摘要
营销自动化（Marketing Automation 简称 MA）自问世以来即受到市场的推崇 ， 各服务商常常将 MA 与“营销千人千面”联系起来 。 然而对于 MA 产品的用后反馈 ， 品牌主却褒贬不一——营销自动化确实能将部分执行操作简化 ， 但实际上却很难带来预想的收益 ， 甚至离“千人千面”的愿景仍有很大距离 。 GrowingIO 将自研 AI 模型赋能 MA， 并与 GrowingIO 长期以来的合作伙伴共同探索 To C 应用场景 ， 并得到有效验证 ， 真正实现企业 AI+MA 的“千人千面”营销 ， 标志着 GrowingIO MA 产品成功实现向 AI 智能化升级 。
自 1992 年Unica 将数据算法与营销过程结合 ， 标志着最早的营销自动化工具问世伊始 ， 营销自动化发展至今日渐成熟 ， MA 技术逐渐成为 Martech 赛道的宠儿 。 随着市场和需求的驱动 ， MA 技术发展至今逐渐演进至“Event-Triggered Marketing行为触发营销”阶段 ， 即对用户行为进行判断从而匹配触发响应 ， 将用户动作（数据）与营销内容、营销触点匹配起来 ， 实现营销动作的自动化 。 Forrester Consulting 调研结果显示 ， 擅长利用营销自动化工具培养潜在客户的公司 ， 能以33%的低成本获得超过50%的潜在客户数量 。
品牌吐槽：营销自动化不好用？ 但在现实场景中 ， 众多品牌、广告主常常抱怨：营销自动化并不好用 。 究其原因 ， 实则是系统操作的复杂性所致 。
传统 MA 系统要求其使用者通过如下路径进行系统配置：
前期准备->数据灌入->触点策略配置->内容策略配置->触发条件配置->运行

文章图片
图1：营销自动化常规对接周边营销技术体系 来源：《MarTech营销技术：原理、策略与实践》
比如：当客户登录小程序时 ， 为她弹出一款商品的折扣广告 。 而在实际生产过程中 ， 企业主往往面临多触点（小程序、网站、APP、H5、弹窗、短信、企微任务等）、多内容（适应各触点的图片素材、适应不同场所的文本素材）、多并发（活动时间安排复杂、用户在不同渠道交错体验）的实际情况 ， 一场成功的活动运营背后匹配的素材、触点之繁复 ， 就决定了其配套 MA逻辑必定极其复杂 。
【AI+营销自动化: 让营销“千人千面”不再只是噱头】
文章图片
图2：某品牌主在营销自动化工具中的客户体验流程配置 来源：《MarTech营销技术：原理、策略与实践》
运营人员能力上限即为公司的上限 同时在品牌主的真实环境中 ， MA 普遍配合 Customer Data Platform （简称CDP）功能使用 ， 除了更好的运营线上活动以外 ， 品牌主还想要充分发挥标签的价值 ， 试图为不同的人群 ， 在不同的触点提供不同的活动促销内容 。 比如当购买过洗发水的客户打开小程序时 ， 为她弹出护发素折扣广告 。 为此 ， 品牌主的运营人员需要建立更多、更完整的MA流程画布来保证各个标签下的各类人群都能够被恰当的内容触达 。 那么 ， 此时运营人员产能上限即为公司的上限 。
还请注意 ， 此处还没有讨论诸如“运营人员对标签的认识是否准确”的可能对 MA 使用效果造成影响的“人员能力”因素 。 然而 ， 在品牌主实际市场营销生产场景中 ， 运营人员能力影响活动效果的情况是十分普遍且常见的 。
AI 能力帮助企业实现从“自动化运营”到“数智化运营”跨越 抛弃AI 能力谈“千人千面”的营销都是“耍流氓” 。 诚然 ， MA 工具的使用帮助市场运营人员从重复枯燥的运营活动中解放出来 ， 其意义不可否认 ， 但对于品牌主而言 ， 想要通过 MA 实现更高效的“千人千面”的“数智化运营” ， 仅依靠人力堆砌是不现实的 ， 只有将 AI 能力与 MA 、CDP 等各产品能力相结合 ， 才能最大发挥企业数据资产价值 ， 真正实现“千人千面” 。