助力CMO，打造AI决策营销平台，品友互动用技术和数据颠覆行业

你认为 人工智能 可以在哪些方面战胜人类？大家最为熟悉的人机对战当属AlphaGo与李世石的围棋大赛，由此更是拉开了第三波人工智能浪潮的序幕。 AlphaGo为何会赢？不是因为它能准确的背下棋谱或是棋盘，博弈成功的关键，在于它能够判断好每一次落子的位置，这便是决策。

哪一群体最需要人工 智能决策 的帮助呢？ 从B端用户来看，当然是每一家公司的CMO。 利用人工智能技术，再辅以大量数据作为判断基础，营销决策将会愈加具有科学性。Forrester Consulting调查报告显示，88%的营销策略和人工智能应用程序专业人士认为，人工智能决策正在重塑整个营销行业。

AI重塑决策营销

“对于 市场营销 人员来说，利用数据和技术来实现更好的营销是多年来一直不变的需求。这是消费者触点越来越分散，营销决策越来越复杂，信息和数据越来越爆炸导致的必然结果。” 品友互动 CEO黄晓南在接受采访时对亿欧表示：“未来所有大型公司都会需要一个 智能营销 系统。”

黄晓南如此判断的依据是什么？先来对比一下传统和智能两种营销方式。 传统的营销方式，主要依靠人工劳动，以往经验和想法作为驱动，营销事件难以优化，其成果也无法得到积累和沉淀。

而智能决策，以数据和技术驱动的营销行为，任何想法和策略都可以通过模型来预测结果，可以很大程度地避免低效决策；其次，智能营销不再完全依靠人工，营销过程中的数据可以被实时抓取，通过参数即时迭代营销策略，营销实践可以被干预和优化；第三，营销过程中涉及的算法和数据均可以在系统内沉淀，营销成果可以应用于以后的营销活动中。

概括来说，人工智能决策相比于传统方式最大的优势在于提效。黄晓南向亿欧举例：品友互动利用人工智能决策系统服务过的某家电商平台，其营销效果优于人工投放的一至四倍，且原来需要10-20人的营销团队，现在仅需1人+1个系统。

那么，品友互动具体如何帮助用户进行营销决策？又如何真正实现降本增效，为广告主带来实际价值？

打造MIP，一站式系统助力CMO降本增效

黄晓南表示：“品友互动要做的，就是用技术和数据改变广告市场。”

品友互动成立于2008年，其早年的业务是基于程序化广告的交易模式，通过数据和技术将广告买卖的决策交由机器完成，产品类似于程序化，主要用户群体是媒介经理。“当时的业务仅仅能够覆盖到数字广告领域的5%，而后品友继续深耕这条赛道，拿下整个数字广告的业务。”黄晓南这里介绍的是品友互动第二阶段的业务，即对数字广告进行全方位的智能化管理，实现程序化广告。

走过十年，黄晓南已不满足只做数字广告的生意。 2017年，品友发布人工智能营销决策产品MIP，希望通过技术和数据帮助广告主进行决策，不仅仅是广告这一环节，还包括创意预测、产品定位、用户与媒体选择等CMO关心的所有决策点。

黄晓南表示，MIP是一款基于机器学习以及大数据处理技术，能够从产品定位、消费者洞察以及媒介计划等环节帮助企业进行决策预判的产品。与目前大部分程序化公司依托于资源、媒体、广告位整合不同，品友更注重“决策”这一环节。在黄晓南看来，MIP产品所解决的，正是目前CMO等企业决策者在商业决策上的痛点。

MIP包含3个模块，即智能投放管理系统、智能决策引擎DMP、智能内容引擎CMP。

智能投放管理系统： 基于机器学习算法、模式识别、点击预测、转化预测模型等AI核心技术，对每一次广告的曝光进行决策。黄晓南向亿欧介绍，传统方式下广告主投放广告是由媒体决定的，而现在广告主需要一个能够自己控制每一次曝光决定权的投放管理系统。例如，苏宁将曝光机会发送至品友的投放系统，通过机器决定出最终将向某位具体的C端用户投放哪一品类商品的广告。

智能决策引擎DMP： 该系统可以将用户自身积累的数据、外部投放广告的数据以及市场第三方数据三者进行整合，并通过大数据分析出数据背后隐藏的价值。例如，该系统可以统计出某一品牌的历史用户，对其进行路径分析及解读。以京东为例，决策者不再是通过调研公司进行调查，而是基于品友智能决策引擎DMP能帮助其分析出对某一商品感兴趣的用户群体，有针对性地进行投放与商品推荐。

