三个皮匠微信公众号每天给您带来最全最新各类数据研究报告

什么是AI营销

1、AI营销内核：数据和算法

什么是AI营销？一般意义上业界认为，AI营销就是在人工智能的基础上，通过机器的深度学习、自然语言处理及知识图谱等相关技术，对品牌定位决策、用户画像、智能内容管理、个性化推荐、智能测试、智能CRM等营销关键环节进行赋能，优化营销策略，提升营销效果，挖掘更多的创新营销模式和商业场景，其核心是帮助营销活动节约成本提高效率。（原文来自皮匠网，关注“三个皮匠”微信公众号，每天分享最新行业报告）

核心是：数据激活、用户洞察、智能优化、效果追踪、创意自动化。

2、AI营销产业图谱

数据和技术将成为产业各方共同的发力方向，整个AI营销产业图谱向着分工更加明确、布局更加合理、竞争更加理性的方向发展。

对于AI营销市场产业链而言，通过AI技术的赋能与加持，使每个环节都可以实现联通，这些联通是基于用户行为产生的海量数据。品牌方、第三方解决方案和媒体方通过激活数据形成消费者的多维画像，从而对AI营销的各个环节起到指导作用，提升营销效率。而整个AI营销产业链中，数据和技术是产业发展的核心，也是产业中各方话语权的立足之本，因此未来各方都将在数据应用和技术上展开深入协作。

3、AI营销的认识误区

（1）AI的作用被夸大

在调查公司Resulticks对300多位市场营销人员进行的一项调查发现，有近一半的受访者认为，AI是一个被过分夸大作用的新鲜名词，AI无疑是过去两年的热门词，一方面品牌方越来越多地探索未来AI会对他们业务带来的切实影响，另一方面媒体的无限夸大也加大了行业对于AI作用的期待。虽然AI作用有被夸大的嫌疑，但不可否认的事实是尽管今天AI还处于起步阶段，但许多品牌和零售商已经积极地将AI用于在线调研、客户洞察、内容创作与管理、客户洞察、个性化创意、智能创意以及程序化投放等诸多环节，借此赢得客户和业绩的增长。

（2）AI会否取代营销人员

AI具有无限潜能这已经成为共识，它会给营销人员带来新的机遇，例如帮助从业者在个人经验和创造力的基础上做出更精准的数据预测和分析，而不是仅仅依靠过去的经验和习惯。但AI也不是万能，尤其是在以创意见长的营销行业，在将来几十年内，一些市场营销的初级职位可能会不存在，但也会有新的职位也会不断涌现，重复性的工作和职位会被AI取代，而未来有关营销技术和数据分析师的职位将不断出现，最新的人工智能发展突破都需要人类的参与，而最难自动化的工作便是战略策划和原生创意。

AI营销行业发展现状

1、国内市场发展现状

AI正在各个行业被运用和实践落地，但是在貌似距“机器”最远的营销行业，AI应用的前景最为广阔。根据麦肯锡2017年发布的报告《人工智能：数字化的下一个前沿？》，AI在市场营销领域创造的价值将高达3.3至6万亿美元。AI可以在很大程度上改造营销行业，这成为当下业界的共识。数字化程度高的企业在AI结合方面高于传统企业。

随着AdTech和MarTech等概念的火热，营销产业的技术化与数字化转向趋势日益明显。传统营销的业态正在发生着巨大的变化，数据和技术逐渐成为整个营销产业的基石与核心。

作为技术的前沿阵地，AI与营销的结合已经愈发成熟。当下，AI对营销行业的赋能已经从1.0时代的投放过程快速上溯到帮助营销人员搭建整个用户管理系统平台的全链路，基于对海量数据的深度洞察到自然语言的解读应用，从程序化广告、智能预算分配等营销效率的优化提升，到批量化创意，深度消费者画像，甚至新零售选址、销售线索等更加丰富的营销环节，技术应用前后数据反馈的巨大差距彰显了AI营销的巨大商业价值。

AI营销更多实际落地的场景正在离市场营销团队越来越近。在诸多AI赋能营销的案例背后，潜藏着一个全新的商业领域，善于探索的人已经出发并期待在历史趋势下能够收获更多技术福利。

2、AI营销发展趋势

AI营销虽处于发展初期，但其旺盛的生命力正在不断凸显，在国内市场，尤以以下几大趋势最为明显：

（1）数据和技术对营销全链路的影响越来越深

在传统营销领域，整体流程大致分为用户分析、内容生产、营销投放以及效果监测四大部分组成。其中各个环节相对独立，响应速度慢，难以形成有效的闭环。而随着AI技术的应用营销流程智能化程度不断加强，基于大数据的快速用户画像、在线调研、优化媒体选择的同时将为每个不同的目标用户群体定制化创意，实现基于地理位置、天气等参数应用的亿人千面等各种应用纷纷涌现，并在获得效果监测结果后及时优化投放策略，形成快速的响应，有效改善营销流程，提升整体营销效率。

（2）品牌方自建第一方只能营销平台

品牌方自建第一方智能营销平台已经成为2018年以来渐趋明显的一大主流趋势，这一趋势在2019年更加明确，无论是自建第一方DMP、CDP，还是自建Ad Serving智能流量平台，品牌方更加深刻地认识到in-house系统对于透明、高效以及私域数据管理的重要性，选择一个真正能够将技术能力赋能于营销实践场景的合作伙伴是品牌方自建第一方智能营销平台的关键核心。

