签,事实这个标签在某种程度来讲是不准确的。人工智能在赋能大数据以及营销的时候,应该在用户的“第一标签”之后保持对标签的追踪,实时“动态”更新,这样数据才是真实有效的。首先是收集,然后进行动态标签,最终是画像。

未来的营销应该是目标用户和创意内容之间的智能匹配,自动智能创意配合用户的动态标签,真正地实现智能营销。

 

正如电力或蒸汽机,AI和大数据引发了人类社会的深刻变化。回归营销,他们更容易、快速、高效。通过数据收集整理,基于精细化用户标签,借助人工智能深度学习能力的突破,对用户的刻画更立体全面。伴随技术的成熟和提升,结构化数据、多维度洞察、全链路连接、动态化标签、场景化匹配成为重要方向。

 

王帅民在总结中表示,人类有三种能力,归纳,分析,和想象。而现在的深度学习是对标归纳,知识图谱是对标分析,而想象呢?也许,这是人工智能下一个难以企及的能力。



 

分享到: