人工智能（néng）（AI）自诞生（shēng）以来已经走过（guò）了漫长的道路，并（bìng）正在取（qǔ）得（dé）重大突破。对于像亚马（mǎ）逊（xùn）或Netflix以外（wài）的其他公（gōng）司来说，它（tā）常常被认为是一（yī）种不切（qiē）实际的、未来主义的或过于昂贵的技术，但现在已经不是这样。以（yǐ）下（xià）将了解企业在营销中采用人工智能的四个例子（zǐ），以便在市场竞争中占据先机。

1.个（gè）性（xìng）化内容/产品推荐

保持相关性、及时、不要纠（jiū）缠于无（wú）关紧要的交易——这正是（shì）当前对（duì）典型客（kè）户的（de）要求。根据（jù）Salesforce公司最新（xīn）发（fā）布（bù）的调查报告，62%的B2B买家希望在（zài）交（jiāo）易的不同阶段（duàn）收到个性化建议。在B2C细分市场，购物者更受青睐，并期望从每（měi）个品（pǐn）牌（pái）厂商获得类似亚马逊公司的体验。Segment公司在2017年的研究中（zhōng）指出，只（zhī）有22%的客户对（duì）他们所接受的个性化服务和产品感到完全满（mǎn）意。

机器学习成为了（le）大多数内容推荐系统（包括Spotify、Netflix和Amazon）背后的（de）力量，由于价格（gé）和技术限（xiàn）制，对营销（xiāo）人员（yuán）来说似乎遥不（bú）可（kě）及。但是，开发自定义（yì）算法并（bìng）不是唯一的方法。现在市场上有很（hěn）多即插即用的解决方案（àn），并且是在营销中使用人工智（zhì）能的（de）快速（sù）有效方式。例如：

·Content AI by Marketo - 使（shǐ）用预测分析和机器学习在企业的网（wǎng）站上显示（shì）与用户“推荐（jiàn）”相关的（de）最为相关（guān）内容（róng）。

·CaliberMind - 分析企业的（de）所有客户数据，创建（jiàn）理想的买（mǎi）方角色，并建议（yì）如何以（yǐ）有（yǒu）利可图的（de）方式与企业的受众（zhòng）进（jìn）行沟通。

·Visely - Shopify商店的人工智能（néng）驱动产品推荐引擎。

那么人工智能对个性（xìng）化的影响有多大（dà）？在分（fèn）析（xī）了（le）35亿次营销互动（dòng）之后，BlueShift公司（sī）对人工智能推动（dòng）的个性化给出了结论（lùn）：

·在客户（hù）参与中创造3.1-7.2倍的（de）提升力（lì）。

·与电子邮件相（xiàng）比，移（yí）动通信的参与度提高了2倍。

·随着时间的推移，人工智能引擎可以在初始结果上提供额外50%的提升。

2.对话（huà）式人工智能——聊（liáo）天机器人

聊天（tiān）机器人是客（kè）户支持自（zì）动化的驱动力，但遗憾的是，他们在营销领域处于未（wèi）充分利用状（zhuàng）态（tài）。毕竟，营销就（jiù）是培养良（liáng）好的人（rén）际关系并引导有意义的对话。聊天机器人现在可以（yǐ）完美地（dì）处理这一任务（wù），帮助企业（yè）在不同阶段（duàn）通过多个渠道（dào）与潜在客户进行互（hù）动。

例如，Nordstrom公司（sī）允（yǔn）许（xǔ）购物者在寻（xún）找适合的商（shāng）品时与（yǔ）机（jī）器人互动。在询问了一系列主要问题后（hòu），现场助理会建（jiàn）议购（gòu）买（mǎi）最（zuì）合（hé）适的（de）商品。

Hipmunk Messenger通过旅客的位（wèi）置来确定他们从哪里出发（fā），然后进行适当的（de）交（jiāo）易。聪明的（de）助手（shǒu）还可以（yǐ）为即将（jiāng）到来的旅行策（cè）划旅行建议和管理酒店预订。一（yī）般来（lái）说，旅（lǚ）游行业在（zài）聊天机器人方面已（yǐ）经处（chù）于领先地位。

