“市场比市场营销变化得更快”（Marketchangesfasterthanmarketing）——这是现代市场营销学之父菲利普·科特勒在世界各地给CEO们演讲使用频率最高的一张幻灯片的内容。市场营销总会有新的问题或新的范式产生，最重要的驱动变量源于技术的迭代与消费者的变迁所形成的双浪叠加。技术的变迁意味着营销基础设施、营销手段或工具的变化；消费者的代际变迁反映出新的需求。因此，我们可以看到的层出不穷的新概念或者旧理念的新包装，其底层逻辑无非是两大变量的组合。
《易经》中的易（change）被注解为“变易、不易、简易”。如果说前面我们提及的是“变易”，那跨越时代市场营销的“不易”又是什么？
我在《数字时代的营销战略》一书中介绍了从原子时代到比特时代市场营销的变化，但更重要的是挖掘出这些变化背后不变的部分，这就是市场营销的本质，或者说是区分真伪营销、好坏营销的金线。我将其归为三项：需求管理、建立差异化价值、建立持续交易的基础。无论是工业化时代还是数字时代、数智时代，营销的本质没有变化，需求管理、差异化、建立持续交易的基础依然是有效营销、可持续性营销的核心，不在本质上使用新的营销工具，全是坏营销，工具理性背后必然是价值理性。
那市场营销的“简易”又是什么？最简易的就是对市场营销的框架表达。例如最经典的营销框架“STP+4Ps”，其中，STP是代表了代表了构成营销战略的核心要素，S（MarketSegmenting）指市场细分、T（MarketTargeting）指目标市场选择、P（MarketPositioning）指价值定位；4Ps分别表示产品（Product）、定价（Price）、推广（Promotion）及渠道（Place）。
如果要使这些框架更加“简易”，可以用四个价值环节来进行归纳：商机捕捉、价值创造、商流传递和关系管理。
从“简易”再次过渡到“变易”，数智时代这四个环节又发生了哪些变化？
01商机捕捉：以人为中心的市场洞察
数据是商业的石油，从商业的角度看，对数据的挖掘即商机洞察。市场营销帮助CEO发现新的行业机会、区域机会、产品机会、消费者变迁的机会。十年前阿里巴巴数据中心就可以通过数据中台判断商品的销售趋势。借助阿里巴巴的生意参谋，品牌商家可以分析淘宝和天猫的搜索词、购买量等数据，从而发现商机，但这种洞察多是基于购买环节的数据。例如，通过电商购买数据，华润雪花啤酒看到消费者对精酿啤酒的需求快速上升，于是展开布局。
电商平台的应用数据能看到消费者购买行为的变迁，这些数据也被称为“后链路数据”，即消费者产生需求后数据反映出来的商机分布。随着抖音、快手等内容平台涉足电商，其掌握的海量用户社交数据打开了新的价值空间。这些数据的一大部分属于“前链路数据”。品牌商家的洞察可以来自购物环节的数据，更可以从用户消费内容、生产内容中的社交数据中获得。将消费前链路（chainbeforepurchase）行为一览无余，就形成了“以人为中心的商机洞察”。
AI催生的新数据收集方式可以将用户大脑中的“品类词”显性化，清晰展示消费者大脑中品类运动的轨迹，这对于讲究占领心智的消费品牌来说价值极高。在内容电商平台和AI诞生之前，消费者认知结构的显性化只能通过大规模用户访谈才能实现，商机洞察的成本结构因之发生了天差地别的变化。
02价值创造：以时空切片为核心的场景需求
从品类锁定产品，根据品类竞争确定价值主张、产品形态与价格带是常见的营销创造价值方式，但这是以供给侧品类为根的思维方式。在供给过剩的时代，品类已不足以指导需求产品化，真正的顾客价值创造应当回归不变的需求管理。菲利普·科特勒说：“价值归根结底是消费者体验时头脑中形成的概念。”创造一个品类词语不足以称为价值创造，只有基于对顾客心理的深度洞察形成的产品与服务才称得上价值创造。
利用顾客时空切片和JTBD这两个工具，品牌商家就能够基于品类赛道反向描绘出是哪些顾客、在何时何地、因为什么原因产生了怎样的心理动机，以及心理动机背后的深层次需求。如此一来，企业对消费者需求的管理趋于确定，同时赛道机会更具象，且增加企业的顾客视角。
03商流传递：算法驱动的消费者行为链路传播
