360、Chinapex創略、甲骨文：Martech大勢下，探索AI行銷和行銷雲
11月30日，由 Morketing舉辦的MORKETING SUMMIT——2017年全球移動行銷峰會在京順利召開。
360商業化CTO胡寧、甲骨文行銷雲大中華區總經理楊波以及Chinapex創略創始人兼CEO Jimmy Hu共同出席了大會未來專場，並在會上展開了關於Martech大勢下，AI行銷與行銷雲探索的精彩對話。
360商業化CTO胡寧認為：AI並不是只代表了程式化和自動化，AI能幫助企業做很多的決策和預測，但是一切的基礎都是資料。她從360的角度出發談如何選擇行銷雲——360作為大型廣告平臺，
甲骨文行銷雲大中華區總經理楊波認為：行銷雲應該擁有行銷的架構，並剖析了行銷雲的目的和技術架構，只有同時具備二者的產品才能被稱作是行銷雲。
Chinapex創略創始人兼CEO Jimmy Hu認為，AI在行銷領域裡應用的本質就是資料，並認為企業方資料品質更高，
以下是對話全文：
胡甯（主持人）：從技術的驅動行銷角度看，AI，資料雲，行銷雲，這些概念會越來越火，其實大家談到了AI，談到了行銷雲，
AI或者是行銷雲，未來是否是我們行銷的終極形態？這個值得我們進一步探討。這一次有幸請到了甲骨文行銷雲大中華區總經理楊波，Chinapex創略創始人兼CEO Jimmy Hu。我們一起探討一下Martech大勢下，AI行銷和行銷雲的探索。
AI的基礎是資料
胡寧：兩位好，AI在這兩年在很多領域和行業有深刻的變革，現在很多時候談AI，
Jimmy Hu：AI在行銷領域裡應用的本質就是資料，沒有資料就沒有AI。從資料層面來說，有兩方面的資料，一類是自己體系的資料，也就是第一方資料，一類是自己的體系之外，你還沒有掌握到的第二方、協力廠商的資料。
對AI驅動行銷來說，這兩種資料中第一方資料品質最高，包括PC、移動端，
第一方資料內也有很多不同的AI應用場景，有一些是做預測性洞察，或可以做自然語言處理。比如，二者就可以結合起來——把呼叫中心的語音，用科大訊飛先轉成文本。然後，基於文本做自然語音處理，變成客戶情緒的洞察。基於體系外的資料，從廣告行銷層面利用協力廠商資料來做一些模型等等。
楊波：我同意Jimmy說法，我們第一方資料的管理和收集，是做AI的前提。現在有很多品牌主對我們說：“我希望做一個AI的項目。”我剛剛和Jimmy聊了這個問題，這個是不是太空了？我們離做AI是不是距離遠了一點？如果電商數據、官網資料，還有CRM門店資料沒有辦法去收集，你基於什麼來做AI？這個模型基於什麼來建？你的歸因分析怎麼建的？你很難形成統一的看法。
目前，我們説明客戶收集一些第一方資料，做一些標籤化處理，做一些洞察，這個是一個基礎；第二步，我在什麼樣的場景裡啟動這個資料，就用AI技術去反應到一個現實一個業務場景裡面去，這個還是比較有意義；第三個，AI是不是真正的準確反映了物理的現實世界？今天主題就是AI，未來的科技有沒有反應到現實社會裡面來產生真實的影響？這是仍待討論的話題。
行銷技術可以幫助品牌主一步一步靠近AI描述的那個社會，但是長期的積累過程，這個可以不用資料就可以做一些博弈和演算法，我們也想去探索這是怎麼做到的。對於品牌主來說，我的建議還是：做資料的洞察和分析建模，並將其作為基礎工作來做。
胡寧：我自己就是技術出身的，原來的研究方向也是AI。講到AI在行銷方面的應用，大家可能對於AI有一個誤解，AI並不是只代表了程式化，AI不光是自動化，AI能幫助企業做很多的決策和預測。
那麼，就像剛剛所說的，未來能做什麼？AI可以基於資料做很多決策和預測的工作，所有的一切都是以資料為本。如果沒有很好的資料系統支援這樣一些雲端計算、AI的建設，我們很難讓AI的技術發揮實力。
