第二篇：用于打造数字化营销体系的14种行业Best Practice及九种人工智能和机器学习技术 --- 我为什么要翻译介绍美国人工智能科技巨头IAB公司（1）-CSDN博客

本文链接：https://blog.csdn.net/weixin_45278215/article/details/136310140

IAB作为全球领先的科技平台，推动了数字营销的发展，通过研究和发布报告，介绍了企业在数字化转型中采用的人工智能和机器学习技术，以及14项行业最佳实践。报告涵盖了情境语境、会话管理等9个关键领域，帮助企业构建高效营销体系。

摘要由CSDN通过智能技术生成

关于IAB公司的介绍：

IAB成立于1996年，总部位于纽约市。

作为美国的人工智能科技巨头社会媒体和营销专业平台公司，互动广告局（IAB- the Interactive Advertising Bureau）自1996年成立以来，先后为700多家媒体和营销会员企业赋能 - 为这些领先的媒体公司、品牌、代理商和负责销售、交付和优化数字广告营销活动公司和机构提供数字化营销平台服务和技术援助。IAB公司的使命是帮助平台上的企业快速高效转向数字化营销并建试图在行业之间推动数字化营销的标准并普及推广。

IAB使媒体和营销行业能够在数字经济中蓬勃发展。针对互联网数字世界营销广告眼花缭乱，鱼目混珠的现状，互动广告局带头进行了批判性研究，同时也对品牌、代理商和更广泛的商业界进行了数字营销重要性的教育。 IAB组建了人工智能标准工作组（the AI standards working group），2019年12月他们发布了第一份报告《人工智能与市场营销中的应用》。随即2020年，IAB联合IBM的WATSON广告和尼尔森公司（Nielsen）决定致力于研发与市场营销相关的人工智能技术、最佳行业实践、（推广）人工智能的案例和（规范）营销类人工智能技术条款术语来帮助营销负责人迅速转向数字化营销市场，拥抱人工智能和机器学习技术。 IAB与IAB技术实验室合作，制定技术标准和解决方案。IAB致力于专业发展，提升整个行业员工的知识、技能、专业知识和多样性。贸易协会通过其在华盛顿特区的公共政策办公室的工作，为其成员进行宣传，并向立法者和政策制定者宣传互动广告业的价值。

IAB全球网络汇集了包括三个区域组织在内的45个IAB组织，以分享挑战，开发全球解决方案，并推动全球数字广告业。IAB分布在北美、南美、非洲、亚洲、亚太和欧洲。每个协会都是独立拥有和运营的，根据符合当地市场需求的章程运作。

第二篇：用于打造数字化营销体系的14种行业最佳实践及九种人工智能和机器学习技术

2021年IAB发布了对这些头部企业进行调查和统计，这650家（2021年发布报告时会员企业650家左右，如今超过700家）头部企业在实施数字化营销转型过程中，都采用了哪些人工智能和机器学习技术，效果如何？过程中，都有哪些最佳行业实践？每一种人工智能技术该如何采纳使用，该报告均做了比较详细的披露和评价。由于样本是650家各个媒体和营销细分行业的领军公司，因此这个报告对我们企业如何快速构建数字化营销体系是极具参考价值的。

报告内容主要包括以下方面：

1. 最佳行业实践

2. 人工智能术语条款定义

3. 结论

在市场营销中，我们可以从哪些维度考虑使用人工智能技术呢，【行业前辈大咖们给出了14条行业最佳实践】（我们暂称之为指导原则吧），分别是：

评估AI和ML，确保它可以真正解决问题。（大家不要问我如何评估AI和ML啊，我们后面找机会来探索）；
对炒作人工智能技术（AI HYPE）和现实保持清新的头脑，了解二者之间的差距；
不要盲目相信AI无所不能，要了解这些人工智能技术都使用了哪些数据，因为数据是直接决定结果的；
要正确识别什么是成功的矩阵（我个人理解这个metrics为数据、数据加工处理方法、模型和其他技术的组合）；
为了防止我们前面提到的这三种人设陷入AI大模型的陷阱当中去，我们需要寻找靠谱的人工智能和机器学习合作伙伴和供应商，因为这些合作伙伴和供应商将在我们迈入人工智能和机器学习的旅途中为我们提供正确的指导和支持；
评估模型所使用的关键数据，并通过这个来了解输入的数据的质量和可靠性；
评估新的数据组合（data set），可以优化模型；
建立一些原则。诸如在使用和研发产品的过程中，AI和数据要相互包容，还要遵守法律法规以及商业伦理的同时，还应该要求我们的合作方和供应商也要同样遵守；
需要制定验证计划。任何新的人工技术或机器学习技术导入，都要们建立产品原型（Protogype）并快速验证，就算是验证效果很差，也要最快推出产品原型(数据或机器学习训练模型)。同时要确保我们会尝试不同人工智能公司和机器学习公司的技术方案。（不能只依赖一家或少数几家人工智能公司的技术，不管他们多么牛逼。）
关于培训。导入人工智能技术的时候，如果公司内部没有合适的人，不要指望边学习边开展内部培训。如果自己没有专业的老师培训推动人工智能技术，要尽快聘用外部专家来给自己开展培训。这是因为，谁先掌握使用人工智能技术，谁将先获利并占领先机。
未来能够最终能够永续经营的公司都可能大概率会成为一个大数据公司。因此构建与自己企业相关的生态，我们需要这样的人工智能和机器学习技术，我们要与所有主要利益相关者进行积极有效的沟通，这包括与股东，投资方，供应商，客户，员工和其他商业伙伴。我们要为此做好传播和协调工作；
对未来客户和其他商业合作伙伴们对数字化技术的需求进行明确的识别，他们分别期望我们公司应该具备哪些人工智能技术和机器学习技术（以便与他们便捷互动提供服务），该有的人工智能和机器学习技术，我们一定要有。
采纳使用人工智能技术和自动化的投资，要考虑优先性，并制定投资计划；
持续评估数据和机器学习模型。这是因为数据更新会影响造成模型产生新的变量，从而驱动原模型作用下的产品或者服务的性能。