摘要：現(xiàn)在，這對(duì)營(yíng)銷人員和分析師有何影響今天的大多數(shù)營(yíng)銷人員都是預(yù)言家。急需人工智能營(yíng)銷和分析產(chǎn)品從一側(cè)生成的海量數(shù)據(jù)量。營(yíng)銷和分析的未來(lái)由提供支持我們正在進(jìn)入一個(gè)新的營(yíng)銷黃金時(shí)代。

Jeff Bezos在給股東的年度致函中寫道：

大趨勢(shì)并不難發(fā)現(xiàn)（他們經(jīng)常談?wù)摵妥珜懀?，但?duì)于大型組織來(lái)說(shuō)，它們很難接受。我們現(xiàn)在處于一個(gè)明顯的中間：機(jī)器學(xué)習(xí)和人工智能。

我們可能還沒(méi)有進(jìn)入中間。我們剛剛開(kāi)始用AI來(lái)塑造下一次工業(yè)革命。本文深入探討了分析和營(yíng)銷SaaS產(chǎn)品將使用人工智能的原因和方式。

即使我不打算將這兩者聯(lián)系起來(lái)，這篇文章幾乎是對(duì)我上周所寫內(nèi)容的自然跟進(jìn)。您可以在此處閱讀我的上一篇文章：現(xiàn)代SaaS堆棧和未開(kāi)發(fā)的數(shù)據(jù)量。

今天的營(yíng)銷和分析環(huán)境
在2000年代中期，從傳統(tǒng)出版業(yè)誕生的數(shù)字媒體生態(tài)系統(tǒng)開(kāi)始發(fā)生變革?；氐侥菚r(shí)，世界是以網(wǎng)絡(luò)為中心的。今天的世界不僅不再以網(wǎng)絡(luò)為中心，因?yàn)槿藗冊(cè)谝苿?dòng)設(shè)備上消耗的時(shí)間比以往任何時(shí)候都多，但它不斷發(fā)展。我們最近目睹的轉(zhuǎn)變，從GUI驅(qū)動(dòng)的世界到CUI世界（會(huì)話用戶界面），以及Amazon Echo和Google Home等新設(shè)備就是證明。

在今年的F8會(huì)議上，F(xiàn)acebook透露了打算在他的Messanger平臺(tái)上翻倍的意圖。

“我們?cè)贔acebook的目標(biāo)不是推出一大堆機(jī)器人，而是讓企業(yè)在Messenger上取得成功，并讓他們有能力與客戶溝通?！?Chudnovsky

“你是怎么做到的？這就是機(jī)器人進(jìn)來(lái)的地方 - 它不是結(jié)束，而是結(jié)束的手段。機(jī)器人可以確保企業(yè)和人之間的關(guān)系更好。我們有能力為開(kāi)發(fā)人員提供構(gòu)建能力在Messenger上更成功的存在讓每個(gè)人都喜歡它?！?br />
用戶與產(chǎn)品交互的方式與十年前的情況大不相同。這種更加復(fù)雜的環(huán)境（無(wú)論是在用戶交互方面還是新的分銷渠道方面）都會(huì)導(dǎo)致不尋常的SaaS營(yíng)銷和分析產(chǎn)品激增。結(jié)果看起來(lái)像巨大的拆解拼圖。

如果您想要產(chǎn)生相關(guān)影響，您需要采用綜合方法來(lái)了解所有客戶接觸點(diǎn)的情況，并了解您的效果。

現(xiàn)在，這對(duì)營(yíng)銷人員和分析師有何影響？

今天的大多數(shù)營(yíng)銷人員都是預(yù)言家。神諭不知道他們?cè)谧鍪裁?，為什么他們這樣做。但大多數(shù)情況下，他們并沒(méi)有準(zhǔn)確了解他們的影響。這就是為什么硅谷不信任營(yíng)銷，貶低營(yíng)銷，貶低實(shí)踐它的人。然而，今天的營(yíng)銷人員確信他們是數(shù)據(jù)驅(qū)動(dòng)的。

