當流量紅利逐漸消退，消費者的決策重心也從 “低價” 轉向了 “值得”，企業如果還延續原來 “低價買流量” 的策略，就很難驅動持續的增長。面對消費者和市場的變化，企業需要主動出擊，轉變 “流量” 營銷思路，注重 “利潤” 和 “客戶價值”。

而隨著 AI 技術的發展，企業營銷的轉型將更容易實現。AI 賦能讓我們重新定義營銷，并給企業帶來以下好處：

• 高效達標
  ：營銷目的可以直接和業務目標對齊，從而幫助企業更快達成推出新產品、進入新市場等目標。
• 公平競爭
  ：AI 強大全面的數據與運營能力，能夠讓企業減少對人工經驗的依賴，將有限的人力和資源聚焦在更為重要的業務發展核心問題上，回歸生意本質，讓小團隊和新企業也能具備可觀的競爭力。
• 價值導向
  ：營銷人員將從執行者轉變為參與企業盈利規劃的核心角色，轉變傳統營銷思路，真正以盈利為導向，為企業創造利潤。

對齊業務目標，獲取高價值用戶

營銷部門往往被視為公司的成本中心，但是當營銷部門投入的預算可以被充分衡量且為公司帶來可預期的收益，那么這時候的營銷部門就可以被定義為創收部門了。

在 Google AI 賦能的營銷解決方案中，企業可以直接以不同的業務目標來指導營銷優化。例如，新品上市需要沖刺更多銷量，新游戲上線需要轉化更多下載，營銷人員可以以銷量或下載量作為目標進行投放，并以每次轉化的成本或收入來衡量轉化價值。效果最大化廣告系列就是通過以最大化轉化價值為目標，實現廣告投放的效果優化。

而這個業務目標還可以進一步設置為利潤收益，以每次轉化所產生的利潤作為衡量指標，讓 AI 賦能的營銷以最大化單次轉化利潤為目標進行智能出價和優化，讓廣告投放直觀地轉化為企業利潤。

當然對于企業的長期發展而言，除了短期的銷售業績，獲取高價值用戶同樣重要。企業可以將過往交易中復購率更高，客單價更高，有忠誠度的高價值客戶群體的信息和畫像給到算法學習，使 AI 賦能的營銷可以獲取和轉化更多類似的目標客戶群，從高價值客戶群體獲得盈利持續增長，也將營銷部門從成本中心真正轉變為企業的增長引擎。

構建以業務目標為導向的一方數據基礎

一方數據是 AI 賦能營銷的基礎，為實現不同的業務目標，企業需要為 AI 提供的數據也有所不同。舉個例子，電商業務的企業需要收集從注冊登錄、商品瀏覽、添加到購物車，到最終購買等信息，而金融業務的企業則應該提供從信息申請到線下承銷的全鏈路數據。

第一步：構建以業務目標為導向的一方數據庫

數據收集一定要對齊企業目標。如以轉化成本和收入為目標，就需要收集用戶轉化路徑上的關鍵事件數據，并對如商品瀏覽、加購、進入支付、完成購買等環節之間的轉化率進行計算，從而為每個事件準確賦值。如以最大化利潤為目標，則需要額外將商品的利潤值回傳至一方數據庫，和轉化價值結合計算出真實利潤完善一方數據庫，供 AI 進一步學習優化。

第二步：收集符合隱私政策的數據并獲取用戶信任

廣告主還需要根據不同業務目標，選擇合適的數據分析模型和工具，分析預測投放效果，指導和優化未來營銷計劃。例如，最新的 Google Analytcs 4 就可以預測用戶在未來 28 天的轉化價值，幫助品牌盡早發現高價值用戶。品牌也可以與谷歌合作，探索訓練更多高階的AI賦能的預測模型，實現個性化的衡量和預測。

覺得這篇干貨對你有幫助？請點「贊」和「在看」支持我們！