在A.I.時代，如何緩解CMO的決策焦慮？

2018年，人工智慧在各個行業的火熱程度有目共睹。那麼，在數字營銷領域，人工智慧將發揮怎樣的作用，如何幫助CMO做更好的營銷決策，以提升營銷效果？

在6月6日下午舉行的2018品友互動人工智慧大會上，由瑪氏集團亞太區數字化業務與AI創新高級總監彭雅瑞女士、優信集團品牌總監陳良智先生，和紛析數據創始人兼CEO、互聯網數據官創始人宋星先生，銀泰西有CEO湯楠女士，品友互動CTO歐陽辰先生，以及主持人品友互動效果營銷事業部副總裁趙晨先生，共同就這一話題展開了探討。

「對於瑪氏來說，利用AI不是想著怎麼打通數據，更多是利用AI找到新的或者更多的和消費者有交集互動的這些場景」，彭雅瑞女士介紹說，「基於這些場景去看這些數據怎麼樣可以指導我們找到新的消費者需求，在這上面有新的產品或者服務做創新」。

而AI對於優信集團來說，則是一個更長遠的用戶發掘和用戶維繫、持續影響的工具。在做這種嘗試的過程中，他們發現了很多問題的可優化節點。

銀泰西友CEO湯女士認為，線上營銷已經能夠做到了千人千面的程度，但她們同時也需要將這部分數據跟線下的數據產生聯動。從線上的數據中獲取人群的全方位的畫像，在線下找到相應的結合點，進而幫助獲得更高的營銷效果。

「互聯網碎片化的程度比過去厲害太多」，宋星認為，「現實世界的無序和混亂，會映射到互聯網上。但這對互聯網非常好，對於CMO來說是一個很大的挑戰」。AI已經改變了營銷的面貌，而未來還有更多的轉型應用。

過去兩年，品友通過數據產品服務了很多客戶，很多客戶越來越重度依賴於數據產品輸出的決策能力。在打造相關產品的過程中，品友分別從識別能力、深度分析能力和決策能力三個方面去不斷提升行業競爭力。

以下內容為本次圓桌論壇的部分現場實錄：

趙晨：大家都比較期待的是到底人工智慧怎麼能幫我落地，對一個廣告主、品牌來說，到底怎麼能提升我的效果，今天我們很榮幸能請這麼多嘉賓過來分享一下，AI到底怎麼能幫你們去落地效率這件事。

我覺得能看到我們的環節很有代表性，從一個廣告主品牌來說，又有快消、二手車電商，同時也有零售。接下來開始第一個問題，我問彭雅瑞總。因為瑪氏旗下擁有多個品牌，在多個品牌打通或者線上線下打通的環節，人工智慧可以帶來什麼？

彭雅瑞：首先我簡單介紹一下，瑪氏在中國大概有兩個主要品類，一個是零食，比如說巧克力、口香糖和這一類的糖果類，給大家帶來歡笑、帶來正能量的這一個品類；另外一個品類是寵物食品。這兩個品類在整個數字化的過程中會遇到非常不一樣的挑戰和機會。對於我們來說利用AI不是想著怎麼打通數據，更多是利用AI找到新的或者更多的和消費者有交集互動的這些場景，基於這些場景去看這些數據怎麼樣可以指導我們找到新的消費者需求。然後，怎麼樣再回到這個場景，找到更多的消費者。所以我們所有利用AI的場景，都是基於產品和服務創新的這一條鏈路來做的，所以我們不存在為了針對品牌的數據，可能不同品牌有非常多的數據，要先機械地放在一起打通這件事情，這不在我們的工作裡面。

趙晨：那有沒有具體比較有意思的發現？

彭雅瑞：比如說我們去看巧克力這個品類，通常之前巧克力在情人節、春節才出現，意味著這麼大的巧克力市場，一年有一半時間大家都不會想到巧克力。巧克力會和什麼新的場景相關？通過利用大數據做語義分析，看談到巧克力的人在談什麼，購買過巧克力這個品類的人，同時購買了什麼其他品類，他的著裝風格是什麼樣，是動漫族還是科技一族。

