《借助AI主导的营销战略将数据输入转化为影响力（9页）.pdf》由会员分享，可在线阅读，更多相关《借助AI主导的营销战略将数据输入转化为影响力（9页）.pdf（9页珍藏版）》请在三个皮匠报告上搜索。

1、IBM 商业价值研究院 专家洞察 借助 AI 主导的 营销战略，将 数据输入转化 为影响力 1 AI 可以帮助营销人员更好地 了解受众并做出更及时、更明 智的决策。 要点 启发洞察 借助 AI，将激增的数据转变成优势来源，而 不是负担，大规模挖掘关键客户洞察，为营 销人员赋能。 促进果断行动 通过预测性分析和基于 AI 的工作流程，帮 助营销人员使用工具来确定适当的时机、干 预和意图，以客户习惯的方式随时随地与他 们互动。 真实的互动体验 借助 AI、个性化工具和动态广告，帮助营销 人员准确、反复、实时地打造个性化体验， 与客户建立基于信任的真实关系。 引领卓越表现：CMO 的号召 营销人员面

2、临大好时机。人们对于建立积极、真实关系的 渴望从未像现在这样强烈，而建立这种关系的机遇也是千 载难逢。营销人员在释放增长潜力方面一直发挥着关键作 用。但是，要实现最出色的绩效，就必须在企业中负责打 造并增强完整的客户体验之旅。这就要求具备一定的数字 化成熟度，但许多企业仍在为此而努力。 疫情阴霾下也有一线光明：形势迫使企业加速实施数字化 转型，变得更加智慧。CMO 可以引领这种转型，帮助企业 变得更加深思熟虑、反应迅捷而且目标明确。但他们无需 凭一己之力完成这样的任务。 人工智能 (AI) 可以成为有力的帮手。AI 能够理解海量多样 的数据输入，对其进行推理并从中学习，促进自然的人机 偕行，从

3、而激发营销人员的创造力，帮助他们更快做出更 明智的决策，支持他们更好地履行不断扩展的职责。 AI 可帮助 CMO 发挥领导作用 近年来，数字化的采用率宛如一股稳定的溪流，持续绵延 但波澜不惊。 而到了 2020 年， 这股溪流骤然掀起巨大浪潮。 仅在美国，电子商务 的增长率就提升了 30%，向在线购 物转变的进程缩短了近两年。1 IBM 商业价值研究院 (IBV) 最近的一份报告指出，企业领导对速度和灵活性的要求大 幅增加，并且由于疫情影响，59% 的企业加快了数字化转 型步伐。2 管理全渠道客户体验 管理营销归因 管理潜在客户 管理/创建以客户为中心的内容 制定和管理营销计划 了解市场趋势

4、了解客户偏好 未考虑 已考虑已评估已试点已实施投入运营 13%17%32%20%15%2% 22%27%20%17%12%2% 22%27%20%18%11%2% 23%26%21%15%12%3% 24%25%22%15%11%3% 20%25%23%16%12%3% 18%21%23%20%14%3% 7%29%24%23%12%4% 整合并扩大第一方数据的使用 2 形势的改变给营销人员带来了新的挑战，他们必须重新思 考谁是客户以及如何最有效地与之互动。客户群、购买模 式和购买行为都发生了巨大变化。例如，在新冠病毒疫情 期间经历过复杂购物流程的客户表示，与品牌忠诚度相比， 他们更有可能基于

5、便利、健康、安全和目的等因素来选择 产品。3为了及时发现重要的行为指标，采取有针对性的行 动，营销人员需要来自多个来源、更为详细的实时数据。 甚至在疫情之前，营销人员就在努力应对数据呈爆炸式增 长、客户期望不断提升以及竞争日益激烈等复杂局面，而 所有这些都是由呈指数级发展的数字化浪潮所推动的。疫 情的爆发使风险骤升，彰显出数字化技术的优势，同时也 使容错空间大幅收窄。如果数字化转型在疫情之前是优先 任务，那么现在就是关乎企业生死存亡的大事。根据 IBV 的研究， 超过四分之三的高层领导预计， 新冠病毒疫情过后， 客户行为仍将持续改变，在线购物和客服互动将逐步取代 面对面交流。4 幸好，营销人员