智能内容引擎CMP： 目前广告的形式多种多样，包括小视频、文字链、图片、文章等等，这其中哪一种形式会触动到消费者？品友CMP系统可以基于NLP技术进行文本分析、图像识别等内容的判断，选择出对当前广告受众群体最有吸引力的广告元素，从而提高推荐内容的点击率。

品友AI营销决策平台，即通过能够实现媒体价值洞察、人群深刻洞察、科学归因模型的智能决策引擎DMP，以及能够实现创意内容云端管理、产品概念创意测试、创意物料调优的智能内容引擎CMP对接智能投放管理系统，以此实现程序化广告投放、常规广告投放管理、社交广告管理以及电商投放管理功能。同时，智能投放管理系统还可以对DMP、CMP进行数据反哺，整个系统形成一个闭环。

黄晓南介绍道，原有的营销决策形似漏斗状，先设计出产品名称和创意，再选择投放媒体。而现在的MIP则使营销决策形成了一个环形关系，产品设计成型后，创意、媒体等环节都是以品友的系统作为核心。例如与某汽车用户合作，在其新车上市时，MIP需要根据历史数据判断出该产品受众人群具有哪些特征，由此进行广告创意设计，同时根据这些受众人群的阅读习惯选择投放媒体，确定标签。

“MIP出现后，对于甲方的工作方式会有比较大的影响。”

为什么是品友？

品友的MIP系统，相当于众多营销模块的合集，正如黄晓南介绍的：营销决策行业在美国有一个很重要的趋势——整合。对于广告主来说，如果每一个功能都由单独的公司设计完成，那么一个CMO就需要同时面对6-7家技术公司，无形中增大了使用难度，营销效果也会大大降低。 因此，广告主希望有一个更加清晰明确的一站式综合系统，帮助其进行决策。

“在中国能够做到这种整合的公司并不多见，品友可以说是国内首家。”整合的趋势如此明显，国内企业为何迟迟没有迈出这一步？

黄晓南介绍，在2015年-2017年，很多企业以及技术供应商都尝试过涉足DMP，但是现在看来都比较失败，其原因在于没有明确如何评估这套系统的投入产出比。从2017年至今，用户在使用整套系统前已然确认其目的——提高媒介和营销效率。在这样的前提下，用户完全可以评估出在使用营销系统后效果是否有提升。也因此，品友首先帮助用户完善的，便是营销体系的搭建，使其可以用更加科学的方法进行效果评估。

其中，具有代表性的评估方法，是以有效访客为衡量指标。在过去，判断指标通常为用户点击后的动作，例如汽车注册试驾、快消注册活动等行为，但是曝光与转化间的关系往往会被忽略。例如某广告有100人的曝光量，有10人点击，但是有90人未点击便直接购买，以传统方法计算那么这90人便被漏记。“所以，在汽车领域，品友甚至可以帮助客户找到4S店到店用户与广告曝光人之间的关联性，这样就会提高对整体系统效果的评估。”

国内缺少整合性公司的另一点原因，在于缺少能力的积累。AI营销决策与传统的广告营销不同，企业必须具备三个条件：AI技术人才、大数据的积累以及足够的大客户支撑。然而，很难有公司同时满足这些条件。

那么品友为什么可以做到多模块的整合呢？是因为品友从创立之初便开始做对数据的管理，包括程序化+投放引擎+内容自动化。品友拥有底层数据，便可以将能力扩展到更大的商业决策范围。随公司发展，品友的业务不断扩大，到现在已经可以将各种能力输出给广告主，在广告主的数据上面做管理与优化。

在全面程序化时代，广告主用技术和数据不再是单单解决广告投放的问题，而是期待技术和数据帮助到全链条的营销决策。如今的CMO需要思考的问题是如何与一个正处在数字化转型世界中的消费者沟通，这使得CMO要面临的决策日益复杂，从产品概念到传播内容，从用户管理到新客拉动，这其中一定会有技术和数据能起到作用的地方。 我们相信，以大数据和人工智能为核心的商业决策将会变革整个营销领域，人工智能会让营销变得更有效率。

版权声明

凡来源为亿欧网的内容，其版权均属北京亿欧网盟科技有限公司所有。文章内容系作者个人观点，不代表亿欧对观点赞同或支持。