AI与Martech——Convertlab AI 赋能全链路数字化营销
从最早的互联网技术到如今「人工智能与大模型」，数字化营销正在不断吸收新兴技术成果。
有观点认为，营销技术的技术进步、宏观层面数字经济浪潮、数字化转型环境培育、中国互联网用户行为变化等供给端驱动因素，共同推动企业数字化营销的快速发展。数字营销行业的不断扩大和完善，如人工智能、大数据和机器学习在该领域的广泛应用，使得营销活动更加精准、个性化、自动化和智能化。
今年，之所以人工智能大模型被广泛关注，最著名的大模型之一是 OpenAI 的 GPT-3（OpenAI 进一步发布了 GPT-4，GPT-4 将在规模和性能上超越 GPT-3）。其他，例如谷歌的 Meena 和 Facebook 的 Blender 是两个大型的聊天机器人模型，以及国内外各类大模型如雨后春笋，涌入人们视野。
使用了大量数据、复杂架构和强大计算能力训练出来的人工智能大模型，由于其规模和能力，在多种营销应用场景中都有显著的价值。本文，结合亿欧智库《2023 中国数字化营销产品技术研究报告》，从数字化营销服务全链路，解读人工智能在营销中的应用。
01「AI 大模型」的应用价值
「大模型」是在 大规模数据集上训练的大型机器学习模型。 这些模型的规模和复杂性远超过传统的机器学习模型，它们能够理解和生成复杂的模式，从而在各种任务上达到出色的性能。这些大模型一般使用深度学习技术，包括神经网络和其他相关的算法。
大模型可以用来生成新的创意和内容。例如，它们可以用来写小说、生成音乐、设计图像等。在营销领域，显而易见的，这方面常见的应用包括：广告文案内容的撰写，营销设计物料的制作以及海报的生成，这些应用已经被大家熟知。
大模型能够理解用户的兴趣和需求，并根据这些信息进行个性化的推荐。这在电子商务、在线娱乐、新闻推荐等领域有很大的应用价值。
其次，大模型在自然语言处理（NLP）领域有很高的应用价值。它们可以生成人类般的文本，理解复杂的语境，进行有效的机器翻译，甚至进行情感分析。这使得它们在聊天机器人、智能助手、文本生成等应用中具有很高的价值。
由于大模型在训练过程中接触了大量的数据，它们可以用来提取和搜索特定的信息和知识。例如，它们可以用来回答复杂的问题，进行信息提取，或者进行智能搜索。大模型可以用来预测和模拟复杂的情况，从而帮助做出决策。
例如，它们可以用在股市预测、供应链管理、交通流量预测等领域。大模型也可以用来创建个性化的学习体验，提供实时的反馈和建议，甚至模拟真实的对话和情境。这使得它们在在线教育、模拟训练、语言学习等应用中有很高的价值。
02「AI 大模型」 在企业数字化营销服务全链路的应用
亿欧智库《2023 中国数字化营销产品技术研究报告》将数字化营销服务分为五大细分赛道，分别满足五个不同的营销场景需求。
包含：内容创意、广告投放、公域运营&转化、数据&策略、私域管理五个赛道，分别对应营销的前、中、后链路，串联起完整的营销流程。
内容创意 ——内容营销、AIGC、大模型
内容创意的核心是为广告投放提供素材支持，主要包括设定用户画像，针对用户购买阶段进行内容规划，结合热点事件，热点内容进行创意制作，包括文章，长图，漫画，H5，短视频等。
在新的媒介和消费环境下，新内容营销和创意过程能够对传统的基于广告思维的营销思路、逻辑、流程和做法进行调整，从而通过持续输出符合品牌调性的价值观、又让消费者或用户喜欢并且乐于互动的内容，达到促进销售的目的，
理论上，新的技术能实现内容营销应用的丰富，但近几年的现状显示，包括 XR、元宇宙的实际落地使用情况并不乐观，效果不佳，很难持续吸引大众关注，营销只浮于概念表面。
相比之下，ChatGPT、Midjourney 等内容(文字、图片、视频等)生成式工具能为营销的内容生成，带来更多的现实应用意义并已付诸实践：包含但不限于，上文我们提到的广告文案内容（AI 个性化短信、站内信、个性化邮件）的撰写，营销设计物料的制作以及海报的批量生成……
（更多 Convertlab AI 的信息，欢迎关注我们，我们将在未来提供更多详细的产品说明）