（3）人机分工更加科学，人工注重战略制定

AI技术已经极大的缩减了营销人员许多劳力密集型工作如数据收集与分析，但仍有一些领域还不能达到全面的智能化，仍有许多需要深层决策的工作需要人来完成。但人工与机器的分工也将更加科学化，依托更加完善的数据和算法优化等方式，AI能够让营销环节中的重复性劳动全面自动化，通过海量用户数据分析获得的营销决策也将比依靠个别营销人员的经验判断更加准确。通过AI而非人工完成，这样在明显提高效率的同时可以让营销人员更加回归营销的核心和本质，将注意力放在营销的制定和创意的创新上，推动行业不断向前发展。

（4）运用AI预测用户需求

过去的营销更多的是聚焦在通过对用户的行为洞察做智能推荐，可以对用户的行为进行全方位分析，生成360度的用户画像，并为营销活动提供参考。但这些参考和推荐大部分是根据用户的现状所进行，而非对用户未来行为需求的预测。例如，当AI得知用户购买了三文鱼，会将用户定义为适合接收海鲜相应广告的目标受众，并不会为用户推荐酒水或电子设备等与三文鱼搭配而非可替换的商品或服务。未来通过AI技术，用户数据处理效率将极大提高，用户与营销主体的数据反馈期更短，AI预测用户的未来消费需求实时推荐更加匹配的营销信息，从而激发潜在消费者的购买行为。

（5）AI营销从业者背景多元化

营销环境复杂多变促使市场需求发生巨大的变化，对未来企业的商业决策和战略的重要性，营销的挑战巨大，这也导致传统的营销从业者、咨询公司，IT公司从业者纷纷往营销技术方向转换，这导致AI营销的玩家行业属性发生变化，从业人员更加多元化，不仅有传统营销经营丰富的Marketer，还会有更多的数据科学家、IT工程师的加入。

3、AI营销面临的挑战

（1）数据安全问题凸显

在营销行业越来越多基于用户触点行为反馈数据，进行挖掘分析和洞察的同时，消费者对个人信息保护的隐忧也随之加深，整个行业对数据安全的问题也越加关注，多次数据黑箱事件的曝光更是将这一问题推向台前。

2019年的315营销公司数据安全问题曝光，再次引起行业的关注，大数据时代的到来，数据安全和敏感信息问题越来越被个人、企业乃至国家所重视，对于正在快速增长的整个AI营销行业，如何既能实现数据的安全性，又能充分发挥数据的营销价值，成为整个行业巨大的考验。

为应对日益加深的数据安全问题，全球都在积极探索，欧盟在2018年推动《数据隐私保护法案（GDPR）》（全称General Data Protection Regulation），立法并实施。简单点说，GDPR生效后，对个人数据的隐私和保护将更加的透明和具有操作性。

目前，我国已初步形成《中华人民共和国网络安全法》、《信息安全技术个人信息安全规范》等多维度的数据安全法律制度和要求，作为企业也更应采取更多维、更全面的数据安全保障机制。

在企业商业决策领域，利用人工智能等突破性技术，品友搭建起的智能决策平台能够帮助企业高层管理者进行更深刻的市场洞察，实现决策更加科学化、高效化。品友早已在业内率先对所有业务运行相关系统进行了信息系统安全等级保护测评。安全评测通过多个环节和阶段，从主机安全、应用安全、数据安全与备份恢复、安全管理制度、安全管理机构、人员安全管理、系统建设管理、系统运维管理等八个方面对品友的智能决策平台系统进行了综合评测和考核，品友已经通过了测评并在行业内率先获得了公安部颁发的信息系统安全保护三级认证，这是民用范围内的最高级，也标志着品友的产品和服务在数据安全合规应用方面获得了国家级权威认可。

（2）既懂营销又懂技术的人才严重缺乏

既熟悉产品的构造、性能，又能根据市场和产品制定有效的营销策略，并善于设计销售渠道、善于市场策划的高端人才需求呈不断增长的趋势。另一方面，对掌握技术和算法优化的专业性人才的需求也呈爆发式增长，精通数据分析、算法优化、系统构建、运营管理的专业型人才成为营销领域的香饽饽。

（3）行业标准尚未建立

AI营销尚处于初级阶段，市场规模和预期都被看好，整个产业正在爆发巨大的发展动力，大量参差不齐的玩家进入，角色定位、业务分工、技术标准导致行业混乱加剧，建立并出台行业标准的需求迫在眉睫。

（4）营销黑盒问题仍然存在

流量作弊、数据造假等数字营销圈的潜规则事件仍然存在，营销黑盒问题困扰着整个行业，区块链技术的应用及AI营销产业上下游对新技术及模式认知的逐步清晰将有力改变这些问题，良币驱逐劣币，价值回归，整个行业的透明度将会得到质的提升。

（5）数据的连接性问题

AI的自我学习需要海量的数据做支撑，营销要想更加的智能化，就需要有各类数据应用做基础。目前，整个营销产业，数据使用的封闭问题还未能得到真正解决，尤其以BAT为巨头的平台方，彼此间形成数据孤岛，数据使用权的打通差异导致大量的数据未能被激活发挥应有的价值，AI营销越是纵深发展，数据使用权的开放紧迫性就会愈发强烈。