2018年，人工智能在各个行业的火热程度有目共睹。那么，在数字营销领域，人工智能将发挥怎样的作用，如何帮助CMO做更好的营销决策，以提升营销效果？

在6月6日下午举行的2018品友互动人工智能大会上，由玛氏集团亚太区数字化业务与AI创新高级总监彭雅瑞女士、优信集团品牌总监陈良智先生，和纷析数据创始人兼CEO、互联网数据官创始人宋星先生，银泰西有CEO汤楠女士，品友互动CTO欧阳辰先生，以及主持人品友互动效果营销事业部副总裁赵晨先生，共同就这一话题展开了探讨。

“对于玛氏来说，利用AI不是想著怎麼打通數據，更多是利用AI找到新的或者更多的和消費者有交集互動的這些場景”，彭雅瑞女士介绍说，“基于这些场景去看这些数据怎么样可以指导我们找到新的消费者需求，在这上面有新的产品或者服务做创新”。

而AI对于优信集团来说，则是一个更长远的用户发掘和用户维系、持续影响的工具。在做这种尝试的过程中，他们发现了很多问题的可优化节点。

银泰西友CEO汤女士认为，线上营销已经能够做到了千人千面的程度，但她们同时也需要将这部分数据跟线下的数据产生联动。从线上的数据中获取人群的全方位的画像，在线下找到相应的结合点，进而帮助获得更高的营销效果。

“互联网碎片化的程度比过去厉害太多”，宋星认为，“现实世界的无序和混乱，会映射到互联网上。但这对互联网非常好，对于CMO来说是一个很大的挑战”。AI已经改变了营销的面貌，而未来还有更多的转型应用。

过去两年，品友通过数据产品服务了很多客户，很多客户越来越重度依赖于数据产品输出的决策能力。在打造相关产品的过程中，品友分别从识别能力、深度分析能力和决策能力三个方面去不断提升行业竞争力。

以下内容为本次圆桌论坛的部分现场实录：

赵晨：大家都比较期待的是到底人工智能怎么能帮我落地，对一个广告主、品牌来说，到底怎么能提升我的效果，今天我们很荣幸能请这么多嘉宾过来分享一下，AI到底怎么能帮你们去落地效率这件事。

我觉得能看到我们的环节很有代表性，从一个广告主品牌来说，又有快消、二手车电商，同时也有零售。接下来开始第一个问题，我问彭雅瑞总。因为玛氏旗下拥有多个品牌，在多个品牌打通或者线上线下打通的环节，人工智能可以带来什么？

彭雅瑞：首先我简单介绍一下，玛氏在中国大概有两个主要品类，一个是零食，比如说巧克力、口香糖和这一类的糖果类，给大家带来欢笑、带来正能量的这一个品类；另外一个品类是宠物食品。这两个品类在整个数字化的过程中会遇到非常不一样的挑战和机会。对于我们来说利用AI不是想着怎么打通数据，更多是利用AI找到新的或者更多的和消费者有交集互动的这些场景，基于这些场景去看这些数据怎么样可以指导我们找到新的消费者需求。然后，怎么样再回到这个场景，找到更多的消费者。所以我们所有利用AI的场景，都是基于产品和服务创新的这一条链路来做的，所以我们不存在为了针对品牌的数据，可能不同品牌有非常多的数据，要先机械地放在一起打通这件事情，这不在我们的工作里面。

赵晨：那有没有具体比较有意思的发现？

彭雅瑞：比如说我们去看巧克力这个品类，通常之前巧克力在情人节、春节才出现，意味着这么大的巧克力市场，一年有一半时间大家都不会想到巧克力。巧克力会和什么新的场景相关？通过利用大数据做语义分析，看谈到巧克力的人在谈什么，购买过巧克力这个品类的人，同时购买了什么其他品类，他的着装风格是什么样，是动漫族还是科技一族。

在这个基础上我们发现，有一个非常年轻的消费群体一直在吃巧克力。不是为了送礼，也不是为了春节的时候作为春节的糖，是在考试之前去解压的，是一个非常年轻的、十几岁的消费群体。在这个基础上我们发现，也许考试解压是消费者内心里面有的一个潜在场景。于是，我们就利用这个点重新创造了巧克力的产品序列和细分场景。所以大家可以看到每年高考之前或者大学主要考试之前，我们会有很多巧克力品牌非常活跃地在和大家做互动。而且我们实际收到的效果也是意外之喜，从原来淡旺季的巧克力产品现在变成了每个月都是旺季。

赵晨：第二个问题问一下陈总，我觉得您这边的角度还算是比较特殊，因为二手车这个行业还算是一个比较新的行业，同时你们现在竞争的环节也非常激烈，所以你可不可以从这个角度说一下，你希望AI能给你带来什么？

