欢迎关注 DM3 Consulting,您可以在后台留言提出您的问题,我们会在未来的文章中予以回答。
从营销的视角来看,我们反而不能把 AI 当作一个新的营销工具,它更大的价值是对营销的检验。
它能够检验企业是否真正知道自己的顾客是谁。它也检验企业是否知道在顾客眼中什么是价值。更重要的是它检验企业是否能够把这种认识转化为产品、服务、体验和关系。
当今更多组织在营销当中对人工智能的应用更多在于,AI 能不能帮助我们写更多内容、找到更多线索、降低获客成本、提高转化率、自动跟进顾客?
这些问题并非不重要,但它们不是营销的起点。营销的起点不是企业如何更有效地把东西卖出去,营销的起点是顾客为什么需要某种东西,以及为什么愿意从这家企业那里获得它。
在德鲁克看来,企业只有一个核心任务:创造顾客。营销和创新之所以重要,是因为它们直接面对【创造顾客】这个核心任务。营销使企业知道顾客是谁、顾客需要什么、顾客认为什么有价值。创新则使企业能够用新的方式满足这些需要。
AI 不会改变这一点。它只是使这一点变得更紧迫。
营销不是销售的补充
营销常常被误解为销售的准备工作。广告、活动、内容、投放、渠道、促销,这些都可以被称为营销。它们当然也属于营销的工作范围,但它们并不是营销本身。
把已经生产出来的东西卖掉并不是营销,那是销售。
营销也不是给销售部门提供材料,那是支持工作。
营销更不是使顾客相信他们原本并不需要的东西,那是对营销的滥用。
营销是从顾客出发来看待整个企业。
从这个意义上说,营销不是一个部门,它是企业的基本功能。一个企业如果真正以顾客为中心,那么研发、生产、定价、渠道、服务、品牌和销售都必须接受营销终极问题的检验。
这个问题很简单:顾客认为什么是价值?
人工智能可以帮助企业更快地收集材料。它可以读取评论、客服记录、交易数据、社交媒体、搜索行为和销售对话。它可以把过去分散在许多部门里的顾客信息组织起来。它甚至可以发现一些过去没有被注意到的模式。
但材料不是认识、数据不是顾客,模型给出的相关性,不等于企业已经理解顾客。
消费者生活在自己的处境中。他按照自己的现实来判断价值。企业不能用自己的愿望来替代顾客的现实。人工智能可以帮助企业更接近这种现实,却不能替企业承担理解顾客的责任。
人工智能会使销售更少依赖说服
营销的目的不是加强销售压力,而是减少销售压力。
如果企业真正了解顾客,产品或服务就会更适合顾客。价格会更合理、渠道会更便利、沟通会更清楚、服务会更及时。销售在这种情况下并非消失,而是不再需要依靠强迫性的说服。
人工智能可能使这一点更容易实现。
它可以帮助企业更早识别顾客的需求。它可以使顾客在不同场景中获得更适当的信息,也可以把复杂产品解释得更清楚。它可以帮助销售人员理解顾客过去的行为、当前的疑虑和可能的障碍。
但这也带来危险。
如果企业只是用人工智能更频繁地触达顾客、更精准地刺激顾客、更自动地追逐顾客,那么人工智能并没有改善营销。它只是使推销变得更有规模。
这不是营销的进步。
真正的进步应该是让顾客更容易找到适合自己的东西、更容易理解企业的承诺、更容易获得服务、也更少被无关信息打扰。
AI 如果只是让企业说得更多,它的价值有限。它必须使企业面向消费者可以听得更好、理解得更准确、交付得更一致。
顾客洞察不是画像
现代营销喜欢谈用户画像。人工智能会使画像变得更加细致。企业可以知道一个人可能喜欢什么、可能会在什么时候和场景下购买、可能对什么价格敏感、可能在哪个触点流失。
这些都有用。但是画像不是用户或消费者。
画像是企业为了行动而建立的简化表述。它可以帮助企业分类,却也可能使企业误以为消费者已经被分类穷尽。人不是简单的标签总和。顾客的行为背后有处境、动机、限制、愿望和恐惧等不同因素的参与。
人工智能善于处理可记录的行为,却不一定理解行为的意义。它可以告诉企业某种人群的点击率更高,却不能直接告诉企业这个点击是否来自真正的兴趣、短暂的好奇,还是外部压力。它可以预测某个顾客可能流失,却不能自动说明企业在哪个地方失去了信任。
