已经来临的人工智能自主营销世界,哪些工作将会彻底消失

人工智能营销

一、欢迎来到未来

1、欢迎来到自主营销的世界

人工智能可以实现的三个功能：检测、判断和提升。

1.1光明的未来

人工智能使你能够将你的产品信息与潜在客户当前需要的信息以最可能促成消费行为的方式进行匹配。

1.2昂贵的人工智能是否物超所值

1.3什么是人工智能？

认知计算建立在自我学习系统的基础上，利用机器学习技术以一种智能的方式来完成特定的、模拟人类的任务。

1.4人工智能之伞

弱人工智能：指机器可以在一些非常具体的事情上表现很好，指定任务；

强人工智能：指机器可以像人一样思考，利用常识、模仿意识，产生危险的自我意识，并最终接管整个世界。

1.5可以学习的机器：机器的设计可以自我学习

1.6可以自我编程的机器：它自己可以建立自己的系统，编辑写法和架构

1.7已经进入人工智能的时代了吗？

已到来的2020年，人工智能机器人将为85%的客户服务交替提供支持。

1.8人工智能危机

强人工智能发展可以终结人类-----它可以自己依靠自己，快速的设计自己。

1.9机器人会让你失业吗？

就像自动化技术和机器人技术取代了无数的工人一样，大多数秘书所做的工作（文字处理）也已经被机器所取代，一些工作将会彻底消失，市场营销和一些销售经理会比大多数人被机器人取代的时间稍晚。

1.10机器学习最大的阻碍：数据

1.11机器学习最大的资产：数据

1.12我们是如何深入研究数据的

1.12.1、传统的方法：询问具体问题

业务经理想要了解客户的购买模式；

物流经理想要预测销售业绩增长对员工的影响；

生产经理想预测并相应地调整供应链；

广告经理想要看到6个促销活动的结果比较。

1.12. 2、数据探索

（塔罗牌占卜师和水晶球专家很多方面都一样）卡片有一种方法来计算出付费客户想要知道的内容.

对这个主题有足够的了解，可以识别潜在的有趣的细节；

有足够开放的心态去感知可能一直相关的信息；

以需求者进行良好的沟通，以引导对话方向；

充分理解基本原则，从而获得突破；

天生好奇，喜欢探索知识；

数据出现有一部分读心工作，一部分模式识别工作，还有一点像解密；

读懂询问者的思想是必须的，确保预算决定者对你得到的结果感兴趣。

1.12. 3、数据发现工具

使用一种直观的，拖拽式的操作方法来进行数据发现，这意味着你可以花更多的时间来思考你的数据能告诉你什么？而不是浪费时间在创建大量的数据透视表或填写报表需求上.

1.12.4、数据质量

数据质量和数据管控至关重要，需领域的数据分析专家来处理。

1.12.5从异常中发现问题

异常值、尖峰值、低谷值引起我们的注意，激发“为什么会出现这些异常数据”的思考。

1.12.6用户分类

早上访问网站的人有可能的X；

社交媒体上抱怨我们的人对Y的反应更好；

每周两次使用我们的移动程序的人有可能做Z；

正确时间、设备上传达正确的信息，分类是解开这个谜团的关键。

1.12.7注意用词

把那些语言放在你提出假设的过程中；

这看起来符合逻辑吗？或者与你的想法相同还是相反；

你认为它的意思是这个还是那个。

1.12.8成为变革的推动者

提前收集问题，回答他们的问题，分享案例，改变看待数据的方式。

2、丰富的数据是生活的调味品

2.1开源数据

开发帮助人们得到他们想要的和有趣的想法的工具，如食谱、医疗保险、共享单车等等，美团姓名数据库。

2.2用于销售的数据

2.3一个相互学习的数据集

2.4客户数据分类

2.4.1有价值信息的类型

身份、历史、倾向、财产、活动、信仰。

2.4.2获取数据方法

信息提供、信息记录、信息派生、信息推断，营销数据可信度，在众多数据能信任的很少，在众多数据能连接起来的很少。

二、机器学习入门

1、我们认为自己很聪明

机器做出的选择不仅优秀，而且选择出来的客户转化率更高，与专业的人相比，机器选择的客户转化率要高3倍。

我们拥有的数据越多，可测试的假设就越多，做的测试越多，下一次营销活动成功的概率就越大。

2、指定你的规划

如何命令计算机执行特定解决人力难以解决的问题；

从历史信息中推断出什么来预测未来，从数据中推断出什么结论；

如何建立通过吸取经验自动改进的系统，能否让计算机自己决定，利用什么计算架构和算法有效分析数据达成特定的结果。

3、所有模型都是错误的?

