摘要：現在，這對營銷人員和分析師有何影響今天的大多數營銷人員都是預言家。急需人工智能營銷和分析產品從一側生成的海量數據量。營銷和分析的未來由提供支持我們正在進入一個新的營銷黃金時代。
Jeff Bezos在給股東的年度致函中寫道：
大趨勢并不難發現（他們經常談論和撰寫），但對于大型組織來說，它們很難接受。我們現在處于一個明顯的中間：機器學習和人工智能。
我們可能還沒有進入中間。我們剛剛開始用AI來塑造下一次工業革命。本文深入探討了分析和營銷SaaS產品將使用人工智能的原因和方式。
即使我不打算將這兩者聯系起來，這篇文章幾乎是對我上周所寫內容的自然跟進。您可以在此處閱讀我的上一篇文章：現代SaaS堆棧和未開發的數據量。
今天的營銷和分析環境
在2000年代中期，從傳統出版業誕生的數字媒體生態系統開始發生變革。回到那時，世界是以網絡為中心的。今天的世界不僅不再以網絡為中心，因為人們在移動設備上消耗的時間比以往任何時候都多，但它不斷發展。我們最近目睹的轉變，從GUI驅動的世界到CUI世界（會話用戶界面），以及Amazon Echo和Google Home等新設備就是證明。
在今年的F8會議上，Facebook透露了打算在他的Messanger平臺上翻倍的意圖。
“我們在Facebook的目標不是推出一大堆機器人，而是讓企業在Messenger上取得成功，并讓他們有能力與客戶溝通。” Chudnovsky
“你是怎么做到的？這就是機器人進來的地方 - 它不是結束，而是結束的手段。機器人可以確保企業和人之間的關系更好。我們有能力為開發人員提供構建能力在Messenger上更成功的存在讓每個人都喜歡它。“
用戶與產品交互的方式與十年前的情況大不相同。這種更加復雜的環境（無論是在用戶交互方面還是新的分銷渠道方面）都會導致不尋常的SaaS營銷和分析產品激增。結果看起來像巨大的拆解拼圖。
如果您想要產生相關影響，您需要采用綜合方法來了解所有客戶接觸點的情況，并了解您的效果。
現在，這對營銷人員和分析師有何影響？
今天的大多數營銷人員都是預言家。神諭不知道他們在做什么，為什么他們這樣做。但大多數情況下，他們并沒有準確了解他們的影響。這就是為什么硅谷不信任營銷，貶低營銷，貶低實踐它的人。然而，今天的營銷人員確信他們是數據驅動的。
來自硬幣另一方面的分析師善于管理和操縱數據，但缺乏尋找模式，提出假設，測試它們以及對結果采取（或建議）行動。
數據已知≠數據驅動
您在堆棧中使用的SaaS產品越多，您的數據量就越大。您所有客戶的數據都存儲在堆棧中使用的所有工具中。
在這篇文章中，我仔細地解釋了（幾乎）每個初創公司的一年旅程，當它歸結為用數據支持營銷和產品活動時。
在組織在其銷售，營銷，產品和客戶支持部門采用了數十種零碎工具之后，這就像是最后階段。
要對您的數據進行分析，這是您必須采取的悲傷和漫長的輪播。首先（1）提取堆棧中每個SaaS產品中的數據源，第二個（2）將這些數據與OLAP合并]和OLTP數據，第三個（3）將這些數據與您的點擊流數據合并。集中數據并在BI工具上創建一些圖表（4）。
Etvoilà，你（想）你已經完成了！
壞消息，你只是中途。是的，您已經檢查了數據通知點，但是需要另外50％才能了解數據驅動這個詞究竟意味著什么。
還有很長的路要走。這只是工作的一半。
現代組織如何彌合這一差距？
將數據轉化為動作
我們正在經歷一個歷史性的時刻，我們擁有比以往更多的數據。我們被數據所淹沒。然而，盡管數據量仍在不斷增長，但公司往往很難利用它。實際上，他們做出決策的方式在過去十年中并沒有真正改變。我們無法使用我們擁有的數據。或者至少，我們使用數據，但它們不會像我們預期的那樣影響我們的決策。
雖然我們之前分析過的SaaS工具多樣化和數據碎片導致了大量低效率和耗時的操作，但大多數公司不理解的是收集，合并和聚類數據不是困難的部分。這只是第一次 - 我會爭辯，輕松一步。
識別能夠讓您在正確的時間做出正確決策的模式才能真正發揮作用。
亞馬遜，谷歌和Netflix等精通數據的公司已經學會掌握數據來推動決策。我最喜歡的軼事之一來自Netflix。
在電視業中，沒有確定的東西。口味和趨勢總是在變化。在Netflix決定制作“House of Cards”系列時，他們擁有3300萬用戶。
擁有數百萬個數據點（例如，當有人按下游戲時，當有人按下暫停，他們跳過哪些部分，他們再次觀看哪些部分時），他們了解對于給定節目的興趣有多大，給定演員陣容，在任何給定的時間。
Netflix知道“紙牌屋”在任何人大喊“行動”之前都會受到打擊。
使用數據，Netflix了解如何留住最佳客戶并吸引更多類似客戶。什么內容可以提高忠誠度，減少客戶流失率以及推動新訂閱的因素。
急需人工智能營銷和分析產品
從一側生成的海量數據量。無法破譯數據混亂并從另一方獲取可操作的見解。這就是人工智能作為連接鏈接的地方。
廣泛用于實現人工智能的技術之一是機器學習。
機器學習依賴于兩個關鍵要素：訓練這些算法的算法和數據集。
當可以訪問專有數據集的產品滿足高級算法時，就會發生魔力。
所有能夠生成大量數據的SaaS公司都會將AI集成到他們的產品中。
我們現在正在經歷的是一個發現時刻，創業公司希望使用人工智能來更好地為客戶服務。很快我們就可以了解初創公司需要AI來滿足客戶需求或沒有人工智能無法滿足的新需求。
通過采用云作為一種更靈活和更具成本效益的方法，將有助于在需求階段和需求階段之間轉換。像亞馬遜這樣的云提供商正在迅速提供AI全棧。從Amazon Rekognition，Amazon Polly，Amazon Lex等AI服務到Amazon Machine Learning和Amazon EMR等AI平臺。
人工智能對營銷和分析工作的影響
每當我閱讀有關人工智能破壞和/或更換工作的文章時，我總是想到威廉李先生。
威廉李是一位生活在17世紀初的英國發明家。他在第一架襪架編織機的基礎上建立了自己的名聲。李的機器在他去世后已經使用了幾個世紀。
但當他向女王提交他的發明時，她拒絕發布專利，理由是該技術可能導致紡織工人失業。出于同樣的原因，他被伊麗莎白的繼任者詹姆斯一世拒絕了。
人工智能將削弱對某些營銷技能的需求，但會增加對他人的需求
雖然許多營銷和分析操作將實現自動化（例如，確定目標關鍵字，優化Adv平臺的廣告預算，在Google Analytics中設置ROI指標等），但也會創建其他操作。
營銷和分析的未來由AI提供支持
我們正在進入一個新的營銷黃金時代。
未來是一個多元化和現代化的營銷團隊，由聰明的分析營銷人員組成，他使用大數據做出更明智的決策，技術將促進這一變化。
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/10181.html
