生成性AI可以帮助品牌以超个人化体验应对日益增长的需求

如今的领先企业需要以极高的精度进行营销、规划和预测。生成性AI可以帮助他们实现这一目标。

消费者景观的重大变化，包括更多的购买渠道、新的习惯和不断变化的财富分配，意味着面向消费者的品牌应该考虑改变他们的营销和产品策略。通过利用数据、机器学习和AI，这些组织有机会更好地了解每个个体客户，他们的喜好、厌恶、什么激励他们购买等。根据德勤的研究，69%的消费者表示他们更有可能从提供个性化体验的品牌购买。考虑一些最近的例子，品牌如何利用数据来创造需求和满足消费者的需求。今年早些时候，我们看到一个情人节杯在消费者中引起了轰动，导致产品迅速售罄、社交媒体疯狂和广泛的FOMO感。现在，专家们预测，这不仅仅是一个孤立的事件，而是对未来品牌可以做什么来扩大产品和利润的展望。

在很多方面，这是品牌忠诚度演变的典型例子。因素如通货膨胀和经济动荡使得仅仅拥有热门产品已经不够了——消费者变得更加挑剔，更加愿意放弃甚至是标志性的品牌，如果他们不再觉得自己被品牌关注或重视，或者如果品牌不体现他们重要的价值观（例如，环保产品/公司）。如果品牌想要获得和保留消费者的支出，他们需要将体验放在中心位置。

然而，难忘的互动可以对不同的人有不同的含义。这就是生成性AI（GenAI）发挥作用的地方。新的GenAI技术可以帮助品牌不仅了解他们的目标受众需要什么才能感到联系，还可以告知他们哪里有特定的受众趋势，他们选择满足这些需求的地点，以及他们满足这些需求的频率。这一信息可以决定品牌如何定位其受众。还有几种方式品牌需要思考如何使用GenAI工具，以确保他们采取整体方法满足其受众的需求并建立持久的忠诚度。两个最重要的因素是目标/营销和需求规划。

成为大师营销人员

为了有效地使用GenAI作为营销人员，实践者需要首先了解从大规模目标营销转向个性化微型触点的转变，每个客户都有自己的个性化体验。推动这一转变和个人化兴起的关键因素包括：

• 女性预计将控制更多的财富（从2019年的49%到2040年的65%）¹
• 美国人口将包括更多65岁以上的人口而不是18岁以下的人口²，历史上最多样化的一代即将成年。³

德勤ConvergeCONSUMER团队研究的“大规模到微观”方法表明，通过从大规模、手动和反应性决策转向更动态的模型，可以帮助品牌将营销和目标策略带入未来。

那么，什么构成了微型触点？到达消费者的策略可以包括多种超个人化的营销策略，例如通过社交媒体、流媒体服务、影响者、博客等进行连接。最具创新精神的零售商正在探索使用倾向模型来帮助塑造社交媒体印象，并选择他们最理想的客户所偏爱的渠道。但这只是媒介——这些触点背后的数据更为关键。显示谁、哪里、如何以及为什么品牌需要针对特定受众的见解在历史上一直难以获取，尤其是在如此小的规模上。但现在，GenAI使得获取这些细致入微的数据变得更加容易。

通过使用GenAI分析消费者数据，品牌可以在各个平台上针对非常小众的受众成员——使他们能够建立与该群体密切相关的营销体验。例如，AI可以告诉品牌，印第安纳波利斯的阿曼达可能会在3月15日星期五早上在线购买三个品牌的瑜伽套装，在她报名参加新健身房会员资格后。然后，品牌可以在她阅读的新闻网站上向她提供个性化的广告，以及来自她最喜欢的社交媒体影响者的与健身相关的帖子。

GenAI也正在重新定义什么是了解现有的客户群体。虽然大多数组织认为他们对所服务的细分市场有所了解，但许多组织使用基于简单人口统计学的客户简化视图。接受GenAI时代的组织正在使用更细致入微的方法来将志同道合的客户分组在一起，通过将他们的一方信息与第三方信号、倾向模型、生命周期价值模型和流失模型相结合，创建一个真正全面的客户档案。然后，他们处理这些丰富的客户档案以确定数据中的实际cohorts数量。摆脱基于年龄、性别或居住地的简单划分的束缚，机器学习使我们能够发现看似无关的群体之间的非明显联系。GenAI在这些cohorts被数学分割后，以我们可以理解的方式解释它们。此外，GenAI提供了对未知趋势和cohorts内的见解的自然语言阐明，同时以人类营销人员无法独自做到的方式突出了cohorts之间的差异。

GenAI可以为营销人员在曾经具有挑战性的领域创造360度触点，这项技术在这个领域具有巨大的潜力——但将其融入运营中将需要长期转变。另外，组织可能需要花时间学习，即使“大规模到微观”方法增加了复杂性，但它最终可以为品牌带来更为轻松的方法，结合使用GenAI。这一转变标志着传统战略的结束，迎来了数据驱动、实时适应性的新时代。

以精确计划

GenAI的潜力是全方位的，其问题解决能力并不局限于营销和个性化目标。一旦超个人化的营销策略发挥了魔力，引起了品牌热潮，GenAI就可以通过帮助组织进行需求规划和预测每个产品的需求量和地点（直到确切的位置）来进一步支持。

这对几个原因有帮助，一个原因是对于依赖在商店中拥有库存以满足不断变化的消费者需求的基本品牌（如杂货、食品和消费品品牌），这些工具可以帮助他们预测和应对重大供应链中断。另一个原因是，对于非必需品品牌，这些数据可以帮助预测来自宏观和微观层面的需求——有助于告知库存策略。

一个战略结果可能是GenAI分析数据并建议故意在高需求市场中保持低库存，以增加兴趣。这样，如果某些市场中产品库存小于品牌的受众基础，获得产品的消费者会感到自己是特殊品牌体验的一部分。这是一个很好的例子，展示了GenAI如何成为营销人员的强大工具，不仅可以完善创造性的解决方案，还可以以非传统的方式激发它们。

GenAI的潜力仍在被探索

GenAI仍处于初期阶段，但我们已经发现了数百种方法来利用它改进各个行业的流程。然而，还有很多东西需要学习。

虽然我们已经知道它可以帮助组织更好地了解消费者和他们自己的内部流程，但它将在营销领域推动可能性的边界。最终，它的潜力在于将数据从后台功能转移到前台功能，整合出一个更加流畅的组织。

希望开始使用GenAI的组织应该首先确保他们对自己的数据质量和治理有明确的了解。没有这种坚实的基础，就存在放大不良洞察力的风险，因此，投资于可扩展的数据管理解决方案和可以帮助他们整理数据的专业人员将至关重要。

GenAI不应该是令人恐惧的东西。相反，领导者应该对GenAI在营销运营中解锁额外价值的潜力感到兴奋。