智慧助理时代的新行销:获取客户将会变得更加科学

智慧助理将在三个层面对各公司产生影响:获取客户、满意度、以及维系。

获取客户

我们都知道运用消费者资料就能在目标对象的锁定、以及行销策略上更加精准,因此现在要获得新客已经越来越有效益。尽管如此这样还是不够的,行销人所追求的目标仍非常高远,就像许多广告仍然持续地投递给错的消费者,而非触及到所有可能对产品感兴趣的人,即使当广告已经找到了适合的受众,但其所传达的讯息却容易因为受众本身的认知而受到限制。比如说在他们注册之前可能需要多看到几次广告、否则根本完全不会记得,更或许他们只会记得自己感兴趣的部分(例如:幽默等等),但却不曾记得产品名称、或是品牌独特的地方。


不过这些问题在未来几年将会逐渐减少,只要当广告主把每年花在品牌行销的数十亿美元,从这些健忘、有偏见的消费者身上转移到能保存每一个资讯的AI平台后。这些平台将能同时分析所有的资料,包含产品定价、特征、过去的成效表现、以及相关评论等(依据真实性与相关性去加权计算),当然还有消费者的偏好与过去的行为。因此消费者的取得将会变得更加科学化,并且专注于一个单一的管道上、而非像现在的多个渠道。


在现今的时代里,若能了解平台的运作原理将会是致胜的关键,而对于公司来说,AI为每个消费者所提供的客制化购物建议亦是相当重要的讯息。因此现在广告主常常需要支付费用给网路平台才能获得相关的服务、并将其商品陈列在上面,就像品牌会支付费用给实体零售商以贩卖自己的产品一样。


而类似的情况,为了在Google搜寻结果中争取到更上方的位置、或饭店为了要出现在Expedia的搜寻结果上方,广告主会为此付出额外的花费去争取,因此行销人也一样能针对广告的目标位置去进行竞价。


虽然Amazon表示不会在Alexa中加入广告,但CNBS已经报导出Amazon正在与多间消费性产品公司洽谈关于在Alexa中投放广告的合作事宜,CNBS也指出Alexa将能根据使用者以往的需求、以及购物行为等,进而为使用者推荐适合的产品,也相信AI平台的产品排列顺序、以及相关推荐功能,将会深深影响品牌的收入模式及来源。


获取客户将会变得更加科学

繁忙的生态系统现在可以帮助公司吸引客户,包括广告代理商和媒体买家,他们需要通过AI平台学习销售。针对平台的行销服务将比现今的媒体购买者更负责任,并且需要显示实际消费者行为的连结。传统市场研究可能完全被品牌从平台上可直接购买的消费者行为情报所取代。

满足感

客户满意度可以提高忠诚度、口碑行销、市场佔有率和获率能力。难怪行销人员注重客户满意度。想像一下,一个可靠的满意度数据更容易从人工智能平台获得而不是来自于消费者自身。


平台通过不断预测消费者的需求来为消费者服务。要做到这一点,它必须收集有关其消费模式和产品使用的细分数据资料,并尝试了解他们的目标:他们是否希望食品能够改善他们的健康,能源产品以最大限度地减少对环境的影响,以及金融产品用以增加他们的长期报酬率?或者他们的标准品味、价格和短期表现?复杂的人工智能平台将更进一步找出消费者愿意做出的权衡:他们还会为更健康的产品支付多少钱?为了获得更好的燃油效率,他们会牺牲多少车内空间?人工智能平台甚至会知道消费者是否可能在不同的环境中调整他们的需求 – 例如,节食者在庆祝时,食用甜点就会是个例外。


由于这一切,人工智能平台将能够预测在特定时刻某些特征、价格和性能组合是最吸引人的。最终,AI助手可能能够比客户自身更能够满足客户的需求。相对原始的推荐引擎已经朝这个方向发展,暗示了消费者可能会享受他们原本不知道他们会喜欢的书籍,电影和音乐。


人工智能平台将在市场中实现更高效的分类和配对。 例如,喜欢四季酒店的消费者不太可能通过他们的平台在特朗普酒店预订。 因此,品牌将希望以平台注册的方式提升其定位。


行销人认为重复的购买行为代表着消费者的满意度,更是反映了对该品牌的忠诚度。然而,许多消费者重复购买同样商品的原因,并不在于对商品的喜爱,而是他们不想花时间去寻找替代品。但是,如果有了 AI 助理,一切就不同了,AI 助理能够定期重新评估各类商品的所有品牌,小至口香糖,大至笔记型电脑,AI 助理都能够推荐一个更适合消费者的商品。甚至,AI 助理能够针对喜欢尝试的消费者定期推荐新品。