另
在现行的实践中，企业在运用 AIGC 的过程中依旧会遇到一些问题。虽然在广泛适用性和丰富知识库的情况下，AIGC 工具 or 大模型能显示出良好的应用性能。然而，如果需要企业高度专业化的解决方案，或者需要高度的可解释性和可控性内容的时候，各种经验和实践显示，大模型不那么了解单个企业。
这个原因源自于，企业很多重要的信息和数据，由于涉及数据安全和企业壁垒，并不能开放给大模型训练。这时候如果要生成更专业、垂直的内容，一个专业垂直领域的数据模型成为企业的需求。
以文案内容为例，专业垂直的数据模型通常包含了特定领域的专业知识，以便更准确地反映和处理该领域的数据生成更精准的文案内容。这个应用过程还包含对于企业专业知识库的应用，如何让大模型懂企业是 AI 有效应用的关键。
Convertlab AI Hub 定位于为企业解决 AI 应用和大模型之间的“最后一公里”，接入和管理多种基础大模型，基础大模型+企业知识库，帮助打造企业定制大模型，并通过 Convertlab 专利技术「AI Agent Network」，彻底解决 AI 在企业应用的可行性和可靠性。
（更多 Convertlab AI 的信息，欢迎关注我们，我们将在未来提供更多详细的产品说明）
广告投放——程序化创意（包括 AI 短信）、视觉内容生成
广告投放场景是为销售转化与客户运营带来流量的重要步骤。在广告市场体系不断成熟发展的前提下，传统粗放式线下投放逐渐被淘汰，取而代之的是以场景细分的精细化、数字化、程序化的线上广告投放。
互联网中目前广告形式多种多样，搜索广告、视频广告、信息流广告等形式机器背后复杂的经济机制极有可能使不谙此道的企业无法保质保量、有效地投放广告。数字化营销企业通过提供 ADX、DSP、SSP 等技术服务赋能企业，有效进行数字广告投放。
数字化广告投放极其依赖于程序化的创意及视觉内容创意，AIGC 能够进一步提高广告内容制作的效率及个性化；在广告素材内容生成方面，以前因为成本问题，可能没有办法为不同客群、不同人群，特别精细化地做充分的个性化广告素材。人工智能大模型发展到今天，我们可以为不同的细分人群，快速地甚至是自动化地去构建一个广告素材。
营销技术和大数据的技术成熟，数字营销行业利用第一方数据、数据共享技术、聚合数据分析、隐私计算技术解决方案逐渐成熟，在此过程中，企业通过多方数据的支持，利用大模型技术，让实现广告投放的 AI 策略推荐及 AI 分析投放效果成为可能。
例如，Convertlab AD Hub 产品，跟大部分媒体广告平台是打通的。因此，在做广告投放计划的时候，在素材管理这一层，可以立即用 AI 能力，非常细颗粒度的为精细化层级去自动生成广告素材，这比以前会很大程度地直接提升广告投放效果，并且衡量、反馈、优化。
（更多 Convertlab AI 的信息，欢迎关注我们，我们将在未来提供更多详细的产品说明）
数据&策略——AI 自助式分析、AI 策略推荐
数据策略是数字营销的基础，为其他环节提供关键信息和洞察。 通过对用户行为、市场趋势等数据的收集、分析和挖掘，企业可以更好地了解目标受众，指定更有效的营销策略，CDP（客户数据平台）是数字营销中数据&策略环节最为重要的产品。
从 CDP 数据自动洞察角度，我们把企业方方面面的私域数据汇总到一起之后，需要找出有规律的、趋势性的，业务有待优化的点。在 AI 大模型发展之前，以前企业是靠业务顾问，或者运用人员自己去做探索式分析，不断地去看不同维度，然后找出值得关注的地方。
今天用大模型的 AI 技术，这个过程可以完全托管给 AI 来完成，是一种新的用户体验。 你只需要和 CDP 说出我想要了解近期在会员运营角度，有哪些值得关注的点，有哪些表现，这个趋势上有哪些问题或者说需要去提升等等内容。答案也不再需要通过人去方方面面的总结历史数据，而是由大模型来做自动化的探索分析，直接把解读报告推到用户面前。
Convertlab 最早发布的三个 AI 应用场景中，已经可以实现通过 AI 将自然语言，自动生成 sql 语句查询企业想要的数据并分析。企业数据模型通常涉及复杂的 schema、标签体系、客户属性和多主题的标签树。