6、现在拥有 AI 驱动的工具，从而能够轻松跟 上这些变化的步伐。但许多人尚未有效使用这些工具。IBV 的研究表明，大多数营销部门尚未走出 AI 评估阶段，只有 不到五分之一的组织在一个特定的核心流程中实施了 AI（见 图 1）。但是，通过战略性的部署，AI 可以帮助 CMO 及 其团队按照当今市场要求的速度开展运营，给予营销人员充 分的自由度，使其可以集中精力从事最重要的工作。 来源：IBM 商业价值研究院 AI 价值调研，2020 年。注：由于存在四舍五入，因此所有百分比相加之和可能不等于 100%。 图 1 各职能领域中，AI 在营销方面的应用 3 自然语言处理工具帮助营销人员 更准确地确定

7、个体受众的偏好。 借助自然语言处理 (NLP) 和自然语言理解 (NLU) 工具，营 销人员可以快速理解非结构化数据。他们无需研究大量内 容以发现模式和洞察，而是可以将工作交给 AI 完成。借助 NLP，AI 可以采集信息，并按照常见主题、话题或语气进 行分类，帮助团队大规模做出有关内容创建、SEO 优化和 页面优化的决策。 使用 NLP 技术的语气分析器则更进一步，帮助营销人员在 客户进行线上互动时了解他们的感受。例如，一家法国银 行采用 NLP 作为电子邮件分析器。该工具每天搜索超过 30 万封电子邮件，检测客户的意图，准确性达到 80%。 目前，电子邮件或虚拟聊天等无接触式互动推动着企业

8、与 客户的联系。有鉴于此，营销人员需要采用新的方法，衡 量客户的非语言情绪，建立真正的关系。语气分析器可满 足这一需求，帮助营销人员以更快的速度解决客户的疑虑 和关切，拉近数字世界与现实世界之间的距离。 通过这些方式，AI 帮助营销人员更准确地理解个体受众的 习惯和偏好。 改变工作方式：促进果断行动 营销人员还必须能够以闪电般的速度做出决策。尽管数字 化为营销人员带来了呈指数级增加的机遇，也成倍地增加 了他们的工作量。为了让客户培养起意识、兴趣、期望、 行动和持续的忠诚度，营销人员必须设计端到端的客户互 动，而绝非只是分散的售前服务要素。现在，营销人员的 成功取决于能否在很短的时间内对更多工作

9、流做出更多明 智决策。 改变认识：以数字化规模启发洞察 AI 让人类无法独自完成的艰巨任务成为可能：将海量数据 源合并到单一接口， 大规模扫描文本、 在线内容、 社交情绪、 视频以及其他形式的结构化和非结构化数据。现在，机器 可以代替营销人员整合海量数据。 以北美一家多媒体零售公司的好消息和困境为例。越来越 多的客户涌入该公司的各种数字渠道，但是在购买之前， 他们在不同渠道之间切换，因此让公司辨别购买信号变得 极其困难。为了培养和发展受众群，团队被迫从事耗时耗 力的工作，人工筛选 Excel 电子表格格式的 GB 级海量数 据。该公司需要更多的数据、更细的粒度和更高的效率， 因此实施了覆盖所有

10、渠道的基于 AI 的营销平台。该解决方 案可收集浏览器历史记录和搜索历史记录、客户个人档案、 设备类型和其他信息，然后以可搜索的格式整理这些结果。 营销人员现在可以轻松地在平台上查询所需的受众分布特 征，并立即创建有针对性的细分客户群。 除了以灵活的方式查询数据外，AI 还可以帮助理解非结构 化信息。例如，营销人员知道社交媒体聊天中包含宝贵的 洞察。 但是， 由于大多数数据收集引擎的算法无法解读俚语、 情感、 错误发音、 缩略词和其他对话要素， 因此大量洞察 “从 指缝中溜走”。 4 洞察：一站式访问智能世界 在 IBM，我们知道精简流程是数字化转型的必要过程，但 如果是精简思维步骤呢？营销团

11、队经常会花费所有时间在 浩如烟海的信息库和数以百计的工作流程中寻找客户线索， 我们不禁想到：如果将报告系统转变为分析服务，那会怎 样？这就是 Pearl 平台，它通过一站式界面提供有关促销 活动有效性的情报，一目了然。该平台将实时访问、电子 邮件、活动和 CRM 数据综合为一个集中式视图，使营销人 员能够一站式了解所有内容。它还可以全天候向营销人员 发送提醒，提供绩效指标和建议，让他们随时随地了解最 新情况。 在购买流程的各个不同阶段与数百万受众打交道，了解哪 种行为会对哪个具体客户产生最大的影响，是一项极其复 杂的工作。为了大规模提高效率，营销人员需要一种在不 影响个人体验的情况下实现自动决