陈良智：很多人把我们划分为汽车这个品类，其实我们和汽车的品类还不是非常相关。二手车这个标的物本身是一个很重决策、低品类的品类。我举一个简单的例子，2017年整个中国二手车交易量大概1200多万辆，我每次在做市场品牌传播过程中，每一次、每个月传播曝光量级至少也是在5—10亿。

也就是说，我们有大量曝光没有办法转化成最终成交，是因为整个市场容量和消费的需求还没有被完全激活，这是我们这个品类所面临的困境。为什么还要做持续曝光，持续影响我们的消费者群体，持续发现我们的用户在哪里，是为了持续地去跟踪，找到他购买的可能性，和他周围亲朋的可能性，和他未来换车相应需求的产生。从需求产生的时候，到能最终转化成认可你的产品和服务，这个流程非常长。

AI可以帮我们发现用户，因为我们品牌长期曝光积累了大量数据，也积累了当时对于我们广告曝光的初步反馈动作和行为。但是我们面临这样一个困境，他没有办法转化为我们的用户，我们如何实时跟踪和影响，如何找到他当下在对我们品牌的状态，是对我们品牌已经认可了，还是说已经有了一定偏好度，还是说偏好度也有了，只是在我们平台服务或者价格决策上没有办法把关。

基于这一点我们每一次沟通需要有不同的语言、沟通方式、不同的沟通渠道和出现的时机，去跟他做进一步的影响，才有机会尽可能加深他在整个销售漏斗下一步转化的行为。所以说AI对于我们来说，是一个更长远的用户发掘和用户维系、持续影响的这么一个工具也好，或者说是解决方案也好。

目前我们也在做这样的尝试，同时发现了很多我们原来品牌传播、效果传播中相对割裂，又完全没有打通问题的可优化的节点。我觉得品友目前所提出的解决方案，我们也在做测试，还没有最终的结论，但是我们是希望这一缕曙光能够把我们在整个用户传播效率上有很大的改善和提升。

赵晨：两位说的比较类似：首先找对人，找对人不一定是AI带来的价值，但是找对人在对的场景里面很重要。我想请汤总分享一下从您是怎么利用AI的？

汤楠：我们现在商业模型是蘑菇形状的，未来我们更想变成八爪鱼状态。比如打开一个手机淘宝，里面搜索西有全球好店是直接进入我们的页面的。这里面已经包含了几十个奢侈品牌，里面有上千款商品，每年在线上每家店交易额应该是几个亿的规模。

所以，线上已经做到了线上的千人千面，但它的数据并没有能够跟线下的数据产生联动，这是我们现在面临到的难题。前面也去尝试性地把一些对于线下点位的人群进行归类，通过一些后台技术能够对这些人的人群进行分类，发现他们在线上购物车里面加购的东西，当你线下再次展示的时候会增加他的购买欲望。所以其实更多线上线下的连接，是为了我们看到更具体的人，而不是告诉我她是25—30岁，女性，家里有小孩，有车。其实零售层面我们更加应用的是多维数据，她希望尖头鞋还是圆头鞋，高跟鞋还是球鞋。

线上线下的联动，以及这个人群线上全方位的画像，能找到她线下的结合点，所以未来线上的决策反哺到线下的产业链，会帮助企业从一个蘑菇的状态到八爪鱼的状态，长出来的角更多是落地点。这一点也是想跟大家互动，希望在这个层面里更多提升商品效率，服务核心用户，找到场景切片，找到一些消费机会。

赵晨：我这个问题问宋老师和欧阳，我觉得你们服务过多个客户，从你们的经验来说，AI给广告主提供最的、最需要的价值是什么？

宋星：我自己因为工作的关系一直在用这些数据，从CMO的角度看目前遇到的挑战非常明显。因为整个行业这几年变化特别快，尤其是技术和数据带来的变化非常快。第一个最大挑战实际上是CMO所面临的剧烈性。因为我们可以看到这几年的情况，包括玛氏。我们能看到行业中消费者的节奏是很快的，因为是一个开放的世界，整个国家经济变动非常快。在这样一种不确定的环境中，AI解决的是在一定程度上消灭不确定性。

我不知道算不算AI，10年前我们已经开始做了，游戏上我们做的是怎么通过数据减少客人的流失。当我们预测游戏的流失，实际上就是用他过去的流失做一个方程出来，用的工具是一个基础性的工具，拿出来的结果我们用今年上半年的数据验证它的模型。基于这样不断地用历史数据的方法，在10年前我们已经帮助做不确定性的消弥。我们在创意这块印象特别深，过去这样一些数据的积累，我们能够判断出未来的某一个创业有80%或者多少的区间，能够有什么样的效果，这是AI非常典型的应用。

