內容營銷人員應了解的 AI 知識

和世界各地的許多人一樣，我為新的一年制定了一些專業的決議。 我想盡可能多地了解人工智能 (AI) 和區塊鏈技術。 這一年已經過去了四分之一，我對 AI 的學習已經完成。 如此完整，事實上，它最終成為我最新的免費電子書，“你需要知道的關於營銷分析和人工智能的一切”。

（編者註：Chad 將於 5 月 8 日與 Social Media Today 共同主持關於此主題的 Twitter 聊天。請在此處回復以參加聊天：“您需要了解的關於 AI 和營銷的知識” ）

在本文中，我將介紹我所了解的有關 AI 及其對營銷的影響的所有知識。 我們剛剛開始走上一條全新的、顛覆性的營銷之路，這非常令人興奮。

生活中只有三件事是可以保證的——死亡、稅收和一個行業的中斷。 破壞每天都在我們周圍發生。 看看亞馬遜對零售業、優步對出租車、LinkedIn 對求職網站、互聯網對媒體、加密貨幣對金融等做了什麼。

據預測，僅人工智能一項就會顛覆預測、客戶服務、教育、金融、食品服務、個性化醫療、醫療、物流、忠誠度計劃、營銷、採購、公共關係、搜索和安全。

根據 Salesforce Solutions 首席技術官 Brett Colbert 的說法，區塊鏈將顛覆土地使用、身份、全球物流和航運、汽車、航空、製造、處方藥、金融、政府、銀行等。

過去，整個行業的重大顛覆可能每十年或更短時間發生一次。 然而，在今天的環境中，我們開始看到整個行業同時受到干擾。

今天，我們開始看到數字營銷和廣告出現顛覆的最初跡象。 我們中的許多人甚至都不知道那會是什麼樣子。

ADYOULIKE 已與 IBM Watson 集成。 Salesforce 推出了愛因斯坦技術。 HubSpot 收購了機器學習公司 Kemi。 adChain、Bitteaser、Native Video Box 和 AdHive 等區塊鏈公司都進入了廣告技術領域。

這項新技術不僅將使品牌更容易管理他們的大數據並獲得可操作的見解，而且還將營銷關鍵績效指標 (KPI) 推向新的高度。 他們還將迎來廣告技術前所未有的透明度新高度。

作為營銷人員，我們都需要問自己：“我們是否準備好從根本上顛覆營銷？”

無論答案如何，我們中的絕大多數人可能都不知道技術如何準備好永遠改變我們的行業。

上述科技公司通常是在描述人工智能和其他顛覆性營銷技術的使用時給出的例子。 然而，電子郵件、線索評分和在線廣告優化只是觸及了未來為我們的營銷提供動力的技術的表面。

這些技術的未來使用將影響自有媒體、免費媒體和付費媒體的各個方面。 這也不僅僅是他們未來的用途。 今天存在的技術可以從根本上破壞所有營銷和媒體渠道。

營銷中的人工智能

在我之前的許多人都寫過關於 AI 的著作。 許多人仍然撰寫了有關營銷 AI 的文章。 事實上，我的朋友 Paul Roetzer 創辦了 Marketing AI Institute。 該網站充滿了關於營銷 AI 的好文章和思考。 需要注意這一點很重要，因為它表明營銷 AI 不會很快消失。 如此之多，事實上，在線營銷 AI 思想領導力中心。

Roetzer 就當今的現代營銷人員需要了解的有關營銷 AI 的一些有價值的話要說。 例如，他說：

“能夠利用人工智能力量的營銷人員將能夠事半功倍，開展前所未有復雜的個性化營銷活動，並通過機器智能營銷的新方法照常轉變業務。 對於擁有改變行業的意願和遠見的營銷人員和企業家來說，機會是無窮無盡的。”

根據 Forrester 的一項調查，在美國、歐洲和澳大利亞公司擔任決策職務的 700 多名營銷人員中，有 86% 的人認為人工智能將使他們的營銷團隊更加有效和高效。

營銷 AI 解決方案的主要問題之一是營銷與現實之間的矛盾。 儘管許多解決方案都吹噓他們使用人工智能，但實際上只有一部分解決方案使用它提供了價值。 其他人僅使用該短語來推銷產品和推動銷售。 人工智能在解決方案中的實際應用方式決定了它的價值。

用於處理圖像和性格類型的人工智能早已面世。 它們在這個階段被認為是基本的並且提供最小的價值。 專注於解釋許多不同的結構化和非結構化數據流以幫助擴展、報告、預測結果和提高準確性的解決方案是通過 AI 提供價值的解決方案。

當今許多當前的營銷 AI 解決方案都嚴格迎合營銷 7 P 中的人（稍後會詳細介紹）。 沒關係。 我們營銷人員也需要這些解決方案。 它們中的大多數本質上只是預測性的，而不是規定性的），並且仍然需要營銷人員消化信息並決定採取哪些行動。

