ai预测占比_营销趋势解读：AI+营销的发展及落地-CSDN博客

本文链接：https://blog.csdn.net/weixin_39997795/article/details/112147768

研究报告丨媒体营销

核心摘要：

背景：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。

应用：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。

现状：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。

中国AI+营销市场发展背景▌AI+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。

▌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。

▌AI+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。

中国AI+营销技术应用情况▌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，如何确定用户兴趣，定位目标用户是一切活动的前提。通过对用户进行分析，可以准确地判断用户是否是本次营销活动的目标受众。在传统营销中，因为人力有限以及营销人具有的主观性，无法对用户特征进行详尽的判断，同时对于数据的处理能力亦远逊于机器。而AI通过自身强大的处理能力可以对多方汇集的大量数据进行快速的分类处理，迅速建立用户样本库，更好地定位目标用户群。同时在用户时间碎片化、行为多元化的背景下，AI通过深度学习可对自身进行迭代和进化，跟用户行为和习惯保持同步变化和追踪，有效地降低投放成本，提升营销效果。当前的Look-alike正是人工智能技术在用户定位场景的典型应用。

▌AI+营销落地场景——内容创作

结合用户标签，输出个性化内容

在传统营销中，大量的营销创意和素材均通过人工思考制作，因此制作周期较长，同时由于生产力的桎梏，稀少的创意数量无法满足不同用户的兴趣。通过AI对已有的大量素材进行整合和分析，可以在短时间内迅速根据活动内容生成大量不同形式、不同内容的营销创意，大大缩短了从创意的生成时间的同时提高了用户兴趣，增加用户点击率和转化率。

▌AI+营销落地场景——创意投放

精确识别用户感兴趣渠道，提高用户触达

随着互联网的发展和移动设备的不断普及，越来越多的用户将更多的时间和关注投入在在线社交以及短视频等新型平台上，这也将营销场景拓展至更多新的方向。在旧的营销模式下，广告主很难量化筛选出适合自身的投放平台和投放方式。而人工智能技术可以在已分类完毕的用户群中准确识别出目标用户，并通过定量分析遴选出这类用户的媒体和场景偏好，从而帮助广告主在投放方式、场景及时间等方面做出最优化的选择，有效控制成本的同时提升营销效果。

▌AI+营销落地场景——效果监测

有效识别过滤虚假流量，带来更真实的营销结果

AI不仅可以在投放前以及投放中发挥作用，也可以充分对投放后的效果监测以及分析环节进行优化。如今广告主对于投放出去的营销活动的结果愈发重视，对于一个透明、真实的结果的渴望也越来越强。而AI技术凭借自身庞大的数据库，可以准确识别出投放效果中的作弊行为，同时多方面对用户后续行为的跟踪分析，以判断是否存在人为的“刷效果”行为存在，并对上述两类虚假流量进行反制，打破产业链角色间在营销效果间的信息壁垒，为广告主有效节约投放预算，并提升品牌宣传度和安全性。

▌AI+营销落地场景——行为预测

提前预测用户未来需求，全方位满足用户需要

通过分析用户特征和行为确定用户兴趣并进行有针对性的营销活动无疑会有效提高营销效果，然而许多用户的需求会随着时间的推移而转变，因此更多的广告主希望更准确的发现在未来一段时间内会对自身产品有需求的潜在客户。在过去的营销之中，商家很难获取客户的——尤其是在不同领域中的——消费行为，更难以从中发现规律。而基于AI的数据存储以及对用户的洞察，商家可以对相似用户的消费行为进行对比，获得不同时期客户对于不同需求的意愿——无论是同行业或是跨行业的，并以此为依据制定有针对性的营销手段，从而提前占据市场有利位置。

▌AI+营销助力营销方式创新

AI + 搜索广告：提高生成效率，过滤不良内容

作为传统线上广告形式之一，搜索广告至今仍在整体线上广告市场占有较大份额。随着各种新形式广告的不断涌现以及自身弊端的逐渐放大，搜索广告亟待革新，而AI技术的引入大幅提高了搜索广告的自身质量。AI可以准确识别用户搜索的相关信息，并在内容库中选择合适的素材在短时间内生成相关广告进行推送。同时AI还可以对原生搜索广告进行高效的审核，确保内容的真实性和合法性，对营销效果进行双重保障。

AI + 信息流广告：精确制导直达目标用户

信息流广告作为移动广告的主要形式之一，相较弹窗广告和视频贴片广告而言表现形式更自然，让用户更易接受。而信息流广告的关键点之一便是准确识别用户需求。结合了AI技术的信息流广告可以根据用户近期行为准确定位用户偏好，推送最恰当的内容给用户。同时AI还可以让信息流广告走出“信息茧房”，拓宽营销角度，将“对的信息”展示给“对的人”。

