- 用AI和自動化來支持精益創(chuàng)業(yè)的客戶獲取。
- 深度挖掘客戶獲取3.0,占取用戶增長和留存的先機。
- 探索AI在營銷領(lǐng)域的應(yīng)用。
- 理解創(chuàng)業(yè)公司增長指標(biāo)的衡量方式。
- 制定正確的戰(zhàn)略來促進用戶獲取。
- 管理AI項目中不斷增長的復(fù)雜性和風(fēng)險。
專家推薦
我們經(jīng)常會發(fā)現(xiàn),很多被廣泛談?wù)摰男录夹g(shù)一旦進入商業(yè)化應(yīng)用,就會在初期銷聲匿跡。但AI不同,它不僅僅存在于宣傳和炒作中,而且正在為軟件、流程、工作環(huán)境和決策制定等各個領(lǐng)域賦予新的內(nèi)涵,我毫不懷疑AI接下來會給數(shù)字化營銷行業(yè)帶來巨大的變革。正確理解和應(yīng)用本書,企業(yè)就可以看到這些變革中蘊藏的機遇。
Oren Kaniel,AppsFlyer CEO
在這個機器學(xué)習(xí)和大數(shù)據(jù)時代,本書非常實用,它是市場團隊衡量和管理營銷方式必不可少的通用指南。
Jim Calhoun,Nectar9 CEO
要構(gòu)建一個現(xiàn)代化的增長團隊,首要任務(wù)是優(yōu)化團隊成員和流程,組建全棧式團隊,為實驗設(shè)定明確的考量目標(biāo)。接下來,就該更深入地理解用戶行為和業(yè)務(wù)成果之間的關(guān)系,進行預(yù)見性分析,并在此基礎(chǔ)上做出產(chǎn)品和市場的相關(guān)決策。掌握本書,充分利用數(shù)據(jù)的力量,就能實實在在地把握好這些潛在機遇。
Naomi Pilosof Ionita,Menlo Ventures合伙人
第四次工業(yè)革命已經(jīng)到來,市場營銷的自然屬性也將改變。如果你是一個市場營銷從業(yè)者,想要在AI和大數(shù)據(jù)時代實現(xiàn)增長,就應(yīng)該把這本書作為書籍。
Erik Qualman,《Socialnomics》作者、暢銷書作家
如果你所在的增長團隊已經(jīng)駕馭精益創(chuàng)業(yè),想要通過AI進一步驅(qū)動增長,那么本書應(yīng)該是你的書籍。
Momchil Kyurkchiev ,Leanplum CEO兼合伙人
在創(chuàng)業(yè)階段,一個精益的團隊如何實現(xiàn)客戶獲取和收入的同時擴張?借鑒Facebook、Google等其他公司的方案無傷大雅,但如果一個企業(yè)能考慮自有業(yè)務(wù)的獨特性,為自己量身定制出一套合適的方案,無疑會在競爭中占據(jù)極大優(yōu)勢。不過,這不是一件易事,至少現(xiàn)在還不是。
這是一本適用實戰(zhàn)的書籍,本書作者展示了AI和自動化的實踐,在用戶獲取解決方案中搭建一個運營堆棧層,并取得了非常出色的效果。通過本書,你可以學(xué)到如何改變、定制跨渠道的用戶旅程并將其個性化,幫助企業(yè)吸引和留存客戶,在自主營銷時代占據(jù)領(lǐng)先地位。
前言
打造一個全新的創(chuàng)業(yè)公司是一個非常大的挑戰(zhàn),為了增加成功的機會,企業(yè)家和領(lǐng)導(dǎo)者需要盡可能地嘗試創(chuàng)新型的想法和方向,但創(chuàng)新也就意味著風(fēng)險。迄今為止的眾多成功案例已經(jīng)證明了精益創(chuàng)業(yè)的有效性,而你需要做的,就是有理性、有方法地制定出好的策略。精益創(chuàng)業(yè)方法論已經(jīng)在全世界廣泛流行,并且影響了很多創(chuàng)業(yè)公司和它們所推出的產(chǎn)品。那些好的增長團隊會持續(xù)進行迭代試驗,通過不斷地測試和復(fù)盤來優(yōu)化獲取客戶的方法,從而使得業(yè)務(wù)以快的速度成長起來。AI 和數(shù)字化平臺發(fā)展到現(xiàn)階段,已經(jīng)能夠支持非?