必威登录网站_西汉姆联必威

必威登录网站已成为一流的线上娱乐城,西汉姆联必威演绎了世界之中的各种生灵的使命与追求,因为目前很多玩家都还在排队等着进行betway必威官网备用下载,点击进入官网。

未来,人工智能为营销带来4大变化!

2019-08-03 作者:科学动态   |   浏览(77)

原标题:未来,人工智能为营销带来4大变化!

未来几年小风口可能不断,但大风口只有一个,即人工智能。在互金行业,早已掀起“AI热”,不管有没有数据,有没有场景,几乎所有公司都在宣传自己是应用人工智能的金融科技公司。这里面有虚有实。不过不容否认的是,网络借贷会产生大量数据,也需要大量数据的分析来强化运营,因此网络借贷确实是人工智能非常理想的应用场景,也是目前最成熟的应用领域。 

当然,应该看到,发展到现在,金融领域的AI应用还是主要集中在借贷风控环节,在其他方面是否可以有所作为?整个网络借贷要实现全部AI化,还有多少坎需要迈过? 

当营销和算法进行融合与重构,AI化不断丰富数字化营销的各个维度,未来,算法将替代部分人的决策,让营销行为如粒子手术刀一样精准。而且这次实现精准的背后更加富有情感,那就是营销技术和心灵的融合,AI 营销要做到的,就是彻底融入消费者。

数据不足、经济周期的复杂性等制约智能风控 

作者:王赛、孙志勇

毫无疑问,风控是金融领域最适用AI技术的环节,也是迄今为止收获最大的环节,借助大数据和AI技术,通过分析各种与信用弱相关的行为数据,形成风控能力,互金公司可以为缺乏足够信用数据的群体提供借贷服务,虽然衍生了一些问题,但无可否认智能风控是互金十年以来的最大收获。通过AI构建风控能力,互金公司得以实现借贷业务的拓展,形成收入和利润。 

来源:清华管理评论(ID:tbr2013)

智能风控带来的变革已经不用多说了,各种研究浩如烟海。不过智能风控的主要应用还是在消费信贷领域,在服务于实体经济中的生产环节方面,互金以及AI都还缺乏作为。主要原因在于数据的缺乏,中小企业以及个体工商户的数据不足,即使有财务数据等也存在真实性问题,而订单也还没有线上化,缺乏足够的数量和维度来判断风险,对于AI而言巧妇难为无米之炊。 

今天在AI之下,出现数据向智能化演进的趋势,但仍跳不出4R营销范式,4R营销沿着“用户-连接-数据-智能”的轨迹升级,而最大的区别在于智能化,用算法来做判断和消费者连接,机器在逐渐渗透人的角色。从营销的进化的路径来看,最开始的营销可以称之为大众市场营销,就如可口可乐一样,所有的市场都是它的目标市场,全面覆盖;之后出现的细分、定位,这是典型的目标市场营销;而上个世纪末由于数据库可以作为基础,欧美一些公司开始提出一对一营销;到今天,由于大数据的赋能,AI能做到的何止是一对一营销,AI由于与消费者高度连接,以及数据化的基础,可以做到千人千面基础上的场景介入,比如在你最需要汉堡的时候,跳出麦当劳的信息,关键点场景营销开始浮现。

如果有足够数量和维度的数据,生产环节的信贷服务可以很多火起来。网商银行已经为超过155万的线下小微经营者(服装店、超市便利店、烟酒杂货等零售商家,以及餐饮、教育、美容、维修、家政等服务性商家)已经发放了小额贷款,靠的是支付宝收钱码积累的大量线下小微商户交易数据以及口碑网积累的商户数据。只要有足够的数据,解决以往的融资困局不是难事,难就难在数据量不足,尤其是中小微企业,线上化数据着实有限,让AI无从下手。 

● ● ●

除了数据不足,运用AI技术服务于生产领域的借贷,还面临算法的挑战,即使有一定量的数据,但与消费不同的是,生产环节有周期性,既有“补库存、消化库存”这样的小周期,有行业兴衰周期,还有宏观经济的大周期,判断风险时需要考虑的变量大大增加。这对于AI算法的精准性提出了挑战。AI可以战胜围棋高手,因为围棋虽然复杂但变量终归是有限的,AI可以演算到人所不能演算的很多步骤,从而战胜人类。但运用AI预测行业周期与经济周期就很难,变量实在太多。 

