奔驰宝马

第 563 期文章

字级:
小字级
中字级
大字级

AI促动的行销手法 行销人准备好应对了吗?

随着AI科技的日新月异,AI在行销领域的应用也愈来愈普遍,如富士康的服务机器人Pepper、Amazon的智慧音箱Echo、FB/Line的聊天机器人及阿里巴巴/Amazon积极涉入的「新零售」等。

AI对行销运作所带来的主要改变:

①动态定价及优化


②预测性购物/物流配送


③以大数据为基础萃取独到的数位洞见与对TA的深度了解


④跨屏/跨萤/跨媒介的身份辨识与资料汇整


⑤有效掌握消费者旅程,并持续优化UX(使用者体验)


⑥精准的个人化行销

AI?行销效应案例

让我们来看一个因为AI而引发广泛关注的案例,2016年底,住在美国德州的六岁小女孩Brooke天真无邪地对着Amazon智慧音箱Echo「许愿」(讨圣诞礼物),结果,没多久之後,她竟然如愿地收到了由Amazon所送来的礼物——一组跟她一般高的Kidkraft娃娃屋和一盒重达四磅的饼干,让她觉得Echo简直比圣诞老公公更神奇。虽然她因而过了一个充满惊喜的圣诞节,但家长却因为必须为这些「天上掉下来的礼物」买单(总价162美元)而备感惊吓与惊愕,并将此经验PO到社群网路上与大家分享。

如今,不论食衣住行育乐,几乎都可以看到AI的踪迹,例如:
案例1)2017年推出的苹果iPhone X所内建的人脸辨识功能,就是一种AI的应用,紧接着,华为也推出了号称「第一支AI手机」的Mate10,而华硕于今年请韩国男星孔刘代言的Zenfone5也是主打「AI双镜头手机」。


案例2) 大陆一家手摇茶饮业者推出号称能够算命/读心的奶茶,令消费者趋之若鹜、大排长龙,并在一片竞争红海中独树一格,其背后,靠的是以大数据为基础的AI加上3D列印,透过AI爬梳/分析网路资料库,然后将消费者心中疑惑的「适当解答」列印在厚达三公分的奶泡上,例如:有位女客人问道:「今年会不会结婚?」所得到的答案是「很难,但值得。」


案例3)2018年3月间,一款「智慧佛珠」一上市便引发市场高度关注与讨论,这个佛珠里头有IC,虽然外型看来和一般佛珠没什么两样,却内建计步、睡眠监测等功能,此外,它还会帮你记录一天念了几次阿弥陀佛,并显示在手机上面,而且还可以回向给亲朋好友,这是近年来积极转型的台湾宏基所推出的创新产品之一,藉由此佛珠,宏基可以从消费者身上蒐集到源源不断的数据资料。


案例4) 美妆保养品牌克兰诗于2017年在台导入聊天机器人(FB Messenger Chatbot)行销应用,克兰诗(CLARINS)先在FB上投放不同的内容,透过内容引导用户进到Chatbot内领取兑换券,并透过个人化的对话,让顾客领取兑换券后到邻近的实体柜点进行商品兑换,最后再透过电子印章持续追踪用户,属于完整的O2O消费体验,藉此不仅加强了消费者与品牌之间的黏着度,也带动了业绩倍数成长,更让克兰诗有机会搜集到宝贵的消费者资料。

面对AI?浪潮,该如何因应?

1)进行数位/AI的转型与整合


面对着来自不同管道的大量数据,企业必须建立清楚明确的资料介面与整合机制,以利资料的整合与跨部门的沟通,其中包括由谁负责所有资料的搜集、汇整及整合,由谁负责资料分析,由谁负责跨部门的整合与协调沟通等,如果缺乏有效整合/分析/分享的机制,可能会因为争夺资料整合主导权及伴随而来的权力与资源,而让纷至沓来的资料/数据在企业内部造成群雄割据、部门藩篱等乱象,毕竟,在大数据的时代里,谁负责资料介面与整合机制,谁就拥有话语权。

