2023AIGC+营销价值与应用研究报告

TE智库 2023AIGC+营销 •2023.07 目录TE智库 1复盘 已入深水区的数字营销实践与有限的AI探索 2洞观 从应用价值和技术壁垒看AIGC+营销 3探索 先见者的探索与落地 4前瞻 AIGC+营销的可见趋势 Source：TE智库整理绘制，2023/04 TE智库 Part1复盘 已入深水区的数字营销实践与有限的AI探索 数字营销已经初步完成了营销场景的数字化基建 TE智库 营销作为直接影响企业营收的业务场景，一直在企业数字化转型中扮演着及其重要的方向，根据T研究调研数据显示，超过85%的企业将增加营销数字化预算。 根据TE智库测算2023企业营销数字化市场规模将超3000亿，并在未来几年稳步增长。 企业营销数字化转型市场规模及增速 85%+ 的企业将增加营销数字化预算 5575.4 4607.8 3776.9 2336.9 2717.4 3070.6 1111.0 1442.81472.3 458.8 655.5 20162017201820192020202120222023e2024e2025e2026e 市场规模增速 Source：T研究Source：TE智库测算 复盘数字营销：打下的基础、更高的需求、被重视但影响有限的AI1.0 数字营销打下的基础 在数字营销基础上更高的 TE智库 需求 1.以云的方式部署 大部分企业接受以云的方式部署数字营销，在和场景融合过程中，云也在重置企业的业务发展路径 2.留存全链路数据 数字营销厂商帮助企业构建完整的数字化营销作业系统，并致力于留存整个营销链路的数据 3.不断深入业务 企业借助数字营销针对所有营销业务进行改造，同时谋求一套系统解决大多数问题 4.以效果论价值 后流量红利时代，企业比以往更加注重营销的效果，在新的竞争环境下对效果的要求只会更高 5.更好的用户体验 唯有体验创新能够抢占用户心智资源和国民总时间，对用户体验的追求营销战场致胜的关键 6.企业用户越来越重视AI对营销过程的赋能程度 AI很好的解决了数据采集与处理的问题，但是对于业务的实质影响有限，更多是锦上添花的作用 Source：TE智库整理绘制 1.以云为基础，重置企业的业务发展路径 TE智库 公司未来营销数字化实践预算 增加50%以上的预算 云服务让IT服务这一“奢侈品”以低成本标准化的姿态进入了大部分企业的视野，而定制化方案对大多数企业来说仍然太过昂贵。 85%+ 增加25%-50%的预算增加10%-25%的预算增加10%以内的预算减少10%以内的预算 的企业将增加营销数字化预算 80%+企业部署数字营销作业系统 选择营销云 营销云 减少10%-25%的预算减少25%-50%的预算减少50%以上的预算 0.0%25.0%50.0% 中台+微服务 基于现有业务系统的改造及全定制化解决方案 基于大模型的能力能否有机会实现低成本的定制化？ Source：TE智库，2023/04 2.构建完整的数字化营销作业系统，留存全链路的数据 以汽车营销为例，借助云端服务，升级汽车后市场产业链营销业务能力 用户旅程 TE智库 互动 汽车 金融 汽车 租赁 汽车 美容 汽车 保养 汽车 维修 汽车 配件 汽车 改装 二手 车 业务动线 看到产品信息 这 触 广告点 业务和优势互补、共享服务数据链、私域流量、精准营销 客服工单 为分享留 练存 其他 感兴趣，主动搜索 内容创意 方式 上云 解决的问题 全链路数据资产构建与管理 实体打通和客群精准画像 逻辑化服务与策略提升 价值与收获 透明车间智能供货店铺客流收银风控智慧生产门店接待在线商城 DMP、CDP、CRM、A/Btest内容平台、活动矩阵、推荐算法 用户画像 OneID线上 上层业务逻辑与服务策略 退换/售后咨询 销售跟进 大全模链型路参加活动提的供数了据试用基购买 础︐ 活动 （视频互动） 从单打独斗到策略联合，通过商业联盟的形式建立企业之间的协同与合作关系，使多方获利，同时增加最终用户粘性和忠诚度。 