其他行业也在迎（yíng）头赶上。事实上，在2018年到2024年之间，全球聊天机（jī）器人市场规（guī）模预计（jì）将（jiāng）增长（zhǎng）31%，达到13.4亿美元（yuán）。考虑（lǜ）到（dào）开发聊天机器人的成本不断下降，这应该（gāi）不足为奇（qí）。根据CMS Wire公司（sī）的（de）调查，为营销目的开发的SME信（xìn）使聊天机器人的平（píng）均成本为3000-5000美元。但是记（jì）住，除了为机器人提供人工（gōng）智能（néng）功能，还应该考虑到内容开发成本。

3.预（yù）测分析和见（jiàn）解

更（gèng）好地利用数据进行受众细分和定位是2019年55%的营（yíng）销人员的首（shǒu）要任（rèn）务。如果企业想要效仿，需（xū）要摆脱仅使用描（miáo）述性分析（Google Analytics），并采用预测工具（jù）。

预测性和最近的规范性分析可以帮助企业战胜数据（jù）混乱，确定最（zuì）有（yǒu）利可图（tú）的（de）营销渠道（dào）和行动。机器学习算法已经（jīng）为企业提供了（le）以下帮助：

·预测并应对不断变（biàn）化的消费者（zhě）行为。

·在企（qǐ）业的客户关系管理（CRM）中（zhōng）为潜在客（kè）户评分，并（bìng）提出满足销售数字的（de）最佳措施。

·优化企（qǐ）业的点击付费（PPC）预算，以增加销售（shòu）额，而不会影响（xiǎng）企业的广（guǎng）告支出。

·识（shí）别和（hé）获（huò）取“相（xiàng）似”的潜在客户（hù），与（yǔ）理想的买（mǎi）家角色紧（jǐn）密匹配。

·发现并追（zhuī）踪错失的关键（jiàn）字和内容营销机会。

那么最好的部（bù）分是什么？预测（cè）分析现在是一种商品技术，适用于中小企业和（hé）大型企业。事实（shí）上，在预测分析采用方面，小公司往（wǎng）往（wǎng）具有竞争优势——他们需（xū）要更少的时（shí）间和技（jì）术努（nǔ）力来（lái）准备分析（xī）数据。

4.社交倾听和情绪分（fèn）析

了解人们（men）对企业或竞争对手的在线评价对（duì）于制定有效的社交媒体营销战（zhàn）略至关重要。但是，从同时（shí）发（fā）生的那些（xiē）热门话题中解读见解对于（yú）人工智能来说比人工代理（lǐ）更好。

数（shù）据科学已经被（bèi）积（jī）极地应用于社（shè）交媒体营销，用于微细分和定位、社交媒体收听，以及影响者营销（xiāo）活动管理（lǐ）。基于（yú）人工智能的社交聆（líng）听进一（yī）步扩展了营销（xiāo）人员的能力，使（shǐ）他们能够：

·确定并量（liàng）化社（shè）交媒体上的消费者购（gòu）买意图。

·了解购物（wù）者对企业的产品与竞争对手（shǒu）产（chǎn）品的看（kàn）法。

·了解推动行业对话的因素，以及（jí）这些对话（huà）的内容如何（hé）随着（zhe）时间的（de）推移而变化。

·实时注意并回（huí）答（dá）有关企业的产品/服务的（de）问（wèn）题。

·识别并与（yǔ）在社交媒体（tǐ）上（shàng）寻（xún）求产品推荐/建议的买家（jiā）互动。

更棒的是，人工智能工（gōng）具可以帮助企业少（shǎo）犯错误。

总结

企业应该开始（shǐ）在（zài）营（yíng）销中使用更多的人工（gōng）智能，因为它可以大大（dà）提（tí）高其工作的（de）准确性（xìng）和有效性（xìng）。智能工具不再昂贵，也不（bú）再只适用于特定行业。企（qǐ）业登（dēng）上人工智能创新（xīn）列车变得比以往任（rèn）何（hé）时候（hòu）都容易，所以如果还没有（yǒu）这（zhè）样做，那么是时候上车了。