2018年中国AI2b营销市场研究报告

中国AI+营销市场研究报告2018年2©2018.12iResearchInc.来源：艾瑞咨询研究院自主研究及绘制。摘要技术进步推动营销发展，阶段重心从触达、交互、精准到效率，营销技术已经进入AI+营销阶段。一方面行业自身痛点将驱动AI技术在营销应用上的不断深化，另一方面政策监管的逐渐加强和资本市场的探索尝试也为AI营销的长期发展提供了一定程度的利好条件。通过数据挖掘、NLP、机器学习等关键技术，AI对传统营销各环节进行优化，在用户筛查、内容创作、创意投放、效果监测及行为预测等领域做出贡献，并对搜索广告、信息流广告和互动广告等多种营销方式进行革新，提升营销效果。数据和技术是AI+营销产业各方的共同发展方向。广告主依托外部技术支持，深度挖掘自有数据价值；媒体方数据与技术两手抓，巩固自身竞争优势；第三方服务商短期不断深化关键技术，长期积极搭建智能营销平台。未来趋势：营销流程效率优化，打通首尾形成闭环；组织架构效率优化，未来人工更专注于策略制定；用户数据效率优化，智能推荐从行为洞察到需求预测。发展建议：广告主从Adtech走向Martech，推动观念、数据、技术和组织架构升级；第三方服务商从提供数据和技术支持向提供解决方案升级。背景应用现状趋势与建议3中国AI+营销市场发展背景1中国AI+营销技术应用情况2中国AI+营销市场产业链发展状况3中国AI+营销市场典型企业及案例分析4中国AI+营销市场发展趋势及建议54AI+营销的定义AI+营销内核：人工智能、数据、效果AI+营销的本质是在人工智能的基础上，通过机器学习、自然语言处理及知识图谱等相关技术，对数据处理、内容投放以及效果监测等营销关键环节进行赋能，优化投放策略、增强投放针对性。其核心为帮助营销行业节约成本、提高效率、挖掘更多营销渠道。来源：艾瑞咨询研究院自主研究及绘制。©2018.12iResearchInc.营销定义AI+营销“AI+营销”指人工智能核心技术在营销各个环节和场景的落地应用，进而降低营销成本，提高营销效率，挖掘更多的创新营销模式和玩法。数据处理用户洞察智能投放效果监测5传统营销互联网+营销大数据+营销AI+营销营销技术应用发展历程技术进步推动营销发展，AI技术应用全面优化营销效率相比营销理念的变化，技术的升级突破更加直接推动了营销的发展，不断为营销实践创造更多的可能性。整体来看，营销技术发展大致可以分为四个阶段，分别是基于大众媒体技术的传统营销、互联网技术+营销，大数据技术+营销，AI技术+营销，各个阶段相互叠加影响，进而使得每个阶段的营销重心都在升级。其中传统营销阶段更加关注对大范围消费者的触达，而互联网+营销阶段则会考虑在触达的基础上进行交互和沟通，在大数据+营销阶段则开始注重营销的精准度和个性化，到AI+营销阶段，则开始全面优化各个环节的效率。随着AI技术在营销中的应用深化，其除了提高产业效率外，在触达、交互和精准上也会提出更加优质的解决方案，未来AI技术将对营销持续产生着深刻的影响和变革。来源：艾瑞咨询研究院自主研究及绘制。©2018.12iResearchInc.营销云智能创意广播广告1920电视广告1941门户广告阶段关键词：触达该阶段营销的主要目的在于触达更多消费者，相对于传统线下营销形式，大众媒体的出现使得营销信息可以覆盖十分广大的消费者群体阶段关键词：交互随着互联网普及，其让营销在广覆盖性的基础上，有了更多交互的可能性，营销不再是单向信息传播活动，而是与消费者的互动和沟通阶段关键词：精准随着大数据技术的应用成熟，各类精准营销的概念和平台不断出现，该阶段下更加关注营销对用户触达的精准度阶段关键词：效率基于人工智能技术在营销领域的逐渐渗透落地，营销各个场景和环节更加智能化，营销效率不断提高1995搜索广告2000信息流广告2006AdExchange2010200420122016营销机器人未来社交媒体广告20046AI+营销政策环境政策扶持力度不断加大，未来有待进一步精细化管理近年来国务院、科技部、工信部和民政部等各大国家机关不断推出加快人工智能发展的有关政策，加快人工智能在重点领域落地情况。