徐亚波博士：重新定义AI，让技术落地赋能营销

原创赞收藏评论

举报 2020-09-25

扫描,分享朋友圈

数说故事创始人兼CEO徐亚波博士，是一位研究数据近十五年的数据科学家，他一直在推动AI和大数据为营销赋能的路上坚定前行。近日，数说故事作为格物致知2020第二届数据智能营销论坛暨第三届CMO增长峰会的首席合作伙伴，徐亚波博士在大会首日发表了《重新定义AI——技术浪潮下消费者与品牌的复兴》的主题演讲，他认为在新需求不断涌现和供应能力不断提升的新市场中，会产生大量的新机会，品牌企业需要把数据和AI运用在具体的场景中，实现真正的营销赋能。

▲ 数说故事创始人兼CEO 徐亚波博士

以下为徐博士的演讲实录内容：

营销行业从来不是一个纯机器的生意，而是“机器+人”的生意。我做技术接近20年，希望能抛开各种复杂术语，回归营销本质，从另一个角度出发讲讲我理解的技术在这个行业能做什么，应该怎么做。从数百家各行各业的头部客户合作中总结出来的经验，为大家重新诠释AI。

市场的三角关系

我们看到的市场是由三角关系形成的，一角是消费新趋势，消费者在不停变化，有各种各样的新趋势；一角是供应链越来越成熟，今天在中国想造一个东西，比以前更容易。消费者有了新需求，品牌方快速供应，新机会就此产生。这些新机会应该被高效匹配，消费者一有需求，就可以快速抓住。营销这一层给我们提供了非常多高效匹配的机会。

我们有新的媒介形态：图文、短视频、直播等，我们有各种各样新的数字触点，有更多与消费者接触的机会，品牌越来越具像化。

大数据和AI如何帮助品牌商抓住投资机会？

今天，我们看到了无数细分品类机会正在萌芽，比如：美瞳成为美妆的重要组成部分、玩具在成年人中兴起、植物肉出现，女性端也有非常多新品牌出现。它代表了一个什么新趋势呢？

品牌商应该将关注点回归消费者，回归到自己的产品力和品牌力上，这是一个大趋势。数字化浪潮正在推动这些品牌商回归消费者和品牌，消费品成为中国VC（venture capital，风投）最后一个热战场。

作为一个技术人，我要问的不是现在是否应该投资消费品，而是大数据和AI帮助品牌商抓住这些投资机会了吗？

首先，讲一个误区，大数据和AI有两个特别大的Fantasy，这个Fantasy是错误的。所有人都跑过来要360度的消费者画像，想知道关于消费者的一切。但数据不可能完全被打通，我们也不应该离开场景追求打通。

第二个误区，人工智能时代的Fantasy，大家幻想的都是千人千面，要Any Time，Any Place给你推喜欢的东西。但这个事情是不现实的，只要你的环节无法实现全流程数字化，数据应用场景就没有办法完整闭环。

关于数说故事D3大会

那现实是什么呢？是不是一定要回到完全没有幻想的世界、冷冰冰的现实，AI做不了事情吗？不是的。这两年整个行业有很大的发展。数说故事每一年都会办一个大会叫D3，因为我认为这个行业是由三个要素驱动发展的：

第一，这个行业有什么样的数据是合理合法使用的，这是数据源；

第二，数据分析和处理技术；

第三，Data applications。

只有这三个要素全了，行业才会逐步往前发展。如果要素不全，就会阻碍它的发展。所以从2017年开始我们办了D3会议，就想跟大家回顾每一年这个行业有哪些新的技术，有哪些新的APP出现。

回顾一下过去三年的主题，大数据、AI这个行业不是突然冒出来的，这个行业其实与两个行业相关，一个是在中国存在了三四十年的Market Research，原来的企业需要消费者，所以需要市场调研；另一个行业来自于IT，他们发展了BI，一个是对外了解，一个是对内了解。但随着大数据的到来，内外的界限开始模糊。