焖俚脑囧e和學(xué)習(xí)了。在將來,學(xué)習(xí)的速度會成為決定創(chuàng)業(yè)公司成敗的關(guān)鍵因素,推行精益AI 的公司會擁有更快的測試、學(xué)習(xí)、迭代的速度。AI 在迅速崛起,如果創(chuàng)業(yè)公司能夠領(lǐng)悟并正確使用Eric Ries 所傳達(dá)的智慧,便可以很大程度提高成功的機會。如果你有一支精益敏捷的團隊,也希望通過AI 和自動化來實現(xiàn)企業(yè)的快速成長,那么你將會從本書中獲得很多實用性的建議。本書的內(nèi)容遵從實用主義,旨在為讀者提供智能機器時代的指南,讓企業(yè)更透徹地理解如何在大數(shù)據(jù)時代做好市場營銷。合理使用智能機器能讓一個企業(yè)發(fā)展壯大,超越競爭者,而我恰好見證了一個成功案例。這些經(jīng)驗之談,都在這本書里了。本書的讀者對象本書面向的讀者主要包括企業(yè)家、領(lǐng)導(dǎo)者、執(zhí)行管理層、投資人等,同樣本書也適合那些希望更好地、更智慧地、更快速地獲取客戶,贏得競爭優(yōu)勢的人。另外,創(chuàng)始人、CEO、市場決策者、風(fēng)險投資人、用戶獲取和增長的負(fù)責(zé)人及團隊成員,也能從本書中獲益。
本書的結(jié)構(gòu)
本書由六個部分組成:
部分以增長營銷為重點,綜述了目前的創(chuàng)業(yè)行情,以及新成立的企業(yè)面臨的獲取客戶的挑戰(zhàn)。在這里,你能了解到精益AI 的主要組成部分,看到AI 應(yīng)用于智能營銷領(lǐng)域的行業(yè)趨勢。
第二部分講述了客戶獲取 3.0,在這里你能看到 AI 驅(qū)動的智能機器是如何高效地讓客戶數(shù)據(jù)發(fā)揮作用的。這一部分解釋了企業(yè)如何定位到需要實現(xiàn)自動化的任務(wù),綜述了智能機器的框架。另外,如果你不知道該如何在自行搭建和外部采購兩個解決方案中做決定,該部分知識也能夠幫助你在資源有限的情況下做出更好的決定。
第三部分介紹了如何從長遠(yuǎn)發(fā)展的立場出發(fā),挑選正確的考量標(biāo)準(zhǔn)。這一部分深入討論了創(chuàng)意資產(chǎn)的重要性,介紹了跨渠道歸因,給出了智能機器的優(yōu)化意見。
第四部分列舉了用戶獲取策略的五個關(guān)鍵點,其中每一點都經(jīng)過了事實的驗證;同時深入探討了名為增長堆棧的一系列工具,這些工具能協(xié)助你在具體的場景中找到想要的答案。
第五部分探討了 AI 時代由海量數(shù)據(jù)帶來的日益增加的復(fù)雜性和風(fēng)險,以及相應(yīng)的管理方法。與此同時,你還能看到未來的增長團隊該如何實現(xiàn)人和機器的協(xié)同合作,并化利用智能機器框架。
第六部分著重講述了人機合作協(xié)同產(chǎn)出將如何成為一個具有象征意義的前沿現(xiàn)象,并討論了這種協(xié)作方式的潛在優(yōu)勢,以及隨之而來的挑戰(zhàn)。
致謝
在這里,我要對所有讓本書得以問世的人表達(dá)誠摯的感謝。首先感謝我的妻子Sophia Daryanani-Patel,她是我好的朋友,強大的鼓舞者,也是我一生的摯愛。她讓我有充足的時間來專注寫作本書,并在此過程中給了我富有洞察力的意見,還有耐心和愛。
盡管本書的寫作只花了六個月時間,但在此之前,我用了兩年時間在IMVU學(xué)習(xí)和完善關(guān)于精益AI 的想法。Kevin Henshaw 招我進入了IMVU,自此之后也為我在精益AI 方面的探索提供了程度的資源支持。感謝他,感謝IMVU 所有支持我、支持精益AI 的人們。