所以，比如，介紹一下360，現在用AI做了很多事情，用機器學習做點擊預估等非常重要的模型。此外，我們還用AI對整個廣告投放，以及追蹤環節做了很多優化，例如，用AI做智慧文案生成。我們可以用AI智慧撰寫創意的文案，並且優化圖片的展示。比如說，根據後續效果去進行智慧的初篩之類的。這些都是AI在行銷領域可以真正發揮潛力的地方，但是一切的基礎都是資料。
行銷雲的現實意義是什麼
胡寧：我們既然講到了資料，現在提到了行銷雲的概念，所有的這些服務其實都是可以從雲上得到，包括剛剛講到了廣告主第一方資料是可以放在雲上的，可以對接協力廠商的廣告服務商及發揮很大的作用。行銷雲的定義也比較魚龍混雜，所以，怎麼定義行銷雲？
楊波：我名片上寫的就是甲骨文行銷雲，但它其實是比較混淆的概念。行銷雲這個概念，這兩年和AI一樣日益火爆，出現了很多的公司說自己是行銷雲公司，從整個行業來講，3年以前，我們這些廠商就在提一個行銷雲概念，也提出了一個基本的框架——一個行銷雲應該具備一個行銷的架構。
我們完成初步設計後，針對這個架構做了一些投入和搭建，今天聊聊行銷雲的目的是什麼？什麼部件組合形成了行銷雲？
現場很多都是品牌主，那麼，大部分人都是做B2C的，面對的是消費者。而科大訊飛則是做B2B。行銷雲其實滿足了兩個不同的方向，B2C行業的要求，還有B2B行業的要求。行銷雲必須可以連接三個不同的要點——
第一，連接所有的資料，行銷雲具備資料打通的能力；
技術方面，第一層，需要收集資料——第一方的，第二方的，協力廠商的，比如怎麼管理統一用戶的ID識別？有幾個平板，幾個電腦，幾個手機，家裡面是不是有互聯網電視等，是不是有聯網設備。有了畫像就有了統一識別，這裡面還會涉及AI演算法的問題，這個ID是不是屬於同一個人，這個設備屬於同一個人嗎？
不管從目的講還是架構講，具備兩方面完整的能力才可以是完整的行銷雲。但是，只做其中一塊，只做DSP，算不算行銷雲？這是行銷雲一部分，不是全部的行銷雲。全球差不多5000個不同公司做行銷雲技術，哪一個是？哪一個不是？這不好界定，涉及到各個生態的整合。
Jimmy Hu：剛剛說的比較的全了，已經把我很多的話已經說進去了。我對於行銷雲的理解，其實是很簡單的，就是更綜合化的行銷技術。但是，剛剛說到兩個主要部分，第一個就是資料部分，第二部分是自動化部分。那麼，也意味著，一個所謂的行銷雲解決方案，可能是資料模組跟自動化模組的結合，或者二者取其重。那麼，如果這兩個其中一個完全沒有，我個人不認為這是一個行銷雲。
胡寧：360有一個廣告平臺，有非常大的流量。所以，從剛剛行銷雲的定義講一下，我們也是包括一些DSP、DMP等行銷雲裡的部分概念。但是，很多時候我們需要和你們這些協力廠商的雲平臺去對接，從而讓廣告主的資料，以及整個行銷更有效運轉。
如何選擇適合自己的行銷雲？
胡寧：剛剛提到了5000家公司做行銷雲技術，這是非常碎片化的市場。廣告主如何選擇行銷雲，包括資料服務商，有哪些核心競爭要素，廣告主需要怎麼考慮？
在建設行銷雲的過程中，首先看一下什麼東西是需要互相平衡的？什麼方面的工作優先順序高、需要先做？不管先做哪一塊，都需要考慮未來整個系統是什麼樣的？
3年以後，或者5年以後，這個行銷雲架構搭成什麼樣子？比如，選擇一個現在的行銷雲供應商，需要看看它有沒有和別的生態圈的互相集成，擁有互相打通資料的能力。因為如果選了A行銷雲，解決了一些問題，但是廣告投放的時候，他和阿裡的體系，和360的體系，還有騰訊的體系沒有辦法打通，啟動資料的時候就會遇到很大的障礙。
第二，需要看行銷雲和線下CRM、搜索的平臺都是可不可以做資料對接和流動，如果API有問題的，就會在搜集資料的時候有很大障礙，會影響整體的發展。
第三，看這個行銷雲產品是不是能不斷反覆運算的，不斷更新。選擇一個行銷雲服務商，3年以後它不做這個產品，或者這個產品一年之內沒有更新，就會陷入困境。前面可以得到很多功能更新，我們需要這個功能，這個產品還沒有，可能2個月以後就可以看到產品新功能發佈，需要快速反覆運算，還有雲當中的快速集成。為未來發展打好一個基礎。這是我的想法。
