上海2021年5月18日 /美通社/ -- 以往的營銷效果洞察，往往滯后且營銷人員很難判斷到底哪里出了問題？為什么消費者會反應消極？只有在當消費者抱怨品牌在線消費體驗，跟品牌做售后投訴或提交低滿意度調(diào)研的時候，品牌主才明白營銷過程中出現(xiàn)了問題。
網(wǎng)頁日志會記錄每一個鼠標的移動和點擊，并快速顯示用戶不滿或網(wǎng)站出錯的地方。有很多網(wǎng)絡工具能捕捉并分析記錄網(wǎng)站的訪問，用熱力圖和漏斗報告來揭露這些問題區(qū)域，得出本來由人工分析的結果。
隨著消費者全圖景的數(shù)據(jù)成為可能，數(shù)據(jù)提供給營銷人員更多依據(jù)去了解營銷到底哪個部分出現(xiàn)了問題，告訴營銷人員如何采取進一步的動作，營銷也從數(shù)字化走向自動化和智能化。
本文通過分析消費者在消費旅程中會遇到的一些場景，以及Convertlab品牌客戶的智慧營銷解決方案經(jīng)驗，解讀大數(shù)據(jù)下，AI 技術如何幫助品牌方實現(xiàn)增長、為消費者提供更優(yōu)質(zhì)服務體驗。
1. 全生命周期智能化營銷 -- 凈增ROI百倍增長
Convertlab PRE商品推薦系統(tǒng)(Product Recommendation Engine)的場景應用
很多大型電子商務平臺已經(jīng)廣泛使用在線推薦系統(tǒng)，并且消費者已經(jīng)習慣了一鍵式按鈕的線上平臺。一鍵越過放入購物車、付款、填寫發(fā)貨地址等所有步驟的功能，給消費者帶來突破性的便捷。
推薦1.0 是通過簡單直接的追蹤實現(xiàn)的，例如：
這種協(xié)作性的交叉銷售/升級銷售對品牌電商是很有幫助的。以Convertlab PRE商品推薦系統(tǒng)(Product Recommendation Engine)為例，在已經(jīng)實踐的某全球著名快餐品牌的消費場景中。以PRE系統(tǒng)為基礎，為消費者推薦基于搜索某一商品數(shù)據(jù)的同一類或相關類產(chǎn)品，對產(chǎn)品的銷售有積極的作用。
一旦消費者選擇或者在一款“漢堡”頁面停留或篩選時間過長，甚至輸入了喜歡的“漢堡”的某一細節(jié)，比如“雞肉”。PRE系統(tǒng)是不會建議，在這個消費者商品頁面的顯要位置，放置過多例如牛肉漢堡或者豬肉漢堡的商品信息。
與此對應的是，PRE系統(tǒng)會在商品物料池中，通過多策略初篩、物品過濾、模型排序、規(guī)則調(diào)整（規(guī)則干預、多樣性穿插、新穎性等）等策略篩選出三款相關的“雞肉漢堡套餐”。并通過協(xié)作性的交叉銷售/升級銷售的推薦方式，展示更多相關的產(chǎn)品，例如雞肉類小食、佐餐飲料等產(chǎn)品。
另外，人們在購物車里放了什么？什么商品會被一起加購？不同的購物車里，商品是按照什么順序被一一購買的？哪些商品被移出了購物車？哪些商品在最后一刻被放棄了？
在一個或多個場景中構建模型，對于那些在購物車中還有未購買的商品就離開在線商店的消費者，通過相關數(shù)據(jù)的分析可以用來計算他們最終返回購買這些商品的概率。
基于這種計算，商家可以設定不同的廣告片段，這些廣告片段對應著不同的營銷策略。這使得利用模型針對后續(xù)客戶的營銷活動的效果是可控的。
A/B測試顯示，Convertlab 的PRE商品推薦系統(tǒng)給某全球著名快餐品牌的客單價帶來了將近20%的提升。另外，Convertlab利用在品牌客戶生命周期旅程，以及電商觸發(fā)重定向旅程（包含：搜索未下單、新產(chǎn)品推廣、下單未支付、下次購買推薦等執(zhí)行策略）的營銷，為某服飾品牌的ROI帶來了將近百倍的增長。
2．個性化溝通 -- 推送轉化率提升2.5倍
Convertlab AI圈群（客戶畫像標簽和人群聚類）的場景應用
在營銷中，品牌若是想要進行高回報率的營銷活動，便需要對營銷受眾進行針對性活動投放，節(jié)約不必要的成本投入。受眾分群，即把具有相似屬性的受眾集中到一起，是進行精準營銷重要的一步操作。
