營銷的核心活動(dòng)是理解客戶需求，提供相應(yīng)的產(chǎn)品和服務(wù)，并說服人們購買，而AI逐漸被證明可以大幅度增強(qiáng)這些能力。越來越多的公司利用AI輔助營銷業(yè)務(wù)決策，但看到成效的并不多。原因在于它們在AI應(yīng)用方面犯了一些基本的錯(cuò)誤，比如：沒能向AI提出正確的問題、沒有認(rèn)識(shí)到問對(duì)問題的價(jià)值和問錯(cuò)問題的代價(jià)、未能利用更細(xì)致的預(yù)測等。

大型電信企業(yè)的營銷人員著手降低客戶流失率，決定運(yùn)用人工智能確定哪些客戶會(huì)轉(zhuǎn)投競爭對(duì)手。在AI預(yù)測的輔助下，他們用各種促銷活動(dòng)“轟炸”可能流失的顧客，想吸引這部分顧客留下，但很多顧客還是離開了。原因何在？因?yàn)樗麄兎噶艘粋€(gè)根本性的錯(cuò)誤：向算法提出的問題不對(duì)。AI預(yù)測得很準(zhǔn)，但解決的并不是營銷者真正要嘗試解決的問題。? ?

這種情況在利用AI輔助業(yè)務(wù)決策的公司屢見不鮮。2019年《斯隆管理評(píng)論》和波士頓咨詢公司開展的一項(xiàng)涉及2500位高管的問卷調(diào)查中，90%的參與者表示自己的公司投資了AI，但在過去三年里看到成效的卻不到40%。??

我們在學(xué)術(shù)、咨詢和非常務(wù)董事的工作中，曾對(duì)五十多家公司做過研究或提供過建議。我們考察了這些公司嘗試?yán)肁I輔助營銷的過程中遇到的主要挑戰(zhàn)。這項(xiàng)工作讓我們總結(jié)出營銷者在AI應(yīng)用方面最常犯的錯(cuò)誤。??

沒能提出正確的問題

上述電信公司的營銷經(jīng)理真正關(guān)心的并不是找出可能流失的顧客，而是設(shè)法利用營銷資金降低流失率。與其問AI最有可能離開的是哪些顧客，不如問打算離開的顧客里哪些人最有可能被說服繼續(xù)留下——換言之，考慮離開的顧客里有哪些會(huì)對(duì)促銷活動(dòng)做出回應(yīng)。就像政客爭取游離選民一樣，管理者也應(yīng)當(dāng)瞄準(zhǔn)尚未確定心意的游離客戶。電信公司的營銷團(tuán)隊(duì)向AI提出錯(cuò)誤的問題，把錢浪費(fèi)在無論如何都會(huì)離開的一小部分客戶身上，而對(duì)原本應(yīng)該雙倍投入的游離客戶卻投資不足。? ??

還有另一個(gè)相似的例子：某家游戲公司希望鼓勵(lì)用戶在游戲里多花錢。營銷者讓數(shù)據(jù)科學(xué)團(tuán)隊(duì)找出最能增加用戶投入度的新功能。團(tuán)隊(duì)用算法整理出了可以添加的新功能和玩家投入的時(shí)間之間的關(guān)系，最后做出預(yù)測：提供獎(jiǎng)勵(lì)并突出用戶排名，能讓玩家停留時(shí)間增加。公司于是做出相應(yīng)的調(diào)整，但收入并無起色。原因何在？因?yàn)楣芾碚哂謫栧e(cuò)了問題：增加玩家投入度，并不等于增加玩家給游戲充的錢，因?yàn)榇蟛糠钟脩敉嬗螒虿粫?huì)花錢。這個(gè)戰(zhàn)略失敗了。? ? ?

兩個(gè)公司的營銷經(jīng)理都沒有仔細(xì)考慮需要解決的問題究竟是什么、做出最佳決策需要怎樣的預(yù)測。假如用AI預(yù)測哪些用戶能被挽留、哪些游戲功能最能促使玩家花錢，將會(huì)發(fā)揮極大的作用。

沒有分別認(rèn)識(shí)到

問對(duì)問題的價(jià)值和問錯(cuò)問題的代價(jià)

AI的預(yù)測應(yīng)當(dāng)盡可能地準(zhǔn)確，不是嗎？不一定。不好的預(yù)測在部分情況下可能令企業(yè)付出異常昂貴的代價(jià)，但其他時(shí)候的花費(fèi)則會(huì)低一些；同樣，極其準(zhǔn)確的預(yù)測在部分情況下能夠發(fā)揮更大的價(jià)值。營銷者乃至其背后的數(shù)據(jù)科學(xué)團(tuán)隊(duì)都常常忽略這一點(diǎn)。? ??

例如，某消費(fèi)品公司的數(shù)據(jù)科學(xué)團(tuán)隊(duì)驕傲地宣布他們提升了新的銷售量預(yù)測系統(tǒng)的準(zhǔn)確度，將誤差率從25%降低到17%?？上嵘丝傮w準(zhǔn)確度，低利潤產(chǎn)品相關(guān)的準(zhǔn)確度也一并提升，高利潤產(chǎn)品的準(zhǔn)確度卻有所下降。低估高利潤產(chǎn)品需求的代價(jià)遠(yuǎn)遠(yuǎn)高于準(zhǔn)確預(yù)測低利潤產(chǎn)品需求的價(jià)值，因此這個(gè)“更準(zhǔn)確”的新系統(tǒng)反而導(dǎo)致公司利潤下降。??????