Jimmy Hu：補充一下。這裡有多個因素，要從頭開始考慮一下，首先要看到底是要做B2B的東西還是B2C的東西？
然後再看，這個團隊本身是有沒有這個方面的運營能力？這會決定到到底是不是買整套？還是某一個環節。然後，自己來選擇不同的供應商最終拼起來。第二個做法更適合一些有行銷技術的團隊，因為他們對於資料更熟悉，有自己專門的團隊。
現在有很多的供應商，有比較擅長的垂直領域，雖然他們產品線比較綜合，做了各種各樣的客戶。比如Chinapex創略主要是做金融、旅遊和汽車這三個領域。但作為B2B技術公司，提供的解決方案在不同垂直領域，會有比較明顯的特徵區別，不太可能十幾個，二十幾個領域都完美包含，這也是值得考慮的因素。
AI會取代哪些工作？
胡寧：所以，剛剛兩位從不同的角度去剖析行銷雲，以及行銷雲的核心競爭優勢。通過行銷雲、AI，可能可以取代人類的工作。這是一個展望未來的問題：你認為AI，包括行銷雲，未來在行銷的領域會替代什麼工作？未來可能有什麼樣的新工作會出現？
楊波：這個主題比較大，我講的泛大家都是聽過，還是從行銷角度討論這個問題。
目前國內有很多動態創新，可以通過AI真正做到千人千面，設計不同的主題。做到這一點的前提是什麼——針對不同用戶的畫像設計不同的主題，用流覽習慣自動化生成一個完全個性化的創意，這個創意就是為這個客戶展示的，過去沒有這個人工智慧前提下很難做到。但如今，這個創意過程可能把廣告公司逼的無處可去。
另外我們可以看到，廣告公司通過一個團隊給客戶提供行銷技術的搭建，基於廣告投放技術和對資料的理解，幫你優化這個預算，這就是多出來的新業務，甚至埃森哲等傳統公司就只能去做其他的工作。
這就是行業變革的過程，一個傳統的諮詢公司，做廣告的業務，搶了很多廣告人飯碗。他們用了很多基於大資料、AI的技術，構建模型取代了很多傳統的工作。現在壓力最大的是廣告公司怎麼變革？怎麼適應新的程式化、AI帶來的衝擊。所以，新技術產生，就是取代傳統的業務，不光是從技術上，從運營模式上產生大變革。
Jimmy Hu：剛剛是說的比較重要的一個趨勢和道理，道理大概是什麼呢？我的觀點很簡單，就是一些低增值的重複性勞動非常容易被AI淘汰掉，而高增值的，比如說分析，反而會更好地得到AI的驅動。
胡寧：我們360也是做動態創意，和以前的靜態的創意來比一下，效果可以提高10倍。我們現在可以做個性化的動態富媒體創意，和每一個人都相關。每一個人看到的東西、可以互動的這些元素，都是不一樣的，是和每個人自己過去的行為歷史，興趣相關的。其效果和之前比，至少是5倍以上的增量。
所以我也是很同意Jimmy剛剛說的，如果是偏向執行的工作、瑣碎的工作，肯定會被自動化、大資料取代。但是，怎麼樣去解釋這些資料？怎麼指導這些資料？包括AI在行銷各個環節裡面的應用，需要剛剛提到的資料科學家，這些崗位未來會非常重要。
謝謝兩位。因為時間關係，我們的談話只能到此，但這是很有意思的探討。謝謝。
從廣告行銷層面利用協力廠商資料來做一些模型等等。楊波：我同意Jimmy說法，我們第一方資料的管理和收集，是做AI的前提。現在有很多品牌主對我們說：“我希望做一個AI的項目。”我剛剛和Jimmy聊了這個問題，這個是不是太空了？我們離做AI是不是距離遠了一點？如果電商數據、官網資料，還有CRM門店資料沒有辦法去收集，你基於什麼來做AI？這個模型基於什麼來建？你的歸因分析怎麼建的？你很難形成統一的看法。
目前，我們説明客戶收集一些第一方資料，做一些標籤化處理，做一些洞察，這個是一個基礎；第二步，我在什麼樣的場景裡啟動這個資料，就用AI技術去反應到一個現實一個業務場景裡面去，這個還是比較有意義；第三個，AI是不是真正的準確反映了物理的現實世界？今天主題就是AI，未來的科技有沒有反應到現實社會裡面來產生真實的影響？這是仍待討論的話題。