线下数据收集 底层共通技术 营销云 门店浏览 电商平台浏览 智慧门店 电商集成 Source：TE智库，2023/04 3.企业正在借助数字营销针对及相关业务进行立体化改造 在构建数字营销支撑体系的过程之中，企业积累了研究、运营、客户关系、市场营销 一致的追求： TE智库 等多方面的能力，赋能在销售、营销、客服等多个场景。企业在营销场景导入AIGC的主要考量因素 06 客群分析能力 识别客户 04 05 市场研判能力 03 随着数字化体系逐渐进入深水区，每个企业对泛营销业务的“改造”程度也越来越大，这也让众多企业在选择新系统之时的第一要务是要能够最 25.7% 24.3% 与主营业务方向匹配度 数据安全与隐私保护 需求洞察能力 02 全渠道营销推广能力 大程度上匹配现有业务。 分析客户 方案设计能力 接触客户 01 赢得客户 销售/交叉销售能力 18.6% 18.6% 14.3% 12.9% 12.9% 人才队伍建设与技能培训 能否保障合规以及遵从行业标准能否快速将能力赋予相关业务与当前系统集成难度与兼容性相关技术团队的包容性 Source：TE智库，2023/04 4.效果为王，企业比以往更加注重营销的效果 降低营销成本 公域流量 私域 降低对公域流量的依赖构建私域流量资源 提升营销效率 更多的线索 更高的线索转化率 增长=尽可能降低营销成本+提升销售的有效作业率+增加收入机会 TE智库 增长 增长1：提升销售的有效作业率=更多的线索X更高的商机转化率； 增长2：增加收入机会=将传统的销售新产品带来的收入机会，扩展到产品后市场（例如典型的汽车零售行业，新车销售后的后市场服务的业务拉升，每一个后市场服务节点都可能转化为整个服务收入链条的拉新切入口；同时尝试业务服务模式升级，将低利润的 产品（车）售卖变成服务闭环（使用车）的“行程”，产品（车）的售卖本质还处于所有权的转移，现在消费者不关注所有权（车是谁的）关注的是价值（使用车获得服务）的获得； 增长3：降低营销流量/线索成本，提高流量/线索有效性，让每个流量/线索都有用。打破传统营销模式下，公域流量控制者对企业业务发展的剥削，构建自有私域流量，降低流量（线索）获得成本。 增加收入机会 扩展到配套和衍生服务领域 将产品售卖变成服务闭环 在一些成熟场景数字营销效果已经趋于稳定，投放与回收可以预见。这种模式之下营销成为了军备竞赛，业务专家的角色从决策转为了决定是否投放预算，在这种模式之下很难形成良性循环，企业对于增长的探索又要重新开始。 5.提升客户满意度与体验是永恒的追求 对于用户体验提升的探索，永远有很大优化空间 一致的追求： 消费者心智资源消费者时间 企业导入AIGC类应用和能力的主要目标 TE智库 提升客户满意度与体验 28.6% 改进内部协作与沟通优化数据分析与决策 加强品牌形象 25.7% 20.0% 创作场景 内容营销场景 18.6% 认知提升 更精准的触达人群 切片切片 形象到达 更高的信任感 期待合拍 切片情感-喜欢/推荐 提高生产力与效率 10.0% 加速创新与开发 8.6% 降低运营成本 8.6% 更丰富的展现形式切片更真的体验感 提高市场竞争力 拓展市场 Source：TE智库，2023/04 4.3% 2.9% 切片 更多元的触达渠道 提升认知 更强的代入感 形成共鸣 行为-消费 促进转化 6.