【易明运营】移动互联网时代，客户接触点的高度分散，让客户行为变得越来越难捕捉，如何让不同节点上的客户数据都释放出价值，用技术驱动营销决策的高效化和智能化，成为新技术时代营销的新命题。

近几年，新技术在不断裂变，AI、大数据技术也愈加成熟，这些技术如何充分为企业营销赋能，发掘新的市场机会，摆脱增长困境?2019年4月，由知萌咨询机构研究发布的《新技术营销应用趋势研究报告》(以下简称《报告》)，立体阐述了技术赋能营销全链的路径，并对新技术应用于未来营销的发展趋势进行了预测与展望。

技术赋能营销攻略1：从客户数据抓取到赋能企业精准营销

数字化时代，客户的行为记录都可以通过数据的形式呈现，企业通过网站、移动APP、展示广告、呼叫中心等渠道触点获取数据，并加以分析，建立自身的数据资产。但对于企业而言，获取的数据中不仅包含外部的订阅、调研、搜索、社交、消费等数据，还有自身的CRM、自有渠道及第三方供应商的数据。众多数据因格式不同、存储位置不同、数据归属不同等问题如散沙般存在。面对散乱的孤岛化数据体系，如何进行有效整合，真正实现让数据资产赋能营销成为急需解决的问题。

《报告》中针对企业主面临的数据孤岛问题，深度介绍了数据领域的热点技术CDP(客户数据平台)。CDP通过主表关联，将客户在消费场景中存在的cookie ID、微信open ID、会员ID等多重ID进行关联和打通，识别不同系统间的同一客户。面对同一ID的客户，再将其实时行为数据和来自 CRM 的非实时数据进行融合，形成360度客户画像。CDP在以企业自主数据为主的同时也支持第三方数据、舆情数据的接入，更全面的丰富了客户信息。采集到的客户信息经过数据清洗、标准化等步骤形成更高价值的精益数据，在AI及智能机器学习的推动下，企业可以对不同的客户进行分类，制定专属标签，实现精细化管理。对开放应用至各个场景中的数据也将进行回收分析，形成完整的营销闭环。

企业运用CDP将多方面数据融合打通，聚“散沙”成“坚塔”，更准确的洞察客户消费行为动机、感受、态度等，数据变成资产智慧发声，助力企业进行精细化管理，有的放矢的营销策略可以在提升营销效果的同时，降低企业运营成本，为分析决策夯实基础，实现从单纯抓住数据到真正让数据赋能企业精准营销。

技术赋能营销攻略2：从数据可视，到数据适配

目前客户需求的多元化不断加速产品迭代，那么企业应如何在有限的产品生命周期内，把握时机，提升客户价值?这需要企业对客户行为建立敏捷的响应机制，实时掌握客户动向，对消费行为全程可视，并针对客户所处的不同行为阶段，进行营销、激活、个性化推荐、交叉销售、活跃度管理和预警召回，把客户从第一次尝试到最后离开的整个过程都管理起来，让客户从“浏览”到“初次购买”，到“二次购买”，到“重复购买”，到“更高arpu值”(ARPU-Average Revenue Per User)，最终培养成一个高粘度的客户。

《报告》中归纳了企业主在客户行为旅程中导入期、发展期、成熟期、衰退期、离网期的主要诉求，并提出了各时期应采取的解决方案。通过RMF模型识别客户当前生命周期阶段，在导入期运用look-alike算法发觉渠道，精准定位;发展期运用标签技术提升活跃，促成交易;成熟期，通过交叉销售培养忠诚客户;衰退期通过衰退预警模型，及时挽留有可能流失的客户;离网期通过沉睡唤醒机制，对沉睡客户制定针对性的营销策略，刺激留存和再次活跃。技术在客户旅程各个阶段优化体验, 做到在正确的时间，将正确的信息推送给正确的人，提升客户生命周期价值。

数据驱动下，企业实现将用户不同阶段数据源联接梳理，对行为事件发生的时间/设备进行全面记录。可视化的生命周期，全面呈现客户在不同营销触点的互动事件轨迹，通过智能识别客户行为阶段，进行关键事件前后转化路径的探索分析，再采取针对性营销模型，对不同阶段的客户“因材施教”，让数据从可视转向适配。