2017年我们提了一个概念叫Consumer Based Intelligence，强调的是消费者数据。外面的消费者数据这么多，我们应该花时间用这些数据理解消费者。2018年我们感觉数据源越来越多了，所以开始强调Decision，拿到数据以后能不能提炼出问题，能不能做一些商业上有用的决策。到了2019年发现整个行业又变了，已经不再需要教育哪个公司应该要做数据了，所以那时候我提Organizationa Intelligence，就是全面的数字化转型，我们应该在企业的各个部门、各个BU都开始用数据眼光看待这个世界。

我自己做了接近15年，为什么前面几年从来不讲AI，因为AI落不了地。因为数据都不行，应用不够清晰，组织内的人又不认同，AI落地不了，但今年我要讲了。讲一下我对AI在这个行业的营销落地是如何理解的。普世地讲让技术真正落地营销行业，让它被用起来。

AI能不能用起来取决于两个事情。第一，是不是有一个特别清晰的场景，场景里面有明确的商业问题需要我去解决。第二，在这个行业的数据能不能形成一定程度的闭环，这个闭环可以使得问题被解决得越来越好。这是我希望去理解的。

什么叫场景？什么叫闭环?

什么叫场景？我讲的场景是广义上品牌和消费者产生连接的时刻。这个连接方式可能是看到帖子下的一个链接，可能是周边某个地方的活动。消费者的明确需求和符合需求的产品之间的连接方式，就是我所理解的场景。

闭环是什么呢？闭环是数据到洞察、策略、行动的闭环。拿到数据以后要洞察消费者需求，思考如何满足他，如何差异于其他品牌去满足他，让他一定选我。最后用某种高效的连接方式去触达他、连接他，这是我讲的闭环。

回到场景，每天都有无数新的消费场景、新的用户故事线、新的品类机会产生，大数据和AI是怎么帮助品牌主抓住它们的呢？

以我们给某品牌商做的项目为例：职场妈妈是非常典型的一群人，她们既要顾工作又要顾孩子。我们构建了一个用户数据库，收集所有职场妈妈在生活中的各种故事，都是UGC的故事。职场妈妈的倦怠感反映在容颜上，她们没有时间化妆，所以品牌应该给职场妈妈推见效快的护肤产品。我们帮助企业抓取消费者的真实故事，快速构建场景。

AI：Analytics&Insight

第一层AI为Analytics和insight，我想跟大家分享的是用新技术怎么做好Analytics insight。

行业内大家最想分析的无非就是“消费者在哪里？”、“场景是什么？”、“什么品类正在崛起？分别来自哪些品牌？”、“触达消费者的内容和媒介是什么？”，这些问题串联起来就是一个知识图谱。实体包括人、场景、品类、品牌、内容和媒介，我们训练机器分析不同实体之间的关系，并将它们串联起来形成知识图谱。

在未来两三年内，机器很快可以回答这些问题：我值不值得进入这样的品类？进入这样一个品类的时候，应该做什么样差异化的东西？应该主打哪一个消费者圈层？他们喜欢什么内容？我应该怎么跟它沟通？

我们的终极目标是要构建一个人机协作商业大脑，从购买报告渐进式过渡到购买交互式Dashboard，训练机器学会思考商业问题，给出策略，进而学会预测。

有了商业策略后还要落到真实生意，抓住每个场景下的机会。

举几个例子，在消费者打开盲盒的一瞬间，是否能带来惊喜，取决于品牌是否了解消费者的真正需求；做内容、造网红的时候，消费者的注意力只有5秒、10秒，你给他看到的不能千篇一律；直播带货时，对消费者讲的话是什么也需要被优化。

大家在行业有个共识，就是一定要做全渠道全场景。我把每个企业做的核心渠道列出来：传统的线下渠道、电商平台、新零售新渠道、媒体电商、社区团购。每个品牌商心里有个梦，希望把这些流量都抓在自己手里，但用传统的方式难以同时触达。

我们给一个品牌商做的触点有多少呢？线下导购是个触点，货架是个触点，快递订单是个触点，明星代言也是触点，微信也是触点，广告投放也是触点。我们有没有用技术把所有的触点连起来，不停优化它呢？