2)建立/维护/优化「资料油管(data pipeline)」


在进入AI模式之前,行销人员必须要先铺设好「资料油管」,才能够源源不绝地搜集大量正确的数据,这就如同石油业者铺设好油管,以获取源源不绝的石油一般。在建立「资料油管」的过程里,低成本、有效率、正确、大量及源源不绝都是不可或缺的关键字,毕竟,如果获取数据的成本太高或效率太低,企业可能无法负荷;如果资料不正确,可能会导致GIGO(garbage in, garbage out)的结果;如果数据的量不够大,恐怕难以进行大数据分析;如果数据无法持续源源不绝,恐怕就无法持续供应最新的数据。

建立「资料油管」可以有不同的路径,例如:

案例1)全家便利商店宁愿舍弃多年所累积的实体会员资料,而大费周章地改推APP会员,在顺利突破500万会员後,全家就顺利地建立了「资料油管」,同样的「资料油管」模式也出现在麦当劳的点点卡与星巴克星里程会员。

案例2)许多零售业者(尤其是电商)都拥有第一手的消费者数据,因而坐拥了非常珍贵的「资料油管」,并成为其攻城掠地的重要武器,如Amazon、阿里巴巴等。

案例3)小米则是绕了一个弯建立自家的「资料油管」,它以三亿米粉为基础,大量贩售各种生活用品(从电锅、扫地机到小米手环、小米自行车/平衡车)给粉丝,因而成为全球拥有最多样物联网装置的厂商,并大量搜集消费者线上/线下的数据。

3)强化资料科学的DNA与能力


AI最大的优势在于「化繁为简」,透过强大的运算能力,将庞大、复杂、样态多元且交叉重叠的数据加以梳理,以期从中萃取出对行销运作具策略参考价值的洞见,进而找到有效影响消费者的关键「痒点」,并据以提出不同的行销解决方案,例如,消费者的跨屏/跨萤的数据,就可以仰赖AI的运算能力,分析交叉重叠的数据,以辨识出精准的TA。
在AI模式里,行销团队里可能会有资料工程师等不同的协同工作者,与行销人员一起并肩作战,行销人员一方面要自己练功,以强化资料科学的DNA与能力,一方面则必须扮演好市场/消费者与其他协同工作者之间的沟通桥梁,以期能全面提升协同合作的效率与效果。

4)以顾客为核心


传统的行销模式是一种以产品、厂商、制造为核心的模式,AI模式则是以顾客为核心的模式,因此,行销人员必须进行「去产品化」、「去厂商化」及「去制造化」的思想/习惯改造,并积极拥抱与落实「以顾客为核心」的顾客导向哲学。
你的消费者下一次会买什么东西?什么时候会买?对什么样的内容/活动感兴趣/不感兴趣?诸如此类的问题,如果能够藉由资料搜集机制有系统地搜集与整理,自然对于厘清与描绘TA样态大有助益,藉由AI/大数据的协助,行销人员就可以对消费者进行精准行销,并落实「以顾客为核心」的基本操作原则。

未来AI?的影响

1)AI并非万能


在AI-first喊得震天价响之际,如今AI似乎有点被过度吹捧,甚至神化,AI的确有其神奇的地方,但至少截至目前为止,它还不是无所不能,依然有其局限,因此,在强调AI的同时,千万不要过度夸大它的威力。

2)AI所促动的行销典范转移仍继续演化中


基本上,AI所促动的行销典范转移,其实是还在继续演化、酝酿的进行式,而非已经划下完美句点的完成式,其中,典范转移的演化速度会因为某些变数的影响而有所不同,例如:我们所能掌握到的数据的量与质就是重要影响因素之一。

3)大数据与小数据都很重要


对AI而言,数据的量固然重要,质也不能忽略,而且,数据也不是愈多愈好,只有合乎分析需要的数据,才是真正有用的数据。此外,即使大数据已日受重视,但也别忽略掉于於解析消费者行为的细微处相当有助益的小数据。

4)AI所带来的影响可正可负


AI只是一项工具,固然可以带来正面的行销助益,但也可能会产生负面的行销冲击,端视使用者如何使用而定。如果好好使用,AI的确可以为行销人员带来许多正面助益,但若使用不当,AI也可能会带来我们所不乐见的负面影响。

我要留言

欢迎您留下联络资讯,我们将由专人与您联系

输入验证码
TOP
在线客服
客服时间
周一~周五 08:30~18:00
400-920-6568
(021)800-820-0168
關閉