必須認(rèn)識(shí)到AI預(yù)測會(huì)出現(xiàn)各種不同的偏誤。除了高估和低估，還有可能出現(xiàn)誤報(bào)（比如將原本就會(huì)留下的顧客判定為可能離開）和漏報(bào)（將會(huì)離開的顧客判定為不會(huì)離開）。這幾類偏誤的相對(duì)成本相差很大，營銷者需要對(duì)此進(jìn)行分析?？墒?，這個(gè)問題往往被建立預(yù)測模型的數(shù)據(jù)科學(xué)團(tuán)隊(duì)忽略，或者根本不會(huì)告知數(shù)據(jù)團(tuán)隊(duì)。于是數(shù)據(jù)團(tuán)隊(duì)默認(rèn)所有偏誤都同等重要，造成昂貴的錯(cuò)誤。

未能利用更細(xì)致的預(yù)測? ??

企業(yè)會(huì)產(chǎn)生大量的顧客數(shù)據(jù)和運(yùn)營數(shù)據(jù)，標(biāo)準(zhǔn)化AI工具可以用于進(jìn)行高頻率的細(xì)致預(yù)測。但許多營銷者并不開發(fā)這種能力，依然用舊的決策模型指導(dǎo)運(yùn)營。例如某連鎖酒店，管理者每周開會(huì)調(diào)整區(qū)域價(jià)格，卻將可以每小時(shí)更新不同房型需求預(yù)測的AI閑置。他們的決策流程依然延續(xù)著過時(shí)的預(yù)訂系統(tǒng)的做法。? ? ?

另一個(gè)大的障礙是管理者未能準(zhǔn)確理解決策的粒度和頻度。在評(píng)估決策步調(diào)的時(shí)候，管理者應(yīng)當(dāng)思考，基于整體預(yù)測的決策是否還應(yīng)當(dāng)參考更加細(xì)致的預(yù)測進(jìn)行調(diào)整。例如某營銷團(tuán)隊(duì)要將廣告資金分撥給谷歌和亞馬遜上搜索關(guān)鍵詞時(shí)顯示的廣告，數(shù)據(jù)科學(xué)團(tuán)隊(duì)目前的AI可以預(yù)測通過這些渠道獲得的顧客的終身價(jià)值，但若能參考關(guān)于每個(gè)渠道、每個(gè)關(guān)鍵詞的顧客終身價(jià)值的細(xì)致預(yù)測，同樣的廣告資金將能獲得更高的回報(bào)。

溝通不良? ? ?

除了提防以上誤區(qū)，營銷經(jīng)理還應(yīng)當(dāng)更好地與數(shù)據(jù)科學(xué)團(tuán)隊(duì)交流合作，明白自己究竟要解決的是什么問題。這項(xiàng)工作并不復(fù)雜，但我們卻時(shí)常看到營銷經(jīng)理在這方面有所欠缺。? ? ?

有幾個(gè)因素會(huì)妨礙高效合作。一些管理者尚未完全理解AI技術(shù)的能力和局限就匆忙行動(dòng)。他們可能抱有不切實(shí)際的期望，試圖實(shí)行AI無法實(shí)現(xiàn)的項(xiàng)目，抑或低估AI可以提供的價(jià)值，項(xiàng)目缺乏野心。高層管理者倘若不愿承認(rèn)自己對(duì)AI技術(shù)理解有限，就可能會(huì)出現(xiàn)這兩種情況中的一種。? ? ?

數(shù)據(jù)科學(xué)團(tuán)隊(duì)也有責(zé)任。數(shù)據(jù)團(tuán)隊(duì)往往被預(yù)測需求較熟悉的項(xiàng)目吸引，不顧真正的營銷需求。如果沒有營銷者關(guān)于如何提供價(jià)值的指導(dǎo)，數(shù)據(jù)團(tuán)隊(duì)會(huì)一直停留在舒適區(qū)。營銷經(jīng)理可能不愿提問（因?yàn)闀?huì)暴露自己的無知），而數(shù)據(jù)團(tuán)隊(duì)常常很難向非技術(shù)人員解釋他們能做到什么、做不到什么。? ?

營銷需要AI。但AI需要營銷思維，才能充分發(fā)揮潛力。這需要營銷和數(shù)據(jù)科學(xué)團(tuán)隊(duì)保持溝通，唯其如此才能了解如何將理論解決方案應(yīng)用于實(shí)踐。

伊娃·阿斯卡爾薩（Eva Ascarza） 邁克爾·羅斯（Michael Ross）布魯斯·哈迪（Bruce G.S. Hardie） | 文

伊娃·阿斯卡爾薩是哈佛商學(xué)院工商管理學(xué)賈克斯基家族教席副教授。邁克爾·羅斯是為零售企業(yè)提供云數(shù)據(jù)分析的Dynamic-Action公司聯(lián)合創(chuàng)始人、倫敦商學(xué)院執(zhí)行研究員。布魯斯·哈迪是倫敦商學(xué)院營銷學(xué)教授。

蔣薈蓉 | 譯 牛文靜 | 校 時(shí)青靖 | 編輯

本文有刪節(jié)，原文參見《哈佛商業(yè)評(píng)論》中文版2021年7月刊《AI營銷潛力為何無法充分發(fā)揮》

周強(qiáng)?| 公眾號(hào)文章編輯