因此在人工智能时代的营销,不能把预测当作对消费者理解的全貌。
预测可以告诉企业顾客可能做什么,理解要求企业知道这件事对顾客意味着什么。
科特勒的问题仍然有效
科特勒把营销看作一种探索、创造和交付价值的工作。这个定义在人工智能时代仍然有效,只是每一部分都需要重新理解。
探索价值,是认识尚未被满足的需要。人工智能可以扩大企业观察市场的能力,页可以帮助企业从大量杂乱材料中发现问题,或者从顾客表达中找到重复出现的困难,以及从竞争信息中发现新的空白。
创造价值,是把需要转化为产品、服务和体验。人工智能可以加快方案形成,可以帮助企业模拟不同人群的反应,可以支持更快的实验。
交付价值,是使顾客真正获得结果。这里人工智能可以改善推荐、客服、导购、售后、会员关系和个性化服务。
但这三件事的主语仍然是企业,而非 AI。
AI 可以帮助创造,但在决定什么承诺应当作出的时候依然需要感性的理解。它可以帮助交付,却不能代替企业对交付结果负责。
营销管理的基本任务没有改变。企业仍然必须选择目标市场,决定价值主张,建立差异,配置资源,并衡量顾客是否真的获得了价值。
人工智能改变的是速度、规模和精度。它没有抹杀掉选择、判断和责任的价值。
乔布斯的问题也仍然有效
乔布斯对营销的贡献,不在于他发明了新的营销理论,而在于他极端重视价值表达的一致性。
他关心的不是企业能说多少话,而是企业应当让人记住什么。苹果早期营销哲学中的同理心、聚焦和呈现,正说明了这一点。
同理心要求企业真正理解顾客。不仅把顾客看作转化对象,还要深刻理解顾客的处境。
聚焦要求企业放弃许多可能的表达。品牌不是所有卖点的集合,品牌必须知道什么最重要,也必须知道什么不说。
呈现要求企业明白,顾客通过每一个接触点判断企业。包装、界面、语言、门店、服务、广告、售后,都在告诉顾客这家公司是谁。
人工智能会使这些原则更重要。
因为 AI 能生成大量内容。它可以为不同人群、不同平台、不同场景生成不同表达。于是企业更容易失去品牌的统一性。每一段文案都可能看起来正确,每一张图都可能看起来合适,每一次互动都可能被优化过,但整体上却无法说明企业是谁。
品牌不是内容数量,品牌是选择之后留下的意义。
人工智能可以帮助企业表达品牌,但它不能替企业决定品牌代表什么。一个不知道自己代表什么的企业,用人工智能只会制造更多语气一致、意义空洞的材料。
个性化不是迎合每一个人
人工智能使个性化营销成为更现实的事情。企业可以根据不同顾客的行为、偏好和阶段,提供不同内容、产品和服务。
这是一项进步。
但个性化也容易被误解。个性化不是企业对每一个刺激都作出反应,也不是为了提高短期转化而不断迎合顾客的即时偏好。
真正的个性化,是使顾客更容易获得适合自己的价值。
这要求企业先有清楚的价值主张。如果企业自己不知道提供什么价值,个性化就会退化为无穷无尽的试探。它会不断调整措辞、价格、优惠和刺激,却不能建立稳定关系。
个性化必须服从品牌和战略。并不是每一个顾客都应当被服务、每一种需求都应当被满足、每一次转化都值得追求。
营销需要选择。人工智能增加了选择的可能性,因此更需要人有能力作出选择。
营销与创新必须重新结合
在许多企业里,营销和创新被分开了。
研发负责产品,营销负责传播。产品完成之后,营销再进入。于是营销被迫解释一个也许并不真正适合顾客的东西。销售再被迫推动一个也许需要大量说服才能成交的产品。
这不是有效的企业。
营销必须在创新之前,也必须在创新之中。因为创新不只是技术上的新奇,更是顾客价值上的新结果。
人工智能可以使营销和创新重新结合。
顾客反馈可以更快进入产品开发、销售对话可以更快转化为需求线索、客服问题可以更快暴露产品缺陷、用户行为可以更快显示功能是否真正被使用、市场变化可以更快成为实验方向。
