黄晓南：不被动等风来，提前占领 AI智能决策服务场景

原创赞收藏评论

举报 2020-03-25

扫描,分享朋友圈

2020年，TopDigital联合专业的研究咨询服务品牌——数嗨咨询，正式启动《2020数字营销行业观察报告》。此次研究将甄选行业内代表性品牌商、服务商、媒体商参与调研访谈，并在报告正式发布前输出“2020营销观察”系列专访文章。以下是第③篇专访内容。

观察粒子3

深演智能|品友

创始人兼CEO 黄晓南（Grace）

文/张雨薇
O

1流量红利消退，企业数字化转型开始进入深水区时间回归到2014年，彼时世界最大媒体购买方之一——宝洁公司，计划将70%到75%的预算用于美国数字媒体程序化购买。那一年，被我们称为“程序化广告元年”。
在此之前，中国的企业主可能认为投放一个互联网广告就是“数字营销”，但随着新技术在中国市场不断成熟、行业典型案例不断出现，企业主逐渐认识到——媒介环境变化背后，是整个数字广告投放逻辑的颠覆式改变，即所谓“给对的客户在对的时间投放对的内容”。
广告技术（Adtech）成为行业里颇为流行的词汇，围绕这一产业链，涌现了DSP、DMP、Trading Desk、广告监测、广告验证等一系列程序化广告技术服务商，而此时的企业主们，也非常积极追求精准营销。
▲中国程序化广告技术生态图（from：RTBCHINA，2019）

早在2008年，黄晓南创立了品友互动。作为将程序化购买引入中国市场的数字营销、大数据专家，她见证了数字广告技术的成长与发展。但在经历近10年的数字广告服务之后，变化已经出现。

“2017～2018年前后是非常要重点的分水岭。” 黄晓南分享。

一方面，企业认为单纯依靠DSP为代表的数字广告技术，很难再取得较大增长；另外一方面，有诸多Marketing层面的技术亟待被优化，例如更智能地管理企业会员体系，或提供个性化用户体验旅程等。”

在黄晓南看来，团队更重要的使命是帮助企业构建“数智化”能力，而不仅仅是优化广告投放的效率和效果。

2019年8月，“品友互动”品牌升级为“深演智能”，业务场景从数字营销业务，加速拓展到公共决策、疫情预测、商业预测等更广泛的数字化决策领域。

10年前，互联网和移动互联网快速发展，线上触点猛增，企业尝到了流量红利的甜头。10年后，随着网民渗透率逐渐稳定甚至增长下滑，仅依靠投放数字广告，已经不够达不到理想效果。

在外部资源有限且费用高企的情况下，企业必须加强整体数字运营能力，更深一步数字化转型。这是品友互动升级为深演智能的原因之一，在新一轮变化中继续为企业赋能数字化与智能化。

O

2Adtech或MarTech都太狭义，AI智能决策能应用的不仅仅是营销场景

对于大部分中国企业来说，数字化转型必定会经历一个由浅到深、由表及里的过程。企业主希望每一笔投入都能够尽快见效，这也为什么企业数字化最先由“营销”环节切入，而“营销”最先从“数字广告”切入的原因；而下一阶段，需要从“运营”甚至从整个“决策”环节渗透，目的是为了提高企业整体运营效率、促进业务实现新增长。

黄晓南分享了一个实际的需求场景，深演智能服务不少国内头部汽车企业，购车是个决策链路很长的事情，业务增长不仅仅体现在营销环节做的好不好。企业还希望知道一个4S店在哪里选址更好？供应链环节可以怎么优化？研发新汽车产品线可往哪些方向尝试？用户留资了之后如何判断哪些线索更重要？在营销之外，有更多议题希望被“数据”支持，产生更科学的商业决策。

▲ 深演智能|品友三角魔方模型

基于此类更深层面的数据应用需求，深演智能向行业提出“三角魔方”方法论，围绕“用户-触点-内容”形成闭环，构建数字化、智能化的AI决策体系。深演智能是这样理解三角魔方的：

用户：包含属性、行为、以及生命周期等。
触点：指企业与用户间线下触点（如门店、4S店等）、线上触点（如官网、公众号、小程序、电商平台）以及内外部所有沟通的渠道。
内容：内容包含商品、广告素材、活动内容、促销优惠券甚至商品本身等多种内容形式。