感謝Eric Ries 一直以來的信任和鼓勵,支持我把寫書這個想法變成了現(xiàn)實。他從始至終都在堅定地支持精益AI,這一切的價值對我來說都是無法估量的。感謝OReilly 公司,自從我有出書的想法,他們就開始為此而努力。感謝我的編輯Melissa Duffield 和 Alicia Young,她們從一開始就很有遠(yuǎn)見,并提供了很有洞察力的編輯意見,非常專業(yè)地推進了整個過程。感謝Katie Tozer,Virginia Wilson, Monica Kamsvaag, Karen Montgomery, Rebecca Demarest,Jasmine Kwityn,還有其他所有為本書的問世提供了幫助的人們。他們非常有才華,能夠與他們合作寫出本書是我莫大的幸運。
感謝Nectar9 公司的聯(lián)合創(chuàng)始人:CEO Jim Calhoun,首席數(shù)據(jù)科學(xué)家Sal Arora,感謝他們一直以來對本書的支持和貢獻。我們對智能機器時代的營銷自動化有著共同愿景,在過去這段時間里合作非常緊密,創(chuàng)造出了很多新的可能性,我也希望把這種精神帶到本書里。感謝所有的專家和同行對《精益AI》的耐心審稿,他們是:Abril McCloud, Aemee Doherty, Akbar Lalani, Andy Carvell, Claus Enevoldsen, Dan Olsen, Donnie Kajikawa, Etienne Guebriant, Fausto Gortaire, Grant Lee, Jasper Radeke, Jim Calhoun, Kevin Hendshaw, Marjaneh Ravai, Naomi Pilosof Ionita, Rajeev Raman, Sal Arora,Sergey Grytsuk。正是由于他們的洞察力和建議,本書才有了現(xiàn)在的成果。
感謝我的母親Kusum Patel,她給了我全程的引導(dǎo)、愛和慰藉。我愛你,超出了語言能夠表達(dá)的程度。
如果由于我的疏忽,遺漏了一些非常重要的人,希望你們能夠原諒我的大意,并接受我誠摯的感謝!
后,也是重要的,我的讀者,你能夠在本書上花費寶貴的時間和精力,對我來說意義重大。如果你有任何我能夠幫助解答的問題或疑慮,可以通過LomitPatel.com/Contact 聯(lián)系我。
Lomit Patel,是IMVU增長團隊的副總裁,負(fù)責(zé)用戶獲取,留存和轉(zhuǎn)化。加入IMVU之前,Lomit在一些初創(chuàng)公司負(fù)責(zé)過增長,包括Roku(IPO)、TrustedID(被Equifax收購)、Texture(被Apple收購)和EarthLink。Lomit是一個公共演講家,作家和顧問,Liftoff稱贊為一個移動時代的英雄。
目錄
序 1
前言 3
部分 AI 增長營銷 = 智能營銷
第1章 認(rèn)識增長營銷 9
第2章 為何選擇精益AI 17
2.1 什么是AI .18
2.2 什么是機器學(xué)習(xí) 18
2.3 AI的三大驅(qū)動力 20
2.4 AI營銷的行業(yè)趨勢 .22
2.5 AI 增長營銷=智能營銷 26
第二部分 客戶獲取3.0
第3章 何謂客戶獲取3.0 . 31
3.1 擴張和學(xué)習(xí)的新維度 31
3.2 AI與客戶獲取 .33
3.3 是時候開啟智能機器了 .33
第4章 手動與自動 37
4.1 數(shù)字營銷世界中的智能機器思維 .37
4.2 籌碼:客戶生命周期管理 44
4.3 IMVU增長團隊的自動化策略 48
4.4 構(gòu)建自動化業(yè)務(wù)用例 49
第5章 智能機器的框架 . 53
5.1 分解用于營銷目的的機器學(xué)習(xí) 54
5.2 監(jiān)督學(xué)習(xí)算法的主要類型 57
5.3 無監(jiān)督學(xué)習(xí)算法的主要類型 .58
5.4 監(jiān)督或無監(jiān)督通用的學(xué)習(xí)算法 59
5.5 數(shù)據(jù)的重要性 .62
5.6 受眾選擇 64
