助力CMO，打造AI決策營銷平台，品友互動用技術和數據顛覆行業

你認為人工智慧可以在哪些方面戰勝人類？大家最為熟悉的人機對戰當屬AlphaGo與李世石的圍棋大賽，由此更是拉開了第三波人工智慧浪潮的序幕。AlphaGo為何會贏？不是因為它能準確的背下棋譜或是棋盤，博弈成功的關鍵，在於它能夠判斷好每一次落子的位置，這便是決策。

哪一群體最需要人工智慧決策的幫助呢？從B端用戶來看，當然是每一家公司的CMO。利用人工智慧技術，再輔以大量數據作為判斷基礎，營銷決策將會愈加具有科學性。Forrester Consulting調查報告顯示，88%的營銷策略和人工智慧應用程序專業人士認為，人工智慧決策正在重塑整個營銷行業。

AI重塑決策營銷

「對於市場營銷人員來說，利用數據和技術來實現更好的營銷是多年來一直不變的需求。這是消費者觸點越來越分散，營銷決策越來越複雜，信息和數據越來越爆炸導致的必然結果。」品友互動CEO黃曉南在接受採訪時對億歐表示：「未來所有大型公司都會需要一個智能營銷系統。」

黃曉南如此判斷的依據是什麼？先來對比一下傳統和智能兩種營銷方式。傳統的營銷方式，主要依靠人工勞動，以往經驗和想法作為驅動，營銷事件難以優化，其成果也無法得到積累和沉澱。

而智能決策，以數據和技術驅動的營銷行為，任何想法和策略都可以通過模型來預測結果，可以很大程度地避免低效決策；其次，智能營銷不再完全依靠人工，營銷過程中的數據可以被實時抓取，通過參數即時迭代營銷策略，營銷實踐可以被干預和優化；第三，營銷過程中涉及的演算法和數據均可以在系統內沉澱，營銷成果可以應用於以後的營銷活動中。

概括來說，人工智慧決策相比於傳統方式最大的優勢在於提效。黃曉南向億歐舉例：品友互動利用人工智慧決策系統服務過的某家電商平台，其營銷效果優於人工投放的一至四倍，且原來需要10-20人的營銷團隊，現在僅需1人+1個系統。

那麼，品友互動具體如何幫助用戶進行營銷決策？又如何真正實現降本增效，為廣告主帶來實際價值？

打造MIP，一站式系統助力CMO降本增效

黃曉南表示：「品友互動要做的，就是用技術和數據改變廣告市場。」

品友互動成立於2008年，其早年的業務是基於程序化廣告的交易模式，通過數據和技術將廣告買賣的決策交由機器完成，產品類似於程序化，主要用戶群體是媒介經理。「當時的業務僅僅能夠覆蓋到數字廣告領域的5%，而後品友繼續深耕這條賽道，拿下整個數字廣告的業務。」黃曉南這裡介紹的是品友互動第二階段的業務，即對數字廣告進行全方位的智能化管理，實現程序化廣告。

走過十年，黃曉南已不滿足只做數字廣告的生意。2017年，品友發布人工智慧營銷決策產品MIP，希望通過技術和數據幫助廣告主進行決策，不僅僅是廣告這一環節，還包括創意預測、產品定位、用戶與媒體選擇等CMO關心的所有決策點。

黃曉南表示，MIP是一款基於機器學習以及大數據處理技術，能夠從產品定位、消費者洞察以及媒介計劃等環節幫助企業進行決策預判的產品。與目前大部分程序化公司依託於資源、媒體、廣告位整合不同，品友更注重「決策」這一環節。在黃曉南看來，MIP產品所解決的，正是目前CMO等企業決策者在商業決策上的痛點。

MIP包含3個模塊，即智能投放管理系統、智能決策引擎DMP、智能內容引擎CMP。

智能投放管理系統：基於機器學習演算法、模式識別、點擊預測、轉化預測模型等AI核心技術，對每一次廣告的曝光進行決策。黃曉南向億歐介紹，傳統方式下廣告主投放廣告是由媒體決定的，而現在廣告主需要一個能夠自己控制每一次曝光決定權的投放管理系統。例如，蘇寧將曝光機會發送至品友的投放系統，通過機器決定出最終將向某位具體的C端用戶投放哪一品類商品的廣告。

智能決策引擎DMP：該系統可以將用戶自身積累的數據、外部投放廣告的數據以及市場第三方數據三者進行整合，並通過大數據分析出數據背後隱藏的價值。例如，該系統可以統計出某一品牌的歷史用戶，對其進行路徑分析及解讀。以京東為例，決策者不再是通過調研公司進行調查，而是基於品友智能決策引擎DMP能幫助其分析出對某一商品感興趣的用戶群體，有針對性地進行投放與商品推薦。