用户、触点、内容都是企业数字资产的三大要素，数智化“三角魔方”是要从企业数据全链路、端到端视角，将商品、品牌、渠道、营销、零售、服务等各环节进行解构，适配供应链、运营、销售等多个应用场景。
在黄晓南看来，其业务和产品已经超越所谓Adtech或MarTech范畴，深演智能要占领的是AI决策服务场景。
在这背后，深演智能有一个不断进化的技术平台作为支撑——AI决策算法引擎“福尔摩斯”。好比我们通过搜索引擎打开信息共享的世界，“福尔摩斯”AI决策算法引擎能够赋能企业打开“智能决策”的世界。
▲ 深演智能|品友AI决策引擎原理简示

O

3企业积极投入一方数据建设，有效促进AI智能决策技术发展

AI智能决策的应用价值取决于多项技术发展，例如算法计技术、知识图谱构建技术等。当然，数据在这其中也起至关重要的作用。不管是广告投放数据、用户个人验证信息（PII）、企业CRM或是产品销售数据，只有在足够庞大的数据作为支持下，才能够更好驱动AI进行商业决策。

企业越来越认识到“数据”真正成为最宝贵的资产，对于数据的重视也直接助推了类似于一方DMP或者CDP等数据管理产品，在中国市场越来越受到欢迎。

用黄晓南的原话描述——企业对于建设第一方数据拥有极大的Passion，这是这两年非常明显的态度转变。

一切改变，恰如曾火爆全球《BIG DATA》书中描述的那样——尽可能汇总所有数据、允许混杂和噪音、了解数据间的相关性。而当我们找到一个现象的关联物，相关关系可以帮助我们更好地捕捉现在和预测未来，AI在这其中能够加速人们对数据的理解和应用。

但黄晓南也坦言，现阶段并不是所有企业都需要这样一套AI解决方案。“在我看来，满足两种条件的企业更能够发挥AI引擎的作用。一、企业需要足够多的数据量；二、企业有足够复杂的决策体系。”

前者保证AI算法的科学性，后者能够让决策成果有用武之地。从这两个原则上来看，她非常看好数字化转型在金融、教育、旅游等传统行业的增长潜力，AI智能决策将也将在上述行业中拥有更广泛的应用场景。

也许有些企业还没有意识到“决策”对于操盘一家公司的重要性，但全球顶级企业“Google”公司或许会给你一点提示。

2018年，Google任命Cassie Kozyrkov为Google首席决策官（CDO：Chief Decision Officer）。作为Google首位CDO，Cassie的主要使命是结合个人、团体和机器做出明智决定的决策框架，并为了定义了一门新学科——决策智能工程学（decision intelligence engineering）。

▲ Google历史上首位“首席决策官”

Google的决定从某种程度上也再次印证了AI决策在企业中的重要性，当然AI也需要人脑智能配合决策，以避免个人经验的错误导向或唯数据轮的主宰霸权。随着企业自有数据完善，将有助于AI智能决策技术发展，也就更能进一步释放“Big Data”的巨大能量。

三个问题

Q：企业如果希望做好“数字化转型”，非常必要的因素是什么？黄晓南：从我们服务的案例来看，80%的成功企业都做对了其中一件事情——跨部门的协调和组织能力。在准备落地一个合作项目之前，会由业务部门从业务需求出发来leading整个项目，并协调高层决策者、IT部门、营销部门等主要部门的同事一起参与。光靠一个部门几个人，是很难做好转型的，或者就是搭建好了产品但找不到很好的应用场景。
Q：如何看待5G在营销领域的应用场景？深演智能|品友是否有相关布局？黄晓南：我个人认为5G能够帮助企业在数据收集和ID打通上发挥较大作用。例如线下人脸识别，能够更精准地掌握用户在线下触点的交互及消费信息，从而在数据合规基础上，进一步提高企业对于数据的应用价值。5G技术能够拓宽数据收集和应用的场景及维度，这将来也必然会反应在产品中。
Q：区块链能够解决营销哪些问题？黄晓南：区块链技术的分布式记账特点，在一定程度上能够解决数据信任问题。但不用夸大它的作用，因为在数据信任之外，还有很多要解决的环节。

观察后记

1. 2020年，以CDP技术为代表的企业一方数据建设，将成为数据管理平台的重要选择，帮助企业更好玩转私域流量、降低外部数据依赖性。
2. AI智能决策会成为企业将来非常重要的“数智化”能力。数智化的前提是各个节点数字化，其次业务应用的智慧化。
3. 在金融、教育、旅游等传统产业，AI智能决策有非常广泛的应用场景；因为它们符合数据量大且决策体系复杂两个基本特点。
4. 企业在准备搭建数字营销系统，或实施更深程度的数字化转型项目之前，一定要想清楚应用场景。
5. 项目实施过程，需要协调决策者、IT、业务、营销等多部门高管参与，建议由业务部门leading推进。