数字化的用户识别

因此AI要成为整个借贷风控领域的核心,还需要数据基础的完善以及技术的进步。未来整个生产领域(商品与服务的生产)如果更多地应用电商平台、支付工具、SaaS、行业应用软件等,而数据又可以有规制地流动,则会为AI的应用提供更充足的燃料。算法模型的进一步完善,可以整合更庞杂的数据维度,则有可能对风险的判断更为精准。 

首先,我们以4R中的第一个R——Recognize,即“数字化的用户识别”来看,出现了新的用户识别趋势,识别的维度更多元、智能,更具备场景感,每个关键瞬间都可以被比特化。

AI应用正从风控环节扩展到服务支撑环节,需要更好的算法 

在AI的数字化布局下,前沿科技的应用为零售的智慧化,开启了新的模式,比如计算机视觉与各种传感器的广泛应用,使得数据源来源扩充到直接相关与非直接相关的多维数据,在这种升级下,一个实体店,几乎就是一个线下的实体网页。基于机器视觉,AI能够实现人脸识别、商品识别、动线追踪、客流分析等功能,消费者在实体店中的商品挑选与购买行为,乃至是用户的情绪,也能够被比特化,而这些数据的维度又何止是行为数据?

在风控之外,AI技术也在应用于借贷过程的其他环节。风控可以看做是互金企业增收的关键环节,而其他环节如客户身份识别、客服、质检、信息交互、IT系统运营维护等,则是借贷服务的支撑环节,对风控、获客等核心环节提供支持,没有这些环节,业务就无法展开。如果将AI技术应用进来,对于增加收入作用不是很明显,但可以提升运营效率,降低运营成本,并在一定程度上提升用户体验。 

● ● ●

这些环节背后的技术主要包括语音识别、自然语言处理、生物识别等,相对来说算是AI领域研究已经比较深入的技术。另外用到的一些技术如情感识别、模式识别等,则属于相对新兴的研究。

数字化覆盖与用户触达

在这些方面行业有越来越多的探索。2017年8月,蚂蚁金服开放AI客服能力,可以实现对客户问题的迅速应答,缩短服务时间;近日,科大讯飞与兴业银行、京东金融联合推出了搭载金融服务功能的智能音箱,用户可以通过智能语音在线交互办理注册、登录、绑卡、账务信息查询、信用卡业务语音办理等业务;玖富集团与中科院自动化研究所合作,成立“面向金融的智能语音服务联合实验室”,在语音交互、自然语言理解、情感分析、声纹识别、多模态人机对话等领域进行探索,搭建基于语音交互的用户身份管理、客服和质检系统;拍拍贷成立了智慧金融研究院,推进智能技术的应用。此前拍拍贷在系统底层软硬件基础上构建一系列算法,用来支持图象识别、自然语言处理、复杂网络、语音识别等等,最终服务于风控、客服、质检等环节。研究院的成立是继续完善这些体系的研发。 

我们以4R中的第二个R——Reach,即“数字化覆盖与用户触达”来看,正好融合为全球最大的AI应用场景之一——“个性化推荐”。只有基于场景的数据驱动才能产生深度的个性化营销,消费者总是会希望需求被了解或得到个性化服务,这是消费者的一贯需求,然而现实中所谓的“个性化推送”往往变成了“垃圾信息轰炸”。

这些探索标志着互金行业对于AI应用的探索正在从风控环节向整个借贷环节的精细化管理与高效化服务方面发展,行业不仅通过AI来做风控,还试图通过AI来降低客服、质检、身份识别等环节的成本,提供效率和体验。 

AI可以规模化的帮助营销人员区分潜在客户,并把客户推介到企业的拓客平台,人工智能的学习模型和算法也可以改变广告投放模式,基于消费者在平台上的点击、注册、激活、分享等各项数据,以及这些数据背后广告投入的状况,智能分配投放资源,自动优化。

以质检机器人为例,互金公司需要确保从获客到风控再到客服每个环节的对外信息输出是准确的,这就要检查客户经理、客服人员的语音服务记录,工作量非常庞大。没有AI技术就没法做完全意义上的质检。而借助质检机器人,将各种语音转化为文字,对文字再进行机器审核验证,检查不合规的部分。 