來(lái)自硬幣另一方面的分析師善于管理和操縱數(shù)據(jù)，但缺乏尋找模式，提出假設(shè)，測(cè)試它們以及對(duì)結(jié)果采?。ɑ蚪ㄗh）行動(dòng)。

數(shù)據(jù)已知≠數(shù)據(jù)驅(qū)動(dòng)
您在堆棧中使用的SaaS產(chǎn)品越多，您的數(shù)據(jù)量就越大。您所有客戶的數(shù)據(jù)都存儲(chǔ)在堆棧中使用的所有工具中。

在這篇文章中，我仔細(xì)地解釋了（幾乎）每個(gè)初創(chuàng)公司的一年旅程，當(dāng)它歸結(jié)為用數(shù)據(jù)支持營(yíng)銷和產(chǎn)品活動(dòng)時(shí)。

在組織在其銷售，營(yíng)銷，產(chǎn)品和客戶支持部門采用了數(shù)十種零碎工具之后，這就像是最后階段。

要對(duì)您的數(shù)據(jù)進(jìn)行分析，這是您必須采取的悲傷和漫長(zhǎng)的輪播。首先（1）提取堆棧中每個(gè)SaaS產(chǎn)品中的數(shù)據(jù)源，第二個(gè)（2）將這些數(shù)據(jù)與OLAP合并]和OLTP數(shù)據(jù)，第三個(gè)（3）將這些數(shù)據(jù)與您的點(diǎn)擊流數(shù)據(jù)合并。集中數(shù)據(jù)并在BI工具上創(chuàng)建一些圖表（4）。

Etvoilà，你（想）你已經(jīng)完成了！

壞消息，你只是中途。是的，您已經(jīng)檢查了數(shù)據(jù)通知點(diǎn)，但是需要另外50％才能了解數(shù)據(jù)驅(qū)動(dòng)這個(gè)詞究竟意味著什么。

還有很長(zhǎng)的路要走。這只是工作的一半。

現(xiàn)代組織如何彌合這一差距？

將數(shù)據(jù)轉(zhuǎn)化為動(dòng)作
我們正在經(jīng)歷一個(gè)歷史性的時(shí)刻，我們擁有比以往更多的數(shù)據(jù)。我們被數(shù)據(jù)所淹沒(méi)。然而，盡管數(shù)據(jù)量仍在不斷增長(zhǎng)，但公司往往很難利用它。實(shí)際上，他們做出決策的方式在過(guò)去十年中并沒(méi)有真正改變。我們無(wú)法使用我們擁有的數(shù)據(jù)?；蛘咧辽?，我們使用數(shù)據(jù)，但它們不會(huì)像我們預(yù)期的那樣影響我們的決策。

雖然我們之前分析過(guò)的SaaS工具多樣化和數(shù)據(jù)碎片導(dǎo)致了大量低效率和耗時(shí)的操作，但大多數(shù)公司不理解的是收集，合并和聚類數(shù)據(jù)不是困難的部分。這只是第一次 - 我會(huì)爭(zhēng)辯，輕松一步。

識(shí)別能夠讓您在正確的時(shí)間做出正確決策的模式才能真正發(fā)揮作用。

亞馬遜，谷歌和Netflix等精通數(shù)據(jù)的公司已經(jīng)學(xué)會(huì)掌握數(shù)據(jù)來(lái)推動(dòng)決策。我最喜歡的軼事之一來(lái)自Netflix。

在電視業(yè)中，沒(méi)有確定的東西?？谖逗挖厔?shì)總是在變化。在Netflix決定制作“House of Cards”系列時(shí)，他們擁有3300萬(wàn)用戶。

