ICLICK 爱点击iClick 爱点击集团iClick(NASDAQ:ICLK)成立于2009年,是中国领先的企业数字化运营和营销云平台,于2017年在美国纳斯达克上市。爱点击致力于运用大数据和人工智能技术帮助各行业客户获得商业成功。历经15年高速发展,公司现已稳定服务全球超过3000家大中型企业客户。 作为一家企业服务科技公司,爱点击助力企业通过数字化思维打破增长壁垒,坚持“SaaS+X(产品+服务)”的执行路径,构建“系统支撑+内容策略+运营服务”的能力模型,通过多种手段满足企业客户“营”和“销”的数字化需求,助力品牌在数字化时代的商业新增长之路上实现“营和销,都有数”! iClick学院 iClick学院隶属于爱点击集团iClick(NASDAQ:ICLK),旨在推动大数据、云计算和人工智能技术在企业服务领域的创新研究、行业洞察、人才培养与项目实践。以“创新思维”为导向,结合企业数字化转型需求和线上线下商业场景,构建行业级创新平台、研究型智库体系、实战性培训机制。致力于推进创新成果转化,促进企业服务、产业互联网、SaaS、Martech等相关领域的行业共同发展。 关于《AI赋能营销应用场景白皮书》 毫无疑问,AI时代已经到来。在推进AI升级的过程中,作为营销从业者,我们自身或所在的团队往往都会遇到诸多对未知的挑战,需要有效应对这些来自认知和观念、产品工具和应用层面的问题。 这本《2024AI赋能营销应用场景白皮书》中,结合了爱点击客户服务经验及自研产品工具能力,为读者拆解AI技术在营销行业中的单点应用能力和整合应用场景。希望通过这份白皮书,帮助营销从业者找到将AI应用到实际工作中的切入点和方法。 概述 营销行业的发展演变推动AI规模化应用 1.1 营销行业从传统到智能化的发展概述 进入互联网时代,营销环境也变得愈加复杂,市场的主导权逐渐转向买方,关注消费者情绪与价值观的3.0时代到来,数字营销拉开序幕。 市场营销的发展与人类社会经济发展进程紧密相关,营销方式和手段始终在适应消费者的需求变化。从传统单一的形式到多元技术融合,我们简单梳理了现代营销学之父科特勒对营销行业演进历程的阶段划分。 营销1.0时代起始于工业革命的余波之后,强调以产品为中心,在这个时期消费者需求相对单一,企业重点关注生产和销售。 第一次技术革命第二次技术革命 从手工业从机械化 向机器制造向自动化 第三次技术革命 从自动化向数字化 5.0 营销 以体验为中心 强调与消费者 4.0建立长期关系 营销 以数字化为中心 3.0强调精准营销 营销2.0 以价值为中心 强调社会价值 营销1.0 以消费者为中心移动互联网,社媒爆发强调满足 消费者需求 大数据,AI技术应用 十八世纪 十九世纪 以产品为中心 强调生产和销售 191019201930194019501960197019801990 二十世纪 20102020未来 二十一世纪 互联网普及 第四次技术革命 从数字化向智能化 营销 营销学概念诞生 逐步进入数字营销 随着社会进步,消费者需求开始变得多样化,产品日益丰富,形成差异化,推动了营销的关注点转向以消费者为中心的2.0时代。 移动互联网和社交媒体快速崛起,数字化技术飞速发展数字营销成为众多企业的主要营销手段,企业通过多种数字化方式触及并影响消费者,精准营销的实现是营销进入4.0时代的重要标志。 在真实消费场景与数字空间不断交叠的当下,营销场景正在向跨渠道、跨空间的整合营销转变。企业必须时刻关注消费者需求的变化,重视消费者的参与和互动,提供个性化的体验,以更快的速度应对变化。营销进入以消费者体验为中心,让技术为人服务的营销5.0时代。 技术不断革新为营销行业带来新生产力,营销行业正在以更快的速度迈入下一个阶段,演进和变 长上发挥强大势能。 迁甚至可能实时发生。过去一年,AI迅速渗透到 营销行业,对营销人员来说,AI从起初的猎奇变成必备工具。 