使用AI創造行銷策略優勢
台灣大學資訊管理學系的黃明蕙教授專注於人工智慧(AI)商務策略的研究。她在《行銷科學學報》(Journal of the Academy of Marketing Science)發表了一篇名為《AI行銷戰略框架》(A strategic framework for artificial intelligence in marketing)的論文,深入探討了人工智慧在行銷領域中的策略應用理論。
該研究分類AI為以下三種主要類型:
1.機械型AI(Mechanical AI)
機械型AI的主要目標是自動化重複性工作,提供統一的標準化流程。舉例來說,透過機器人自動化包裝、無人機分發食物,以及實現自動化翻譯等方式,以提高工作效率和保持一致性。
2.思考型AI(Thinking AI)
思考型AI通過識別資料中的模式或規律,提出新的結論或做出決策。這些資料通常傾向於非結構化,例如文字、語音和面部辨識等。藉由模式辨識,個人化(Personalization)行銷成為可能。例如,Netflix運用AI辨識使用者的觀影喜好,發展出個人化的推薦系統。
3.感覺型AI(Feeling AI)
感覺型AI與人類進行雙向互動,分析人類的情感和感受,提供更具人情味的體驗。這種技術常應用在需要情感辨識和溝通互動的領域,如客戶滿意度和投訴管理。感覺型AI使這些功能更加關係化(Relationalization),同時增進互動體驗。
AI的分類主要取決於其應用目的,而一個技術應用可能包含多種不同類型的元素。例如,用於辨識個人的面部辨識屬於思考型AI;若用於辨識情緒狀態,則屬於感覺型AI。然而,該研究指出,目前具有實質感受能力的AI尚未真正實現。現階段的感覺型AI實踐是透過思考型AI來分析情感資料,然後與人類進行雙向互動。
該研究制定了一個包含三個階段的行銷戰略框架(如圖1),分別為:行銷研究階段、行銷策略階段和行銷行動階段,同時考察了三種AI類型在每個階段的潛在應用。
資料來源:Huang, M H., & Rust, R.T. (2021). A strategic framework for artificial intelligence in marketing. Journal of the Academy of Marketing Science, 49, 30–50.
1.行銷研究階段
該研究指出,在此階段,可以運用機械型AI進行資料收集,思考型AI進行市場分析,以及感覺型AI進行客戶理解。
企業可以透過機械型AI,將內外部資料的收集和追蹤的過程自動化,提升資料搜集的效率和完整度。
同時,透過思考型AI識別市場結構與趨勢,有助於發展深入的洞見。以時尚品牌Gap為例,該品牌運用AI預測時尚趨勢,以更好地滿足客戶需求。
最後,企業可以運用感覺型AI來深入了解現有和潛在客戶的需求,透過互動和情感分析更全面地理解客戶。
2.行銷策略階段
該研究指出,若企業欲採用資料驅動的STP(Segmentation、Targeting、Positioning)分析,AI能成為實現這目標的強力工具。
首先,企業可運用機械型AI將整體市場的區隔(Segmentation)過程自動化,將其區隔為眾多擁有獨特需求的市場。AI的靈活性及資料挖掘能力能揭示人類難以察覺的模式,為區隔市場奠定基礎。舉例而言,透過AI分析貸款請求,將借款人區分為良好客戶與風險客戶。
其次,企業可運用思考型AI整合產業知識與多方資料,向行銷經理推薦最適合的「目標市場」(Targeting),並針對該市場進行建模預測。例如,AI可協助找出客戶保留計畫中主要流失客群的特徵。
最後,「定位(Positioning)」階段涉及與客戶的交流,透過促銷廣告和口號建立情感聯繫或品牌認知,如Nike的「Just do it」。企業可利用感覺型AI分析情感資料,協助打造與目標客戶共鳴的口號。
然而,該研究也提到,定位同時需要判斷、直覺和創造力,而創造力不僅與新穎性有關,還包括社會接受程度。儘管現今AI在創作過程中的參與日益增多,然而讓AI創造出既能被社會接受又具有戰略相關性的新穎想法,仍有相當大的挑戰。
3.行銷行動階段
該研究指出,在傳統的行銷4P(Product、Price、Place、Promotion)架構中,行銷人員有機會思考如何透過引入三種類型的AI以提升效益。
在產品(Product)方面,包括:產品設計、品牌建構和顧客服務等層面。舉例而言,在產品生產和服務流程上,企業可運用機械型AI實現自動化,同時透過思考型AI的認知技術促進產品研發,例如實時監控產品製造過程。最後,透過感覺型AI與客戶互動,迅速獲得第一手客戶反饋,以便快速進行產品迭代。
在價格(Price)方面,企業可利用機械型AI自動進行價格更改,利用思考型AI進行個性化定價,並透過感覺型AI進行價格談判。
在通路(Place)方面,包括通路前後端和物流等方面。以物流為例,企業可運用機械型AI實現物流和交付的自動化,同時追蹤產品在供應鏈中的位置。透過思考型AI創造個人購物助理,協助查詢產品狀態;利用感覺型AI偵測服務互動中的情緒指標。
在促銷(Promotion)方面,包括廣告和數位行銷。企業可運用機械型AI將推廣過程自動化,並利用思考型AI協助生成素材內容或激發人類創造力。另一新興方式是使用感覺型AI偵測客戶的情緒反應,即時調整促銷活動。
最後,該研究整合了三種AI類型與三種行銷階段,以協助企業深入理解AI在不同情境下的潛在應用,並提供實務操作的指引。
黃揚博(政大企研碩士、識商創辦人)、羅凱揚(台科大企管博士)
資料來源:Huang, M H., & Rust, R.T. (2021). A strategic framework for artificial intelligence in marketing. Journal of the Academy of Marketing Science, 49, 30–50.