新新新【T112018-智胜营销暨_Best_Audience_Buying_颁奖盛典】智胜营销_畅谈数之智与智之能_1537250952792_35页_60mb

智胜营销总结

核心内容

本演讲围绕“智胜营销”展开，重点探讨了如何利用数据与人工智能技术实现更精准的用户洞察和营销策略优化。主讲人李想介绍了从人工标签到人工智能标签的演进过程，以及如何通过数据驱动实现用户行为的预测和营销触达的智能化。

主要观点

1. 数据采集与处理

• 每天收集约 32TB 的数据，相当于 700部4K高清电影。
• 数据来源包括 原子标签（如人口/设备属性、App相关、位置相关等）和 各类智能摄像机App（如哭声报警）。
• 数据采集方式涵盖 移动端数据、互联网数据以及 合作伙伴数据。

2. 标签体系演进

• 标签1.0：人工标签
  • 依赖规则和专业知识，适合冷启动。
  • 准确度较高，但耗时长、定制化能力弱、覆盖面有限。
• 标签2.0：人工智能标签
  • 通过数据循环生成标签，覆盖范围广，可灵活调整数量与质量之间的平衡。
  • 对专业知识依赖降低，甚至可以不依赖。
  • 但结果的可解释性较弱，需进行验证和监控。

3. 用户洞察与行为预测

• Know who：识别最有价值的用户群体，实现用户画像的统一化和归一化。
• Know when：了解用户行为发生的时间和场景，提供精准的触达时机。
• Know what：根据用户行为预测下一步动作，如点击预测，是广告行业中的经典场景。

4. 智能化营销能力

• 从逻辑回归到神经网络：预测模型不断升级，以提高准确度和适应复杂场景。
• CTR（点击率）：作为衡量广告效果的重要指标，通过模型优化实现更高CTR。
• 智能时代新重点：
  • 监控（Tracking）+ 报表（Dashboard）：实现数据可视化与实时监控。
  • 反馈（Feedback）+ 调整（Adjustment）：通过反馈机制不断优化营销策略。

关键信息

• 数据量庞大：每天32TB的数据，支持多样化的标签生成与用户洞察。
• 标签体系优化：从人工标签到AI标签，显著提升了营销的灵活性和效率。
• 用户行为预测：通过AI模型实现对用户点击、位置、姿态等行为的预测。
• 未来价值导向：强调预测未来行为的重要性，而非仅仅关注当前价值。
• 数据归一化：实现跨设备、跨标识、跨场景的用户识别与行为分析。

结论

“智胜营销”通过数据驱动和人工智能技术，实现了从传统人工标签到智能标签的转变，增强了用户洞察和营销触达的精准度。未来，随着监控、报表、反馈和调整机制的完善，营销将更加智能化、个性化和高效化。