智能营销报告：企业需要充分利用和挖掘数据

随着科技的进步和创新，人工智能与大数据技术的应用结合给营销界带来了新的变革，然而当面对B端和C端的可获数据呈指数增长时，营销技术在挖掘数据信息和智能决策方面仍有许多不足之处，使得企业在做营销决策时仍存在许多盲点，对此，营销媒体Econsultancy和IBM Watson Marketing联合发布了包括暗数据（Dark Data）、暗社交(Dark Social)、暗营销技术(Dark Martech)在内的“暗营销系列报告“(Marketing in the Dark reports)， 通过对1000多名营销者的调研，讨论了现阶段公司如何捕捉和利用数据进行营销。

本文是对该系列报告中第一份“暗数据营销报告“的解读（微信关注快商通，获取更多行业资料），该报告核心观点和话题包括：人工智能在改善企业营销能力上的角色越来越重要；数据策略方法至关重要；将客户数据产生的洞察转化为行动的能力普遍提升等。

AI在营销中扮演越来越重要的角色

人工智能在提升企业营销能力上的作用越来越明显，应用场景和渗透领域也开始逐渐扩大， 提高数据资源的效用，变得越来越显而易见，一些用例已经初见成效，如虚拟助手、Pre-emptive营销、内容优化、广告程序化购买等。AI在营销领域的应用使得营销人从复杂繁琐的数据分析中解救出来，从而将更多时间花在制定营销策略和创新型思考上。

调查显示，大部分领袖企业会在未来12-18个月将AI整合到营销策略中（57%），是主流企业（29%）的两倍将客户洞察转化为行动，且这一数据在B2C和B2B企业中没有明显分别。能将客户数据产生的洞察转化为行动是企业在数据时代的必备能力。

智能客服企业快商通，通过在线客服系统、仿真营销客服机器人等产品，帮助企业打通【营销投放→售前接待→销售转化→客户管理→售后服务】等营销闭环管理，将客户的官网浏览数据转化为营销基础，通过智能化服务前端+数据中台营销诊断，为客户集成营销引擎能力，成为智能化营销利器。

在大数据时代，仍有大量数据没有被真正的分析利用

暗数据是指那些尚未使用和分析的数据，比如来自日志文件、社交网络的信息。组织和企业在日常运营中收集、购买和存储这些杂乱无章的数据，但没有用于分析或者直接的业务上。在大数据时代，虽然企业积累和收集了大量的原始数据，但事实上仍有许多“暗数据“没有被真正地利用并转化到实践和决策中来，数据可视化已经成为了企业转型成功地先决条件。

数据策略方法至关重要

调查发现，策略性的数据方法对企业在越来越数据驱动的世界获得竞争优势至关重要。但是，大部分企业在这方面刚刚起步。55%的受访企业刚开始开发数据策略，16%的企业刚刚部署数据策略。只有13%的企业已经拥有综合的策略。在数据爆炸的时代，信息资源可视化是成功的前提条件。

具体到数据整合上，几乎所有的被访企业都认为利用不同渠道整合数据是亟待解决的困难，只有14%的领袖企业和8%的主流企业认为他们从各个渠道收集到的数据被充分地整合利用。

对于各种渠道投放产生的客户线索，快商通智能客服可以有很好的解决办法。快商通可帮助企业连接网页、APP、小程序、公众号、微博、百度、神马搜索、今日头条、抖音、腾讯广告等，实现从多渠道覆盖到全渠道整合，为客服接待和投广转化提供一个高效统一的工作平台，以解决客户管理分散、客服人员跨渠道工作效率低等问题。

在数据分析方面，快商通利用人工智能与大数据技术，对24项访客信息与60+维度数据进行数据挖掘和分析，构建更为完整的营销数据闭环，帮助企业调整营销方案，以精准营销为企业营收带来直接的促进作用。

将客户数据产生的洞察转化为行动的能力普遍提升

企业将基于数据产生的消费者洞察力转化为行动是数字营销时代的关键竞争力所在，调查发现，企业在这方面做得更好了。60%的企业认为在这方面表现优秀（11%）或很好（49%），与2016年的调查（46%）比增长明显。领先的企业使用更多数据资源。一个企业分析的第一方和第三方数据资源量与其超越营销目标的能力之间有着紧密联系。

领袖企业更可能整合线下广告、呼叫中心数据、移动应用分析、未结构的客户服务数据、实体店销售数据和联网设备数据，他们也更可能在分析中使用第三方数据资源。在各项数据来源中，线上分析和邮件数据是被利用最多的两项来源，占比达76-77%，其次是消费者调查数据和CRM客户管理系统数据。

智能营销时代的五步制胜法则

在报告的最后，研究人员给出了五步智能营销时代的制胜法则：

• 制定一个持续有效的数据策略：智能营销时代，数据策略需要持续配合营销市场的变化，尽可能多的扩大数据来源以捕捉更多信息点，同时保证能够识别和挖掘出最有价值的信息。

• 应用一个集中的数据分析方法

• 聚焦在输出对市场的洞察力并转化为具体行动：任何数据驱动的最终目的都是输出可转化为行动的洞察力，从客户整个消费流程开始，分析消费体验中每一个可优化的点。

• 驾驭数据的力量以达到与客户个性化互动的效果：越来越多的消费者愿意功效数据已获得更个性化的体验，企业提供基于数据的智能推荐和个性化互动的能力也逐渐提升，这就需要策略、技术、以及统一整合数据多个因素的共同配合。

• 探索AI在营销中的驱动力：人工智能技术的成熟，逐渐在形式和精准度上对营销进行了优化和提升：一方面优化营销展示形式和交互方式，为新的创意提供了技术支撑。另一方面通过人工智能跟大数据的结合，让大数据的营销更精准，更人性化。