在第二个层次上，AI帮助我们创造一些融合的机会。为什么我特别强调融合，是因为今天你看过去，营销部门和运营部门其实是两个部门，这两个部门是分开的，我很多客户都是这样，大家不会管彼此的事情。刚才汤总也说了，我们希望能够做这样一些打通，希望把这几个环节完全打通。这对营销同学必然是一个很大的挑战，这个挑战我现在看来唯有AI很大程度上能够起到帮助。

因为像DSP，实际上是最典型的AI应用。因为它是基于监督学习的。我们都知道RTB不叫RTB的时候，你要给汽车人群投放，你去找这个人群。实际上人工智能不是这样一个运作机理，是我们能够以终为始的方法去使用这个数据。这个已经极大帮助我们提高了广告营销的效率，虽然现在RTB由于一些关系没有像前几年那么火热，但是监督学习这种方式已经完全改变了，彻底重新改写了今天广告投放的方式。

如果我们去看今日头条，其实全部都是用这种方法？OCDP、OCPM、OCDA，全部是用这样的方法。AI早已经改变了我们今天的工作。

第三个面临更大的挑战是营销的碎片化。我们知道互联网碎片化的程度比过去厉害太多。现实世界很无序很混乱，会映射到互联网上，这对互联网非常好，但对于CMO来说是一个很大的挑战，过去我们其实只研究两块，一个是搜索广告，一个是banner广告。

其实我们今天不光有搜索，我们还有视频广告、前贴片、抖音广告、信息流广告，还有好多各种很难去数的广告全部都出来，甚至还有关于个人的。所以营销整个因为消费者的碎片化、内容碎片化，造成了整个营销的碎片化，这样的一种碎片化我们会越来越发现根本没有办法通过人工做得到，只有通过人工去辅助。

前段时间我去谷歌看到他们的新思路，比如说他们将语言识别上、图象识别上的AI成果用在营销上，适配一万个图片，把关键词归纳出来看每一个图片最终转化的效果。同样，我相信MIP也是用类似的方法去识别创意图片的情况，然后看他们的CPR、CPA等等的状况，来帮助实现更好的转化。同样碎片化这块，也是利用这样一些方法去看不同消费者归因路径上，不管怎么判断都是用一维的方法衡量碎片化的多维数据。

谷歌已经做出来人工智能的归因模型，虽然都是用搜索引擎，但是A消费者在搜索引擎上停留时间比较长，B消费者比较少，那A消费者会有更大的权重，从而换更准确的整个渠道的数据，帮助我们做更好的策略。所以AI已经改变了营销的面貌，我相信未来还有更多的转型应用，这就是为什么我觉得品友MIP特别兴奋的原因，这一定是适应于未来整个营销的潮流。

赵晨：欧阳，我觉得您这边代表品友也服务了非常多不同类型的客户，有没有一两个AI提供的价值，广告主、CMO跟你说这是我对想要的。

欧阳辰：过去两年我们用我们的数据产品服务了很多客户，随着产品里面数据量越来越多，我们的产品输出越来越多洞察和决策，我觉得很多客户对它的决策都慢慢上瘾了，一旦用上了以后下次再使用的时候基本是百分之百依赖，越来越重度依赖我们的数据产品输出的决策能力。在打造产品过程中，我觉得我在分三个层面培养它的AI竞争力。

第一个，这个产品里面的识别能力。这个数据产品比如说对流量里面进行比较精准的识别，甄别出哪些是虚假流量，哪些是有效的流量，哪些是高质量的流量。其包括在创意分析里面，我们能够任意输入一张图片，分析出它的颜色、字体还有里面的元素，所以我们非常注意打造产品对数据的识别能力。

第二个深度分析能力。不再是一维的分析，而是多维度的分析，交叉维度的分析。比如我们做创意分析的时候，会把创意和人分解成很多维度，两两维度或者两三交叉维度做深度分析，这种分析很多时候能获得很多相关性，非常有意思的相关性，这些相关性我们很多时候也是获得了客户的一些好评。

第三个层面，其实我们在打造的是决策能力。这其实就是我们刚才MIP演示的内容，看了很多数据以后最后按个按纽说看有什么策略生成，这是考验系统的决策能力。假设我们有这样的决策，应用的时候它应该采用什么样的人群策略、创意策略和媒体策略，这是我们在打造MIP产品的时候会聚焦到识别和深度的分析能力、决策能力。我们在决策方面希望跟一些数据反馈打通，这样能帮助提升我们产品的竞争力。

