【SocialBeta 专访】AI 时代,如何缓解 CMO 们的决策焦虑
  Juni ·  2018-02-01

数字化时代,媒介触点爆发式地增长,消费者的注意力变得高度碎片化。当人们的购买决策路径不再是关注、兴趣、搜索、记忆、购买这样一个简单和线性的过程,营销人熟悉的漏斗模型似乎也逐渐丧失了解释力。

在此背景下,如何影响消费者的心智?如何与消费者建立更加体贴和个性化的连接?这些重要的营销决策问题,让 CMO 们感到前所未有的焦虑。

在近日由 SocialBeta 与 DMA 多马主办的 MarTech 2030 营销技术大会上,品友互动 CTO 欧阳辰发表了题为《商业与营销决策——当 AI 遇见 MarTech》的演讲。

▲ 品友互动 CTO 欧阳辰

在他看来,营销最大的一个变化在于大规模个性化(Mass Personalization)的发生。每个人的时间都被手机上各种不同的 APP 所瓜分,甚至当人们在今日头条浏览新闻或者打开淘宝购物时,看到的也都是「千人千面」的内容,个性化成为一种普适的需求。

而 CMO 们的焦虑最终也可以归结到一点——尽管数字化带来了海量的数据,很多营销决策还是过于依赖传统经验,缺乏数据的支撑和科学的依据。

通过人工智能为广告主的媒体投放、预算分配和效果衡量等营销决策提供更多科学的依据,正是品友互动当前努力在做的一件事情。

AI 如何应用于品牌营销实践

成立于 2008 年的品友互动,目前占据中国品牌程序化市场接近 6 成的市场份额。正是看到大数据和 AI 为商业决策带来的潜在价值,品友很早就开始了在此领域的布局。

去年 6 月,曾在小米、微软等公司担当核心研发和管理职务的行业专家欧阳辰正式加入品友,作为 CTO 负责智能营销云、数据云等产品的研发工作。他的加盟让品友的 AI 战略推进更加如虎添翼。

值得一提的是,欧阳辰同时也是国内最早关注到 MarTech 趋势,并对这一概念进行系统阐述的前沿观察者。在他的微信公众号互联居(ID:ConnectHome)中,你既可以看到有关 DMP、区块链等营销技术话题深入浅出的科普内容,也可以看到他的一些生活随笔和读书感悟。

过去两年,AlphaGo 战胜人类围棋冠军的标志性事件,让人工智能(AI)一跃成为被人们熟知甚至追捧的热词,但 AI 其实并非人们想象得那样「高冷」和神秘。

欧阳辰告诉 SocialBeta,AI 作为基础的数据加工能力,在营销的各个环节(比如实时投放策略、媒体的选择、转化率预估等方面)都可以得到广泛的应用。

「我们公司内部有一个类似于淘宝鲁班的项目,叫作马良,其实也是能够生成很多的创意,把不同价格、背景的素材糅合在一起,对转化和效果进行提升。另外,比如素材投完了以后,我们还可以对素材进行分析,看看图片里面哪些元素比较好,也可以用 A/B 测试看看什么时间、给哪些人、投放哪些素材最合适。」

除了广告投放和创意的自动化生成之外,欧阳辰也非常看好 AI 在归因分析(Attribution Analysis)领域的落地应用

「之前的一些归因模型相对来说比较简单和传统。其实现在评估效果的指标是越来越复杂,有可能是媒体的原因,有可能是 campaign 素材的原因,也可能是投放人群或者投放时间的原因,怎么把这些原因找出来,我觉得人工智能在这个领域可能也会扎得比较深。」

品友如何解决 CMO 的焦虑

作为履历丰富的技术专家,欧阳辰谈及在媒体端和需求端工作的不同感受时坦言,两者的挑战都非常大。在类似小米、微软这样的媒体端公司负责广告技术产品,很多时候需要对平台的收入、广告主的 ROI 还有用户体验三个方面做很多平衡;而在需求端,最大的挑战在于对客户需求的深度理解。

「因为客户看营销会更全面、更综合,还有时间更长的一个维度来看问题。 所以我们也需要从整个战略和决策的角度,从跨平台的角度和整体的效果来看问题,而不是单一地看每个 campaign 的投放效果。

第二,每个客户的痛点也不完全一样,这真的需要我们打造一些好的解决方案或者产品,能够解决客户的痛点。」

品友研发的数据云产品「福尔摩斯」正是品友开放自身的数据能力,与广告主一起挖掘数据价值的典型成果。而它的诞生也正是来自于客户需求的变化。甚至,当来自广告主的营销经验与 AI 相结合时,还会产生更加美妙的化学反应。

「以前我们有一个人群标签体系,大概覆盖了 6000 多种人群标签,能够帮助广告主解决定向时的大部分问题。最近一两年,我们发现广告主对于人群的分析和细分更加精细了。这种需求很多时候是来自于他们对用户的深度理解,来自于他们自己非常好的一些经验。」欧阳辰对 SocialBeta 说。