智能內容引擎CMP：目前廣告的形式多種多樣，包括小視頻、文字鏈、圖片、文章等等，這其中哪一種形式會觸動到消費者？品友CMP系統可以基於NLP技術進行文本分析、圖像識別等內容的判斷，選擇出對當前廣告受眾群體最有吸引力的廣告元素，從而提高推薦內容的點擊率。

品友AI營銷決策平台，即通過能夠實現媒體價值洞察、人群深刻洞察、科學歸因模型的智能決策引擎DMP，以及能夠實現創意內容雲端管理、產品概念創意測試、創意物料調優的智能內容引擎CMP對接智能投放管理系統，以此實現程序化廣告投放、常規廣告投放管理、社交廣告管理以及電商投放管理功能。同時，智能投放管理系統還可以對DMP、CMP進行數據反哺，整個系統形成一個閉環。

黃曉南介紹道，原有的營銷決策形似漏斗狀，先設計出產品名稱和創意，再選擇投放媒體。而現在的MIP則使營銷決策形成了一個環形關係，產品設計成型後，創意、媒體等環節都是以品友的系統作為核心。例如與某汽車用戶合作，在其新車上市時，MIP需要根據歷史數據判斷出該產品受眾人群具有哪些特徵，由此進行廣告創意設計，同時根據這些受眾人群的閱讀習慣選擇投放媒體，確定標籤。

「MIP出現後，對於甲方的工作方式會有比較大的影響。」

為什麼是品友？

品友的MIP系統，相當於眾多營銷模塊的合集，正如黃曉南介紹的：營銷決策行業在美國有一個很重要的趨勢——整合。對於廣告主來說，如果每一個功能都由單獨的公司設計完成，那麼一個CMO就需要同時面對6-7家技術公司，無形中增大了使用難度，營銷效果也會大大降低。因此，廣告主希望有一個更加清晰明確的一站式綜合系統，幫助其進行決策。

「在中國能夠做到這種整合的公司並不多見，品友可以說是國內首家。」整合的趨勢如此明顯，國內企業為何遲遲沒有邁出這一步？

黃曉南介紹，在2015年-2017年，很多企業以及技術供應商都嘗試過涉足DMP，但是現在看來都比較失敗，其原因在於沒有明確如何評估這套系統的投入產出比。從2017年至今，用戶在使用整套系統前已然確認其目的——提高媒介和營銷效率。在這樣的前提下，用戶完全可以評估出在使用營銷系統後效果是否有提升。也因此，品友首先幫助用戶完善的，便是營銷體系的搭建，使其可以用更加科學的方法進行效果評估。

其中，具有代表性的評估方法，是以有效訪客為衡量指標。在過去，判斷指標通常為用戶點擊後的動作，例如汽車註冊試駕、快消註冊活動等行為，但是曝光與轉化間的關係往往會被忽略。例如某廣告有100人的曝光量，有10人點擊，但是有90人未點擊便直接購買，以傳統方法計算那麼這90人便被漏記。「所以，在汽車領域，品友甚至可以幫助客戶找到4S店到店用戶與廣告曝光人之間的關聯性，這樣就會提高對整體系統效果的評估。」

國內缺少整合性公司的另一點原因，在於缺少能力的積累。AI營銷決策與傳統的廣告營銷不同，企業必須具備三個條件：AI技術人才、大數據的積累以及足夠的大客戶支撐。然而，很難有公司同時滿足這些條件。

那麼品友為什麼可以做到多模塊的整合呢？是因為品友從創立之初便開始做對數據的管理，包括程序化+投放引擎+內容自動化。品友擁有底層數據，便可以將能力擴展到更大的商業決策範圍。隨公司發展，品友的業務不斷擴大，到現在已經可以將各種能力輸出給廣告主，在廣告主的數據上面做管理與優化。

在全面程序化時代，廣告主用技術和數據不再是單單解決廣告投放的問題，而是期待技術和數據幫助到全鏈條的營銷決策。如今的CMO需要思考的問題是如何與一個正處在數字化轉型世界中的消費者溝通，這使得CMO要面臨的決策日益複雜，從產品概念到傳播內容，從用戶管理到新客拉動，這其中一定會有技術和數據能起到作用的地方。 我們相信，以大數據和人工智慧為核心的商業決策將會變革整個營銷領域，人工智慧會讓營銷變得更有效率。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！