在這個基礎上我們發現，有一個非常年輕的消費群體一直在吃巧克力。不是為了送禮，也不是為了春節的時候作為春節的糖，是在考試之前去解壓的，是一個非常年輕的、十幾歲的消費群體。在這個基礎上我們發現，也許考試解壓是消費者內心裏面有的一個潛在場景。於是，我們就利用這個點重新創造了巧克力的產品序列和細分場景。所以大家可以看到每年高考之前或者大學主要考試之前，我們會有很多巧克力品牌非常活躍地在和大家做互動。而且我們實際收到的效果也是意外之喜，從原來淡旺季的巧克力產品現在變成了每個月都是旺季。

趙晨：第二個問題問一下陳總，我覺得您這邊的角度還算是比較特殊，因為二手車這個行業還算是一個比較新的行業，同時你們現在競爭的環節也非常激烈，所以你可不可以從這個角度說一下，你希望AI能給你帶來什麼？

陳良智：很多人把我們劃分為汽車這個品類，其實我們和汽車的品類還不是非常相關。二手車這個標的物本身是一個很重決策、低品類的品類。我舉一個簡單的例子，2017年整個中國二手車交易量大概1200多萬輛，我每次在做市場品牌傳播過程中，每一次、每個月傳播曝光量級至少也是在5—10億。

也就是說，我們有大量曝光沒有辦法轉化成最終成交，是因為整個市場容量和消費的需求還沒有被完全激活，這是我們這個品類所面臨的困境。為什麼還要做持續曝光，持續影響我們的消費者群體，持續發現我們的用戶在哪裡，是為了持續地去跟蹤，找到他購買的可能性，和他周圍親朋的可能性，和他未來換車相應需求的產生。從需求產生的時候，到能最終轉化成認可你的產品和服務，這個流程非常長。

AI可以幫我們發現用戶，因為我們品牌長期曝光積累了大量數據，也積累了當時對於我們廣告曝光的初步反饋動作和行為。但是我們面臨這樣一個困境，他沒有辦法轉化為我們的用戶，我們如何實時跟蹤和影響，如何找到他當下在對我們品牌的狀態，是對我們品牌已經認可了，還是說已經有了一定偏好度，還是說偏好度也有了，只是在我們平台服務或者價格決策上沒有辦法把關。

基於這一點我們每一次溝通需要有不同的語言、溝通方式、不同的溝通渠道和出現的時機，去跟他做進一步的影響，才有機會儘可能加深他在整個銷售漏斗下一步轉化的行為。所以說AI對於我們來說，是一個更長遠的用戶發掘和用戶維繫、持續影響的這麼一個工具也好，或者說是解決方案也好。

目前我們也在做這樣的嘗試，同時發現了很多我們原來品牌傳播、效果傳播中相對割裂，又完全沒有打通問題的可優化的節點。我覺得品友目前所提出的解決方案，我們也在做測試，還沒有最終的結論，但是我們是希望這一縷曙光能夠把我們在整個用戶傳播效率上有很大的改善和提升。

趙晨：兩位說的比較類似：首先找對人，找對人不一定是AI帶來的價值，但是找對人在對的場景裡面很重要。我想請湯總分享一下從您是怎麼利用AI的？

湯楠：我們現在商業模型是蘑菇形狀的，未來我們更想變成八爪魚狀態。比如打開一個手機淘寶，裡面搜索西有全球好店是直接進入我們的頁面的。這裡面已經包含了幾十個奢侈品牌，裡面有上千款商品，每年在線上每家店交易額應該是幾個億的規模。