我们只有模型，而且只有一部分模型是有用的；

脑子里有一个模型（地图和一系列关于世界如何运行的规则）。

4、变量太多而无法全面思考

5、机器学习的闪光之处

6、强人工智能与弱人工智能

使用机器学习就好比在训练一个代理商为自己工作，“一开始”你赋予他们一个功能，他们将结果返回给你---这些结果就是代理为你做的决定。

7、支持向量机

把人们分成两类：可能购买的、不太可能购买的；

用三维角度分析数据会让数据另类简单一些；

有监督的学习是教机器学习你想让它发现的事情；

无监督的学习是让机器告诉你它发现了什么。

8、无监督机器学习

当你担心客户丢失或回流时，对你客户数据的复盘可以立即识别出那些最有可能换牌并且再也不会购买你产品的客户。

9、聚类分析

机器可以看到一个人根本无法想象到的模式，他可能会发现最近访问过宠物站的人更倾向于购买相机的延续。也会发现任何没有商业价值的模式，区分有用和无用的模式。

10、关联

关联不仅限应用于所购物品的关联，比如：

A、 阅读本文或页面的人也阅读那篇文章；

B、看到这两个页面的人，购买了更多的东西；

C、使用这个移动运用的人，也下载了那个；

D、那些走进商店左转的人买了更多的东西。

11、神经网络

加权输入的组合

可以以一种方式

改变另一种方式

12、站在统计的角度

市场细分：市场细分策略一边用于识别和进一步确定目标客户，并为营销计划提供支撑新数据，如精准定位客户以实现某种营销计划目标。企业可以树立产品差异化战略、或非差异化战略，根据细分目标市场的具体需求和属性，设计特定产品或产品线。

客户流失分析：识别和关注价值更高的客户，确定哪些行为容易导致客户和销量的流失，统计技术包括生存分析和新客、回头客、非活跃客。再次激活客户四象限的Markow链分析以及路径分析。通过这些了解客户如何从一个状态转移到另一个状态，从而实现利润最大化。

三、解决营销问题

1、一对一营销，一对多广告（制造商、工业革命的出现）

2、营销中的4P

产品：产品是否与承诺相符；

价格：你的产品是否是针对目标客户定价的；

推广：采用无数种方法让潜在客户了解你的信息；

渠道：产品能否从正确的渠道买到。

3、专业营销人员最操心的问题是什么呢？

指纹、曝光、印象、记忆、态度、态度转变、响应、甄别潜在客户、吸引、销售、渠道、利润、忠诚、客户终身价值、推荐、影响。

4、我为什么产生连接？（品牌推广）

品牌的特征：苹果：领先设计；联邦快递：可靠；劳力士：奢侈；沃尔沃：安全；沃尔玛：低价。

5、营销组合模型

短期之内刺激消费需求，相比长期品牌，它更倾向于计算短期效益。

6、甲壳中的营销

营销是持久的努力，但目的确实缩短求爱期。

7、问题是什么？

大部分企业希望提升的都是利润，企业希望以最少的预算在一定时间内提升顾客、产品和分销渠道的利润率，这才是你需要面对的难题。

四、用AI去吸引他们的注意力

1、市场调研，我们在研究谁？

1.1机器人学习能力在市场调研中的使用

1.2市场细分

市场细分，对客户分析，在目标市场中，根据需求、兴趣，选择优先级的不同，区分不同种类消费者，业务和国家。针对不同的群体和区域，设计和实施商业策略，进一步定义目标顾客。

业务决策中针对细分需求要决定使用什么样的产品策略，是引入新产品还是投入同类产品进行竞争，或是根据细分市场的独特需求和属性，引入特定的产品和产品组合。

2、提升品牌认知度

2.1公共关系

公关工作需要管理的媒体

付费媒体-------我们购买的软文广告；

免费媒体-------我们做了真正有报道价值的事情；

分享媒体-------我们做的事情除了媒体关注，还得到了口口相传；

自有媒体-------我们发表在自由博客上并得到了关注。

2.2直接反馈（直接将行销的技术多使用在客户关系管理领域）

直接将信息A、B、C发送给10000人，哪一个信息产生了最好的效果（受人们喜欢），就决定剩下的人员将收到那条信息。

2.3数据库营销

找出自己数据库中的信息与其他第三方的数据库中信息的共同点，并根据这些共同点进行分析。

3、广告

我知道我在广告上花的钱，有一半是浪费的，问题是我们不知道浪费的是那一半

---------约翰.沃纳梅克

3.1横幅广告

3.2程序化的创意制作

当你能在1分钟通过10000家网站发布10000则广告时，将需要巨量的人力来制作这些广告，所以，创业公司试图使用机器学习能力来管理广告制作中的创意部分。

4.社交“窥视”

