下一站营销
孙泠/文
北京的朝阳大悦城曾经在2011年11月02日莫名其妙地创造过一个销售小高峰，但销售增长的原因却并不知晓，因为这一天非年非节也非周末，商场的促销活动也没有异常。直到大悦城的数据分析部门在事后的社交媒体上发现，当天因为特殊的日期数字排列——20111102，被年轻人称为“国际对称日”。据说要达到这种绝对的对称要在100年后的2111年11月12日，所以年轻群体在这一天热情自发地开展梳中分头、晒对眼儿照、相互送对称礼物、点对称套餐……种种在成年人看来“脑残”的行为，掀起了商场销售的小阳春。
可以设想一下，作为商家的大悦城，如果从一开始就能从社交媒体上抓取相关的结构化或者非结构化数据，提前为年轻的目标消费者提供相应的商品与活动，会从被动接受结果变成主动引导营销行为。
营销 3.0
移动互联网时代的消费者统统被惯坏了。
他们不仅无法忍受“千人一面”的营销模式，甚至对于无法主动、快速识别其独特兴趣点、期望与需求的企业，基本也无法容忍。“正因为此，IBM不断加大投资，持续构建包括新认知解决方案在内的产品与服务组合，希望彻底改变企业对待单一消费者的服务形式。企业将从每一次客户互动中快速理解、推断与学习，然后利用这些信息从洞察力中发掘新机会。”IBM 沃森物联网、认知商务与教育总经理Harriet Green表示。
大数据分析的鼻祖故事是沃尔玛的“啤酒与尿布”——通过人工观察发现了啤酒与婴儿尿布这两件不同属性商品，由于新手爸爸这个购买群体，形成了内在购买联系——基于已经发生的事件，从中挖掘相关数据进行关联性分析，然后增强这种关联性的效果：在婴儿尿布的售货区摆放啤酒。
这种基于事后的数据挖掘与分析可以称为1.0时代，而基于云计算以及大数据的大数据分析是2.0时代，在大数据分析风行数年之后，脱胎于大数据分析的认知计算为营销领域的打开了全新的领域——新技术手段与新商业模式正在形成的3.0时代。
Performance Bicycle是一家专注于自行车运动的专业俱乐部，他们通过网站配置文件注意到某位新客户对骑行运动发生了兴趣，于是首先通过图片展示向这位新手客户推荐各种型号的自行车以及最开始骑行运动时所需要的各种装备，并帮助她做出正确的购买决策。几个月后，这名客户在网站上购买了一种营养补充剂，通过读取该营养剂的配方成分，网站分析出这名客户开始关注长距离骑行，了解到其需求有所改变，因此自动调整与分享了有关本地自行车比赛的内容与营养建议，并提供店内食品目录。
从过去PC端利用cookie跟踪用户的浏览轨迹，到对消费者相关结构化与非结构化数据的抓取于分析，以IBM 沃森为代表的认知计算是一种泛计算能力，将人工智能相关的算法和功能封装到API（应用程序接口）里，以云服务的形式对外输出。任何第三方应用或程序，都能以很简单的方式嵌入IBM 沃森的功能。
IBM Commerce认知商务事业部负责客户交互解决方案的副总裁Kevin Bishop表示，IBM正在试图将沃森的性格分析（Personality Insights）功能应用到电子商务领域，以改进电子商务用户在线交互体验的感受。他举例说，沃森的性格分析功能可以通过阅读消费者撰写的3000字以上的文字，分析出其性格特点——比如，消费者在文章中使用了多少个第一人称的“我”字，就显示出其性格是否张扬自信，还是低调隐忍。
随着社交网络的飞速发展，品牌与消费者的交互拥有前所未有的前景，这既是机遇又是挑战。微博、微信上消费者留下的碎片信息也可以被用来分析其消费性格和心理。
对消费者个体进行性格分析，能让产品推销过程中显得不那么讨厌和赤裸裸——商家通过分析消费者性格是偏保守还是偏激进，并据此调节产品推广的速度、进程和个性化信息。比如，医生能够根据患者的个性制定符合患者性格特点的复健方案，以患者能接受的速度和时间表来推进。
商务洞察的异常探测功能中也加入了认知技术。例如，一家零售商收到两条信息：第一条显示新型4K电视机库存告急，通过认知目录排序功能，网站自动在页面上对产品重新排序，在收到补货之前，低库存商品会一直排在末位；第二条信息显示排在首页显著位置的某款电子游戏机销售情况不如预期，并且自动发现问题在于竞争对手价格调整，零售商会得到建议——调低售价并显示调价后的利润率变化。
优化现有运营
在给电子商务带来颠覆性下一代体验的同时，认知计算还能显著优化当前的电商和品牌营销运营及流程。
IBM Commerce认知商务事业部负责产品管理和开发的副总裁Kareem Yusuf展示了基于自然语言人机交互的市场营销决策过程：
自行车电商网站的营销人员在电脑上打开沃森对话框，询问过去3年购买公路自行车产品的用户数据，沃森于是返回过去3年中调出购买该产品的用户数量、平均每购物车的消费额、平均商品单价等数据；营销人员进一步要求沃森根据数据库里的用户数据、社交网络数据和第三方数据源，建议这批消费者的可行消费者画像指标，沃森于是返回教育水平、骑行爱好者、年龄段、收入、是否拥有绿色机动车等指标；营销人员接着要求沃森根据这批消费者（18681个）分析得出的典型消费者画像，搜索潜在类似客户源，沃森返回200万潜在用户；营销人员再继续要求沃森建议相应的营销内容、个性化信息、相关图片、数字广告投放区域等选项参数，最后再根据这些建议参数，完成整个在线营销推广计划。
由于把沃森内嵌到了IBM Marketing Cloud营销云里，整个营销人员与沃森交互过程完全通过自然语言对话完成。除了能提取数据、进行数据分析、根据分析结果进行推理并提供建议外，沃森甚至能代替营销人员自动化完成整个营销计划的实施。Kareem Yusuf表示这项展示目前还处于概念阶段，但把它产品化并推向市场的时间其实也能很快就实现。
据Nucleus Research研究公司报告显示，IBM在营销、销售、推销与分析产品及服务中投入的每一美元均可实现15.82美元的投资回报（ROI）；而IBM自己的研究报告也显示，66%的首席体验官表示对于构建更加数字化、个性化的体验很感兴趣，但这些体验绝不能孤立地存在于消费者/品牌关系的不同阶段。
认知技术正在融入从业者当前使用的各种工具之中，帮助各企业交付完整的端到端客户体验。随着时间的推移，这些新产品与服务将利用认知能力理解、推断与学习，并最终为团队实时提供所需的专家级意见、洞察力与建议。未来的企业，需要在每一次与消费者的互动中，快速理解、推断与学习消费者行为，通过数据分析发掘新机会。