所以，線上已經做到了線上的千人千面，但它的數據並沒有能夠跟線下的數據產生聯動，這是我們現在面臨到的難題。前面也去嘗試性地把一些對於線下點位的人群進行歸類，通過一些後台技術能夠對這些人的人群進行分類，發現他們在線上購物車裡面加購的東西，當你線下再次展示的時候會增加他的購買慾望。所以其實更多線上線下的連接，是為了我們看到更具體的人，而不是告訴我她是25—30歲，女性，家裡有小孩，有車。其實零售層面我們更加應用的是多維數據，她希望尖頭鞋還是圓頭鞋，高跟鞋還是球鞋。

線上線下的聯動，以及這個人群線上全方位的畫像，能找到她線下的結合點，所以未來線上的決策反哺到線下的產業鏈，會幫助企業從一個蘑菇的狀態到八爪魚的狀態，長出來的角更多是落地點。這一點也是想跟大家互動，希望在這個層面里更多提升商品效率，服務核心用戶，找到場景切片，找到一些消費機會。

趙晨：我這個問題問宋老師和歐陽，我覺得你們服務過多個客戶，從你們的經驗來說，AI給廣告主提供最的、最需要的價值是什麼？

宋星：我自己因為工作的關係一直在用這些數據，從CMO的角度看目前遇到的挑戰非常明顯。因為整個行業這幾年變化特別快，尤其是技術和數據帶來的變化非常快。第一個最大挑戰實際上是CMO所面臨的劇烈性。因為我們可以看到這幾年的情況，包括瑪氏。我們能看到行業中消費者的節奏是很快的，因為是一個開放的世界，整個國家經濟變動非常快。在這樣一種不確定的環境中，AI解決的是在一定程度上消滅不確定性。

我不知道算不算AI，10年前我們已經開始做了，遊戲上我們做的是怎麼通過數據減少客人的流失。當我們預測遊戲的流失，實際上就是用他過去的流失做一個方程出來，用的工具是一個基礎性的工具，拿出來的結果我們用今年上半年的數據驗證它的模型。基於這樣不斷地用歷史數據的方法，在10年前我們已經幫助做不確定性的消彌。我們在創意這塊印象特別深，過去這樣一些數據的積累，我們能夠判斷出未來的某一個創業有80%或者多少的區間，能夠有什麼樣的效果，這是AI非常典型的應用。

在第二個層次上，AI幫助我們創造一些融合的機會。為什麼我特彆強調融合，是因為今天你看過去，營銷部門和運營部門其實是兩個部門，這兩個部門是分開的，我很多客戶都是這樣，大家不會管彼此的事情。剛才湯總也說了，我們希望能夠做這樣一些打通，希望把這幾個環節完全打通。這對營銷同學必然是一個很大的挑戰，這個挑戰我現在看來唯有AI很大程度上能夠起到幫助。

因為像DSP，實際上是最典型的AI應用。因為它是基於監督學習的。我們都知道RTB不叫RTB的時候，你要給汽車人群投放，你去找這個人群。實際上人工智慧不是這樣一個運作機理，是我們能夠以終為始的方法去使用這個數據。這個已經極大幫助我們提高了廣告營銷的效率，雖然現在RTB由於一些關係沒有像前幾年那麼火熱，但是監督學習這種方式已經完全改變了，徹底重新改寫了今天廣告投放的方式。

如果我們去看今日頭條，其實全部都是用這種方法？OCDP、OCPM、OCDA，全部是用這樣的方法。AI早已經改變了我們今天的工作。

第三個面臨更大的挑戰是營銷的碎片化。我們知道互聯網碎片化的程度比過去厲害太多。現實世界很無序很混亂，會映射到互聯網上，這對互聯網非常好，但對於CMO來說是一個很大的挑戰，過去我們其實只研究兩塊，一個是搜索廣告，一個是banner廣告。

其實我們今天不光有搜索，我們還有視頻廣告、前貼片、抖音廣告、信息流廣告，還有好多各種很難去數的廣告全部都出來，甚至還有關於個人的。所以營銷整個因為消費者的碎片化、內容碎片化，造成了整個營銷的碎片化，這樣的一種碎片化我們會越來越發現根本沒有辦法通過人工做得到，只有通過人工去輔助。