12、策的方法。 智能化工作流程可以研究数以百万计的受众，分析相似个 体的相似体验，帮助营销人员确定下一步最佳行动，以实 现超级个性化的互动。在营销人员忙碌的一天中，基于 AI 的模型与他们一起工作，负责梳理客户、采购和绩效数据， 不仅可以预测客户的习惯和喜好，还可以预测他们在特定 时刻的动机以及他们喜欢的互动方式（请参阅“洞察：一 站式访问智能世界”）。根据分析，AI 可以回答诸多问题， 例如安排活动的时机是否成熟、应邀请哪些人员、是否应 创建新的电子邮件活动、哪些是目标客户以及使用哪些内 容等。根据这些背景信息，营销人员可以获得有事实依据 的建议，快速选择适当的响应方法，打造成功的客户体验。 A

13、I 还帮助营销人员采用敏捷方法，专注于以人为本的成果。 经过训练的 AI 系统可标记关键指标， 在需要引起注意时 （例 如，内容导致参与率低或偏离目标受众）提醒营销人员。 在后台运行的 AI 有助于减少猜测，帮助营销人员提高响应 能力和工作效率。 5 AI 解决方案帮助品牌企业建立更 有吸引力的对话式双向交流。 改变互动方式：精准而真实的互 动体验 客户期待与品牌企业建立真实的关系，希望体验到富有人 情味和同理心的互动，尤其是在当下的环境中。然而，尽 管企业数十年来一直承诺提供个性化服务，但只有 18% 的 消费者表示广告“通常”了解他们的需求。5 粗放的受众目 标定位和其他执行不力的个性化工

14、作不仅会导致企业错失 良机，还有可能被客户完全抛弃。品牌企业必须建立值得 信任的交流，保护客户的隐私 不能再依靠移动 ID 和第 三方 Cookie 等传统方法。 AI 可以帮助品牌企业从大量“噪音”中发现洞察，打造包 容而真实的互动，使客户感到如遇知音。但是，IBV 最近 的 AI 调研表明，尽管许多营销高管正在评估和试点 AI 以 实现个性化的客户推广和服务，但只有 10% 正式实施了 AI，为了上述目的而使用 AI 的企业则仅有 4%（见图 2）。 是时候做出改变了。AI 解决方案取代单向对话，帮助品牌 企业建立对话式双向交流。除了使用虚拟客户助手、聊天 机器人和应用外，企业还可以制作广

15、告来促进客户互动， 例如：汽车公司可以通过提示向客户询问他们梦寐以求的 汽车。 BEHR 百色熊涂料的生产商为客户提供近 2,000 种涂料 颜色。但是，这也让消费者产生了选择困难，导致无法快 速开始粉刷工作。为了吸引消费者，简化“自己动手”流程， BEHR 使用 IBM Watson Advertising Conversations， 利用 Watson 的机器学习和自然语言功能，实现与消费者 的一对一实时对话，提供独一无二的涂料颜色建议。 成千上万的消费者与该广告互动，每位消费者平均花费一 分钟以上观看 BEHR 品牌广告内容。除了不断提高消费者 的品牌偏好和忠诚度之外，BEHR 还利用

16、 Conversations 建立迷你重点用户组，收集实时洞察，例如，他们发现消 费者对让人放松、舒适和友好的色彩最感兴趣。这些发现 可帮助品牌企业改善日常的产品和营销战略。 图 2 营销人员使用 AI 打造个性化的客户互动与服务 来源：IBM 商业价值研究院 AI 价值调研，2020 年。 未考虑 已考虑 已评估 已试点 已实施 投入运营 18% 28% 16% 10% 4% 24% 6 洞察：AI 广告商最好的朋友 在 IBM， 我 们 使 用 Watson Advertising Accelerator 之类的自我学习 AI 平台，帮助媒体买方确定哪些创意元 素最能引起特定受众的共鸣，并

17、不断完善视觉和消息组 合，对环境中的信号和触发因素做出响应。品牌企业使用 Accelerator 的感知功能，更好地了解微妙变化，在提高 广告效果的同时，让客户感受到品牌倾听了自己的声音。 我们对这项技术进行测试，用于推广 IBM Storm Radar 天气应用，结果发现 Accelerator 在短短三周内使安装该 应用的客户人数增加了三倍。自 2020 年 1 月推出该解决 方案以来，使用 IBM Watson Advertising Accelerator 的企业的每个完整广告活动的绩效至少提升了 25%。 品牌企业可使用商业上可用的 AI，发现并细分受众，实 时构建创意要素 评估过去