技术赋能营销攻略3：从技术赋能，到创建企业市场未来

过大规模兴起，如何建立与客户的共鸣来提升客户体验成为去的营销中，企业通常凭借经验对客户行为进行预判，往往存在很大的误差。随着客户更加看重消费体验，个性化、多样化的消费需求企业关注的焦点。

随着技术的发展，企业通过AI技术对客户的浏览数据、活动数据、消费数据、客服数据等进行深度挖掘分析，形成涵盖客户基础信息、消费信息、营销信息、兴趣爱好等信息的360度画像，实现对客户特征多维度的洞察。在机器学习的驱动下，根据客群画像归纳相同动作人群的行为习惯，建立个性化、定制化的算法模型，动态预测客户下一步消费需求，进行精准推送，使企业想客户所想，供客户所要，提升客户体验。

AI技术还在改变着企业与客户的交互模式，例如敏捷应答的聊天客服机器人、场景化的融入式体验，都帮助企业建立对客户的敏捷应答机制，使营销一改以往冷冰冰的模式，变得更加灵活有温度，直击客户内心，建立共鸣，将其培养成企业忠诚客户。

同时，通过人脸识别、智能语音、自然语言理解等技术，企业对客户实现了从感知到认识维度的提升，基于客户画像和各行业的业务模型，制定更具有前瞻性和实时性的决策，驱动企业营销决策智能化发展。

从打通数据建立数据资产，到深度洞察促进营销转化，再到应用数据提升服务与体验，技术赋能的三大攻略贯穿整条营销链路，推动营销愈加智能化、精准化发展。对企业而言，提前预测营销下一步、智能决策、提升客户体验等都在帮助着企业营销摆脱增长困境，创建企业市场未来。

技术对营销的价值愈加显现，从营销技术的指数型增长，到企业内部的流程重组，再到细化的CMT岗位的迅速普及，营销生态正进行着由外到内的全方面技术升级转型。国内外巨头企业如谷歌、苹果、BAT等纷纷加速布局、扩充技术领域，技术的发展又将与营销擦出什么样的火花?《报告》中对技术的发展进行了如下趋势展望：

展望一：新交互时代的“传送门式”营销生态

我国5G低频技术外场试验网速峰值已逾3.5Gbps，多址技术可做到每平方公里连接100万个以上的物体，实现了网络延时不超过2毫秒，所需信息如通过“传送门”随心而至。

同时万物智能互联的生活场景也将因5G的到来而真正具象化，随着IOT的发展，企业将通过超高清视频、3D体验等方式与客户之间进行新型交互，提供身临其境式的深层体验，想去的场景随时“传送到达”。

展望二：AI学无止境，大数据自我繁衍

机器学习与深度学习得到更深层次的发展，人工智能工具加速构建、调整模型的过程迅速普及，一个AI可以成为另一个AI的架构师，自动化设计机器学习模型。

AI的深层发展将反馈更精益的数据，AI和数据的相辅相成，为营销提供愈加智能的解决方案。

展望三：从预测行为到情绪感知，实现对客户有温度的全景洞察

情感识别人工智能与大数据挖掘技术的发展将可以融入微表情、语音、文本、生理特征等方式识别人类情绪，捕捉人脸图像，并实时进行监测，从而实现自然情绪的高精度分类。通过对客户心理变化与情绪的感知，形成有温度的数据，活灵活现的表达信息，实现对客户更立体的洞察。

展望四：场景营销+智慧零售打造虚实共荣的营销生态

人工智能为零售业带来更加智能、方便的交易管理，实现新的场景营销，打造智慧门店。在支付、购买、体检等环节上都将会不断进行创新。通过结合客户位置信息数据、购买行为数据、行业的竞争数据等进行更综合的分析，打造场景营销+智慧零售虚实共荣的营销生态。

技术的蓬勃发展为营销提供了更广阔的想象空间，正如创略科技联合创始人Tiger所说：“技术不断更新，但最后一定会落实到具体的营销场景中，随着市场逐渐由供给侧向用户侧转变，技术将持续赋能营销高效提升用户体验和实时精准预判用户痛点，逐渐解决营销转化中的难题与困惑。”技术赋能下的营销未来又将带给我们哪些惊喜?让我们拭目以待。