人工智能（néng）（AI）自诞生以（yǐ）来已经走过了漫长的道（dào）路，并（bìng）正在取得重大突破。对于像亚马逊或（huò）Netflix以（yǐ）外的其他公司来说，它常常被认为是一种不切（qiē）实（shí）际的、未来（lái）主义的或过于昂贵的技术，但现在已经不是这样。以（yǐ）下将了解企业在营销（xiāo）中采（cǎi）用人工智能的四（sì）个例子，以便在市（shì）场竞争中占据（jù）先机。

1.个性化内容/产品推荐

保持相（xiàng）关性、及时、不（bú）要纠缠于无关紧要的交（jiāo）易——这正是当前对典型客户的（de）要求（qiú）。根据Salesforce公司最新发布（bù）的调查报告（gào），62%的（de）B2B买家希望在交易的不同阶段收到个（gè）性（xìng）化建议。在B2C细分市场，购物者更受青睐，并期望从每个品牌厂商获得类（lèi）似亚马逊公司的体验。Segment公司在2017年的研究中指（zhǐ）出，只有22%的客（kè）户对他（tā）们所接受的个性化服（fú）务和产品感到完全满（mǎn）意（yì）。

机器学习成（chéng）为了大多数内容推荐（jiàn）系统（包括Spotify、Netflix和Amazon）背后的力量，由于价格和技术限（xiàn）制，对营销人（rén）员来说似乎遥不可及。但是，开发自（zì）定义算法并不是（shì）唯一的方法（fǎ）。现在市场上有很多即插即用的解决方案，并且是在营销（xiāo）中使用（yòng）人工（gōng）智（zhì）能的快速有效方（fāng）式。例如：

·Content AI by Marketo - 使用预测（cè）分析和机器学习（xí）在企（qǐ）业的（de）网站上显示与用户“推荐”相关的最为相关内容。

·CaliberMind - 分析企业的（de）所有客户数据（jù），创建理想（xiǎng）的买方角色，并建议如（rú）何以有（yǒu）利（lì）可图的方式与（yǔ）企业（yè）的受（shòu）众进行沟通（tōng）。

·Visely - Shopify商店（diàn）的人工智能驱动产品推荐引擎。

那么人工智（zhì）能对个性化的影响有多大？在分（fèn）析了35亿次营（yíng）销互动之后，BlueShift公司对人工智能推动的个性化给（gěi）出了结论：

·在客户参与中创造3.1-7.2倍的提升力。

·与电子邮件（jiàn）相（xiàng）比，移（yí）动（dòng）通信的参与度提高了（le）2倍。

·随着时间的推移，人（rén）工智（zhì）能引擎可以在（zài）初始结果上提供额外50%的提升。

2.对话式人工智能（néng）——聊天机器人

聊天机器人是客户支持自动化的（de）驱（qū）动力，但遗憾的是，他们在营销领域处于未充分利用状（zhuàng）态。毕竟（jìng），营销就是培养（yǎng）良好的人际关系并引导有意义的（de）对话（huà）。聊天机器（qì）人现在可以完美地处理这一任务，帮助（zhù）企业在不（bú）同阶段通过多个渠（qú）道与潜（qián）在客户进行互动。

例（lì）如，Nordstrom公司允许购物者在（zài）寻找（zhǎo）适合的商品时（shí）与机器人（rén）互（hù）动。在询问了（le）一系列主要问题后，现场助理会建议购买最合适的商品。

Hipmunk Messenger通过（guò）旅客的位置来确定他们从哪里出发，然后进行适当的交易。聪明（míng）的助手还可以为即将到来的旅行策划旅行建议和管（guǎn）理酒（jiǔ）店（diàn）预（yù）订。一般来说，旅（lǚ）游行（háng）业在聊天机器（qì）人方面已经处于领先地位。