AI——Automation Intelligence

今天提的第二个概念是说，AI是Automation Intelligence。我们想要机器来帮我们更快更好地做事，包括做大规模的用户交互工作。这里最核心的技术点就是智能推荐。

推荐算法在我们技术行业原本是个很窄的概念，就是指亚马逊场景下怎么给消费者推东西。但今天需要的是广义的推荐算法，任何涉及到面向大众消费者的推荐，都是一种推荐算法。这个行业最核心的技术点不停地做推荐算法，用A/B测试驱动它，最后让企业的转化率越来越高。

上图是我们与一家合作多年的零售商所做的案例。在这个案例中我们不停优化它所有的触点，在线上和线下把它的用户转化率提高了4.89倍，商品转化率提高了6.67倍。这种大幅度的提升不是一蹴而就的，我们帮它做了非常复杂的推荐平台，做了很多种不同的推荐算法。

大家可以想像线上推荐一个东西和在线下导购给消费者推荐东西这是两码事：在线上的推荐算法就是要短平快打中他的想法，线下则更考虑他的真实需求，这是推荐算法所要应对的不同情况。所以不是单一而是不同的算法放到不同的场景渠道下才能做成这些事。

我们要做的就是把我们的推荐算法用到全生命周期，跟人很好地协调起来。在线上用机器互动，在线下用人跟他互动，这是我们的推荐算法会逐渐应用到的地方。

下面分享另外两个案例。首先是一个经典的线下渠道的案例，一个纯线下渠道场景也可以用推荐算法。我们有一个客户在线下铺了360万个门店，有2000多个导购，他所碰到的最大问题这2000多个导购每天应该做什么活。

这原本是一个大规模的优化问题，但我们可以利用算法帮门店建模进行优化。根据算法我们可以看到在一定周期内门店的销售潜力是在上升的，于是就派导购过去，最后把2300多个人重新做了优化分布，从而把导购效率提升了13%。对公司来讲，这意味着几千万的收入。

紧接着线下的案例，我们聊聊线上。当今流行的又是电商又是公域，它们同样需要算法来进行推荐。以下这个案例这是跟另外一个品牌商合作的，我们帮它建立了非常完整的视频品类库，帮它把抖音视频、电商视频放到一个库里。因此，它知道现在卖的任何一个小品类最受欢迎的视频是什么，我们帮它把这些视频元素拆解，视频什么类型、什么风格、什么时长。

我今天希望讲的概念是什么呢？主要从决策和行动两个层面思考。今天我的商业问题在策略层面，要不断的加深我的Insight，要数据给商业决策指导，最终到了行动层面，我们应该是Automation Intelligence。

结合刚刚所讲的内容，行动层面一定包括场景驱动和数据闭环两个部分。我给大家画了一幅图，介绍一下什么叫闭环AI化。

左边的AI是Analytics Insight，它的核心驱动力是知识图谱，核心工作模式是人机协作，它的效率是机器辅助人；右边是Automation Intelligence，它的核心算法是智能推荐，能更广义的Ranking我们的选择，更广义地指导怎么跟消费者大规模互动，我们希望它的效果更细致、更高效，能最终带来转化率的提升。

谢谢大家！

在本次演讲中，数说故事重磅发布了《数字化商业应用蓝图2020》，围绕品牌、产品、渠道、用户四大场景，为企业描绘了一幅纵览数字化生态的应用蓝图。该蓝图包含五大部分——品牌加购指南、爆品创新指南、渠道精耕指南、用户运营指南和数说中台。如需获取高清版，请关注数说故事公众号，回复“蓝图”领取。

本次数说故事D3智能营销论坛的每场主题演讲及圆桌讨论环节，将会在“数说故事”公众号陆续推出演讲实录，敬请期待！

如需获取会议资料，请扫描下方二维码，添加数说小助手sara领取。

本文系作者授权数英发表，内容为作者独立观点，不代表数英立场。
未经授权严禁转载，授权事宜请联系作者本人，侵权必究。