行銷技術可以幫助品牌主一步一步靠近AI描述的那個社會，但是長期的積累過程，這個可以不用資料就可以做一些博弈和演算法，我們也想去探索這是怎麼做到的。對於品牌主來說，我的建議還是：做資料的洞察和分析建模，並將其作為基礎工作來做。
胡寧：我自己就是技術出身的，原來的研究方向也是AI。講到AI在行銷方面的應用，大家可能對於AI有一個誤解，AI並不是只代表了程式化，AI不光是自動化，AI能幫助企業做很多的決策和預測。
那麼，就像剛剛所說的，未來能做什麼？AI可以基於資料做很多決策和預測的工作，所有的一切都是以資料為本。如果沒有很好的資料系統支援這樣一些雲端計算、AI的建設，我們很難讓AI的技術發揮實力。
所以，比如，介紹一下360，現在用AI做了很多事情，用機器學習做點擊預估等非常重要的模型。此外，我們還用AI對整個廣告投放，以及追蹤環節做了很多優化，例如，用AI做智慧文案生成。我們可以用AI智慧撰寫創意的文案，並且優化圖片的展示。比如說，根據後續效果去進行智慧的初篩之類的。這些都是AI在行銷領域可以真正發揮潛力的地方，但是一切的基礎都是資料。
行銷雲的現實意義是什麼
胡寧：我們既然講到了資料，現在提到了行銷雲的概念，所有的這些服務其實都是可以從雲上得到，包括剛剛講到了廣告主第一方資料是可以放在雲上的，可以對接協力廠商的廣告服務商及發揮很大的作用。行銷雲的定義也比較魚龍混雜，所以，怎麼定義行銷雲？
楊波：我名片上寫的就是甲骨文行銷雲，但它其實是比較混淆的概念。行銷雲這個概念，這兩年和AI一樣日益火爆，出現了很多的公司說自己是行銷雲公司，從整個行業來講，3年以前，我們這些廠商就在提一個行銷雲概念，也提出了一個基本的框架——一個行銷雲應該具備一個行銷的架構。
我們完成初步設計後，針對這個架構做了一些投入和搭建，今天聊聊行銷雲的目的是什麼？什麼部件組合形成了行銷雲？
現場很多都是品牌主，那麼，大部分人都是做B2C的，面對的是消費者。而科大訊飛則是做B2B。行銷雲其實滿足了兩個不同的方向，B2C行業的要求，還有B2B行業的要求。行銷雲必須可以連接三個不同的要點——
第一，連接所有的資料，行銷雲具備資料打通的能力；
技術方面，第一層，需要收集資料——第一方的，第二方的，協力廠商的，比如怎麼管理統一用戶的ID識別？有幾個平板，幾個電腦，幾個手機，家裡面是不是有互聯網電視等，是不是有聯網設備。有了畫像就有了統一識別，這裡面還會涉及AI演算法的問題，這個ID是不是屬於同一個人，這個設備屬於同一個人嗎？
不管從目的講還是架構講，具備兩方面完整的能力才可以是完整的行銷雲。但是，只做其中一塊，只做DSP，算不算行銷雲？這是行銷雲一部分，不是全部的行銷雲。全球差不多5000個不同公司做行銷雲技術，哪一個是？哪一個不是？這不好界定，涉及到各個生態的整合。
Jimmy Hu：剛剛說的比較的全了，已經把我很多的話已經說進去了。我對於行銷雲的理解，其實是很簡單的，就是更綜合化的行銷技術。但是，剛剛說到兩個主要部分，第一個就是資料部分，第二部分是自動化部分。那麼，也意味著，一個所謂的行銷雲解決方案，可能是資料模組跟自動化模組的結合，或者二者取其重。那麼，如果這兩個其中一個完全沒有，我個人不認為這是一個行銷雲。
胡寧：360有一個廣告平臺，有非常大的流量。所以，從剛剛行銷雲的定義講一下，我們也是包括一些DSP、DMP等行銷雲裡的部分概念。但是，很多時候我們需要和你們這些協力廠商的雲平臺去對接，從而讓廣告主的資料，以及整個行銷更有效運轉。
如何選擇適合自己的行銷雲？
胡寧：剛剛提到了5000家公司做行銷雲技術，這是非常碎片化的市場。廣告主如何選擇行銷雲，包括資料服務商，有哪些核心競爭要素，廣告主需要怎麼考慮？
在建設行銷雲的過程中，首先看一下什麼東西是需要互相平衡的？什麼方面的工作優先順序高、需要先做？不管先做哪一塊，都需要考慮未來整個系統是什麼樣的？