18、的定位和广告效果，将其 与期望的绩效进行比较，并确定可能争取到的新受众。 基于 AI 的系统还可以根据最适合团队目标的方式设计个性 化广告，并建议投放哪些广告（请参阅“洞察：AI 广告 商最好的朋友”）。自然语言技术支持的智能算法甚至可 以帮助编写广告文案。尽管其中一些系统尚处于萌芽状况， 但该领域的发展势头十分迅猛。 无论技术多么令人兴奋，但客户最终都需要在交流中感受 到自己的需求已得到满足，疑虑已得到解决，否则体验将 变得不和谐。正如美国备受瞩目的社会不公正事件表现出 来的那样，系统性的偏见仍是持续存在的问题。品牌企业 有义务打造包容性体验，尊重和反映受众的多样性。建立 这种信任需要最佳实

19、践，指导企业以安全而且道德的方式 管理 AI 系统，包括与社会规范和价值观保持一致、承担算 法责任、遵守现有法律和政策、确保数据完整性以及保护 隐私和个人信息。要有效使用 AI，必须实施监管协议，帮 助监控模型的公平性，确保可解释性并保持透明度，这些 关键步骤可以让营销人员成为客户信任的负责任的管理者。 7 行动指南 借助 AI 主导的营销战略，将数据输入转化 为影响力 数字化转型是一个转折点，而 CMO 可以成为领路人。借助 AI，营销人员可以将数字化领导力转变为客户领导力，确 保听到关键的心声。以下是营销人员目前必须完成的任务。 从结果倒推，推广有效方法 确定要实现的结果。是否需要更好地了

20、解客户、让复杂 流程实现自动化或优化团队的时间？确定优先任务，然 后从结果反推。 建立基线。评估行之有效的活动以及有待改变的活动。 如果不确定从哪里入手，可寻找合适的合作伙伴，帮助 您简化流程并开启 AI 之旅。 创建智能化工作流程。明确优先任务和基线后，您可以 确定在哪些领域将 AI 整合到流程之中，从而提高整个企 业的生产力和绩效。 构建强大可信的数据基础 保持透明度。为了让团队充满信心地依靠 AI 做出决策， 或让 AI 自动做出决策，他们首先需要信任这项技术。在 训练模型以及使用数据集方面保持透明，是建立信任的 关键因素。 确保输入和输出一样重要。为了让 AI 正确发挥作用，必 须大力

21、投资，确保访问的数据安全可靠。数据集是否具 有包容性，是否没有偏见？模型是否可解释？ 支持全方位了解客户。确保为 AI 解决方案提供的数据足 够全面，以便在与客户互动时，整个企业都能全方位了 解客户。 推动建立专注于学习的敏捷文化 优先考虑响应速度、灵活性和持续迭代。AI 与时俱进， 不断适应客户行为的变化。传统的瀑布式方法无法适应 这种节奏，而敏捷的团队可以支持营销人员以所需的速 度开展工作。 组建赋能团队。组建能够根据数据迅速做出决策的团队， 灵活应对变化。 促进实验文化。促进持续发展，帮助团队在动态变化的 环境中不断提升技能，在企业的许可和支持下，大规模 地进行测试、优化和执行。 8 备

22、注和参考资料 1 “Impact of digital surge during Covid-19 pandemic: A Viewpoint on research and practice.”National Center for Biotechnology Information (NCBI). June 2020. https:/www.ncbi.nlm.nih.gov/pmc/articles/ PMC7280123/; “US Ecommerce Growth Jumps to More than 30%, Accelerating Online Shopping Shift by

23、 Nearly 2 Years.” eMarketer. October 12, 2020. https:/ us-ecommerce-growth-jumps-more-than-30- accelerating-online-shopping-shift-by-nearly-2- years?ecid=NL1001 2 “COVID-19 and the future of business: Executive epiphanies reveal post-pandemic opportunities.” IBM Institute for Business Value. Septemb

24、er 2020. https:/ 3 Newman, Daniel. “4 Key Customer Experience Metrics Brands Should Be Tracking.” Forbes. September 1, 2020. https:/www. forbes. com/sites/danielnewman/2020/09/01/4-key- customer-experience-metrics-brands-should-be- tracking/?sh=32e10f6c7c3b 4 “COVID-19 and the future of business: Executive epiphanies reveal post-pandemic opportunities.” IBM Institute for Business Value.September 2020. https:/ 5 Sullivan, Laurie. “Data Still Makes Ads Irrelevant, Consumers Say.” MediaPost.October 15, 2018. https:/ article/326515/data-still-makes-ads-irrelevant- consumers-say.html