數字營銷的終極未來是尋找超級演算法嗎？

探討營銷前沿課題的

互動交往平台

機器學習的五大學派，每個學派都有自己的主演算法，幫助人們解決特定的問題。而如果整合所有這些演算法的優點，就有可能找到一種「終極演算法」，該演算法可以獲得過去、現在和未來的所有知識，這也必將創造新的人類文明。

《終極演算法（The Master Algorithm）》一書的作者、數據挖掘和演算法大師佩德羅?多明戈斯（Pedro Domingos）認為「終極演算法」將制定未來世界的新秩序。「終極演算法」的猜想也啟發了人工智慧領域和營銷技術（MarTech）領域的大小玩家，尋找數字營銷的終極演算法。

未來的營銷需要解決的根本問題是消費者的「選擇困境」。

在互聯網出現之前，消費者的選擇相對較少。如果他們想要買書，他們會到街角的書店，在幾十個書架上挑選自己喜歡的圖書。如果他們想要結婚或者嫁人，無論是七大姑八大姨提供的相親對象還是工作和社會關係提供的資源，選擇對象可能都不會超過兩位數。

但在互聯網出現之後，選擇是呈幾何倍數暴增的：網上供瀏覽和購買的書籍高達幾百萬種，婚戀網站供挑選的帥哥美女高達幾十萬。這種選擇信息爆炸不僅局限在買書和相親，也從信息類產品延伸到了化妝品、服裝、汽車，乃至整個商業世界。

這是機器學習和其他人工智慧科技擅長的領域。機器學習和演算法是生產者和消費者的「百合網」：篩選、匹配、消除信息過載，並提供雙向選擇的機會。人工智慧將利用演算法，在大規模低成本生產和個性化需求挖掘之間直到平衡。

機器學習是人工智慧的一種，使用可以從數據中進行學習的演算法。這種演算法的運行原理是，基於輸入數據進行建模，然後再通過這些信息做出預測和決策，而不是遵循具體的程序化指令。使用機器學習來制定基本決策的例子很多，比如說Nest開發的恆溫器就是其中之一。再比如篩選垃圾郵件，識別信用卡詐騙，還有Netflix和亞馬遜的相似相關產品推薦系統等。

超級營銷就是超級演算法。

人類依然可以決定自己在網路上究竟買什麼，但是天貓和京東上可供我們選擇的商品，已經由機器進行了篩選和推薦。只不過在這個過程中，演算法刻意隱藏了自己，通過了圖靈測試。

儘管我們還不能斷言摩爾定律在人工智慧領域也能適用，但是互聯網時代累積的海量數據和演算法正在讓人工智慧變得更加智慧，讓營銷變得更加智能。IBM的人工智慧平台沃森（Watson）不僅下圍棋，還可以講笑話寫歌譜曲講故事。

谷歌的DeepMind 和牛津大學合作開發的唇語系統已經可以把唇讀的正確率提升到了46.8%，是人類唇語專家的4倍。麻省理工大學計算機科學和人工智慧實驗室（Computer Science and Artificial Intelligence Laboratory，CSAIL）讓人工智慧觀看《絕望主婦（Desperate Housewives）》和《辦公室（The Office）》等影片，從而預測人類接下來的行為，包括人們會在什麼時候擁抱、親吻、握手，或者擊掌。

無處不在的演算法

我們經常說人工智慧是營銷的未來，但是我們可能還沒有充分意識到人工智慧已經成為了今天數字營銷生態的一部分。

演算法已經無處不在。

根據Salesforce公司最近發布的《Salesforce2017營銷狀況（2017 Salesforce State of Marketing）》報告，全球51%的企業已經在企業營銷中使用AI技術。

在未來兩年，AI將超過物聯網和虛擬現實成為營銷技術圈最熱門的話題。超過53%的市場營銷人員表示將加速在AI領域的投入。

數字營銷和營銷自動化、銷售自動化（CRM），數據分析是現在較為成熟的三大AI營銷應用領域。我們已經在使用AI來為目標受眾畫像，通過AI進行廣告投放和用戶資料收集，並依賴AI對效果進行分析和優化。

演算法也已經看似無所不能。

人工智慧已經開始影響消費者購買流程中的每一個環節。從網站建設到線上體驗，消費者與品牌互動的每一個點都在由人工智慧加持，由演算法來進行優化。

網站建設服務平台thegrid.io 已經開始用了人工智慧來設計網站。thegrid.io的人工智慧Molly可以在短時間內完成一個網站，而一年向客戶收取的費用加起來不到100美金。你只需要提供圖片、文字、鏈接、以及簡單的表單和數據結構，Molly就可以自行幫你設計網站，包攬從網站地圖到配色方案的各種工作。

Molly和其他類似應用讓未來的品牌不再需要一個統一的品牌網站。未來，這些承載品牌內容和體驗的網站或者「智能網頁」將變得特別個性化和實時化。不同的人訪問同一個網站，甚至同一個人在不同時間訪問，品牌網站的內容都將不同。