● ● ●

由此来看,金融在运用AI方面,已经走在前列。这也比较正常,金融领域一直是IT行业的最大客户。 

与客户建立持续交易的基础

与前面提到的智能风控相比,智能风控的业务逻辑是利用机器找出数据之间的联系,以及各种数据维度与信用之间的联系,而其他环节的AI应用逻辑则是通过数据来训练机器,让机器可以承担部分固定性工作。 

AI也在升级数字营销4R中的第三个R——Relationship,即“与客户建立持续交易的基础”。在用数字化为客户进行关系管理上,AI技术将为市场营销领域中的包括客户服务、沟通协作、客户体验、社交媒体、客户关系等方面带来巨大的变革与创新。

这不一定是要减少人的工作机会,而是减少各种无效环节,将更多时间分配到有效的沟通中。例如客服一天拨打的电话可能有相当一部分是空号,或者打通了以后但客户并不想进行沟通,这就浪费了客服以及公司的时间。AI技术则将拨打环节交给机器,如果打通了,再通过交互来判断客户的沟通意愿,如果确实有沟通必要则将电话转接给人工客服。这样就使客服效率获得提升。 

根据IDC发布的报告,到2020年,全球最大的AI应用场景将是“自动化客服”,其中基于分词、语义分析等AI技术的客服/聊天机器人已经在全球范围内得到了广泛的应用。

当然,目前在AI技术应用于这些方面,还是有不少技术难题需要克服。这些领域运用最多的是语音识别与语义识别。在语音方面,对于方言的识别,对于嘈杂环境下的语音识别,都还没有得到有效的解决。在语义识别与自然语言处理方面,客户语义的反转,机器通常也无力应对。举例来说,客户说能否介绍一下借款方面的利率为题,机器对此进行回应,客户又说“不好意思说错了,是想咨询还款期限的问题”,这时候对人而言很轻松地进行下一步的思考,但对机器而言,目前的语义分析与自然语言处理技术通常还做不出合适的判断。这些都需要AI技术的进一步成熟。 

在AI支撑的客户服务领域创新上,我们可以预测到,未来1-2年内,“3大平台”(微信、脸书、推特)将掀起基于AI的“对话式商务”风暴,全面接管客户服务。

除了技术需要进步,企业还需要一定规模的资金与人员投入,并且经历较长的时间的开发,以及不断的迭代,才能达到预期的效果。技术真正成熟后,AI在降低运营成本方面的作用才能显现出来,不过这是以前期的投入为前提的。

而从AI支撑的沟通协作领域创新看,未来2-3年内,基于AI自然语言处理和语音识别技术的协作系统将助推无边界沟通并触发新的商机。AI的语音识别技术已经让机器能够“听懂”人类,而自然语言处理与机器学习技术让机器能够“理解并分析”,然后以人类语言进行“回应”。

● ● ●

数字化来实现回报

回到数字营销4R中的最后一个R——Return,即“用数字化来实现回报”,AI的升级主要表现在营销的自动化、营销元素的自创,以及场景变现。

AI支撑市场营销实现自动化,简单来说就是通过机器来遍历当下积累的客户大数据(例如,行为数据、交易数据、客服数据等等)来形成算法和模型,然后利用这些模型在线“推理”客户的类型(例如,市场细分)和需求(例如,用户画像)等,进而自动化地处理市场营销活动(例如,个性化推荐)。

从AI支撑的市场内容领域创新来讲,未来5年内,至少50%的市场营销内容(网页、PR等)将通过基于AI的“内容自创”来完成。而从场景变现来讲,AI支撑营销从以前的固定价格,到动态定价。依据消费者不同的场景,比如地点、时间的不一样,再重合消费者原有的行为数据,把身份数据和场景数据进行叠加,实现真正的按人定价,当然,这样是最近“大数据杀熟”闹得沸沸扬扬的原因。

3月

5月

6月

8月

3月

4月

今 朝 商业模式设计

5月

6月

7月

8月

返回搜狐,查看更多

责任编辑:

本文由必威登录网站发布于科学动态,转载请注明出处:未来,人工智能为营销带来4大变化!

关键词: 必威登录网站 公司 大数据