615
機器人
春曉資本和平：人工智能在數字營銷方麵的應用
2017年8月22日，品途和Xtecher在品途Landowork創新加速器聯合主辦了“人工智能”沙龍——人工智能的商業場景究竟在何方？
春曉資本、思必馳、理財魔方、京東、經綸世紀醫療等公司和機構的代表出席了本次沙龍，共同探討人工智能的商用場景。
在活動現場，春曉資本執行董事和平作了《人工智能在數字營銷方麵的應用》的獨立演講。
品途商業評論對和平的演講內容進行了以下整理：
首先做一下自我介紹：
和平，春曉資本執行董事，北京大學微電子研究所研究生，美國斯坦福計算機數據挖掘博士；現在在春曉資本主要負責TMT，移動互聯網，SaaS，大數據，AI，遊戲等方向的投資；曾任華為高級研究員，高級硬件工程師；曾任傲遊瀏覽器產品總監、海銀資本投資總監，零一創投副總裁，主導社區001，博洛尼，盒子支付，博看文思等項目投資；創立奇點創投，主導投資PICOOC，魂之覺醒等項目。
銷售要打破盲人摸象的局麵
首先到底什麼是數字營銷？數字營銷涉及到哪方麵的內容？數字營銷是一個循環，是一個數字的鏈條，它首先從Marketing進入，從Social Media到Sales，再到CRM，CRM之後必不可少的一個環節就是Call Center，這些全部都是On line的數據；然後再到場內的線下數據，帶著各種標簽的線下數據及其數據的分類。每做一次銷售，你的目標是為了贏得的客戶，並不應該是一次性把產品銷售出去，最終是贏得客戶這個人本身，而不是商品的一次消費，所以這是一個核心的理念。
“Our Challenge Someone always owns a moment but no one owns the guest.”
AI的前提和AI的基礎本質是Big Data，有AI要先有的一個數據基礎，人工智能和數據挖掘都要建立在數據本身基礎之上，如果沒有數據，後麵的事情就沒有。數據由數據集，數據的多樣性，數據的運轉效率是那個部分組成，Big Data不僅僅是數據。“Big Data is not just a “lot” of data …”
在每次營銷中，都有消費者，有品牌商，不管是從支付體係還是各種各樣的渠道獲得和了解客戶，抑或是讓客戶會去了解你的商品和品牌，都是一個雙向的過程。這個過程中，雙方都是在盲人摸象，我們每個人看的都是大象的一部分，合在一起就是一個Big Data。
如何與讓這些智能的數據相結合相互結合，最後打通這樣一個管道。而這頭大象是由各種不同維度的數據樹組成的，如圖，是多渠道跨平台的數據集。
在The Economist的首頁上有這樣一句話，“The funnel is dead. Long live the consumer decision journey.”
現在大部分的營銷狀況都是這種漏鬥形態的，而漏鬥的銷售形態已死，長期存在的應該是消費者決策主導驅動的一種消費形態和文化。這句話其實是說，以圍繞著消費為中心點開始變化，中心點由數據漏洞形態開始轉變成以客戶決策為中心的形態，客戶的決策是什麼？它代表對一個人的理解和認知，一個有情緒癖好情感的人，並且對消費者的消費行為和習慣有一種深度的尊重，這是通過數據能夠解決的這些問題，中間的過程和算法就叫人工智能。
關於Big Data在數據方麵的緯度，這個矩陣可以充分的展現，縱向是實時的數據和滯後數據，橫向的是運維的數據，大數據；底下是數據的量級的數據。做營銷需要知道處理和麵對的是什麼樣的數據級和數據維度，每個層次的數據級都具備什麼樣的特點，數據是設計一套算法和一套AI的前提。
原先的漏鬥的形態，是進行一次一次的轉化，但現在不是了，現在進入不同渠道後，是一個比例關係，而不是一個渠道漏洞關係，最後到消費者進行決策的這樣一個過程。