3年以後，或者5年以後，這個行銷雲架構搭成什麼樣子？比如，選擇一個現在的行銷雲供應商，需要看看它有沒有和別的生態圈的互相集成，擁有互相打通資料的能力。因為如果選了A行銷雲，解決了一些問題，但是廣告投放的時候，他和阿裡的體系，和360的體系，還有騰訊的體系沒有辦法打通，啟動資料的時候就會遇到很大的障礙。
第二，需要看行銷雲和線下CRM、搜索的平臺都是可不可以做資料對接和流動，如果API有問題的，就會在搜集資料的時候有很大障礙，會影響整體的發展。
第三，看這個行銷雲產品是不是能不斷反覆運算的，不斷更新。選擇一個行銷雲服務商，3年以後它不做這個產品，或者這個產品一年之內沒有更新，就會陷入困境。前面可以得到很多功能更新，我們需要這個功能，這個產品還沒有，可能2個月以後就可以看到產品新功能發佈，需要快速反覆運算，還有雲當中的快速集成。為未來發展打好一個基礎。這是我的想法。
Jimmy Hu：補充一下。這裡有多個因素，要從頭開始考慮一下，首先要看到底是要做B2B的東西還是B2C的東西？
然後再看，這個團隊本身是有沒有這個方面的運營能力？這會決定到到底是不是買整套？還是某一個環節。然後，自己來選擇不同的供應商最終拼起來。第二個做法更適合一些有行銷技術的團隊，因為他們對於資料更熟悉，有自己專門的團隊。
現在有很多的供應商，有比較擅長的垂直領域，雖然他們產品線比較綜合，做了各種各樣的客戶。比如Chinapex創略主要是做金融、旅遊和汽車這三個領域。但作為B2B技術公司，提供的解決方案在不同垂直領域，會有比較明顯的特徵區別，不太可能十幾個，二十幾個領域都完美包含，這也是值得考慮的因素。
AI會取代哪些工作？
胡寧：所以，剛剛兩位從不同的角度去剖析行銷雲，以及行銷雲的核心競爭優勢。通過行銷雲、AI，可能可以取代人類的工作。這是一個展望未來的問題：你認為AI，包括行銷雲，未來在行銷的領域會替代什麼工作？未來可能有什麼樣的新工作會出現？
楊波：這個主題比較大，我講的泛大家都是聽過，還是從行銷角度討論這個問題。
目前國內有很多動態創新，可以通過AI真正做到千人千面，設計不同的主題。做到這一點的前提是什麼——針對不同用戶的畫像設計不同的主題，用流覽習慣自動化生成一個完全個性化的創意，這個創意就是為這個客戶展示的，過去沒有這個人工智慧前提下很難做到。但如今，這個創意過程可能把廣告公司逼的無處可去。
另外我們可以看到，廣告公司通過一個團隊給客戶提供行銷技術的搭建，基於廣告投放技術和對資料的理解，幫你優化這個預算，這就是多出來的新業務，甚至埃森哲等傳統公司就只能去做其他的工作。
這就是行業變革的過程，一個傳統的諮詢公司，做廣告的業務，搶了很多廣告人飯碗。他們用了很多基於大資料、AI的技術，構建模型取代了很多傳統的工作。現在壓力最大的是廣告公司怎麼變革？怎麼適應新的程式化、AI帶來的衝擊。所以，新技術產生，就是取代傳統的業務，不光是從技術上，從運營模式上產生大變革。
Jimmy Hu：剛剛是說的比較重要的一個趨勢和道理，道理大概是什麼呢？我的觀點很簡單，就是一些低增值的重複性勞動非常容易被AI淘汰掉，而高增值的，比如說分析，反而會更好地得到AI的驅動。
胡寧：我們360也是做動態創意，和以前的靜態的創意來比一下，效果可以提高10倍。我們現在可以做個性化的動態富媒體創意，和每一個人都相關。每一個人看到的東西、可以互動的這些元素，都是不一樣的，是和每個人自己過去的行為歷史，興趣相關的。其效果和之前比，至少是5倍以上的增量。
所以我也是很同意Jimmy剛剛說的，如果是偏向執行的工作、瑣碎的工作，肯定會被自動化、大資料取代。但是，怎麼樣去解釋這些資料？怎麼指導這些資料？包括AI在行銷各個環節裡面的應用，需要剛剛提到的資料科學家，這些崗位未來會非常重要。
謝謝兩位。因為時間關係，我們的談話只能到此，但這是很有意思的探討。謝謝。