摘要：现在，这对营销人员和分析师有何影响今天的大多数营销人员都是预言家。急需人工智能营销和分析产品从一侧生成的海量数据量。营销和分析的未来由提供支持我们正在进入一个新的营销黄金时代。
Jeff Bezos在给股东的年度致函中写道：
大趋势并不难发现（他们经常谈论和撰写），但对于大型组织来说，它们很难接受。我们现在处于一个明显的中间：机器学习和人工智能。
我们可能还没有进入中间。我们刚刚开始用AI来塑造下一次工业革命。本文深入探讨了分析和营销SaaS产品将使用人工智能的原因和方式。
即使我不打算将这两者联系起来，这篇文章几乎是对我上周所写内容的自然跟进。您可以在此处阅读我的上一篇文章：现代SaaS堆栈和未开发的数据量。
今天的营销和分析环境
在2000年代中期，从传统出版业诞生的数字媒体生态系统开始发生变革。回到那时，世界是以网络为中心的。今天的世界不仅不再以网络为中心，因为人们在移动设备上消耗的时间比以往任何时候都多，但它不断发展。我们最近目睹的转变，从GUI驱动的世界到CUI世界（会话用户界面），以及Amazon Echo和Google Home等新设备就是证明。
在今年的F8会议上，Facebook透露了打算在他的Messanger平台上翻倍的意图。
“我们在Facebook的目标不是推出一大堆机器人，而是让企业在Messenger上取得成功，并让他们有能力与客户沟通。” Chudnovsky
“你是怎么做到的？这就是机器人进来的地方 - 它不是结束，而是结束的手段。机器人可以确保企业和人之间的关系更好。我们有能力为开发人员提供构建能力在Messenger上更成功的存在让每个人都喜欢它。“
用户与产品交互的方式与十年前的情况大不相同。这种更加复杂的环境（无论是在用户交互方面还是新的分销渠道方面）都会导致不寻常的SaaS营销和分析产品激增。结果看起来像巨大的拆解拼图。
如果您想要产生相关影响，您需要采用综合方法来了解所有客户接触点的情况，并了解您的效果。
现在，这对营销人员和分析师有何影响？
今天的大多数营销人员都是预言家。神谕不知道他们在做什么，为什么他们这样做。但大多数情况下，他们并没有准确了解他们的影响。这就是为什么硅谷不信任营销，贬低营销，贬低实践它的人。然而，今天的营销人员确信他们是数据驱动的。
来自硬币另一方面的分析师善于管理和操纵数据，但缺乏寻找模式，提出假设，测试它们以及对结果采取（或建议）行动。
数据已知≠数据驱动
您在堆栈中使用的SaaS产品越多，您的数据量就越大。您所有客户的数据都存储在堆栈中使用的所有工具中。
在这篇文章中，我仔细地解释了（几乎）每个初创公司的一年旅程，当它归结为用数据支持营销和产品活动时。
在组织在其销售，营销，产品和客户支持部门采用了数十种零碎工具之后，这就像是最后阶段。
要对您的数据进行分析，这是您必须采取的悲伤和漫长的轮播。首先（1）提取堆栈中每个SaaS产品中的数据源，第二个（2）将这些数据与OLAP合并]和OLTP数据，第三个（3）将这些数据与您的点击流数据合并。集中数据并在BI工具上创建一些图表（4）。
Etvoilà，你（想）你已经完成了！
坏消息，你只是中途。是的，您已经检查了数据通知点，但是需要另外50％才能了解数据驱动这个词究竟意味着什么。
还有很长的路要走。这只是工作的一半。
现代组织如何弥合这一差距？
将数据转化为动作
我们正在经历一个历史性的时刻，我们拥有比以往更多的数据。我们被数据所淹没。然而，尽管数据量仍在不断增长，但公司往往很难利用它。实际上，他们做出决策的方式在过去十年中并没有真正改变。我们无法使用我们拥有的数据。或者至少，我们使用数据，但它们不会像我们预期的那样影响我们的决策。
虽然我们之前分析过的SaaS工具多样化和数据碎片导致了大量低效率和耗时的操作，但大多数公司不理解的是收集，合并和聚类数据不是困难的部分。这只是第一次 - 我会争辩，轻松一步。
识别能够让您在正确的时间做出正确决策的模式才能真正发挥作用。
亚马逊，谷歌和Netflix等精通数据的公司已经学会掌握数据来推动决策。我最喜欢的轶事之一来自Netflix。
在电视业中，没有确定的东西。口味和趋势总是在变化。在Netflix决定制作“House of Cards”系列时，他们拥有3300万用户。
拥有数百万个数据点（例如，当有人按下游戏时，当有人按下暂停，他们跳过哪些部分，他们再次观看哪些部分时），他们了解对于给定节目的兴趣有多大，给定演员阵容，在任何给定的时间。
Netflix知道“纸牌屋”在任何人大喊“行动”之前都会受到打击。
使用数据，Netflix了解如何留住最佳客户并吸引更多类似客户。什么内容可以提高忠诚度，减少客户流失率以及推动新订阅的因素。
急需人工智能营销和分析产品
从一侧生成的海量数据量。无法破译数据混乱并从另一方获取可操作的见解。这就是人工智能作为连接链接的地方。
广泛用于实现人工智能的技术之一是机器学习。
机器学习依赖于两个关键要素：训练这些算法的算法和数据集。
当可以访问专有数据集的产品满足高级算法时，就会发生魔力。
所有能够生成大量数据的SaaS公司都会将AI集成到他们的产品中。
我们现在正在经历的是一个发现时刻，创业公司希望使用人工智能来更好地为客户服务。很快我们就可以了解初创公司需要AI来满足客户需求或没有人工智能无法满足的新需求。
通过采用云作为一种更灵活和更具成本效益的方法，将有助于在需求阶段和需求阶段之间转换。像亚马逊这样的云提供商正在迅速提供AI全栈。从Amazon Rekognition，Amazon Polly，Amazon Lex等AI服务到Amazon Machine Learning和Amazon EMR等AI平台。
人工智能对营销和分析工作的影响
每当我阅读有关人工智能破坏和/或更换工作的文章时，我总是想到威廉李先生。
威廉李是一位生活在17世纪初的英国发明家。他在第一架袜架编织机的基础上建立了自己的名声。李的机器在他去世后已经使用了几个世纪。
但当他向女王提交他的发明时，她拒绝发布专利，理由是该技术可能导致纺织工人失业。出于同样的原因，他被伊丽莎白的继任者詹姆斯一世拒绝了。
人工智能将削弱对某些营销技能的需求，但会增加对他人的需求
虽然许多营销和分析操作将实现自动化（例如，确定目标关键字，优化Adv平台的广告预算，在Google Analytics中设置ROI指标等），但也会创建其他操作。
营销和分析的未来由AI提供支持
我们正在进入一个新的营销黄金时代。
未来是一个多元化和现代化的营销团队，由聪明的分析营销人员组成，他使用大数据做出更明智的决策，技术将促进这一变化。
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/10181.html
