编者按:营销的价值在于满足需求,但事实上消费者的需求很难解析。他们的需求每天都在变化,针对性不强或相关性低的广告和邮件很难被消费者接受。除了工作流程自动化和客户服务 bot,越来越多的软件也在帮助品牌商理解甚至预测消费者最细微的需求。Colin Kelley 是电话追踪和分析的自动化营销公司 Invoca 的联合创始人兼 CTO,在通信技术和电话智能领域有 25 年经验,他在本文分析了机器学习是如何在市场营销中发挥作用的。

我在市场营销的技术行业工作,多年来,这个行业关于数据驱动个性化的讨论从没停止。市场营销已经取得了很大的进步,但我们才刚刚开始察觉机器学习为特定人群匹配商品和服务的潜力。

营销 1.0 版本所代表的 20 世纪早期的市场,销售产品给表现出需求的人。20 世纪 50 年代,市场营销 2.0 崛起了,广告激发了消费者的购买欲。营销 3.0 时代是一个新阶段,机器学习使销售人员超越之前模式,在增加营销影响力和效率的同时,回归营销的最初目的。

营销 1.0:满足已表达出来的需求

营销 2.0:创造需求,然后满足需求

营销 3.0:通过机器分析需求,然后满足需求

营销 3.0 通过机器学习更快、更精确地在恰当的环境中将消费者和产品进行匹配,同时锁定具有明确需求和隐含需求的消费者。机器从大量现实世界的例子中学习,通过观察过去的行为来预测未来的意图。营销人员无需掌握从大量数据中产生的精确模式,或总结决定人们行为的规则。换句话讲,机器学习使营销人员完成了一次角色转换,从尝试操纵客户的需求变成了满足他们在特定时刻的实际需求。

一位宝马经销商希望出售更多的特定车型,他使用机器学习来识别过去一年中购买宝马 5 系的客户的相关指标,研究了奥迪 A6 和奔驰 E 级轿车每加仑汽油的行驶里程,之后发现这些车具有相似的用户特征。

设想一个这样的情况:我想买一辆车,而我的一位朋友刚好最近买了一辆宝马 5 系,我了解了该车远程 3D 视图的功能。当我在手机上搜索“宝马 5 系”时,会看到一个在我周围 10 公里半径范围内的经销商列表。然后我当打电话给经销商询问他们的库存时,他们就知道我已经准备好购买。我将被自动匹配到给我朋友服务的销售代表,他知道我感兴趣的规格,并将向我介绍 3D 视图。

对于连接在线和离线互动,例如在移动广告、电子邮件营销活动以及电话会话和现场体验等方面,预测功能具有大量可能性。随着谷歌、Facebook 以及苹果和亚马逊加大语音助理和自然语言处理技术的投资,这种互动的预测正在成为现实。据说亚马逊正在更新 Alexa,使其成为更富有情感的智能。从在客厅里发出语音命令到直接通过 Echo 完成商业沟通和在线购物的过渡并不难实现。谈话是最自然的互动形式,有利于建立关系。

语音将成为营销人员在机器学习能力与创造人类体验需求之间寻找平衡点的关键。即使机器可以在恰当的时间表达信息和建议,消费者仍然希望建立人与人之间的对话,特别是涉及到复杂或昂贵的产品的购买时。我乐意接受让 Alexa 帮我订购一个比萨,但我不会让它帮我买车。

在我看来,机器的作用在于寻找消费者行为与其最终目的之间的关联。营销人员的角色是搞清楚如何增强软件的作用,例如在自动化方面,在购买行为完成之后自动发送电子邮件,以及预测什么是最吸引顾客的产品。未来营销 4.0 的浪潮将进一步满足消费者已表达的和未表达的需求。

我们正朝着一个更具预测性的世界迈进,在这个世界中,机器学习能够激发消费者和品牌商之间的主要互动,这和人与人之间的联系或是真实的体验没有差异。营销将真正由数据驱动,在满足消费者期望的同时,通过技术的力量改变之前营销固有的方法。

营销 3.0 时代:机器学习正在改变市场营销的方式

发表评论

电子邮件地址不会被公开。 必填项已用*标注