盲人摸象中間這個“大象”裏邊到底有多少個數據的通道？如線上購物，Facebook、推特之類的社交網絡，中國的微商、內容營銷，還有TV Ad、Direct Mail是另一種形態的郵件營銷，還有In-Store就屬於線下的門店裏麵的支付形態。無外乎這8種左右，那我們利用這裏麵的數據進行相互的整合，就是多渠道跨平台的一個管理。如何把所有這些數據捏合到一起？你進行數據挖掘的時候，像在穀歌、百度、360都存在數據安全和隱私暴露的問題，所以你還要考慮多方麵的因素。
在做數據挖掘和AI算法的時候，哪些數據是你一定能夠獲取的，哪些東西你可以利用的？其實很簡單，在淘寶上有推薦功能，方便了用戶的使用，但是用戶總希望有一些搜索的東西不被別人看到。如果說一個機器或者AI特別了解你，這個東西是雙生的，就是雙刃劍，所以在做AI和算法的時候，這些東西是要平衡的。
再往下的話，其實是關於用戶、消費者認知的過程。剛才講了盲人摸象涉及到的數據，就是以通道為中心化的一個形態。中間那個大象到底是什麼？如果擁有全部的數據集，還有一些外延的數據維度，再加上AI的算法，基本上可以看到大象的全貌，否則的話，雙方一直都在盲人摸象。
隻有進行雙向的數據打通和數據智能匹配，才能解決盲人摸象的問題。因此營銷者一定要掌握一個大象的全貌，這些一定是通過完整、豐富的數據和智能的算法來解決的。
數據集是AI的基礎
從DISPLAY，SEARCH，VIDEO，MOBILE，SOCIAL，COMMERCE，到GAMING，整個鏈條下來，不同的點和環節有各種各樣的公司，這些公司處理的數據級是不一樣的，把所有數據放在一起，就是那頭“大象”，這裏麵有很多機製在運轉，也有非常多的創業機會和投資機會。
一個非常典型的公司是英國老牌的關於數字媒體和傳播的一家公司，他們把廣告做到了極致，其實每個領域又會有很多細分，在海外這一塊發展得非常充分了。關於Markeing在美國可能有個將近五千家左右的創業公司，但是在中國這樣的創業公司應該是不超過20家。我在今年的一個時間段把這領域20家公司基本上都看過了，然後投了一家公司叫數字營銷實驗室Convertlab，應該是這個領域現在做的最好的，上半年我們大概投了四千萬人民幣，下半年融資現在是融資1億左右，估值應該是6個億人民幣，應該是屬於這個領域的領跑者了。
再往下，我們把中間的這些工具、數據、算法全部屏蔽掉的時候，你能看品牌商和消費者，中間所有做的這些事情，公司，從不同的緯度去切入的，你做的一件事情就是成為品牌商和消費者之間的橋梁，這個關係是怎麼做到的？
你在圍繞消費者去做銷售，讓他體驗更好；還是通過廣告和其他東西影響消費者的體驗，這是不一樣的。主動營銷和被動營銷，包括有人工智能和沒有人工智能也是不一樣的。
Convertlab有一些典型的客戶，今年我投的那家公司，它今年做了幾件在行業裏有革命性的事情：它的產品形態是SAAS，一些典型客戶包括星巴克、百威、蒙牛、TCL、英孚等這些典型客戶的單價基本是200-250萬元之間。百威的客單價做到的一個行業的單價付費變革和突破性，突破了千萬的訂單。明年這種類似的客戶會越來越多。所以Big Data和AI能夠做到的事情對於客戶的問題、痛點和市場之間匹配的作用，其實是非常突出的，你發現一個SAAS公司在行業裏的單價達到千萬級，如果十個客戶就是一個億了，它有什麼成本嗎？可能有一部分運營成本，但這還是屬於超級高價值的。
我投它的時候，它的客戶大概是60家，因為公司產品的功能在不斷迭代和豐富，一開始隻有一些很少數據級的時候，你能做到的點可能客單價200萬，甚至50萬。當數據做得越來越豐富，內容能夠解決的問題越來越多，越來越智能的時候，協同效應就會顯現，所以到了最後，它其實會成為大的品牌商最重要的一個商品。因為對於這些品牌商，你的技術部、生產部，這是很多傳統的，所有能夠產生顛覆的東西一定在營銷。一家公司，原來一個客戶經理可能能維護50個客戶，一年已經是很牛逼的客戶經理了，但是你用數據的場景，一年維護的客戶可能是100個，是呈指數級上升的。
