AI與行銷的完美結合：一個框架了解四種樣貌

為了善用人工智慧（AI）的巨大潛能，行銷人需要深入了解現有各種AI應用程式以及未來的發展方向。本報告將提供讀者框架幫助分類現有行銷AI程式，了解當前的發展現況，並規劃未來有成效的導入計劃。

在企業的眾多部門中，行銷部可能是從AI受益最多的部門，行銷的核心是了解顧客需求，提供滿足需求的產品或服務，並說服人們購買，而AI能大幅強化這些能力，以下框架將幫助行銷人分類現有的行銷AI應用程式，協助企業未來在導入AI時能夠有所依據。行銷AI可以根據兩個維度進行分類：一個是智慧水平，另一個是結構類型，決定其分類的準則是在實際應用中的方式。

首先介紹兩種類型的智慧水平：

一、任務自動化

這些應用程式執行重覆、結構化的任務，具有相對較低程度的智慧，程式遵循一套規則或給定的輸入執行預定操作，例如自動向新顧客發送歡迎郵件的系統，或是透過社群媒體提供的聊天機器人。它們可以在與顧客互動中提供基礎幫助，引導他們帶入預設好的問題與回答，但不能處理複雜的問題或辨別顧客意圖，只能慢慢地從與顧客的互動過程中學習。

二、機器學習

這種演算法使用大量的數據進行訓練，做出相對複雜的預測和決策，模型可以識別圖像、解譯文本、區隔顧客，並預測顧客會如何回應各種行銷活動等。機器學習推動程序化購買廣告、電商產品推薦引擎、CRM系統的銷售預測模型（Propensity Modeling），與更複雜的「深度學習」是AI領域中最熱門的技術，且迅速成為行銷人的強大工具。

接著介紹獨立型與整合型AI應用程式：

一、獨立型應用程式

這些是明確劃分、獨立的AI程式，程式與顧客了解、購買或獲得支援的主要管道分開，或是與員工用來行銷、銷售或服務這些產品的管道分開。簡單地說，顧客或員工必須在這些主要管道之外使用另一個程式。

舉例，油漆公司Behr創建一個「發現顏色」的應用程式，他們利用IBM Watson的自然語言處理和語調分析能力（檢測文本中的情緒）提供個人化的油漆顏色建議。這些建議是根據消費者對他們空間的期望情緒，為顧客房間列出兩到三種合適的顏色清單。這個程式只能提供顏色推薦，並不能在此直接下單，顧客需要前往其他銷售管道購買。

二、整合型應用程式

這些AI程式內建在現有的系統中，比起獨立的應用程式，這些AI對使用它的顧客、行銷和業務來說不那麽明顯存在。例如廣告交易平台的機器學習做出瞬間決定，處理購買和投放的廣告版位；Netflix的機器學習為顧客提供影片推薦，它只出現在觀眾進入網站時看到的頁面當中。

CRM系統廠商也將機器學習的功能納入產品中，例如Salesforce的Sales Cloud Einstein套裝提供數個強大功能，包括運用模型計算潛在顧客的評分系統，根據購買的可能性進行自動排名。另外也有提供訓練銷售人員的AI廠商，將他們的應用程式與Salesforce的CRM系統進行整合。

我們可以將兩種的智慧水平和兩種的結構類型結合，畫出一個框架四個象限，包括：獨立型機器學習應用、整合型機器學習應用、獨立型任務自動化應用和整合型任務自動化應用。 

象限類別趨勢

基於簡單規則和任務自動化的系統可以強化已經高度結構化的作業流程，並提供合理的商業回報，但行銷人最終還是會透過「整合的機器學習應用」來獲取最大價值。而且目前的「任務自動化」越來越多與「機器學習」相結合，從資訊中提取關鍵數據，做出複雜的決策並使溝通個人化，這是一個跨越象限的現象。

雖然在不易或不能整合的情況下，獨立的應用程式仍有其市場存在，但好處有限。因此隨著時間推移，行銷人應在當前的系統中整合AI程式，而不是繼續使用獨立的程式。事實上，許多企業也正朝著這個方向發展，勤業眾信在2020年的調查中顯示，全球有74%的AI主管同意 「AI將在三年內整合到所有企業應用中」。

開始導入行銷AI

對在AI方面經驗有限的公司而言，可以建立或購買基於簡單規則的應用程式作為開始，使用獨立、不面向顧客的任務自動化程式，例如由AI指導訓練與顧客互動的部門（Cogito）。
當企業獲得基本的AI技能、大量的顧客市場數據，就可以開始從任務自動化轉向機器學習。以時尚電商Stitch Fix的AI服裝選擇舉例，它們根據顧客的風格偏好、保留或退回的商品、對客服的回饋等，幫助造型師為顧客策劃優惠。它們也請顧客在隨機造型照片（Style Shuffle Photo）中進行風格選擇，這些機器學習的模型變得更加有效，創造了珍貴的新數據來源。

行銷人應不斷尋找新的數據來源，包括內部交易、外部供應商，甚至是潛在的收購案等，因為大多數AI應用都需要大量的高品質數據來訓練。以私人飛機公司XO舉例，他們使用基於機器學習的定價模型，並利用外部資源獲取有關影響私人飛機供給和需求因素的數據，例如重大事件、宏觀經濟、季節性活動或天氣等，最後使其獲利增加5%！XO使用的數據雖是公開的，但在可能的情況下，應尋找獨特的數據來源，因為使用公共數據模型可能也會被競爭對手複製。

結論

雖然行銷AI應用擁有巨大的前景，並將改變以往行銷的方式，但這是個需要時間的過程，行銷部門和相關部門（特別是IT部門）將需要長期建構AI能力和應對任何潛在的風險。今日就開始制定策略，利用AI現有功能和可能的未來，打造新形態的行銷模式！

本內容由傑思．愛德威所贊助，AMT亞太行轉聯盟A_Talent計畫研究員整理編輯，銘傳大學傳播學院 陳柏宇 院長協助。

文章取自：MarsGo

封面圖片取自：MarsGo