營銷人員很清楚如果品牌想要擴大受眾群體，可以基于現(xiàn)有的人群，通過數(shù)據(jù)分析，找到類似于現(xiàn)有人群的并且最有可能轉換的人群，去擴大投放范圍。通常的做法是在DMP平臺提供一套算法，將一方數(shù)據(jù)輸入，通過DMP的算法規(guī)則，輸出制定類型的相關數(shù)據(jù)。盡管從理論上講，機器算法的維度有利于提高圈群的準確性，但現(xiàn)實生活中人群的某些特征有時是主動選擇的結果，有時是由于客觀條件而被動選擇的結果。因此需要預先或者通過效果反饋手動調(diào)整算法，以此達到更準確地圈群效果。
智慧營銷，或者具體說AI圈群的能力，源于人工智能、大數(shù)據(jù)分析等新技術。憑“機器學習的基礎算法”對用戶進行分類，程序編程對用戶進行精確分層，根據(jù)圈群的效果自動反饋，甚至“自我調(diào)整”。
Convertlab AI機器學習的回歸模型和聚類模型,將決定哪些變量最能預測銷售轉化，并自動剔除、修正客戶檔案中的干擾數(shù)據(jù)，產(chǎn)出客戶回復消息或參與活動的概率，將數(shù)據(jù)洞察帶入秒級甚至微妙級的地步。通過目標人群與受眾管理系統(tǒng)整合讓客戶可以根據(jù)分析模型來形成人群包，以及根據(jù)特征權重來制定畫像標簽，在意想不到的方向精準區(qū)分不同的消費人群。
在Convertlab客戶畫像標簽和人群聚類分析的AI模型實踐中，AI圈群的推送轉化率，比人工篩選、手動圈群高2.5倍。該功能系統(tǒng)在“短信喚醒沉睡客戶”的場景中同樣表現(xiàn)優(yōu)秀。Convertlab 的某智能電器品牌客戶，對60天以上未訪問過小程序的會員，推送新權益上線通知短信的點擊率提升將近80%。
3. “推銷” -- 達標率提高20倍
Convertlab NBA行為觸發(fā)(Next Best Action)的場景應用
在約翰.沃納梅克的時代之前，就開始有人研究如何將商店里的商品銷售出去，而今在線推銷任務則交給了算法。根據(jù)近期行為和往期溝通，提供下一步溝通策略。
Convertlab AI NBA行為觸發(fā)能力所做的就是：當“輸入”客戶屬性、行為數(shù)據(jù)、溝通歷史、訂單記錄等數(shù)據(jù)，通過生命周期模型來判斷客戶處于什么狀態(tài)，通過“時機預測分類模型”來預測客戶下一個旅程的時間點，最后通過“溝通策略回歸模型”推薦消息文章庫中的“商品推薦、活動引流、戰(zhàn)敗挽回……”等行為策略。
在某零售銀行代發(fā)的場景中，Convertlab AI 行為觸發(fā)通過“做活動、贏權益”來刺激代發(fā)客戶資產(chǎn)留存。以往人工設計活動任務、運營權益投放，被AI助力“實時感知+實時營銷”技術，讓點擊率提高16倍，達標率提高20倍。
AI行為觸發(fā)能力判斷不同的消費者的登錄頁面上應該有哪些內(nèi)容？它們應該如何展示出來？首先應該出現(xiàn)哪個顏色選擇？什么時候應該給予獎勵刺激？AI Marketing采用動態(tài)展示，為每一個消費者定制，所以它更接近于一對一的說服。
AI Marketing所有的能力讓有足夠多的人會因為這些營銷而購買產(chǎn)品，這使得品牌主實現(xiàn)超級增長。同時，通過AI Marketing消費者也往往能獲得良好的購物體驗以及拿到欲購商品的折扣。
Convertlab認為智慧營銷中的AI技術不存在單點突破，AI技術能力應該集中在一個平臺，是一種依賴營銷大數(shù)據(jù)、貫穿營銷全鏈路的能力。智慧營銷能夠?qū)崿F(xiàn)品牌方和顧客的雙贏：品牌方達到了降本增效的營銷業(yè)績，而顧客也獲得了去偽存真的愉悅體驗。Convertlab AI Hub項目的落地，將賦能營銷讓更多企業(yè)用好智慧營銷，讓更多消費者享受智慧營銷帶來了便利。
智慧營銷圖景下的幾個其他場景展望
廣告投放