采用自然语言和图像，识别出照片中的品牌和竞争对手。

4.2社交媒体机器人

AI可以帮助你寻找人群，了解他们在干什么，对什么感兴趣，能够回答90%的常见问题，但无答案输入的问题则无能为力。

4.3社交信息发布

AI可帮你交流、发布信息。

五、利用人工智能说服消费者

1、线下购物体验

人工智能技术加上应用程序助力的商店支持人们在网上购买，然后返回商店取货或者退货。一家店若成为退货中心，处理顾客在线上购买商品的售后服务，可提升消费者的满意度。

1.1购物辅助

例：推出导购APP，在APP上，商店提供导购信息，包括商品板块，品牌和商品类别，可以运用在没有销售人员的协助下，在商店内吸引顾客的注意力（导购机器人）

1.1.1餐馆

“诚实咖啡馆”在英国经营无人食品亭，出售健康的小吃、果汁、果茶、爆米花和热饮，人工智能理解那些买东西但从未见过的消费者，根据购物的东西，星期几消费，采用信用卡付款的人更可能和朋友在咖啡馆里逗留，消费更多食品（可奖励忠诚顾客）。

1.1.2店铺运营

在对消费者进行了全面充分的分析之后，现在是时候把我们的注意力转化在商店运营本身上了，并以店面布局作为优化目标开始着手，你是否应该把牛奶放在商店的后面，把新鲜的蔬菜放在肉类货架的对面，从而为商店中心引来更多的客流，以提升购物冲动。面包师把烤箱挪到冲着大街的商店门口时，这吸引了消费者的目光而大幅增加客流，整个零售世界开始“灯火通明”

2、电话沟通

3、在线体验、网页分析

3.1登录页面优化

确定网站的任务关键部分及其对企业的真实商业价值；

定义重要的访问者人群和关键转化任务；

运用强大的神经营销技术，让人们活跃起来。

3.2A/B测试或多变量测试

3.3在线用户体验

3.4推荐引擎

亚马逊、推荐是通过简单、直接的追踪实现的；

这些东西通常是一起买的；

买这些商品的人也买了那个；

对这个主题感兴趣的人也对那个感兴趣；

对这个商品评价高的人也喜欢那个商品

与你相似的人买了这些东西；

最受欢迎的、最畅销的商品是这些；

3.5个性化沟通

人工智能在这里发挥它的优势；

寻找最具预测性的属性，而忽略其余部分；

基于实际数据而非人类猜想的决定；

不断更新信息。

4、推销

4.1定价：创建机器学习系统处理定价

4.2市场购物车分析

购物车里放了什么，加购什么商品，商品按什么顺序购买，哪些商品被移除购物车，哪些商品在最后被放弃，这些问题的答案推动销售。

5、完成交易

5.1再营销

5.2电子邮件营销

6、回到最初、回因

六、人们在企业人工智能转化中的战略角色

1、脚踏实地还是好高骛远

领导变革的8个步骤，对指导企业变革及其重要

建立紧迫感、形成就改变目标进行沟通、领导联盟、确定变革目标和战略、赋予员工广泛的行动权力、取得短期可见的收益、巩固成果并造就更多变化，紧密连接多个方法与公司文化。

2、将战略成果融入公司文化

日常业务：企业应从已有的客户、流程、指标、业务模型和技术的角度进行运营并相信这些仍是数字化相关的解决方案；

现状和活跃度；

在组织范围内推动企业数字素养的提升和数字化创新能力的构建。

正规化：变革者将努力寻求高层支持以及利用新资源和新技术；

战略性：规划转型任务的所有权，需要付出的努力及资源投入；

融合：转型过程中各种角色，专业技能、模型、流程及系统的固化，形成企业新的基础架构；

创新和适应性：与高层管理者和战略都认识到这种变化是永恒的，数字化转型即成为一种商业模式建立，用于在实验新的项目中被识别并采取相应的技术及营销趋势，最终实现规模化运用。

3、与数据科学家合作

当面对数据科学家时，请尽量做到以下几点：

描述你所面临的问题；

准确的阐明你期望达到的什么目标；

说明你现在所掌握的数据；

建议其他可能的数据来源；

解释他们疑惑之处。