「比如,我们有一个母婴的客户,开始我们用标准的母婴标签做了几轮实验,效果也还不错。后期他们推出新品,我们便和客户一起进行人群的细分,他们将行业经验整理成可查询的逻辑,同时我们深度开放自己的底层数据,和客户一起打造最精细的人群标签,进行精准的投放实验和分析。在数据合作方面,我们保持开放、合作和共赢的商业模式,希望和客户共同挖掘更深度的商业价值。

我们一直在思考,与其提供标准化的东西,不如跟客户一起深度定制人群包。把广告主的经验通过系统表达出来,计算机可以在后台积极利用这些领域知识的输入,通过有监督和无监督学习的融合过程,把这些领域经验直接应用在投放的优化过程中,这也是我们品友福尔摩斯数据云的初衷。

这样,数据云平台就可以利用广告主和我们自己的一些经验一块来找到更适合的人群。最后发现,效果其实也得到了提升。」

除了「福尔摩斯」数据云,欧阳辰也向我们介绍了品友的另一款营销决策产品 MIP。这是一个包括了 DMP、产品概念测试、内容智能管理等模块的营销云产品,可以把整个营销环节里比较重要的商业决策能力,比如媒体投放策略、人群的筛选和归因分析都集成其中。

「MIP 其实已经做了一两年了,现在我们只是把这些能力沉淀在一个标准化的产品里面对外推出。它其实有点像是营销大脑一样的角色,专注营销环节中的关键决策,通过 AI 技术赋能营销决策。最后的执行既可以是常规的投放,也可以是 OTT、程序化投放,也可以结合这两方面,或者在线下做一些事情。」 

欧阳辰认为,MIP 最大的价值在于让广告主能够基于数据和分析模型,建立起更快的投放-反馈闭环,帮助他们做出更加科学的决策。而在此之前,广告主的每次投放都比较孤立,一旦负责人离职,投放经验和数据也没有办法积累和沉淀。

「以前,广告主可能是每个月或者每个季度才会讨论一次投放方案。有了 MIP 以后,广告主可以每个星期甚至每天都试验一种或多种投放方案,这样就可以慢慢积累到最好的实践。

我们在做一些内部项目的时候也发现,广告主尝到甜头以后,甚至会把很多历史数据都给到我们去分析,看看能不能把他过去投放时的一些经验再挖出来。」

AI 时代品友的定位和使命

尽管整个营销市场上谈论 AI 的公司很多,欧阳辰认为,要让 AI 真正落地,服务好品牌的商业决策,对于技术服务公司的营销经验、大数据基础和程序化决策能力都有比较高的要求。而这三个方面,正是品友互动从成立至今,基于自身业务线逐渐积累起的优势。

「过去九年,我们帮广告主花了很多的预算,我们也有很多年度预算上亿的客户。每年我们也在不断学习,沉淀数据和营销经验。

在大数据基础方面,我们对接的媒体量比较大,每天有超过 260 亿次广告请求。去年 2 月,我们战略投资了一家 Wifi 探针公司芝麻科技。此外,我们也有一个很好的数据平台,可以帮助客户去整合第三方数据。这些方面都让品友可以慢慢把线上线下的数据打通,能够有更多的数据,为广告主提供数据服务。

第三,我们整个公司其实比较依赖于程序去做投放决策,包括用程序决定投哪个媒体、出多少钱,检测流量是不是反欺诈。我觉得,在行业营销经验、大数据基础和程序化引擎这几个方面的积累,都能够帮助品友更好地去解决客户的问题。」

最后,当谈到如何理解品友的新定位——「帮助品牌主打造属于自己的 Alpha Go」时,欧阳辰表示:「AlphaGo 其实是决策引擎的一个代名词。我们希望帮助广告主,让他们所有的营销决策都能依据数据。

至于这种引擎怎么打造,我们会结合品友的营销经验和数据能力帮助客户打造这样的智能系统。通过 MIP 产品,我们为广告主提供更多媒体决策,包括预算怎么分配,人群如何定向,物料怎么筛选,投放过程中怎么来做 A/B Test,如何建立科学的归因分析等。最终,这些数据和经验都能够沉淀在广告主自己的智能系统当中。

我们觉得每个广告主都应该有自己的 AlphaGo,这样广告主就可以利用数据实现自己的营销策略,为企业长期的智能营销打下一个很好的基础。品友将致力于帮助广告主打造有竞争力的营销决策引擎,这是广告主自己的 AI 核心能力,以应对未来更加智能化和数字化的营销挑战。

最后,在 AI 营销的时代,我们祝愿每个品牌广告主都能快速建立自己强大的营销决策引擎,这也是『当 AI 遇见 MarTech』的最美时光。

    1
为你推荐