你是如何被AI騙去看廣告的？
編者按：本文來自微信公號“DT資料俠 （ID：DTdatahero）”，作者：張慧芳，36氪經授權釋出。
當你第二次踏進一家餐廳，員工因為記得你上次來過，他們或許能記得你的姓氏，為你準備你喜歡的飲品，對於他們來說，這是一個猜測判斷的過程；對於你來說，服務體驗隨之升高，也節省了一定的時間成本。
這是人工識別個人ID進而預測的例子。
那麼如果不需要人工猜測你的行為，而是通過機器進行ID識別並進行主體行為預測，自動對主體行為進行判斷，想必對於時間、人力成本的節省將會有極大的幫助，這也就進入了MarTech的範疇。
智慧營銷解決傳統營銷痛點
MarTech概念出自Scott Brinker，也就是傳說中的“智慧營銷”，是AdTech（廣告技術）、人工智慧、大資料的有機結合體，是將人工智慧從“紙上談兵”落實到營銷實踐的第一步。
它的出現賦予人工智慧和大資料在全鏈路營銷上更多想象空間，其核心是幫助企業依靠技術和資料配置營銷資源，實現營銷活動的全鏈路的自動化，幫助企業以營銷來驅動運營，優化使用者管理，制定營銷策略。
2017年的資料顯示，全球有超過5000家公司在製作各種產品來創造營銷技術，包括廣告、內容、社交、電商、資料等都在MarTech的領域之內。
就國內形勢看來，智慧營銷僅經歷了從0-1的發展，還未在整個營銷圈盛行，傳統數字化營銷手段仍然是目前大多廣告主的選擇，也就是BI營銷（Business intelligence），通常被理解為將企業中現有資料轉化為知識，幫助企業做出明智的業務經營決策的工具。換句話說，傳統營銷需要大量人工對資料主動進行提取、分析，針對人群制定幾套或者一套最合適的方案。
傳統營銷痛點大，時間、人力成本高，現實效果和設想差距較大，比如，“簡訊轟炸”渠道獲取新使用者、留住老使用者是傳統營銷最常用的手段，但往往效果甚微：你可能花費幾十萬元投放輻射3000位客戶中才能獲得200位點選客戶和1-2位實際購買客戶。
而智慧營銷通過技術分析使用者畫像，從3000位客戶中得出部分復購率大的人群ID，在通過簡訊渠道推送時，效果對比之前有極大地提高和優化。這是MarTech帶來的提升。
資料是基礎：帶來使用者增長、提高留存率
智慧營銷的基底是“大資料”。“大資料”的出現，使精細化營銷成為可能，為技術建立更好模型提供了基礎，資料也更好地推動了營銷。
“選擇產品投放時，在擁有大量資料的前提下，我們可以對使用者資料提前進行分析，做使用者洞察，幫助品牌主用最少的成本做營銷。”一面資料首席營銷官林圓圓在提到資料作用於營銷時說到，資料能夠讓品牌方知道消費者在想什麼，在做廣告投放時，不用盲目投放。
資料還能夠幫助品牌根據市場趨勢進行品類的創新，林圓圓舉例說到，在幫助一款國際糖果品牌做廣告營銷時，彼時有一款俄羅斯紫皮糖非常受歡迎，但是並未看到其進行大量廣告推廣，經過資料分析，發現其營銷方案比較新穎，於是一面資料將抓取來的資料嫁接到自有系統中，和該產品特徵有機結合，並創新地將其與某款相應吐司跨界結合，獲得了較好效果。
資料是進行預測營銷的基礎，鄭家強也提到，所有基於機器學習的演算法模型都需要梳理資料，進而不斷進行分析和完善。
最重要的是，合理使用資料能夠幫助品牌主帶來使用者增長、提高留存率。她以快消品為例提到，品牌主首先希望有使用者買，其次需要使用者復購，也就是增強使用者忠誠度，而資料的作用就在於能夠讓品牌瞭解使用者心理，進而根據市場需求改變產品策略，“而不是隨意想個口號，拍拍腦袋就做營銷創意，現在的決策我們都有資料可依。”
宋碧蓮的團隊更多是做了提高使用者留存率的角色。她提到，從使用者運營的角度看，僅進行使用者增長遠遠不夠，更需要做的是使用者的留存和轉化。資料能夠讓其對存量使用者進行價值的再度挖掘，畢竟已知流量的存留比新流量的獲取要來的容易，使用者忠誠度也更高，宋碧蓮說到。
AI作用於營銷：預測營銷時代的到來
智慧營銷和傳統營銷最大的不同是，智慧營銷是技術、大資料和平臺共同作用的結果，通過機器學習對資料進行深度挖掘，最後獲得商機轉化，形成自動化營銷，技術是關鍵。
MarTech根據大資料建立模型，通過人工智慧的手段進行預測分析資料，從而觸達更精細化的人群，提高轉化效率。這就是AI營銷，核心是預測，也被稱為智慧營銷的“大腦”，是一個開啟營銷自動化的智慧營銷。