对于广告主而言，AI可以将以往的投放案例与此次创意内容和预期效果进行结合分析，定制最优的计价组合，并实现各阶段计价方式的智能转换，有效降低投放成本。

AI + 互动广告：告别单向传输，双向互动提升用户兴趣

近年来，场景化和互动化逐渐成为数字广告新的发展方向，AI的加持让原本单方面静态的广告成为一种生动鲜活的、双向互动的互动场景，让用户在传统广告传播中被动接收的地位转变为主动交流。同时广告内容也更加个性化、多元化，与传统广告不同，智能互动广告可以根据用户所提供的不同反馈(上传的自拍、回复的语音或手势等)识别、分析用户标签和偏好，并推送不同的内容，做到精准投放，千人千面。基于此，智能互动广告可以有效提高用户对于营销内容的接收意愿，提高传播效果。

中国AI+营销市场产业链发展状况▌AI+营销市场产业链图谱

▌AI+营销市场产业链结构分析

数据和技术将成为产业各方的共同发展方向

对于AI+营销市场产业链而言，通过AI技术的连携，使每个环节间几乎都可以产生联动，而这些联动的基础则是用户产生的各种数据。广告主、第三方企业和投放平台通过收集这些数据形成对用户的多维画像，从而对AI+营销活动各环节起到更好的指导作用，提高营销效率。而在整个AI+营销产业链条中，用户数据和处理用户数据的AI技术是产业发展的核心，也是产业中各方话语权的立足之本，因此未来各方都将在用户数据和技术上展开布局和竞争。

▌产业链角色分析——广告主

依托外部技术支持，深度挖掘自有数据价值

广告主在与消费者的长期沟通和交易接触中，积累了大量的一手用户数据，具有非常大的营销价值。而过去一方面由于广告主自身营销理念和意识的滞后性，另一方面由于数据处理技术的限制，广告主对自有数据在很大程度上造成搁置、浪费或低效利用。因此，搭建私有DMP，增加对Martech的重视，对于广告主有着重要的战略意义，据Gartner研究数据显示，67%的营销部门准备在未来两年内增加与技术相关的预算，61%的营销部门准备提高在技术上的资本投入额度，而65%则准备提高支付给技术服务供应商的费用。而针对大部分广告主来说，独立开发私有DMP成本和技术门槛过高，因此向第三方服务商寻求技术支持成为普遍做法，也正是基于该需求形成了AI+营销的产业链合作模式。

▌产业链角色分析——媒体方

数据与技术两手抓，巩固自身竞争优势

媒体方同广告主一样，拥有一手的用户网络行为数据，但由于其依托广告为主的商业化布局，决定了数据本身就是媒体方的核心资产，因此在过去通常媒体方对数据的挖掘和利用会比广告主更加深刻。而在AI+营销阶段，头部的矩阵型媒体方更加倾向于自主研发AI技术支持营销体系，一方面，媒体方本身就直接为广告主提供营销服务，拥有自己的技术平台将会进一步优化自己的服务能力，提高自身在媒体中的竞争力，因此媒体方在技术投入上的潜在收益会大过前期成本；另一方面，随着未来AI+营销的应用深化，媒体方要加大未来商业空间的想象力，那向第三方服务商等角色进行业务扩张，也是其发展战略之一。同时，媒体方在发展技术和数据的同时，也在不断尝试和探索技术和数据的合理开放共享，以打破信息孤岛，实现更大程度的大数据利用与挖掘，为行业乃至社会的发展提供支持。

▌产业链角色分析——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

相比广告主和媒体方，AI营销第三方服务商没有直接的用户数据源，因此技术是其在产业链中的核心竞争力。从短期来看，第三方技术服务商需不断提升和优化自身所处领域的关键技术和服务水平，通过技术壁垒在用户洞察、创意生成、内容制作和效果监测等方面为广告主和媒体方提供不可或缺的帮助和作用。从长期来看，第三方技术服务商需要积极搭建智能营销平台，一方面培养广告主和媒体方对自身平台的习惯度和依赖度，另一方面开始积累合作资源，通过整合跨平台的二手数据，去巩固自身的营销价值。

中国AI+营销市场发展趋势及建议

▌广告主拥抱AI+营销建议

从Adtech走向Martech，观念、数据、技术和组织架构升级

AI营销不仅仅是技术在Adtech上的应用深化，更是Martech发展和渗透的重要驱动力，而广告主积极拥抱AI营销的价值不仅仅在于通过技术优化营销效率和效果，更是在整个营销产业的变革升级中重新抓住市场和用户的机遇。因此，广告主拥抱AI+营销的关键，在于从观念上由Adtech时代的用户流量思维向Martech时代的用户经营思维转变，进而通过数据、技术和组织架构的优化，提高自身的Martech程度，实现企业数据资产化和用户资产化，发挥AI营销更深层次的价值和作用。