生成式人工智能投资的主要关注点(受访者百分比) CustomerExperience/Retention 38% 1.2 丰富的营销场景推动AI规模化应用 RevenueGrowthCostOptimization BusinessContinuity 26% 17% 7% 数字环境的日新月异和营销场景的丰富多样,不断催生新的营销工具和手段出现,AI技术的广 NoneoftheAboveorNotapplicable (E.g.vendororinvestor) 资料来源:Gartner(2023年5月)0% 12% 25%50% 泛应用将营销推向了新的阶段。 ChatGPT发布后短短两个月,用户量破亿,成为史上用户增长速度最快的消费级应用程序,同样来自OpenAI的人工智能文生视频大模型 1.3 AI加速营销行业数字化转型 Sora,一经发布在全球视野内关注度居高不下。 2023年起,国内企业纷纷宣布入局大语言模型并投入场景使用,迅速打破了原有的营销格局,引发了营销人的重新思考和探索。同时,认知的迅速普及,也降低了AI技术落地应用的市场教育成本,提高了实施效率,促使投资者和企业更愿意投资推动AI技术的研发和应用。AI在营销领域的规模化应用拉开序幕。 据Salesforce《2022StateofMarketingAIReport》显示,67%的营销工作者表示他们正在使用某种形式的AI工具改进工作流程,而有75%的受访者计划在未来两年内增加AI工具的使用。2023年5月Gartner发布对2500多名高管的民意调查,70%的组织目前处于生成式人工智能的学习与探索阶段,而19%的高管已经处于投入或生产模式;64%的高管认为生成式人工智能能够在客户体验、客户保留与营收增 AI相关能力的应用是未来营销趋势的主旋律,但不应忽视,数字化和智能化才是我们应用工具来提升效能的根本目标。AI作为数字化和智能化的催化剂,对营销行业的数智化转型的确将产生深度影响。 在AI的参与之下,营销数字化的核心能力,数据处理方式和效率方面有显著提升;能够解决长久以来营销自动化中“规模化”与“个性化”的矛盾。随着AI技术的不断进步,将帮助企业更深入地理解消费者需求,优化营销策略,降低成本,提升效率,并最终助力突破生产力的限制,达到营销数智化的理想形态。 AI的普及应用已成为必然,企业经营者、决策者乃至运营者都需要掌握并拥有AI的应用能力。希望通过接下来的详细介绍,尽量帮助营销从业者找到将AI应用到实际工作中的切入点和方法,同时,我们将在具体场景中说明其可行性。 目录CONTENT PART概述:营销行业的发展演变推动AI规模化应用 011.1营销行业从传统到智能化的发展概述02 1.2丰富的营销场景推动AI规模化应用03 1.3AI加速营销行业数字化转型03 PARTAI赋能营销的场景 022.1营销行业的技术和应用架构07 2.2AI在营销场景中的关键应用07 PARTAI应用于营销全链路 033.1AI+广告投放13 3.2AI+私域运营16 3.3AI+直播电商19 3.4AI+B2B内容营销21 3.5AI+品牌管理24 PART应用前景展望 044.1行业(AI营销)规模预测28 4.2AI营销应用趋势28 PART附录:人工智能常用名词/概念解释 05自然语言处理技术31 生成式人工智能31 计算机视觉31 对话式人工智能33 数字人33 算法33 GPT 31 增量训练 33 聊天机器人 31 增强分析 33 大语言模型 32 深度学习 34 机器人流程自动化 32 多模态人工智能 34 知识图谱 32 虚拟助手 34 通用人工智能 32 扩散模型 34 智能语音技术 32 提示工程 34 人工智能代理 32 提示词 34 商业智能 32 数据安全 34 机器学习 33 人工智能伦理 34 基础模型 33 数据挖掘 34 模型 33 02. AI赋能营销的场景 2.1营销行业的技术和应用架构 2.2AI在营销场景中的关键应用 PART02 AI赋能营销的场景 广告投放效率与效果提升的维度 内容形式与质量标准运营人员专业能力和经验要求 执行效率提升批量数据分析投放策略优化 2.1 营销行业的技术和应用架构 AI赋能广告投放并非新生能力,过去智能化的应用主要在媒体端,AI帮助广告资源的管理更加精 行业 零售金融文旅教育文娱B2B...... 