例如，使用 AI 在最佳時間向各個收件人發送個性化電子郵件、自動化線索評分和情報，以及對頁面內容進行評分。 這些都是營銷人工智能被用來迎合人（誰）的例子，並且在本質上是使用過去的數據進行預測的。

我們還看到營銷 AI 也進入了有影響力的廣告領域，或者在 7 P 中進行推廣。 這些解決方案正在使用 AI 來高效和最佳地匹配影響者和品牌，同時促進他們之間的金融交易。 它也存在於非付費影響者營銷領域，以更好地識別影響者等。

在許多方面，規範性 AI 可以顯著提高營銷人員獲得成功、超額完成和完成更多工作的能力。 在過去，這需要整個團隊的分析專家或數據科學家來完成今天指令性 AI 可以執行的相同任務。

營銷人工智能研究所所長 Mike Kaput 認為，營銷人員將通過 AI 在三種功能中的一種或多種方面得到增強。 很少有營銷 AI 解決方案能夠同時增強這三者。 這意味著大多數營銷人員不會很快面臨失業的危險。 這些函數的特點如下：

評估：營銷人員分析數據、過去的表現和最佳實踐以了解有效方法。 他們將此傳達給利益相關者和同事。

建議：他們利用人類的創造力來推薦可能成功的新行動。 這些建議依賴於評估階段的數據。 但它們也包括健康劑量的直覺、猜測和偏見。

實施：營銷人員創建資產並執行活動。 他們可以藉助或不借助自動化軟件等機器系統來完成這項工作。

Forrester 還發現，46% 的公司表示他們的營銷和銷售團隊正在領導人工智能技術的投資——在所有部門中最高。 可以肯定地說，人工智能精靈已經從瓶子裡放了出來，營銷人員需要準備好接受它。

人工智能與分析

營銷的某些部分從根本上說是永遠不會改變的。 以營銷的七個 P 為例——產品、價格、促銷、地點、包裝、定位和人員。 對於在線營銷，這七個 P 仍然存在。 然而，自從第一個分析程序被集成到網站中以來，一個一直被遺忘的地方——地方（where）。

是什麼讓這個地方在離線世界中如此強大很容易理解。 如果實體企業與其他企業、家庭、政府和基礎設施存在關聯，則可以深刻影響公司的知名度和生存能力。

這個 P，因為它與網絡世界相關，在很大程度上被當今的數字營銷人員所忽視。 網站相對於其他網站的存在位置很重要。 通過這些網站的鏈接建立的連接基礎設施極大地促進了網站的可見性和可行性，在許多情況下最終促進了業務本身。

一級分離度

我們依靠我們的分析來報告我們網站的健康狀況和我們的活動的影響，只提供與我們相差一級鏈接的網站的信息。 在大多數情況下，只為最後一次接觸提供歸因。 這意味著營銷人員不知道是什麼連續的網站最終將訪問者帶到了該網站，而這反過來又將他們帶到了營銷人員的網站。 這是我們的分析報告信息的方式：

現在讓我們把它帶回到七個 P 之一——Place。 這相當於離線實體店只知道隔壁和街對面的企業和地點。 實際上，該企業可能位於繁華的市區，那裡遍布著數十家商店、餐館、公園、法院和公寓。 這家企業的客戶在訪問之前可能會路過其他一些地方。

對於當今的大多數分析，營銷人員只能看到離開隔壁或街對面的顧客。 如果企業知道每位顧客在購買之前訪問地點的確切節奏怎麼辦？ 這將是非常詳細的屬性。 如果他們知道有關該地區每個企業的信息怎麼辦？

也許該企業發現其競爭對手的許多顧客住在兩個街區外的公寓裡，他們只在公園跑步後才購買。 那將是重要的信息。 現在，企業可以詢問是否用優惠券贊助公寓的時事通訊，或者派一名員工穿著滑稽的服裝到公園推銷。

過度依賴個人（誰）報告

當今的大多數分析程序都不會報告上述重要數據。 為什麼？ 很簡單，因為他們無法收集它。 對於為當今最廣泛採用的分析平台提供支持的技術而言，要解析的大數據太多了。 它們建立在已有 15 年曆史的技術框架之上。

坦率地說，他們也沒有太多改變的動力。 為什麼？ 很簡單——當今大多數常用的分析程序都屬於四大在線廣告網絡之一。 如果營銷人員具有上面討論的可見度，他們可以花費更少並獲得更好的結果。