Wordsmith和Quill等人工智慧加持的應用已經在幫助美聯社和《福布斯》雜誌撰寫新聞和分析稿件。對於那些以數據為基礎的常規新聞報道，比如公司的財務報告和季報、體育比賽以及市場調研數據，人工智慧更加得心應手。2016年，WordSmith撰寫了15億條內容。

Persado是一個更加擅長品牌營銷的人工智慧內容平台。它可以為每一個顧客，有針對性地挑選辭彙、句子和圖片，在內容中植入情感色彩。相比「大概7點30」的粗略評估，它可以讓品牌知道哪一位顧客需要在8點30推送，哪一位顧客需要在9點30推送。類似的內容管理品牌甚至可以根據實時新聞蹭熱點，讓內容更具有可讀性和相關性。

除了讓內容的個性化成為可能，人工智慧也用來預測消費者的行為。AgilOne的人工智慧會整合線上和線下的數據，並為品牌提供基於用戶行為的分析，預測他們購買傾向和下一步的行為。類似的工具還包括SiteZeus和Sentient。

SiteZeus是「新零售」概念的明星創業公司。它使用人工智慧幫助品牌尋找最佳的店鋪選址地點並提供基於地理位置的用戶分析和數據挖掘服務。SiteZeus聯合創始人Keenan Baldwin認為，人工智慧對零售電子商務客戶體驗有很大的影響。 即使我們在過去十年中看到了很大的進步，但我們甚至還沒得窺門徑。在線零售商正在加緊合作或採用新的人工智慧技術，以幫助促進客戶互動來嘗試及匹配甚至超越典型的實體店體驗。

Sentient的AI系統，基於海量的市場的數據，發現市場趨勢，並在整個過程中不斷進化。對這套系統的訓練過程，就如同生物進化。除了在營銷領域，Sentient在金融領域同樣可以大顯身手。綜合撲克投資家等信息來源，Sentient在世界各地有上千台機器同時運行，並利用計算機演算法打造出數以萬億計的虛擬交易員，Sentient將它們稱為「基因」。Sentient認為它也有別於一般的AI技術，並將其稱為「進化智能」（Evolutionary Intelligence）。

從超級演算法到終極演算法

如果以上只是營銷的普通演算法，那麼技術的進步正在催生一大波超級演算法。

根據VentureBeat的總結，致力於超級演算法的應用和創業項目目前已經有113家，集中在商業分析、效率提升、客戶管理、人力資源管理、B2B市場營銷、B2C營銷、金融管理等12個領域。

每一個領域既有Salesforce和IBM這類大玩家的兒孫和小弟，也有獨立創業公司。這些公司的模仿者遍布張江西溪上地。

在這12領域中，6個領域是針對營銷的解決方案。在商業分析領域，Paxata和Trifacta簡化數據的處理，Tamr和 Alation連接數據的信息孤島讓數據在流動和交互中增值，Narrative Science和Yseop可以讓數據「講人話」，讓數據翻譯成商業建議。

在客戶管理領域，DigitalGenius利用 AI從用戶的聊天記錄、社交網路和客戶服務日誌中了解客戶的需求，讓客服系統更加人性化。Inbenta的自然語言搜素技能，提升用戶的自助服務體驗。而Narvar用大數據分析技術對貨物退貨率、投訴率等信息進行專業數據分析，從而全面提升公司服務水平，為客戶解決售後難題。

在「新零售」領域，品牌向了解客戶。有些客戶是購物狂，有些則永遠不會買東西。Retention Science構建的人工智慧系統（Cortex）能幫助品牌了解用戶的購買習慣，以適合用戶的方式向他們推銷商品。

在B2C營銷領域，人工智慧和演算法用來好地理解未來幾屆消費者以及這些人各種「匪夷所思」和「不靠譜」需求和行為模式。 AirPR用演算法來決絕困擾公關行業的難題：如何對最終的效果進行評估和優化。Lexalytics文本分析平台，可將數十億個非結構化數據和數字信息轉換為分析報告。Affinio用深度學習創建基於興趣的集群，將社交指紋挑選出來，供品牌使用。

以往，數字營銷在B2B領域的滲透緩慢而單調。但這種情況很有可能因為人工智慧而改變。人工智慧將幫助B2B解決未來發展最核心的問題：如何把銷售線索轉化成銷售機會。Fusemachines的人工智慧平台SAM，使用機器學習和自然語言處理技術，能夠快速從客戶群體里篩選最有可能的銷售線索和最佳銷售拜訪時間，生成銷售線索排名列表。

Lattice Engines聚焦於將人工智慧的能力用於將「熨平」銷售過程，並實現銷售線索的管理和自動跟蹤。通過學習公司的購買模式，它可以識別潛在的銷售機會。Lattice Engines的人工智慧平台讓戴爾的歐洲銷售部門的效率和收入實現翻番。

但是，有沒有能把這些人工智慧應用和演算法放進一個程序和一套演算法嗎？尋找人工智慧營銷的終極演算法，是數字營銷未來最美麗的任務。

原文發表於《IT經理世界》，轉載請註明

END

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！