1. 定义
营销的核心是改变用户心智，让后者在未来经营、投资和消费中，考虑待售产品。
-
营销理论
-
传统理论，产品为王，麦迪逊大街的广告业应用
-
AIDA法则（Elmo Lewis），注意+兴趣+欲望+行动
-
CIS品牌形象（David Ogilvy）
-
USP理论（Rosser Reeves）
-
定位理论（Jack Trout）
60年代以后，传统理论分歧大，定位理论几乎是最后有广泛影响力的传统理论
-
现有的线下营销方法论（线下的渠道+客户变化不大），参考《科学的广告》（Claude Hopkins）
-
-
现代理论，市场（渠道+客户）为王，重点从产品转移到渠道，再转移到客户，颗粒度到客户的实时偏好
- 营销现代化（Philip Kotler），营销成为产学研重要课题
- 营销战略化，营销成为公司核心商业单元
- STP（Wended Smith），市场细分+目标市场选择+市场定位
- 安索夫矩阵（H.igor Ansoff)，市场渗透+产品开发+市场开发+多元化
- 对少数大公司，BCG矩阵（市占+增长）+GE矩阵（实力+吸引力），对企业内部BU区分
- 现有的战略咨询理论，都可应用于战略营销
- 比如波特三大战略，低成本、差异化、专一化
- 经典分析框架
- 4P（Jerome McCarthy），产品中心，产品+价格+渠道+促销
- 4C（Robert Lauterborn），市场中心，客户+成本+便利+沟通
- 4R（Don Schultz），怎么在市场中建立有竞争力的优势，关联+关系+反应+回报
-
-
量化营销
- 营销量化（A.C.Nielsen）
- 市场调查（George Gallup）
-
AI赋能
- 数字化，量化营销的大数据化
- 智能化，大数据营销的AI策略化
- 产品化，智能营销的产品化
2.实践
从2014年开始，作为国内首批用AI赋能金融营销的团队成员，多年来从数字化做起，逐步过渡到智能化，并对成功的智能化实践沉淀为数字产品。现有数据产品对集团和合作伙伴，提供企业级的智能营销策略类、市场洞察类的数据科学服务。
目前智能营销策略类服务，主要应用在手机银行、网银等金融流量端的推荐、搜索、APP推送等场景。业务层面创造的价值包括：提高客户体验（CTR上升）；增强流量变现（CVR上升）；长尾产品获得曝光（Coverage提高）。数据科学层面创造的价值包括：数据资产变现（业务价值的增加量）；数据团队成熟（BI团队转型为AI团队，有完整的技术栈和经验）。
在长达7年的实践中，作为业务侧的数据科学家，我们在解决技术问题以外，要代表整个AI团队，和决策层、管理层做好沟通，申请资源（项目资源+平台流量），因技术在落地之前只是美好愿景，没有创造价值。
-
管理层常见疑问1. 智能营销怎么确定业务价值输出？
首先建立评估流量价值的体系，对全流量定价，再从中归因出智能化策略促进的部分，归因的依据来自AB测试
-
管理层常见疑问2. 智能营销对应的业务价值怎么提高？
核心是提高策略水平。
- 现存策略要调优，做全生命周期管理
- 更多的新策略，和科技合作要深，做开放数据平台，保证数据公开，每个参与团队根据公开数据部署策略，所有策略评价标准一致，无人工干预的策略择优。
-
管理层常见疑问3. 业务营销部门，搞智能营销，和科技合作的程度要多深？
AI即业务。建立柔性的数据科学团队，包括数据科学家（业务+科技）、大数据结构师（科技）、算法工程师（科技）。