定期重新评估购买行为能够让品牌调整定位,但同时也将为新的品牌提供一线机会,竞争也将变得更激烈。


既有的品牌需要创造新的火花来留住消费者的注意, 他们可以从一些平台上获得品牌转型的资料,举例来说,如果一个品牌知道他将失去某位顾客(可能是因为他透露了想换产品的念头给 AI 助理),品牌主可以立即计算该顾客的可能留存率,来决定这个顾客是否值得留住,如果这位客户的可能留存率较高,品牌主可以为他量身打造适合的折扣来留住这位顾客,如果他接受了就是双赢的局面,顾客获得了折扣,品牌主也留住了这笔生意。而 AI 平台就是整个决策行为中最大的关键。


而对于新兴品牌,AI 平台能够帮助品牌主挖掘新的顾客,利用 AI 进行促销策略规划是一个不错的起手式。当然一个新的品牌进入市场,对于既有品牌来说都是浅在的威胁,能够创造品牌独特性,并留住顾客秘诀在于时常为顾客量身打造折扣,对于品牌来说,这几乎和推出一项新的产品同样重要。


一个平台要成功,关键因素在于是否能够取得消费者的信任。一位Google的平台经营者说:「建立是消费者的信任绝对是首要任务。」为了达成此目标,平台必须遵守三个原则:资料的准确、平台的整合、及隐私的保障。

精准度

通过不断了解使用者的需求与期望,平台演算法借此精进自己取悦消费者的能力。如果一个能够更全面的回应消费者的需求并且提供更佳的服务体验,平台将能够取代品牌获得消费者的信任。

一致性

平台需要小心的处理内在的利益冲突。一方面他们需要专注在消费者的需求,如果不能满足就会降低信任度。另一方面,平台与品牌合作后需要提供顾客数据与展示商品的版位,如果推荐给消费者的品牌与他们的需求不符,也会降低对平台的信任度。一种可能的解决办法是公开品牌与平台之间的赞助关系(像是Google 搜寻广告会标示赞助商)。

隐私权

所有的平台使用者与行销人员都需要小心的取舍个人讯息的使用与 AI 的效能。虽然搜集越多的资讯意味着平台的准确度有相应的提升,但使用者会感受到隐私被侵略的程度也越高。


一个可能的解决方法是像现在脸书一样,使用者可以决定要共享哪些信息、到什么程度。


另一个方案是像Google 一样,所有的消费者数据都仅由机器处理,不经人手,借此避免隐私的洩漏。


长久以来,消费者都愿意放弃部分隐私以交换便利。但是人工智能助手将会提供极大的便利,代价便是丧失大部分的隐私,这便需要消费者更多的考量。


在接下来的十年,随着AI 平台的竞相建立,这些人工智能助手将会改变公司与顾客沟通的方式。这些平台将变成人们获得资讯、商品与服务的主要管道,而行销将会变成如何一场如何吸引 AI 的注意力的战争。


所有面向消费者的公司都可以期待人工智能平台从根本上改变它们与客户的关系。随着消费者的注意力转向人工智能助手,以及消费者数据的价值和人工智能的预测能力飙升,传统上至关重要的资产,如制造能力和品牌,将变得不那么重要。推式营销(让平台来推广产品)将变得更加重要,而拉式营销(说服消费者寻找产品)将变得不那么重要。消费者仍将是品牌建设努力的目标,但鼓励尝试和重复购买的营销手段,在针对人工智能时将更为有效。尽管市场将变得更加高效,但企业将面临巨大的压力,要求它们为消费者提供最优惠的交易——最符合人工智能看门人所确定的偏好。


长期以来,消费品公司习惯于将规模经济最大化,因为它们在生产和品牌上投入了大量固定资产,它们把注意力集中在一个战略问题上:我们的产品还能卖多少?人工智能平台将提供一个非常不同的机会:通过提供广泛的产品——换句话说,范围经济——来最大限度地加深与消费者的关系。在与消费者和他们的人工智能助手建立信任方面的投资,将通过以下问题进行摊销:这个买家还需要什么?优秀的营销策略仍然重要——公司必须在人工智能世界中收购、满足和留住消费者——但它所涉及的内容可能会发生重大变化。


参考资料:https://s.tenmax.io/2eemB
延伸阅读:https://s.tenmax.io/7W6t4


cacaFly Malaysia 专业团队,始终⾛在数位⾏销最前端,怀抱着热情、诚正的服务精神,致⼒于作为客户最值得信赖的伙伴。专注于为品牌型与成效型客户提供⼀站式数位⾏销服务,从前期调研、中期⼴告投放、MarTech 应⽤与素材制作,到后期数据分析与策略优化,协助⽆数品牌、⽹店客户有效提升业绩,成功扩展Online Business。若您需要数码营销布局、⼴告投放等⽅⾯的建议,现在就与我们的专业团队联系!您可 pm cacafly Malaysia Facebook 或电邮 [email protected]。 

About Us

cacaFly Malaysia was founded in year 2016 with fully support from HQ Taiwan.
 
We are a team comprised of enthusiastic marketing experts, specializing at devising all-rounded marketing strategies and media planning that stretches from preliminary research, running ads campaign and advertising material production, to post-campaign data analysis and strategy optimization.

The Latest