相反，這些平台說服了大多數營銷人員忽略我們在線營銷中的位置。 他們能夠通過非常擅長報告營銷 7 P 中的人（誰）來做到這一點。

雖然一個人當然很重要，其他 P 也很重要，但我們從未在網上獲得完整的圖片。 作為營銷人員，我們對互聯網的看法是目光短淺的。 這意味著我們所做的決定僅基於現有信息的一小部分。 這樣，今天的分析平台只是一維的。

三度分離

如果 AI 可以將我們當前對互聯網的一維視圖轉換為真正的三維視圖會怎樣？ 我們將能夠看到我們潛在的主題影響範圍內的所有聯繫，最多可達三個網站。 我們會知道哪些廣告和影響者最成功地推動了與我們行業相關的所有網站的點擊和參與。 此外，我們還知道哪些附屬公司在我們的行業中最成功。

我所描述的是一個新的分析系統，由 AI 提供支持，可以報告和跟踪距網站三度範圍內的數據。 換句話說，我們會看到關於所有鏈接到我們的網站的數據，關於鏈接到它們的網站的數據，以及關於鏈接到它們的網站的數據。

要使用當今最廣泛採用的分析程序來做到這一點，需要不受限制地訪問數以千計，在某些情況下數以百萬計的網站分析。 生成的數據量將是巨大的，並且對於營銷人員來說可能無法在任何規模上使用。

這種分析和報告模型為營銷人員描繪了一幅更全面的圖景，包括完整的歸因和潛在客戶的在線旅程。 與我們通常描述客戶旅程的方式不同——自有渠道、賺取渠道和付費渠道只有一個程度的分離——而是一幅三維圖。

通過告知營銷人員要遠離哪些網站以及要加倍關注哪些網站，訪問此類數據可以對付費媒體的性能和成本產生巨大影響。 它也可以成為贏得媒體、影響者營銷和媒體推廣的福音。

從自有媒體的角度來看，這樣的數據可以幫助營銷人員了解他們行業中哪些內容最受歡迎或服務不足——真正的內容情報。 在這種模式下，付費和自然社交媒體的洞察力也會更加豐富和透徹。

這個新分析系統的可視化表示如下所示：

數據豐富。 洞察力差

我們生活在一個完全被數據消耗的世界中。 但數據到底是什麼？ 歸根結底，它只不過是一種商品。 一種資源。 現在對營銷人員來說重要的是他們可以用它做什麼。 關於數據，每個營銷人員都應該問自己的問題是，“正在浮出水面的哪些見解可以推動我的營銷活動更上一層樓？”

人們越來越多地關注客戶數據平台 (CDP) 的概念。 這個想法被定義為所有客戶數據的統一、集成存儲，於 2013 年首次提出。CDP 對於全面了解潛在客戶和客戶至關重要。 這包括收購前和收購後。

不幸的是，很少有營銷人員擁有真正的 CDP。 相反，大多數人擁有一系列不同的系統和工具，這些系統和工具不能很好地共享數據或見解。 那些能夠使用 CDP 技術的營銷人員比那些不能使用的營銷人員具有巨大的優勢。

最好的營銷分析和歸因技術都內置了 CDP。 營銷人員的真正價值在於技術可以對數據和他們提供的建議做什麼。 人工智能在此功能中起著至關重要的作用。

營銷歸因

與當今的大多數分析一樣，營銷歸因本質上是一維的。 這只是許多當前分析技術提供的數據的反映。 以下來自 Bizible 的信息圖很好地解釋了不同類型的建模、營銷渠道和活動、渠道映射以及與營銷歸因相關的指標。

例如，推薦流量被列為營銷渠道。 我們可以很容易地進入我們的分析，找到由推薦來源提供的流量。 其中一些流量也可能成為客戶。

根據我們的歸因模型（例如最後接觸），我們可以將轉化推薦流量歸功於帶來收入。 網站是我們的，轉化（銷售）是在我們的網站上，看起來像這樣：

這在一維分析世界中很好。 然而，實際上，更有可能是某些因素將流量推向了引薦來源，而其他因素也將流量推向了它。 這是當今絕大多數營銷人員無法訪問的數據。 這是該模型的樣子：

這是三度外歸因建模的示例。 列出的其他網站可以是其他推薦來源、社交媒體、電子郵件、搜索引擎等。作為營銷人員，這是非常有價值的信息。

如果我們知道第二個網站是什麼，我們可以直接找到他們並合作贊助。 也許它是一個流行的博客或在線出版物。 走賺來的媒體路線並向他們推銷一個要寫的故事也是一種可能性。 也許網站一是業內受歡迎的影響者。 這是一種可能的營銷合作夥伴關係。

以上是一個非常簡化的三維歸因建模的例子，比較容易理解。 現在想像一個模型，它顯示鏈接到所有流量源的所有內容以及與之相關的所有內容。 很難想像，對吧？ 它看起來像下圖。

