【科讯】nEqual 首席产品官兼总裁 任佩禹：AI 驱动的客户营销和运营

本篇文章3299字，读完约8分钟

在1956年达特茅斯大学召开的会议上，计算机专家约翰·麦卡锡从提出人工智能( artificial intelligence )一词到人工神经网络到图像分解、自然语言突破，ai是机器学习吗？ 随着近年来数据解决能力的突破，ai在各行业的应用全面爆发。 在公司运营和营销行业，ai正在深入到智能聊天的顾客服务、虚拟顾客助理、语音搜索、个性化推荐产品和服务等大型企业的生产销售、营销等方面。

在金投资奖国际创造节nequal ai赋能共赢ai科技赋能商业高峰论坛上，nequal首席产品官兼社长任佩禹发表了以ai主导的顾客营销和运营为主题的演讲。

nequal首席产品官兼社长任佩禹

他说ai技术的应用，最核心的三点是数据、算法和硬件。 年以来，由于云计算、深度学习、gpu运算、传感器等重要存储、计算能力的突破性快速发展、计算能力的价格下降、数据收集点的增加，我们已经到达了现在的ai黄金时代。 ai的迅速发展分为四个阶段，首先是计算智能，处理基础存储计算能力的问题其次是感知智能，处理语音图像拷贝手势的解决，使机器可以感知，然后是识别智能，即机器逻辑推理、知识理解、和 最终是通用智能，即机器实现人类的思考，生成硅基生命。

任佩禹说，ai给公司带来的三大利益是:

1 .降低价值成本。 例如，代替人工顾客服务、公司流程自动化的智能顾客服务虚假的流量的识别和更正确的广告方向等无效的资源的支付

2 .提高公司的运营效果和效率。 公司可以通过大数据和机器学习技术进行更高效、更准确的内在预测。 例如，预测顾客的购买倾向，进行更相关的商品推荐，实现规模化的个性化服务。

3 .触发公司的新增长点。 ai的最终价值是通过高度自动化公司的正常业务，使公司的人才大幅转移到新的场景和不确定性问题，使公司能够发现新的增长点，加快创新。

在市场营销和客户运营行业，超过85%的公司接触或开始尝试ai技术。 任佩禹试图把ai技术分类如下。

第一是感知点的突破。 也就是说，依靠语音识别、自然语言解决、计算机视觉等重要技术，机器可以感知和理解与越来越多的顾客的相互作用，解决与以前无法解决的顾客的相互作用。 基于这些核心技术，可以实现智能聊天呼叫、虚拟助理、会话式交互、面部识别，并以更自然的方式与客户进行自动化交互。

第二部分是算法的突破。 依赖机器学习中的深度学习、强化学习等重要算法，实现不完全新闻中的有效决策。 本质上，深度学习是一种非常高效的分类器，有助于在更小的样本环境下有效地发现特征并获得更准确的预测效果。 这样可以实现大规模的一对一个性化交互、更准确的广告分发、更好的销售线索排名、动态价格和更有效的文案推荐。 这些是目前ai在市场营销和客户运营行业规模最大的方案。

第三，新交互方法的突破。 即，与上述技术结合，与硬件组合，用机器人、传感器等方法与顾客进行信息表现。 例如一体化服务机器人、各种智能硬件设备在新零售等场景中的应用等。

公司想要在上述场景中落地的话，几个方面的支持是必不可少的。 一是组织结构和人才。 ai落地和公司数字化转型相结合，需要清楚、熟悉敏捷结构、业务和技术的复合型人才，使公司综合考虑各ai技术的成熟度和实际商业问题，结合公司的战术，选择合适的商业场景。 二是需要很多技术平台的保障，包括数据管理、算法平台和拆除平台。

实际着陆需要三步才能真正发挥ai的价值。

第一步是数据在线。 数据是一切决定的基础，也是ai技术的根本材料，如果各业务环境的数据不在线，制作的ai也是假ai，是人类的智能

第二，分解发现内在。 在数据基础上，利用各ai技术正确定义问题，进行依据，实现预测，产生商业发现的内在

最后，闭环的优化。 只有使ai得到的发现内在结果落到实际应用场景中，得到持续的反馈，才能真正发挥ai的价值。

在营销方面，如果把ai技术纳入顾客营销的aipl四个阶段，就有在各个阶段ai技术可以优化的场景。 在识别阶段，可以利用ai技术实现更正确的方向，提高reach，自动生成副本，提高互动性。 在有趣的阶段，可以根据客户的行为提供更个性化的落地页面，进行更自动化的聊天交流在购买阶段，为客户提供更好的产品组合推荐、敏捷高效的咨询问答 在公司内进行leads类和智能分类，提高效率。 在忠诚阶段，我们可以为客户提供更个性化的忠诚度计划、完全自动化的营销，以防止流失和恢复流失。