企业用户越来越重视人工智能技术对营销过程的赋能程度 TE智库 获客渠道 传统方式 AI1.0方式 广告联盟 （巨量） 二类电商 （信息流/抖音） 内容号 （百家号） 双微 （小程序） 线索发掘接待形式商机沉淀 服务能力 转化模式二次营销 电话/短信/邮件/自来 信息内容型前台人工分派 传统媒体、垂直媒体 单一结构的数据表单型 客户到店后主动邀约 三表一卡 经验主义 依靠销售员的专业能力、职业精神和综合素养在服务客户，需企业长期大规模投入培训培养、监督监管、考核等进行保障 促销手段（打折让利、送精品、服务包升级等） 人工回访、门店活动召回、传统老带新 数据库营销、互动营销、内容营销 新的数据输入手段 解决线下数据采集问题 解决数据输入完备性和标准性问题 提升营销效率 实质上解决的还是数据输入与匹配问题 消费者多维数据打通/统一沉淀/消费者主数据 可以将原本难以结构化的重要信息，例如音视频信息变为人类可以理解的概念信息，如是谁在什么地方、做了什么事情； 通过大数据算法和算力指导销售员进行一线服务，从智能导购到智能服务全环节的智能帮扶，提高服务水平和客户满意度 数智服务 智能算法推荐下的转化方式（动态权益） 在线化实时留资（字段丰富且完整） 系统自动识别自动分派（非客、新老客、会员） 这是信息结构化的过程。经过结构化之后的信息，就如同文本信息一样，可以用于后续的数据分析和数据计算使用。 线上的场景下，因为消费者在网页、APP、小程序等应用上进行操作，从而具备了高效采集数据的条件； 但是，在线下消费者在店内游逛、与店员进行交谈，所形成的数据基本为视频数据（店内摄像头所拍摄）或音频数据（录音笔等音频采集终端）； 目前人工智能技术主要采用监督学习的方法，所以无论输入的图像或声音是什么，输入的信息一定是标准化的，在训练过程中所规定的信息，即结构化的和归一化的信息； 在整个营销运营和作业过程中，人工智能技术通过智能算法和推荐帮助具体作业人员高效推进工作； 系统自动识别自动分派（非客、新老客、会员）；标准化流程自动执行；通过算法和算力指导营销人员做出最优选择。 5.更好的用户体验 数字营销 新时代开篇：大模型加持之下，AIGC站上舞台中央 TE智库 1.以云的方式部署 2.留存全链路数据 3.不断深入业务 4.以效果论价值 服务商商业模式创新已达瓶颈 兼容性有挑战，做调整成本高 系统是否好用，很多时候仍依赖业务专家 效果不是一次的收益，而是长久的增长 体验创新不仅仅是模式，还有整体的配套 AI在大模型加持之下，全方位强化了应用能力，不仅有机会填补漏洞，更可能突破原有的障碍，站在舞台中央 以云+大模型的方式，提供“MaaS”服务 从流程性的系统转化为思考性的系统 营销大模型，本身就 是业务专家 基于大模型给出决策， 支持增长与创新 在web3.0的环境，提 供看得见的体验创新 Source：TE智库整理绘制 第一方数据 第二方数据 第三方数据 一体化的营销系统 （核心是保障数据流通，统一管 理，实质上还是由各个业务系统配合不同专家执行不同业务） 业务标签模型 运营策略 策略模型 投放策略 业务规则 从数据+模型=服务到模型即服务（MaaS） TE智库 业务1业务2业务3业务4业务5 CDP、DMP等采集清洗业务专家的knowhow、算法、规则业务专家做决策，系统做工具以收集数据为主 数据＋“模型”＝具体业务服务整合系统 业务1 业务4 业务2 业务5 业务3 业务与服务 数据资产业务资产策略资产 大模型 Infra（公开数据、算法、算力） 以营销大模型为主导，统一解决营销业务问题 由基于大模型的系统运转业务，由业务专家做质控，技术专家辅助微调和训练 TE智库 Part2洞观 从应用价值和技术壁垒看AIGC+营销 AIGC+营销承载了最多的企业客户期待与最多的服务商布局 TE智库 Top1 Top1 总体看来，营销场景从供需两端来说都是当之无愧的最热门AIGC场景，从TE智库采集的数据来看，目前处于供大于求的状态。事实上很多服务商实际上并没有深入到营销场景，而是把营销场景作为自身AIGC基础能力的试验田，还没有到达需要比拼产品能力之时。 服务商准备情况 国内AIGC商用场景潜力图谱 营销方向 44.5% 33.3% AIGC应用服务商布局场景占