前段時間我去谷歌看到他們的新思路，比如說他們將語言識別上、圖象識別上的AI成果用在營銷上，適配一萬個圖片，把關鍵詞歸納出來看每一個圖片最終轉化的效果。同樣，我相信MIP也是用類似的方法去識別創意圖片的情況，然後看他們的CPR、CPA等等的狀況，來幫助實現更好的轉化。同樣碎片化這塊，也是利用這樣一些方法去看不同消費者歸因路徑上，不管怎麼判斷都是用一維的方法衡量碎片化的多維數據。

谷歌已經做出來人工智慧的歸因模型，雖然都是用搜索引擎，但是A消費者在搜索引擎上停留時間比較長，B消費者比較少，那A消費者會有更大的權重，從而換更準確的整個渠道的數據，幫助我們做更好的策略。所以AI已經改變了營銷的面貌，我相信未來還有更多的轉型應用，這就是為什麼我覺得品友MIP特別興奮的原因，這一定是適應於未來整個營銷的潮流。

趙晨：歐陽，我覺得您這邊代表品友也服務了非常多不同類型的客戶，有沒有一兩個AI提供的價值，廣告主、CMO跟你說這是我對想要的。

歐陽辰：過去兩年我們用我們的數據產品服務了很多客戶，隨著產品裡面數據量越來越多，我們的產品輸出越來越多洞察和決策，我覺得很多客戶對它的決策都慢慢上癮了，一旦用上了以後下次再使用的時候基本是百分之百依賴，越來越重度依賴我們的數據產品輸出的決策能力。在打造產品過程中，我覺得我在分三個層面培養它的AI競爭力。

第一個，這個產品裡面的識別能力。這個數據產品比如說對流量裡面進行比較精準的識別，甄別出哪些是虛假流量，哪些是有效的流量，哪些是高質量的流量。其包括在創意分析裡面，我們能夠任意輸入一張圖片，分析出它的顏色、字體還有裡面的元素，所以我們非常注意打造產品對數據的識別能力。

第二個深度分析能力。不再是一維的分析，而是多維度的分析，交叉維度的分析。比如我們做創意分析的時候，會把創意和人分解成很多維度，兩兩維度或者兩三交叉維度做深度分析，這種分析很多時候能獲得很多相關性，非常有意思的相關性，這些相關性我們很多時候也是獲得了客戶的一些好評。

第三個層面，其實我們在打造的是決策能力。這其實就是我們剛才MIP演示的內容，看了很多數據以後最後按個按紐說看有什麼策略生成，這是考驗系統的決策能力。假設我們有這樣的決策，應用的時候它應該採用什麼樣的人群策略、創意策略和媒體策略，這是我們在打造MIP產品的時候會聚焦到識別和深度的分析能力、決策能力。我們在決策方面希望跟一些數據反饋打通，這樣能幫助提升我們產品的競爭力。

趙晨：我覺得宋老師、歐陽分享的很多是交叉維度一些洞察的事情，是說投對人，這個人有可能是男性、年齡、收入、興趣，我在什麼時間投他，有可能他會完成，什麼時間投他，他有可能買汽車。

那我再問一個問題，宋星其實說到了這一點，AI在這個市場很重要的一個原因，是因為現在廣告主對廣告技術公司的要求越來越苛刻，他們對他們自己的要求也越來越苛刻，其實在前面一個圓桌中也談到了這一點，他們最後一句話廣告主怎麼考核標準非常重要，到底什麼考核標準能夠說清這件事是成功還是不成功的？這個問題誰想分享？

彭雅瑞：其實我覺得在AI的時代考核標準是更容易確定和辨識的。

陳良智：這個問題是我們營銷人很需要面對有時候又很糾結的問題，尤其是一些特殊的長鏈條的消費領域，比如我們的消費領域。一般我們在做效果廣告的時候，我們會用兩個指標去看，這兩個指標是必須去堅持的，當然最核心最重要的是銷售。