其中在2017年国务院印发的的《新一代人工智能发展规划》和17、18年政府工作报告中多次明确发展智能产业、加快人工智能深度应用。尽管政策环境利好，对人工智能领域的扶持力度和声量都不断加大，但未来还有待进一步精细化管理。一方面，当前出台政策更多是从自上而下的宏观层面指导，并且主要集中在与社会民生联系更为紧密的细分领域，如AI+安防、AI+教育、AI+医疗等，具体到AI+营销领域未来有待更多针对性的政策出台；另一方面，随着AI营销的发展和应用，用户数据和用户隐私的平衡问题将愈发受到重视，未来针对用户隐私保护和数据监管也会不断加强和精细化。来源：艾瑞咨询研究院自主研究及绘制。©2018.12iResearchInc.月《“十三五”国家战略性新兴产业发展规划》推动人工智能技术在各领域应用，鼓励各行业加强与人工智能融合2017年3月2017年政府工作报告“人工智能”首次被写入政府工作报告2017年7月《新一代人工智能发展规划》人工智能上升到国家战略层面。明确指出加快人工智能深度应用2018年3月2018年政府工作报告加强新一代人工智能研发应用；在多领域推进“互联网+”；发展智能产业，拓展智能生活全面推动人工智能在营销等相关领域落地应用7©2018.12iResearchInc.营销资本环境AI行业整体资本热度高昂，AI+营销相对持观望和试水态度近年来，整个AI行业都是资本市场格外关注的热门领域，而AI+营销作为典型的AI落地应用场景，也受到逐年受到更多资方的青睐。但相对来看，AI+营销投融资事件数量在AI整体行业中的占比在逐渐下降，一方面是由于AI赋能的细分落地场景愈加丰富，另一方面和AI营销的技术有待进一步成熟、商业模式和行业生态有待更加完善稳定也有一定关系。从AI行业主要细分领域的对比情况来看，AI+营销的投资事件总数占比为10.9%，而获投总额占比仅为5.2%，其单笔获投均额远远低于其他赛道，这也侧面说明了资本对AI+营销领域还处于观望和试水阶段，未来随着AI在营销领域的应用深化和落地，将获得资本市场更多的关注。来源：IT桔子；艾瑞咨询研究院自主研究及绘制。59275646553017.2%15.5%17.1%16.2%9.5%10.8%5.6%20122013201420152016201720182012-2018年AI+营销投融资事件数量及占比变化情况AI+营销投融资事件数量（次）AI+营销投融资事件数量在整体AI行业中的占比（%）14.2%14.1%12.5%5.2%25.0%53.8%27.6%6.9%7.5%10.1%10.9%11.5%18.8%39.4%AI+家居AI+安防AI+教育AI+营销AI+金融AI+汽车AI+医疗2012-2018年AI主要细分领域投融资事件和金额在行业整体的占比情况投资事件占比（%）总投资额占比（%）Q1-Q38投放前投放中投放后AI+营销产业内驱力行业自身痛点成为产业发展主要驱动力相比外部环境，AI+营销的发展驱动力更多来自于行业自身痛点。随着营销产业的不断发展，传统的营销模式显示出了许多弊端。在用户时间碎片化的前提下，广告ROI效果不理想、新品牌定位不明确、目标用户不清晰等问题被不断放大，同时病毒式的投放方式以及单一的内容形式也必然会让用户产生审美疲劳，降低对广告的体验和兴趣。人工智能针对上述问题，通过技术与营销环节相结合，在提供更加充实的用户特征以及创意内容的同时，对投放的策略和形式进行优化。