5.7 信息投放 66
5.8 探索與優(yōu)化 66
5.9 將機器學(xué)習(xí)和AI應(yīng)用于IMVU的客戶旅程 66
5.10 小結(jié) .71
第6章 自行搭建與外部采購 . 73
6.1 搭建與采購分析 74
6.2 搭建AI解決方案的風(fēng)險 .76
6.3 采購AI解決方案的風(fēng)險 .78
6.4 機器學(xué)習(xí)即服務(wù) 79
6.5 搭建還是采購……還是都選? 80
6.6 權(quán)衡利弊 81
第三部分 選擇和衡量重要指標(biāo)
第7章 創(chuàng)業(yè)公司的關(guān)鍵增長指標(biāo) . 85
7.1 客戶獲取成本 .86
7.2 留存率 86
7.3 客戶終身價值 .89
7.4 廣告投資回報率 89
7.5 轉(zhuǎn)化率 90
7.6 提防無價值指標(biāo) 91
第8章 創(chuàng)意的效果 93
8.1 創(chuàng)意資產(chǎn)的重要性 .93
8.2 創(chuàng)意團隊的參與 96
8.3 廣告疲勞 96
8.4 優(yōu)秀創(chuàng)意的益處 97
8.5 創(chuàng)意的實踐 99
8.6 移動端廣告實踐 101
8.7 未來創(chuàng)意發(fā)展與迭代 101
第9章 跨渠道歸因 . 103
9.1 什么是營銷歸因? . 104
9.2 營銷歸因模型 . 104
9.3 為你的初創(chuàng)企業(yè)選擇合適的歸因模型 . 107
9.4 營銷歸因工具 . 108
9.5 營銷歸因的好處 109
9.6 展望未來基于人的歸因 . 110
第四部分 選擇正確的用戶獲取方法
第10章 用戶獲取策略 123
10.1 如何思考用戶獲取策略 123
10.2 營銷漏斗的階段 125
10.3 五個關(guān)鍵的用戶獲取策略 127
第11章 增長堆棧 131
11.1 它是如何起作用的? 132
11.2 分析與見解 133
11.3 獲取 . 143
11.4 參與與留存 148
11.5 變現(xiàn) . 154
11.6 跨堆棧的活動 . 158
11.7 通信平臺 . 164
11.8 在AI世界中應(yīng)用堆棧 . 166
第五部分 管理增量復(fù)雜性和風(fēng)險
第12章 如何管理復(fù)雜性 . 171
12.1 識別用例 . 172
12.2 期望值 174
12.3 運營狀態(tài) . 175
12.4 關(guān)注結(jié)果 . 175
12.5 客戶數(shù)據(jù) . 176
12.6 選擇正確的指標(biāo) 176
第13章 如何降低風(fēng)險 179
13.1 數(shù)據(jù)依賴 . 180
13.2 透明度 181
13.3 算法偏差 . 182
13.4 合規(guī) . 183
13.5 明確的目標(biāo) 185
13.6 機器學(xué)習(xí)模型的可適應(yīng)性 185
第14章 人與機器 187
14.1 未來增長團隊需要的技能 188
14.2 采取增長的心態(tài) 190
14.3 AI帶來的工作機會 192
第六部分 下一個前沿領(lǐng)域
第15章 為成功做規(guī)劃 195
15.1 成功目標(biāo)和衡量標(biāo)準(zhǔn) 195
15.2 AI與人類合作共贏 197
15.3 數(shù)據(jù)是一切事物的核心 200
15.4 數(shù)據(jù)隱私和完整性 206
第16章 持續(xù)的挑戰(zhàn) 209
16.1 數(shù)據(jù)采集 . 209
16.2 隱私權(quán)控制 211
16.3 精簡團隊 . 213
16.4 新的渠道和機遇 214
16.5 隨時警惕欺詐 . 215
16.6 面對挑戰(zhàn) . 216
第17章 如何與AI共贏 217
作者介紹 223