但是,信息流动变快并不自动产生创新。创新仍然要求企业做决定,配置资源,承担风险,并停止那些没有结果的项目。
人工智能会产生更多想法。想法越多,创新纪律越重要,一个企业不应以生成了多少方案来衡量创新。
营销组织必须成为顾客事实的组织者
人工智能时代,市场部如果仍然只是传播部门,它的作用会变小。
内容生成会自动化。投放优化会自动化。许多基础分析也会自动化。过去依靠执行能力建立的市场部价值,会被工具部分替代。
市场部必须承担更高一级的任务。
它必须组织顾客事实。
这意味着市场部要把顾客的声音带入产品决策,把市场变化带入战略讨论,把品牌承诺带入运营系统,把服务反馈带入改进流程。
这也意味着,营销不再只是市场部的事情。如果产品不符合顾客需要,PMF 的却是无法通过广告调整来弥补。如果服务不能兑现当初销售时的承诺,企业也无法通过品牌补足。如果价格与价值不相称,超过了消费者预期,促销也无济于事。
人工智能可以使这些问题更快被看见。管理者不能再把它们归为市场部的问题。它们是企业的问题。
衡量必须回到成果
人工智能会带来更多指标。
点击率、打开率、转化率、停留时间、复购率、流失概率、推荐效果、内容表现、用户分群、情绪分析、线索评分。指标会越来越多,也越来越实时。
这有助于管理,也会干扰管理。指标只是帮助企业接近成果的工具。
营销成果必须在顾客和市场中验证。顾客是否更信任企业?是否更愿意购买?是否更容易使用?是否更愿意推荐?是否更少后悔?是否因为企业而获得更好的结果?
短期指标可能改善,长期品牌却可能受损。转化率可能提高,顾客信任却可能下降。内容互动可能增加,品牌意义却可能变得模糊。
人工智能擅长优化可测量的东西。管理者必须防止企业只优化容易测量的东西。
营销的任务不是赢得一次点击,而是建立并维系和消费者的持续关系。营销也不是为了制造一次购买转化,而是创造顾客本身。
人工智能营销的责任
人工智能使营销能力增强,因此也会带来带营销责任的加重。
AI 可以让企业更准确地找到顾客,也能更频繁地打扰顾客;可以更快发现需求,也可能更快制造伪需求。
这是管理问题,营销必须有边界。不是所有的有效的手段都应当使用。我们不可能把所有能提高转化的做法都应用,这不符合企业的长期责任。
企业必须决定自己如何使用顾客数据,如何解释人工智能的判断,如何避免误导,如何处理偏差,如何保护顾客信任。
信任是营销资产,它建立得慢,损失得快。人工智能如果被用于短期收割,最终会破坏营销本身。
人工智能使营销回到营销
人工智能不会自动创造顾客和品牌。它不会自动带来创新和产生信任。
它能做的是使企业更快地看见、生成、测试、触达和调整。
这些能力很重要。但它们必须服务于营销的基本任务。
营销的任务,是从顾客出发来理解企业。它要发现顾客认为什么有价值,并使企业有能力创造、沟通和交付这种价值。它还要帮助企业知道什么不应当做,哪些顾客不应当追逐,哪些承诺不应当作出,哪些增长会损害长期关系。
如果上述这些问题没有答案,人工智就只能是新型的推销机器。
只有这些问题有了答案,人工智能才会成为营销的工具。不是因为它会生成更多内容,不是因为它会降低获客成本,也不是因为它会提高某个指标,而是因为它帮助企业更接近顾客,更清楚地定义价值,更有纪律地表达承诺,并更持续地创造成果。
营销可以让企业说话的声音更大,但这不是它的目的。它要让企业能更认真地聆听顾客,并据此改变自己。
原创声明:本文由 DM3 Consulting 团队原创,文章中提及的 DTNICE 框架、BTS 方法论、搜索即需求、Audience/User、研究执行一体化、AI as core、预算双引擎等视角等均为 DM3 原创,旨在分享关于 DM3 方法论的洞察与应用。文章中的内容、图片及案例均为原创创作或合法授权使用,未经许可,禁止任何形式的转载、摘编及二次创作。文章中数据均不精准,无法作为执行方案指引,仅作逻辑参考。如需转载请后台私信获取授权,并注明出处。感谢您的关注与支持!