五条链路的核心是企业围绕消费者行为链路（见、搜、入、比、进、购、联、扩）布局内容（见图1）。通过链路的精益管理以及不断的数据调优，企业有望实现具备良好ROI的投放效率。基于链路思维，阿里妈妈推出了基于阿里巴巴生态的DEEPLINK营销链路，指导品牌在不同的营销环节通过内容测试适应平台营销环境，实现精益营销。欧莱雅在2021年618期间采用DEEPLINK深链营销的方式即实现了2倍ROI提升，80%CVR（转化率）提升。
但在智能营销时代，链路面临新挑战，智能化的内容平台算法成为了企业营销的对手盘。对于品牌商家而言，内容平台的流量分发和内容推荐是一个盲盒。在搜索引擎做内容营销，需要与搜索引擎的排序算法博弈，要抓住内链、外链与站点权重；在微博做内容营销，需要与热搜排名算法博弈；在抖音、小红书等平台做内容，需要与内容分发算法博弈，核心是“粉赞比”；在京东、天猫等电商平台，也要与商品推荐算法博弈。这些算法背后是平台通过智能化手段监测用户行为，让曾经无法收集的数据，如浏览动线、眼球动线、面部表情、参与度等变得可收集。
平台算法多数时候并不直接公开，但若品牌方掌握平台推荐算法，就可根据推荐算法指标进行针对性运营。2023年4月3日，马斯克开源了推特的推荐算法，并承诺每24—48小时会根据用户建议更新一次推荐算法，这个每天分析推荐5亿条推文的大算法一经公布，将推动全球内容平台的推荐引擎再升级，从而越来越贴近用户心理。
04价值创造：以时空切片为核心的场景需求
ChatGPT向世界展示了AI极其广博的知识和极具同理心的互动性对话。一些企业已经将这种能力嵌入到客户服务环节，尤其是对海量顾客的服务。例如，服装公司Thread使用人工智能为顾客定制衣橱，在AI的帮助下，一个时尚买手可以为多达五万名顾客提供一对一的个性化服务。比如，如告诉顾客“你需要一件橄榄绿夹克，穿起来好看”。没有AI的帮助，这种高度个性化的服务是极其稀缺的，因为一个公司几乎不可能雇如此多的买手。
这样的客户预测和分层能力不仅可以用在存量用户经营上，也可以用在新顾客的获取与转化上。AI具有成本低效率高的特点，在初次与顾客连接时用AI进行对话和产品介绍，当AI判断顾客有很高的转化可能性或有复杂购买需求时，再转给销售人员进行人工服务，这样的销售漏斗可能是未来AI与人合作的常态。
无论是存量还是增量，最终AI将成为客户资产管理的重要工具。这一现象在金融行业中已经初见端倪。目前银行大量的个人贷款授信已经交由AI评估，根据银行KYC（KnowYourCustomer，了解你的客户），AI会分析贷款客户的教育背景、工作背景、资金流水等信息以评估信用水平和偿债能力，再给出对应的个人贷款授信额度。同样的思路如果应用到消费品牌，就是客户资产模型，核心在于评估客户终身价值，即客户在和企业关系存续期间产生的全部未来净收入现值。这样的评估模型与简单识别高价值客户不同，它和授信额度一样，是定量的，能够计算出一名客户最终能为企业贡献的全部收入。根据计算的结果，企业就可以倒推需要投入多少营销成本在某个客户的开发和维护上。
基于客户资产管理的系统思维，AI还能够进行商品推荐和动态定价，实现客户资产管理闭环。针对不同价值的客户推荐不同商品、制定不同的价格，是兑现客户资产的核心手段。京东等电商平台已经开始使用AI进行动态定价和商品推荐，根据消费者购物数据、竞争对手价格数据以及库存等因素对上百万件商品进行动态调整。与“大数据杀熟”不同，丰富的数据维度可以为消费者带来更好的购物体验。
从市场营销的“变易”再回归“简易”，在AI加持下，商机捕捉、价值创造、商流传递和关系管理四个步骤可以用一句话总结：人机合一，以数据为主要生产资料来高效驱动和满足顾客购物旅程体验的智能化营销。
05结语
人机混合是菲利普·科特勒营销5.0中提到的核心思想。营销5.0专注于不断增长的营销技术/无处不在的AI技术与人的营销融合，因此，影响机器的算法行为和影响消费者行为同等重要。例如，在海量的视频号信息中，哪个公司的哪条短视频能够呈现在哪个用户面前，这背后的算法逻辑各个平台有所不同。读懂其中的算法逻辑，可以为公司节约大量资源，创造更高价值。
最后，我们要再一次从市场营销的“变化”（变易）回到“不变”（不易）上去。新市场营销的机会变量来自技术的迭代与消费者的变迁所形成的双浪叠加，算法和人心，科学与人文才是今天数智AI时代营销融合的底牌。
我们相信，随着类人技术进一步应用到营销实践中，营销战略将回归本质，消费者的感受、情感和价值观将更加受到重视，企业和营销也将更接近人机合一的境界：拥抱技术，也拥抱消费者。