經(jīng)典的轉化漏斗模型想象漏斗頂端站著很多人，這些人顯示出對產(chǎn)品的興趣，當他們向下進入漏斗，就越來越被吸引至漏斗底部，直到成為商品的消費者。
市場營銷人員必須決定如何進行營銷資源分配。當漏斗中部（說服）或漏斗的底部（購買）很明顯地需要改進的時候，營銷部門還一味增加廣告的投入，就顯得不那么明智了。 智能營銷需要做的就是使用機器學習來分析和篩這些分散在互聯(lián)網(wǎng)中的消費者“營銷大數(shù)據(jù)”，以確定哪些數(shù)據(jù)最有可能創(chuàng)造銷售轉化。這信息都賦予一個價值，高價值的信息將被翻譯成“潛在客戶”的有效數(shù)據(jù)。
通過消費者的搜索和其他行為分析，只要消費者“表達了購買意圖”，AI Marketing能力會通過廣告的形式，用熱情的攻勢影響消費者。這種廣告會在互聯(lián)網(wǎng)上緊緊跟隨消費者，它會在手機上新聞推送上看到商品的目錄，直到消費者再次進入營銷的世界。AI Marketing 某種角度證明了廣告是有價值的。
聯(lián)邦建模
對所有消費者一對一精準營銷一直可望而不可即。如果消費者注冊成為品牌的客戶，品牌會記住消費者所有的基礎屬性，甚至，更豐富的數(shù)據(jù)。但對匿名訪問者提供個性化服務，則有點棘手。 智慧營銷下的AI技術可以從經(jīng)典的人群分類開始，并通過關系數(shù)據(jù)庫的嘗試進行實現(xiàn)。傳統(tǒng)的人群分類是有用的，但是對于精準營銷來說，關系數(shù)據(jù)庫的數(shù)據(jù)顆粒度還不夠。即使功能強大，但它的擴展性并不好。
在智能營銷背景下，品牌主需要亞秒級的反應實踐。Convertlab 未來基于與騰訊以及其他平臺的合作關系，通過AI“聯(lián)邦建?！睂崿F(xiàn)“橫跨集團間品牌客戶，品牌間打通公私域”，解決“匿名訪問者”個性化溝通問題。人工智能在這里發(fā)揮了它的優(yōu)勢：尋找最具預測性的屬性，而忽略其余部分；基于實際數(shù)據(jù)而非人類猜想做決定并不斷更新對消費者的“洞察”……
Convertlab 智能營銷中的客戶畫像標簽和人群聚類分析，匯集了品牌客戶“活躍人群”和“非活躍人”的用戶數(shù)據(jù)，其中包括可抓取的屬性、行為數(shù)據(jù)以及“聯(lián)邦”數(shù)據(jù)組成“訓練集”，一定程度上將解決“匿名訪問者”個性化溝通問題。
風控以及定價
風控也是未來AI營銷提供的應用場景。如何判斷當前的APP是否被劫持？APP運行環(huán)境是否為真？當前設備是否有 VPN/代理？APP是否在被非法調(diào)試？用戶是否存在“薅羊毛”的嫌疑？通過機器人控制腳本批量執(zhí)行掃號、登錄、刷流量等操作。AI能力提供了很好的解決方案，這些場景都是可以通過AI功能的DVID設備指紋、規(guī)則引擎以及相關的聚類算法邏輯來實現(xiàn)。
另外一個常見的應用場景便是輔助商家定價。雖然某旅游網(wǎng)站曾經(jīng)因為給使用蘋果ios系統(tǒng)和安卓系統(tǒng)的訪問用戶顯示不同的酒店價格而陷入了麻煩，某購物平臺也被曝出給先后購買同一個產(chǎn)品的用戶報不同的價格，而陷入品牌危機。商家動態(tài)定價的嘗試讓消費者感到不安，運用不當也會給品牌帶來危機，但也有積極的一面。
在幾個獨立的市場嘗試制定不同的價格，這可能是一個非常復雜的任務。當涉及單個產(chǎn)品時，動態(tài)價格優(yōu)化是極其苛刻的，因為產(chǎn)品的價格彈性不同。品牌采用的算法是一種自我學習的方法，它根據(jù)不同產(chǎn)品的歷史購買來改變當前的報價，采用最先進的數(shù)據(jù)挖掘方法，以價格彈性為基礎設定定價策。
通過價格優(yōu)化，完全可能出現(xiàn)在某個品類銷售總量下降的情況下總利潤仍然增長的情況。價格規(guī)劃和優(yōu)化解決方案的使用，將這些策略中定價的元素可以映射到特定的定價方法并自動應用。玩弄人們對產(chǎn)品價值的認知是不可取的，但使用今天的技術來幫助設定價格是明智的。