上述模型可以告知營銷人員停止在哪些網站上投放廣告或加倍投放廣告，同時確定營銷人員應該投資的新的和性能更好的網站。 它對免費媒體也有同樣的作用，但在這種情況下，它是花時間的地方，而不是預算。 它還使營銷人員能夠獲得真正的內容情報，了解哪些主題在他們當代的在線影響範圍內引起共鳴或服務不足。

上面提到的每個網站本身可能都不是很重要。 但是，它們與其他網站的關係和聯繫是。 發現和識別相關集群也是如此。

互聯網條帶的三維地圖可以做的另一件事是三角測量。 這意味著，在許多情況下可以揭示以前未知的流量來源（直接流量）。 這非常重要，因為某些網站可能會將很大一部分流量標記為直接流量。

想像一下，根據一維歸因建模做出營銷決策，並丟失大量數據，因為它被隱藏為直接流量。 營銷人員無需想像它，因為我們已經這樣做了十多年，而且它已被接受。 我們大多數人只能看到相關數字生態系統中 20% 的數據。 這是我們沒有利用的另外 80% 來為我們的營銷決策提供信息。

上面的黃色代表營銷人員可以看到的行業影響力數字領域的 20%。 自 2000 年代初以來，這已被接受。 如今，人工智能驅動的分析首次使我們有可能看到剩下的 80%。

我知道很多讀者在想什麼，我們怎樣才能得到這些數據，一旦我們得到它，我們又如何理解它？ 上面概述的是真正的大數據。 這篇文章開始談論營銷 AI 和分析是有原因的。 當兩人結婚時，這使這成為可能。

目前存在的技術可以做到這一點，它不僅僅是預測性的——它是規範性人工智能。 這意味著，它會查看大量結構化和非結構化數據，以明確告訴營銷人員下一步該做什麼。 這樣，我們所知道的分析就永遠改變了。

未來是現在

電子書中描述的與免費、自有和付費媒體相關的每一種策略都提供了獨立的解決方案，而不是集成的 AI 驅動分析平台的一部分。 這有助於推動 Martech 軟件營銷人員每年都面臨的貪婪。 這並不理想。

僅在 2017 年，martech 軟件生態系統就有超過 5,000 家供應商。 當這些類別在一個人工智能驅動的分析平台下組合時，它使營銷範圍內與銷售和服務軟件的集成變得更加簡單，學習曲線也更容易駕馭。 更不用說，一個包羅萬象的解決方案的採購過程比替代方案更容易接受。

否則，營銷人員正在考慮採用 12 種獨特的人工智能驅動的軟件解決方案來推動他們的營銷。 這就是營銷人員在這十年中採用營銷自動化軟件的原因。 當然，可以招募八個不同的軟件供應商來完成一個營銷自動化供應商可以完成的工作，但由於顯而易見的原因，這並不理想。

採用多種營銷技術，通常會產生分散存儲的不統一數據流。 這些系統彼此斷開連接，因此提供的數據不完整。 想像一下，必須查看 12 個獨特的儀表板才能破譯營銷戰略和策略。 這就是許多人正在做的事情。

也就是說，現在就是未來，因為存在包羅萬象的 AI 驅動分析解決方案，可以統一客戶視圖，使大數據可操作，解析結構化和非結構化數據，預測結果，規定行動，提供完整的營銷歸因，並開放 80 % 更多的網絡進入營銷人員的視線。

十多年來，營銷人員一直依賴於少數也銷售在線廣告的分析供應商。 他們真的沒有動力幫助營銷人員減少支出並獲得更好的結果。 數據獨立性是避免這種內在利益衝突的唯一途徑。

另一種選擇是完全停止在線廣告或削減預算。 寶潔公司去年宣布，由於品牌安全問題、機器人程序和令人反感的內容，它將削減高達 1.4 億美元的在線媒體支出。

通過對人工智能驅動的分析進行相對保守的投資，這個問題本可以輕鬆解決。 這項技術將使 Proctor & Gamble 能夠專注於營銷七個 P 中的地點（哪裡）——這是他們問題的核心。

受益的不僅僅是付費媒體； 付費、免費和自有媒體可以受到這項新技術的積極影響——從影響者營銷和搜索引擎優化到展示廣告和社交媒體。

如果您想更深入地了解 AI 和這些策略，請查看我免費提供的完整電子書。 我開始盡我所能學習有關 AI 和市場營銷的一切知識，我真誠地希望您也能從這次旅程中學到一些新東西。

（注意：您必須在 5 月 15 日之前註冊羅格斯商學院的“完整的內容營銷：讓內容變得重要的藝術和科學”。這是一門在線課程，由我的朋友 Ian Cleary 和 Mark Schaefer 教授。您的講座也是真實的。使用我們的折扣代碼“grow”可享受 10% 的折扣。）

本文的一個版本首先發表在《今日社交媒體》上。