从而达到ROI和广告位利用率的双提升，实现全行业效果优化。来源：艾瑞咨询研究院自主研究及绘制。©2018.12iResearchInc.营销主要痛点及优化效果机器学习知识图谱自然语言处理生物特征识别AR/VR精准用户画像个性化创意生成最佳渠道触达虚假流量过滤用户特征模糊创意内容单调投放形式单一效果难以监测再营销难以实现实现结合行业痛点AI技术应用效果优化投放前投放中投放后9中国AI+营销市场发展背景1中国AI+营销技术应用情况2中国AI+营销市场产业链发展状况3中国AI+营销市场典型企业及案例分析4中国AI+营销市场发展趋势及建议510AI+营销核心技术分析数据获取数据对于人工智能而言是最基础和重要的存在，AI做出的一切分析和判断均是基于对海量数据的分析，因此，有效地获取多样的数据并将其整理入库成为AI+营销所重视的核心技术之一。除了传统的通过公开资料以及市场调查之外，AI可以通过网络爬虫等技术迅速遍历大量网站，并根据预先设定的逻辑，按照不同的优先级进行数据获取。同时相较传统数据整理，更多数据的电子化也给予了人工智能在线上获取数据后直接按数据类型导入数据库进行分类整理的能力。极大地为现阶段的营销活动节约了在数据采集以及整理上所花费的精力和时间，缩减了营销成本。来源：艾瑞咨询研究院自主研究及绘制。©2018.12iResearchInc.营销核心技术：数据获取搜索历史线下购物出行记录浏览记录会员资料电商消费基本信息商户信息核心技术场景应用优化效果11AI+营销核心技术分析自然语言处理自然语言处理是人工智能领域中的一个重要研究方向，这项技术的核心目的是让人与机器通过自然语言进行沟通，是AI快速获取数据（用户属性、用户需求等）、并且给出自然回应——即通过人类可以理解的方式回应——的重要工具。基于自然语言处理技术，营销人员可以在创意中加入语音、文字等互动形式，让用户与广告之间产生双向的交互方式，加强用户和品牌之间的互动性，从而提高广告的传播效率。来源：艾瑞咨询研究院自主研究及绘制。©2018.12iResearchInc.营销核心技术分析：自然语言处理自然语言处理NaturalLanguageprocessing大数据BigData知识图谱KnowledgeGraph机器学习MachineLearning语言学Linguistics文字校对智能问答系统机器翻译自然语言生成技术层应用层核心技术场景应用优化效果12AI+营销核心技术分析机器学习作为一门专门研究如何让计算机像人类一样学习的学科，机器学习一直作为人工智能的核心技术应用在人工智能的各个领域。从1959年的跳棋程序到如今的AlphaGO，机器学习也从简单的机械学习逐渐发展到现在最常用的归纳学习。其过程不断趋近人的思考过程，在人遇到一个新的问题时，会通过以往的类似经历总结出规律，并将新的问题套用到规律中，以推测可能的结果，相应的，机器学习基于对历史数据的归纳和学习，构建出事件模型，并将合适的新数据输入相应的模型来预测未来。因此，机器学习技术在营销中得到了十分广泛的应用，如在广告投放智能决策和自动创意生成等场景，机器学习技术都起到了十分关键的作用。来源：艾瑞咨询研究院自主研究及绘制。©2018.12iResearchInc.营销核心技术分析：机器学习经验规律解决方案新问题输入提出归纳历史数据模型属性新数据输入预测训练记录添加核心技术场景应用优化效果人脑思考过程机器学习过程13行为属性·浏览视频网站·去健身房·步数少于50……消费属性·去电影院看电影·购买日用品·购买手机等产品……个人属性·宗教信仰·性格·消费理念……基本属性·性别、年龄·学历、居住地·工作、收入……AI+营销落地场景——用户洞察多方数据库全面涵盖，个性标签组精准定位目标用户在各类营销活动中，如何确定用