赵晨：我觉得宋老师、欧阳分享的很多是交叉维度一些洞察的事情，是说投对人，这个人有可能是男性、年龄、收入、兴趣，我在什么时间投他，有可能他会完成，什么时间投他，他有可能买汽车。

那我再问一个问题，宋星其实说到了这一点，AI在这个市场很重要的一个原因，是因为现在广告主对广告技术公司的要求越来越苛刻，他们对他们自己的要求也越来越苛刻，其实在前面一个圆桌中也谈到了这一点，他们最后一句话广告主怎么考核标准非常重要，到底什么考核标准能够说清这件事是成功还是不成功的？这个问题谁想分享？

彭雅瑞：其实我觉得在AI的时代考核标准是更容易确定和辨识的。

陈良智：这个问题是我们营销人很需要面对有时候又很纠结的问题，尤其是一些特殊的长链条的消费领域，比如我们的消费领域。一般我们在做效果广告的时候，我们会用两个指标去看，这两个指标是必须去坚持的，当然最核心最重要的是销售。

汤楠：在零售领域里面，我刚才在想和大家讨论的维度好像不一样，我们好像更细一点。因为像这些品牌的广告，更多还是考虑在比如说一些搜索，但我们其实已经进入了一个电商的单品的投放，或者是一种风格的销售，如果说奢侈品引领整个时尚的潮流，是在每一季贩卖一种潮流，我们作为零售商或者渠道其实销售的是这个潮流下的每一个单品。在这样一个颗粒度更加小、多对多的情况下，可能它创造出的零售熵可能更加复杂。这个角度上，它的效果可能是提高商品的周转和商品的效率，再往前一步怎么在渠道当中看到中间值，这还是要各位大咖去讨论的。

赵晨：因为时间的原因，我问宋老师和欧阳的问题是后面的问题，从您的答案也可以说一下，像我们这种类型的公司，或者你们看到的平台，是怎么帮助他们解决这种问题？

宋星：对于AI这块，我非常相信未来一定有非常多的作为在营销这块。我目前也看到了这样一些挑战，这些挑战可能造成了刚才陈老师说的有一些问题，比如一些环节还是打不通的，因为品牌本身是难以非常好定量化的东西。但即使我们无法百分之百定量化，我们只要比过去能够更加定量化，就是很大的进步。

今天的AI，比如说MIP，我们要把握几个点，第一个点，我们能够捕获数据的程度和我们能够打通数据的程度，这一点我相信AI已经做了很多的事情，比如说线下的数据，刚才LG的老师已经讲过我们可以用刷脸的方式。我们和品友一起做了很多讨论。即使是今天的户外广告，整个人工智能在客户端这块，在设备上，通过端人工智能我们可以识别人脸，并且快速实现ID的打通，即使今年不实现，两三年也会快速在这个行业里面发生。过去一些觉得线上户外广告不能解决的问题，在未来至少能够解决一部分，我觉得这是第一个点。

第二个点，数据可利用率一定会再不断加强，包括我们认为最封闭的阿里。比如我有电话号，我用这些东西换阿里的标记数据，可以实现投放。虽然投放范围比较有限，但已经比过去走了大大一步。

第三个是可追踪的效果，已经远远比过去要强大，就像我刚才说的前端的营销已经跟后端的运营，乃至于后端最后的销售能够去打通，比如现在的新零售。汽车行业很典型，线上的营销有没有带到4S店去，有没有产生相应的行为，过去汽车已经是最大的作弊行业，今天情况已经改观了，全都是数据和AI所创造的改变。所以我觉得是时间的问题，很多过去是问题，自然而然可能不会再是问题。

具体实现我觉得AI在实现这个路径上，我觉得是一种润物细无声的方式来实现，很多后面的算法、数据都在做很多事情，刚才各位老师都说了。我自己觉得短期来看，我们很容易高估了AI的这些作用，但是从中期和长期来看，我们很容易低估它的效果，我自己还是非常笃定AI在营销里面会扮演越来越重要的角色。就像冰山理论一样，AI是在冰山下面八分之七的位置，继续努力。

赵晨：我最后补充1分钟，因为我自己做优化做了十几年，不管是优化还是管理优化师。我们今年也听到了很多比较精彩的分享，对于广告主来说，他们现在要求确实比原来要细节很多，我能够分享的是说人工做不了的东西是什么？是说这个人在对的场景，他现在用什么手机端，到底在什么地域，细节到多个维度的时候，我到底给他投什么类型的创意。就是你把所有的东西都链接起来，这只是机器能做的事情。所以我也非常感谢各位嘉宾的分享，这个环节就先这样子。