擁有數(shù)百萬(wàn)個(gè)數(shù)據(jù)點(diǎn)（例如，當(dāng)有人按下游戲時(shí)，當(dāng)有人按下暫停，他們跳過(guò)哪些部分，他們?cè)俅斡^看哪些部分時(shí)），他們了解對(duì)于給定節(jié)目的興趣有多大，給定演員陣容，在任何給定的時(shí)間。

Netflix知道“紙牌屋”在任何人大喊“行動(dòng)”之前都會(huì)受到打擊。

使用數(shù)據(jù)，Netflix了解如何留住最佳客戶并吸引更多類似客戶。什么內(nèi)容可以提高忠誠(chéng)度，減少客戶流失率以及推動(dòng)新訂閱的因素。

急需人工智能營(yíng)銷和分析產(chǎn)品
從一側(cè)生成的海量數(shù)據(jù)量。無(wú)法破譯數(shù)據(jù)混亂并從另一方獲取可操作的見(jiàn)解。這就是人工智能作為連接鏈接的地方。

廣泛用于實(shí)現(xiàn)人工智能的技術(shù)之一是機(jī)器學(xué)習(xí)。

機(jī)器學(xué)習(xí)依賴于兩個(gè)關(guān)鍵要素：訓(xùn)練這些算法的算法和數(shù)據(jù)集。

當(dāng)可以訪問(wèn)專有數(shù)據(jù)集的產(chǎn)品滿足高級(jí)算法時(shí)，就會(huì)發(fā)生魔力。

所有能夠生成大量數(shù)據(jù)的SaaS公司都會(huì)將AI集成到他們的產(chǎn)品中。

我們現(xiàn)在正在經(jīng)歷的是一個(gè)發(fā)現(xiàn)時(shí)刻，創(chuàng)業(yè)公司希望使用人工智能來(lái)更好地為客戶服務(wù)。很快我們就可以了解初創(chuàng)公司需要AI來(lái)滿足客戶需求或沒(méi)有人工智能無(wú)法滿足的新需求。

通過(guò)采用云作為一種更靈活和更具成本效益的方法，將有助于在需求階段和需求階段之間轉(zhuǎn)換。像亞馬遜這樣的云提供商正在迅速提供AI全棧。從Amazon Rekognition，Amazon Polly，Amazon Lex等AI服務(wù)到Amazon Machine Learning和Amazon EMR等AI平臺(tái)。

人工智能對(duì)營(yíng)銷和分析工作的影響
每當(dāng)我閱讀有關(guān)人工智能破壞和/或更換工作的文章時(shí)，我總是想到威廉李先生。

威廉李是一位生活在17世紀(jì)初的英國(guó)發(fā)明家。他在第一架襪架編織機(jī)的基礎(chǔ)上建立了自己的名聲。李的機(jī)器在他去世后已經(jīng)使用了幾個(gè)世紀(jì)。

但當(dāng)他向女王提交他的發(fā)明時(shí)，她拒絕發(fā)布專利，理由是該技術(shù)可能導(dǎo)致紡織工人失業(yè)。出于同樣的原因，他被伊麗莎白的繼任者詹姆斯一世拒絕了。

人工智能將削弱對(duì)某些營(yíng)銷技能的需求，但會(huì)增加對(duì)他人的需求

雖然許多營(yíng)銷和分析操作將實(shí)現(xiàn)自動(dòng)化（例如，確定目標(biāo)關(guān)鍵字，優(yōu)化Adv平臺(tái)的廣告預(yù)算，在Google Analytics中設(shè)置ROI指標(biāo)等），但也會(huì)創(chuàng)建其他操作。

營(yíng)銷和分析的未來(lái)由AI提供支持
我們正在進(jìn)入一個(gè)新的營(yíng)銷黃金時(shí)代。

未來(lái)是一個(gè)多元化和現(xiàn)代化的營(yíng)銷團(tuán)隊(duì)，由聰明的分析營(yíng)銷人員組成，他使用大數(shù)據(jù)做出更明智的決策，技術(shù)將促進(jìn)這一變化。