仔细看市场营销中的广告发布这个行业，实际上各环节的环境不同，ai技术的落地应该有优先顺序。 实践结果表明，最适合ai应用的确实是投入环节。 随着广告程序交易比率的提高，有基本的全量数据，可以比较简单地实现闭环场景，然后分解发现的内在。 由于分解发现的内在目的是预测，因此planning接下来被认为是ai能够发挥越来越多价值的场景。 我们稍微调查了一下媒体企划的执行者，但现状是planner没有时间进行planning，在流程、数据的接收、基础数据的解决上花费了很多时间。 ai帮助planner优化当前麻烦冗馀的过程，并在战略调整和预测方面提供新的能力。 在中国，主要的广告发布者致力于planning，尝试发行真正的基于算法、全量数据库的最佳媒体发布策略。

以发布目标，nequal为例，nequal serving全面使用ai算法进行广告发布战略。 某日用品企业品牌的顾客有多个产品线，根据产品的不同ta不同，对投入频率的要求也不同。 问题是，在无法准确预测流量或保证推送比的情况下，最大化各企业品牌的reach，不浪费资源。 对此，nequal采用强化学习和在线学习算法，使用hp过滤器解决数据激增问题，实时分组、预测和执行流量，根据投入进度自动调整优先级策略，各方面

另外，随着流量的增加和供应方的改革，以企业品牌客户为中心的运营战略变得越来越重要。 据统计，到年底，运营ai技术至少可以给公司降低30%的呼叫价格。 要以客户为中心，必须一对一地规模化资源、复制、时间、接点四个要素。 ai技术有助于企业品牌和顾客信息表达的立体化和个性化。 立体化是指利用感知智能的各种技术，更深入地认识和理解客户的行为，利用语音和视频技术，以现有的接点和新的接点与客户在新的水平上进行交流。

例如，促销预算的最佳分配有几个问题。 一是考虑一致性，即给予最刺激消费的顾客。 另外，考虑到传递性，即现在的裂变传递，如何花最小的钱发挥最大的宣传效果。 而且，给出的促销金额应该正好符合利益，浪费太多，太少没有激励效果。 nequal一直在帮助一个女装企业品牌根据ai算法对促销顾客进行分组，并提供适当的准确促销激励。 最终控制了价格，在不降低顾客满意度的情况下，活动购买率和二次转化率都提高了两倍以上。

任佩禹认为公司目前过于关注ai上层的应用，忽视了ai最重要的材料数据。 所有的应用程序都离不开优秀的数据，但随着数据孤岛、数据污染和数据源的增加，这些问题会更加严重。 公司关注数据本身，从数据的解决、判断、清洗和应用各环节，全面应用ai技术，扩大数据源，丰富数据类型，预测新数据源带来的提高效果，通过算法比较数据的有效性 要进一步巩固数据，从说明中内在真正向前预测ai的应用场景，最终实现自动优化。

在这方面，nequal已经全面应用于虚假的流量识别。 现在无效的流量识别已经上升到算法水平，用更少的样本训练更可靠的模型是现在的重点，也是ai的强项。 nequal还以监视学习和无监视学习两种方法相结合的形式，分别处理单点异常解决效率和相关风险识别问题，提高无效流量的识别率，减少顾客浪费，提高roi投入。

最后，任佩禹说:“无论ai还是hi，处理商务问题都是很好的技术。 年，全球企业用于ai的支出预计超过60亿美元，发现ai强大的技术力量渗透到市场运营和竞争中。 科技的进步和力量赋予了公司的商业竞争力，从根源上激活了越来越多的创新可能性，激发了公司的潜力。 nequal也与许多公司合作，使用数据连接技术，为公司提供与顾客直接信息表达和交流的桥梁，使公司实现数字化变革，公司和顾客成为朋友。