大模型的强大处理能力使其能够更好地理解和解读这些数据模型，从而减少自然语言分析过程中的歧义和误解。通过与 Convertlab CDP Data Hub 的集成，AI 大模型能够深入理解数据结构和关系，为用户提供准确的分析结构。
现在可能你就直接用自然语言的方式，直接跟 CDP 说出一句话式的需求，AI 来进行自动翻译，用户都不用感知过程，直接看到最后呈现结果，这个就叫基于自然语言的一种自助式查询，带来了完全不同的用户体验。
更进一步来讲，你可能只需要提出你的目标或者问题，比如「我就想知道现在在 CDP 某个销售数据上有什么值得我关注的」，而当这个任务下达到 AI，它会自动做任务拆解，会自动地去探索，最后呈现出该引起企业注意的点来，更近一步提供 AI 的解决方案及策略推荐。
（更多 Convertlab AI 的信息，欢迎关注我们，我们将在未来提供更多详细的产品说明）
公域运营&转化、私域管理——营销活动自动化编排、企微智能客服
公域流量是非品牌自由、由外部生态拥有、不能直接触及的用户群体或集合，包括大型社交平台、电商平台、媒体广告平台，拥有大量公开或半公开用户群体，品牌可以持续获取，但是不可控的流量。
公域流量也是私域流量的重要流量来源。但在获取大量流量的同时，其用户的精准度不高，难以实现流量的转化，并且因为竞争的存在，让流量获取成本不断提升。因此，如何利用公域流量向私域流量转化，是公域流量面对的重要问题。
在当前数字化人口相对稳定的数字生态中，企业广告主于品牌方需要持续关注各类媒体与平台的流量变化。除了基于搜索引擎的 SEO 和 SEM、短视频、社交电商、直播、传统电商平台等触点的关注率稳步提升。人工智能如何在公域运营中发挥作用，也越来越成为重要话题，智能视频剪辑，视频脚本生成，虚拟人、智能语音生成等场景被企业主关注。
营销自动化频繁进入中国企业视野是私域管理被企业重视的一个重要表现。 营销自动化是基于大数据统计与分析的工具和营销策略，它可在一定程度上自动执行并完成营销任务和流程。
随着企业对营销自动化的认知越来越深入，MA 应用被拓展到了客户的全触点和全生命周期，协同企业的内外生态体系沟通客户。在人工智能接入之前，企业可以通过设定活动「自动流程」，托拉拽的方式完成整个活动流程的设定，随着大模型技术的成熟，Convertlab MA-DM Hub 可以通过 AI 自动完成营销自动化活动编排，整个活动流变得更加智能化：
首先，通过自然语言输入或者直接讲数据诊断报告文档进行上传，Convertlab AI 可自动生成多种策略，运营人员只要确认使用策略（或者通过对话要求其修改），便可生成多种营销活动（包含自动将活动描述带入等功能），自动生成流程节点，完成自动流程的设定。
在与客户的沟通中企业微信在中国的私域生态中扮演重要的角色，大模型的赋能让对话更高效，服务更省心。运营人员可以利用 Convertlab AI 实现企微智能客户「自动总结对话概要」、「提取对话特征标签」、「分析对话感情倾向」等场景……
（更多 Convertlab AI 的信息，欢迎关注我们，我们将在未来提供更多详细的产品说明）
大模型的 Martech 应用不仅仅是 AI 内容生成，用于提高企业生产营销物料的效率和智能化广告投放。也包含在营销全链路提高效率和精准度。
关注大模型的深层应用，大模型能否产生更深的价值来源于大模型的「行业高度专业化、可解释性以及可控性」。Convertlab AI Hub 解决企业 AI 应用和大模型的最后一公里。
如今 Convertlab 全面拥抱大模型，一个更符合营销的 Martech 领域以及单个企业的垂直数据模型即将到来， 2023 年 Convertlab 全链路营销云产品即将迎来融合大模型的全新升级，尽情期待。
撰文：Convertlab 品牌与内容负责人 李勇
部分观点来源于：亿欧智库 分析师 孙齐远
参考报告：亿欧智库 《2023 中国数字营销产品技术研究报告》
相关资料整合：Notion AI
排版：Amy
设计：徐明