湯楠：在零售領域裡面，我剛才在想和大家討論的維度好像不一樣，我們好像更細一點。因為像這些品牌的廣告，更多還是考慮在比如說一些搜索，但我們其實已經進入了一個電商的單品的投放，或者是一種風格的銷售，如果說奢侈品引領整個時尚的潮流，是在每一季販賣一種潮流，我們作為零售商或者渠道其實銷售的是這個潮流下的每一個單品。在這樣一個顆粒度更加小、多對多的情況下，可能它創造出的零售熵可能更加複雜。這個角度上，它的效果可能是提高商品的周轉和商品的效率，再往前一步怎麼在渠道當中看到中間值，這還是要各位大咖去討論的。

趙晨：因為時間的原因，我問宋老師和歐陽的問題是後面的問題，從您的答案也可以說一下，像我們這種類型的公司，或者你們看到的平台，是怎麼幫助他們解決這種問題？

宋星：對於AI這塊，我非常相信未來一定有非常多的作為在營銷這塊。我目前也看到了這樣一些挑戰，這些挑戰可能造成了剛才陳老師說的有一些問題，比如一些環節還是打不通的，因為品牌本身是難以非常好定量化的東西。但即使我們無法百分之百定量化，我們只要比過去能夠更加定量化，就是很大的進步。

今天的AI，比如說MIP，我們要把握幾個點，第一個點，我們能夠捕獲數據的程度和我們能夠打通數據的程度，這一點我相信AI已經做了很多的事情，比如說線下的數據，剛才LG的老師已經講過我們可以用刷臉的方式。我們和品友一起做了很多討論。即使是今天的戶外廣告，整個人工智慧在客戶端這塊，在設備上，通過端人工智慧我們可以識別人臉，並且快速實現ID的打通，即使今年不實現，兩三年也會快速在這個行業裡面發生。過去一些覺得線上戶外廣告不能解決的問題，在未來至少能夠解決一部分，我覺得這是第一個點。

第二個點，數據可利用率一定會再不斷加強，包括我們認為最封閉的阿里。比如我有電話號，我用這些東西換阿里的標記數據，可以實現投放。雖然投放範圍比較有限，但已經比過去走了大大一步。

第三個是可追蹤的效果，已經遠遠比過去要強大，就像我剛才說的前端的營銷已經跟後端的運營，乃至於後端最後的銷售能夠去打通，比如現在的新零售。汽車行業很典型，線上的營銷有沒有帶到4S店去，有沒有產生相應的行為，過去汽車已經是最大的作弊行業，今天情況已經改觀了，全都是數據和AI所創造的改變。所以我覺得是時間的問題，很多過去是問題，自然而然可能不會再是問題。

歐陽辰：在營銷裡面，我覺得AI給營銷帶來最大的好處就是能夠建立品牌主和消費者更好的體驗，這種更好的體驗主要表現在大規模的個性化，具體是每個人感受到品牌主不同的信息傳遞，這是最大的好處。

具體實現我覺得AI在實現這個路徑上，我覺得是一種潤物細無聲的方式來實現，很多後面的演算法、數據都在做很多事情，剛才各位老師都說了。我自己覺得短期來看，我們很容易高估了AI的這些作用，但是從中期和長期來看，我們很容易低估它的效果，我自己還是非常篤定AI在營銷裡面會扮演越來越重要的角色。就像冰山理論一樣，AI是在冰山下面八分之七的位置，繼續努力。

趙晨：我最後補充1分鐘，因為我自己做優化做了十幾年，不管是優化還是管理優化師。我們今年也聽到了很多比較精彩的分享，對於廣告主來說，他們現在要求確實比原來要細節很多，我能夠分享的是說人工做不了的東西是什麼？是說這個人在對的場景，他現在用什麼手機端，到底在什麼地域，細節到多個維度的時候，我到底給他投什麼類型的創意。就是你把所有的東西都鏈接起來，這只是機器能做的事情。所以我也非常感謝各位嘉賓的分享，這個環節就先這樣子。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！