应用层 创意设计内容营销 广告投放个性化推荐自动化营销智能客服 客户管理营销优化 市场分析与预测 能力层 细化。随着生成式AI的应用,广告主同样可以拥有更多主动性广告智能化投放能力。 常见应用列举 场景一广告创意内容生成和优化 根据需求描述与提示,AI可以直接生成创意内容,并依据投放后效果反馈,优化投放策略,提 文字生成 音频生成 图像生成 视频生成 代码生成 高广告的有效触达率、点击率和转化率。 数字人/场景生成策略生成 多模态生成...... 技术层 机器学习深度学习AI大模型 计算机视觉语音识别语义识别 RPA 自然语言处理知识图谱 分析用户对不同内容的反应,实时调整广告素材和文案,以提高广告的吸引力和转化效果。 在内容素材方面,AI支持生成包含图片、文字、视频、音频等类别内容。 2.2 AI在营销场景中的关键应用 场景二智能广告定向与个性化展示 基于用户历史行为数据分析,精确圈定广告的目标受众,并将广告投放给符合预设条件的用户。 2.2.1智能广告投放 广告投放对AI能力需求尤为突出,广告投放占据了品牌企业全年的大部分营销预算。随着媒体渠道多样化,传统粗放式广告投放缺乏可验证的投放效果数据;同时,经济下行,消费低迷,品牌对效果的要求尤甚从前。因此智能化的广告投放需求变得更加突出,广告主需要全链路数据监测能力,同时也追求不断趋于优化的广告效果。 综合分析广告投放数据、用户的基础属性、兴趣偏好、地理位置、历史购买行为等信息,AI可以将相应的广告推送给更为精准的用户,提高广告的投放效果。 2.2.2营销数据分析与趋势预测 Salesforce《2022StateofMarketingAIReport》提到这样一组数据,未来两年内有计 划增加AI工具的营销人中,对分析类AI工具的意向使用率为38%,仅次于内容生成的43%使用意向率。 营销人员需要借助深度洞察力的数据分析来指导制定精准的营销策略,在激烈的市场竞争中占据优势地位。但是,传统的营销数据分析需要耗费大量人力在数据清洗与分析处理这样效能低下的工作内容上。 数据分析的难点 利用自然语言处理技术和文本挖掘技术,AI能够理解大规模的文本数据,如消费者评价、社交舆论、媒体内容,它能够提取、分析和理解这些数据,从而提供具有营销价值的数据分析结论,这包含主题提取、关键词提取、标签提取等。同时,AI能够随着数据量的增长,不断学习,提高自身准确率和效率。 场景二数据分析与挖掘 AI应用在数据分析方面,能够帮助自动化、智能化实现数据收集、准备、集成、分析、建模,并输出各种洞察的能力,从而为制定有针对性的营销活动策划,以及营销策略执行等不同阶段需求提供指导及依据。 数据量不足 数据源质量差 Gartner在2017年7月发布报告《增强型分析是数据及分析的未来》首次提到“增强型分析”,其中指出,增强型分析技术利用自动化算法去提升数据准备、洞察发现和数据科学以及机器学习等领域的效率和效果。技术的应用可以显著改善传统的手动数据分析方法,为企业带来更加智能化的数据处理与商业决策。 数据标准化程度低只有数据没有洞察 AI技术的应用极大提升了数据处理效率,可以快速从海量数据中提取有价值的信息,如用户特征、行为数据等。同时,AI能够完成重复性工作提效之外,更能通过深度融合营销分析模型,可在营销数据分析和预测中提供全面的洞察和预测能力,大幅度提升营销数据分析效能。 常见应用列举 场景一数据提取与整合 场景三预