Data會有不同的數據集，數據集就是你做這方麵的基礎，你能得到什麼樣的數據和數據維度，每兩種數據集之間都會有不同的關係，最後你會發現它是一個數據矩陣，這個每個數據集可能會有協同，或者一些算法關聯。
無論在哪個領域去創業或者投資，項目的切入點和用什麼樣的數據，解決什麼樣的問題，可能是最重要的一點，上圖和之前的一張就是關聯並一一對應的。
一個越來越智能的世界如上圖一樣，由各種不一樣的部分組成，Cloud，Social，Mobile，IOT，AI等各種各樣的技術和產品形態。
關於AI，它是一個非常複雜的數據結構；它的數據和結構是分層的，從下麵數據集合開始，有數據Context，數據的Infrastructure，是一層一層的數據結構化的過程，中間就會有Data的Modeling和Data science，還有一些隱藏的複雜的功能，最後你會發現所有的這些東西放在一起才是一個AI的Intelligence的Systerm裏。
最上層，從商業的角度AI和係統，是冰山以下的部分，數據到底能帶來什麼樣的價值？AI冰山係統上是這樣的，我們能看到的商業的部分，僅僅是水麵上的這部分，基本上是你能夠直觀感受到的銷售數據、用戶體驗。但AI和數據在背後都做了什麼樣的事情我們是看不到的，所以冰山的剩下部分都在水下，這部分的內容和工作量是水上部分的10倍。
如何讓AI和CRM進行關聯？
AI和CRM之間的關係，如何讓AI和CRM進行關聯？這個裏麵有很多很有意思的公司，關於Analytics，Relationship Intelligence，predictive Scheduling，Search Intelligence，Machine Learning，Deep Learning，Sales Intelligence，Data Discovery，Data management Platform，這些互聯網領域的公司的切入點和下麵所對應的公司，像.IO這樣的公司國內也有很多。這件事情在國外大概從2015年火的，今年從國內來講，稍微滯後了一些，這裏麵有一些典型的公司是比較值得我們去研究和學習的。
這就是我剛才講的關於愛因斯坦裏麵涉及到的一些點，它有自然語言處理等幾個不同的維度，Salesforce它把這個係統設計完後，想想給它起一個什麼樣的名字，它其實是一個AI的產品，所以起名是愛因斯坦，世界上最聰明的人的意思。
後麵就是關於愛因斯坦的幾個組成部分，這幾個數據緯度放到愛因斯坦上做四方麵的事情，自動匹配、推薦、預測、發現。因為有了AI，所以CRM變成了最聰明的，改變了世界很多消費行為和方式的工具。
怎麼樣去快速的構建一個以AI為核心驅動的產品？因為很多產品可能是以產品、消費者，或者內容來驅動產品運營的，如何做一款以AI和data去驅動的產品，這是AI核心的點和之前不同的，但是大部分內容是在冰山以下，是你看不到的內容，你能看到的東西都是在冰山以上。如果冰山以下的東西你做的非常充分的話，這個變化是很大的。
關於愛因斯坦結構的分析，底層是Data，各個各樣的數據結構和數據庫，上一層是關於數據服務層，也就是數據平台，需要把data進行數據清洗，再往上是它最核心的Einstein的內核，是算法和AI部分的核心。要想架構一個工程級的商業平台，等AI平台架構完了之後，再在上麵搭建應用層的APP，各種各樣的應用典型，這是整個愛因斯坦的構建體係。
作者：品途商業評論
您可能感興趣的文章：
微軟小冰3年聊了300億條對話，我首先想到的竟然是趙本山
個性化服務成eHR新趨勢，人工智能或將掀起行業新變革
理財魔方袁雨來： 50年人工智能時代，人類有望永生
最後更新：2017-08-25 19:15:52