想活用AI人工智慧做好精準行銷？要有好的開始，你該詢問自己六大問題
圖片來源：Unsplash
從何處著手？
我們已經帶你探討與了解人工智慧可以如何對你的行銷工作產生幫助，希望你腦海中現在已經浮現種種的可能性。但你可能會產生疑問：「所以我該從何處著手？」這個問題並沒有唯一的答案，正確的起始點因組織而異。
我們在下文提供選擇起始點和規劃接下來的人工智慧旅程時應該考慮的因素。
挑選容易實現的目標
人人都想快速獲勝，尤其是在涉及新專案時，你必須盡快展示價值，來向同事與管理階層（與自己！）再次保證人工智慧和進階資料分析是對組織有益的好東西。
一個不錯的起始點是列出可以在業務中應用人工智慧的使用案例，然後針對每個使用案例考慮下列因素。
它配合行銷目標嗎？如果你的事業完全聚焦在獲取顧客，那麼顧客維繫與流失管理或許不是最佳起始點。
它能帶來價值嗎？在無法在自家公司內檢驗這點的情況下，你能有信心使用的最佳方法是思考：什麼方法已經在競爭對手或其他跟你的事業類似的公司裡發揮功效。你可以尋找案例研究，並依循有很多人試驗過、其他公司已經成功的路徑。
它可能帶來什麼價值？試著評估每個使用案例的效益，並估計出一個數字。若針對的某個推薦產品類別預測出回應率將提高為三倍，這代表什麼？如果線上購物的交叉銷售推薦將使購物車中的品項增加10%，這個功能的價值有多少？請考慮樂觀、悲觀和可能的情境。
這個分析方法的困難度高嗎？較為複雜的計畫將會花更長的時間，需要更多技能，隱含的風險也較高。
需要什麼資料？只需要簡單資料的預測模型比較容易執行，需要你再蒐集更多資料或必須大費周章事先處理資料的模型，在執行上比較有困難。
分析結果容易應用在行動上嗎？切記，在你將分析結果應用在行動上之前，資料分析專案不會帶來任何價值。你應該考慮需要花費多少心力才能將分析結果投入現有營運，而那些能夠無縫接軌的將分析結果投入現有系統與流程，不需要或只需要少許調整現有系統與流程的使用案例，將是不錯的起始點。
接著，你便可以根據這些標準來把可能使用的案例進行排序，並從中挑選出最佳起始點。也許你會覺得這個流程聽起來似乎複雜困難，但其實你不必太過擔心，因為無論你列出的可能使用案例數量有多大，你通常很快就能看出最多只有幾個合適的起始點。
而且，你也不必非得自己做這件事，在這個領域裡，有經驗的產品、服務與顧問供應商將很樂意協助你。雖然我們無法告訴你該從哪裡著手，但很顯然有些類型的應用通常是很自然的起始點。
以購買型的產品交叉銷售為例，這種預測模型使用的是容易取得的關聯分析演算法，最簡單形式的演算法只需要使用購買資料來加以學習並建立模型，許多公司已經這麼做，而且成效頗好。
你可以對最近購買的顧客進行交叉銷售行銷，方法是藉由寄發電子郵件來推薦產品，這種做法應該相當簡單，而且容易執行，同時，透過顧客對這些推薦行銷的回應率，你就能評量這個交叉銷售模型的成效和創造的價值。反觀「下一步最佳行動」的全面實行就不太可能作為起始點，因為這需要建立和管理許多模型，也需要廣泛的資料來源。
很少公司能聲稱自己已經發展出全面且完善的「下一步最佳行動」預測系統，因為這會需要整合所有通路的營運系統，還必須有能力以即時模式作業，雖然它的潛在效益可能很龐大，但要量化評估預測系統的價值需要對能提高多少顧客終身價值進行複雜的評量，因此難度極高。
【書籍資訊】
《AI行銷學》
出版日期：2020.09.30