其他行业也在迎头赶上。事实上，在2018年到2024年（nián）之（zhī）间，全球聊天机器人市（shì）场规模（mó）预（yù）计将增长31%，达到13.4亿美元（yuán）。考虑到开发聊天机器人的成本不断（duàn）下降，这（zhè）应该不足（zú）为奇。根据CMS Wire公司（sī）的调（diào）查，为营销（xiāo）目（mù）的开发的SME信使聊天机器人（rén）的平均成本（běn）为3000-5000美元（yuán）。但是记住，除（chú）了为机（jī）器人提供人（rén）工智能（néng）功能，还应该（gāi）考虑（lǜ）到内容开发成（chéng）本。

3.预测分析和见解

更好地利（lì）用数据进行受（shòu）众细（xì）分和定位是2019年55%的营销人（rén）员的首要任务。如果企业想要效仿，需要摆脱仅使（shǐ）用描述性分析（Google Analytics），并采用预测工具。

预测（cè）性和最近（jìn）的规范性分析可以帮助企业战（zhàn）胜数（shù）据混乱，确定最有利可图的营销渠道和行（háng）动（dòng）。机器学习算法已经为（wéi）企业提供了（le）以下帮助：

·预测并应（yīng）对（duì）不断变化（huà）的消费者行为。

·在企业的客（kè）户关系管理（CRM）中为潜在客（kè）户评分（fèn），并提出满足（zú）销售数字的最佳措施。

·优化企业（yè）的点（diǎn）击付费（PPC）预算（suàn），以增加销售额，而不会（huì）影响企业的广告支出（chū）。

·识别和获取“相似”的潜（qián）在客户，与（yǔ）理想的（de）买家（jiā）角色紧密匹配。

·发现并追踪错失的关键字和内容营销机会（huì）。

那（nà）么最好的（de）部分是什么？预测分析现在是一种商品技术，适用于（yú）中小企业和（hé）大型企业。事实上，在预测分析采（cǎi）用方面，小公司往往具有竞（jìng）争（zhēng）优（yōu）势——他们（men）需（xū）要更少的时（shí）间和技术努力（lì）来准（zhǔn）备分（fèn）析数（shù）据（jù）。

4.社交（jiāo）倾听和情绪分析

了（le）解人（rén）们对企业（yè）或竞争对手的在（zài）线评（píng）价对于制定有效的社交媒体营销战略至关重要（yào）。但是（shì），从同时发生的（de）那些热门（mén）话题中解读见解对于人（rén）工（gōng）智能来说比（bǐ）人工代理更好。

数据科学已经被积极地应（yīng）用于社（shè）交媒（méi）体营销，用于（yú）微细分和（hé）定位、社交媒体收听，以及影响者营销（xiāo）活动（dòng）管理。基（jī）于人工智能的社交聆听进一步扩展了营销人员（yuán）的能力，使（shǐ）他们能（néng）够：

·确定并量化社交媒体上（shàng）的消费者购买意图。

·了解（jiě）购物者对企业（yè）的产品与竞争对（duì）手产品的看法。

·了（le）解推（tuī）动行业对话的因素，以及这些对话的内容（róng）如何随着时间（jiān）的推移而变化。

·实时（shí）注意并回答有关（guān）企业的产品/服务的问题。

·识别并与在社（shè）交媒体上（shàng）寻求产品推荐/建（jiàn）议的（de）买家互动。

更棒的（de）是，人工智能工（gōng）具可以帮（bāng）助企业少犯错误。

总结（jié）

企业应该开始在营销中使用更多的人工智能，因为它（tā）可以大大提高其工作（zuò）的准（zhǔn）确性和有（yǒu）效性。智能（néng）工具不再昂贵，也不（bú）再只适用（yòng）于特定行业（yè）。企业登上人工智能创新列车变得比（bǐ）以往（wǎng）任何时候都（dōu）容易，所以如（rú）果还没有（yǒu）这样做，那么是时候上车了。