畫龍科技執行長宋碧蓮在接受採訪時對於預測營銷的優勢進行了對比闡述。以提高老使用者復購率為前提，她認為，和BI相比，AI運用於營銷中，極大優化了營銷效果。
宋碧蓮也做了舉例，在進行活動前期宣傳時，為了提高產品銷量，品牌方往往通過簡訊渠道進行使用者轉化，BI營銷通過群發至所有使用者群體，體量可能超千萬甚至億級，但是由於這不是精準使用者，或者被推送物件並不喜歡這款產品，導致轉化率極低。
而AI營銷是有目的地進行轉化。首先明確轉化目的，其次根據目的用預測的方式將轉化可能性最高的人群進行“提取”，比如雙十一之前通過各種優惠力度吸引一大批新使用者，那麼之後就需要對這些新使用者進行維護，否則會導致客戶的流失。通過AI預測復購人群，進而及時精細化觸達，能在最短時間有效保留大部分老使用者。
運用AI預測模型，品牌在做使用者留存時能夠更加精細化地觸達潛在復購使用者，節省營銷成本，交易轉化率也能提高。
宋碧蓮舉例到，在幫助平安保險做預測營銷時，搭建整個基礎架構，全渠道採集使用者資料，得出擁有高階標籤的人群畫像，如交易情況、潛在購物情況以及與平安保險的互動情況等；在通過預測模型，形成數百個AI演算法；最後進入營銷智慧化環節，自動給使用者推薦相應產品。
“針對什麼樣的目標、發什麼活動最佳、發給誰最好、什麼內容最好、什麼時間發等因素，整個環節自動迴圈，形成閉環，反覆迭代優化結果。”最終幫助平安保險用更少的成本達到更大的轉化。
另外，在AI預測模型的應用上，人臉識別是一個好的切入點，線上下零售場景的應用更為凸顯。“我相信2019年會是人臉識別裝置在中國的發展元年，會有很多的零售商將在營銷領域應用人臉識別裝置。”鄭家強說道。
“人臉識別能夠讓資料顆粒度變得更細。在線上，我們能看到消費者點選、到店、停留、放購物車、有沒有購買等行為，但是線上下，很多時候我們只知道他購買了什麼，卻不能瞭解到購買的中間過程。這時通過人臉識別技術，我們可以瞭解到消費者在超市哪一個通道上面停留，停留了多久，有沒有做出購買行為等。當然，這些現象店員可能會看到，但是這個資料不一定能夠被留下來，人臉識別的裝置便可以將這些資料數字化存留下來。”鄭家強說道，“它可以做到線下的歸因模型，判斷該投何種渠道，不同的渠道完成銷售任務的情況等，甚至可以建立一個全渠道的歸因模型，對業務提升具有非常大的幫助。”
鄭家強還強調，當人臉識別收集的資料與線上行為得以結合，就意味著營銷人員能夠通過掌握全渠道行為資料再結合AI的機器學習預測使用者的下一步，並做出推薦。這是人臉識別在智慧營銷應用中體現的重要意義，也是預測營銷中的一個重要概念——情景評分。
對的資料，對的應用
鄭家強認為，人臉識別重要的一步是資料採集，而尊重資料隱私尤為重要。“很多使用者會認為人臉識別被普遍應用地話，時時刻刻都有攝像頭在對著他，毫無隱私可言”，他提出，要讓使用者感到滿意，而不是“被監視”。
近年來，大眾資料隱私意識的薄弱、資料欺詐現象頻出等情況，使得資料隱私和安全問題越來越被重視，今年5月歐洲出臺史上最嚴個人資料保護條例——《通用資料保護條例》（GDPR）,個人資料保護被搬上舞臺。對此，宋碧蓮認為，在AI預測營銷應用資料上，權益共享是一個比較好的保證資料隱私的方法，用AI來保證資料隱私和安全。
“比如”，宋碧蓮舉例說道，“在一個大流量平臺上，各類使用者特徵明顯，當用戶符合某個條件時，流量平臺就能夠給他推薦一個相應的優惠券，這種情況下，客戶的資料並沒有被傳到第三方資料平臺，是受保護的，因為只發生在流量平臺，能夠根據AI演算法預測並進行推送。”
鄭家強認為，目前大家在資料隱私上仍然處於摸索狀態，但技術在商業中的落地一定要建立在互贏的基礎上，對於資料隱私也應該重視。林圓圓也提到，資料是一個非常好的資產，在進行資料採集時應避免野蠻生長。有人認為資料越多越好，其實不然，對的資料應用在對的方向才是將資料資產更好商業化的方式，營銷應該讓資料變得更有價值。
結語
AI預測營銷在國內尚處於初步階段，更多的是理論階段，MarTech目前也有諸多問題。雖然可以預見，預測營銷的入局，將會給行業帶來巨大變革，但是諸如人才、資料安全問題也隨之而來，對從業者也提出新的要求，帶來新的挑戰。
當然，營銷的核心是“人”，AI預測營銷也應以“人”為本。