你有数过自己一天之中拿起手机多少次吗?
平均统计的次数为 150 次,也就是说,每 9.6分钟就有 1 次。
因为网络搜索的使用量增加,在信息递送交互影响之下,更容易挑起我们“想”做什么事情的需求,可以說是手机与移动设备强置重写了我们的习惯;参考数据来解剖你的使用行为:
• 91% 的智能手机使用者事情做到一半时,会用智慧型手机查资料。
• 82% 的智慧型手机使用者在实体商店选购商品时,会参考手机提供的资讯。其中有十分之一的使用者,最后购买的商品会与原先计划的不同。
• 69% 的线上购物消费者同意公司宣传讯息的品质、时机或关联性,会影响他们对品牌的观感。
• 使用智慧型手机的游客中,有 69% 会利用排队或等地铁等空档搜寻旅游建议。其中近半数在搜寻过后,通过完全不同的渠道预订行程。
当我们依赖网络,在软件、渠道平台、网络接口的后台都会产生数据提供管理者去解读生活習慣,但是你该怎么解读才可以提升业务?以目前的数据状态,扩充数据库已经不是一家成熟的企业、品牌重点发展的部分,如何用得好、用得巧并且将数据变成“私有财产”不再当成一个“交易”的项目,才是长久帮助项目成长的方法。
有了数据后,可以增加的营销工具有哪些?
图1:常见的营销技术分类_GMTIC 整理
Q: 若我们利用数据资料找到品牌主要消费人群后,会因为对应在不同的行业而延伸不同的处理方式
A: 具体的案例,不如听听这些行业首席来讲述他们怎么做
图2 : GMTIC大会演讲嘉宾信息
1. 如果你是千禧世代或者你关注千禧世代,那 Ctrip-营销创新及战略合作总经理,郭为文 演讲 “??智能给现代营销带来怎样的变?” 不能錯過!
2. 听 圣戈班亚太区首席数字官王焕、壳牌中国互联网业务总监Kathy Sun 两位品牌方论述 “如何建??个数据驱动业绩的现代化企业”。
3. 由 Omnicom媒体集团Head of Airwave-Alvin Foo 主持与寺库CEO陈健豪 ;共同讨论:最新营销技术正在给数字化的消费者?为带来哪些变??
“微时刻”(Micro-Moment) ,最早由Google提出, 指“我想知道”、“我想去”、“我想做”、“我想买”,这种“想”会即时出现然后瞬间消失,但却有可能是真正关键的决定。
微时刻的营销特征:
1. 因为“想”一闪即逝,因此营销的方式必须够快”够持续才能抓住消费者的眼球
2. 聚焦到一个细节上,这些细节会使消费者对未来时刻产生一种期待,或者能连结到过去某个时刻,间接地增强消费者的需求。
若为品牌方,在2017年优化的服务最为强调与被重视的有:
A.提高手机app上的体验服务,不轻易让使用者离开app
B.提升数据量,接受第三方数据分析的服务,来更了解消费者。
C.全渠道支持:大屏小屏全渠道连结、线上浏览现下导购游戏规则、在线与离线的智能体验...等,无缝连接消费者对品牌的体验。
Q: 這些在数字时代足夠嗎?
A: 因为我们认为不够,所以我们组织了GMTIC,
一场关于营销技术的论坛,将在11月15日至17日上海举行。
GMTIC专为高级营销人员、信息技术、数字营销高管和专家设定, 主要讨论当今营销技术产业面临的挑战和解决方案, 如何给公司业绩增长注入新的活力。
图3 : GMTIC大会亮点
数字营销本质上是基于技术,延伸出的营销技术(MarTech) 无处不在,营销技术促使营销方式发生变革, 帮助营销 人员从产品-市场-销售到客户服务等方面效率发生质的提升;我们舍弃不了数据那就需要营销工具的帮助来回答这些日常反覆提问的问题找到适当的答案。
因此,我们为帮助品牌解决营销上难解的问题,也提供广告技术公司落实市场需求
图4 : 常见的营销管理的问题_GMTIC整理
宁述勇, 市场营销副总裁, 观致汽车
王梁, 副总裁, 罗莱家纺
高级管理层, 搜狗
更多议程内容随时更新于大会网站
GMTIC 营销技术峰会,一天的时间话题讲不完、组织两天半绝不打酱油的峰会,从嘉宾的级别、公司类型全部筛选过,这场2017年最深、最广的峰会票价不便宜,但值得您进场“预见未来”。
关注微信公众号,掌握最新议程内容
参会赞助、市场咨询:janet@idigital-china.com
大会官网
*Morketing為大GMTIC合作媒體發布渠道
好文章,需要你的鼓励
这项研究提出了"高效探测"方法,解决了掩码图像建模AI难以有效评估的问题。通过创新的多查询交叉注意力机制,该方法在减少90%参数的同时实现10倍速度提升,在七个基准测试中均超越传统方法。研究还发现注意力质量与分类性能的强相关性,生成可解释的注意力图谱,展现出优异的跨域适应性。团队承诺开源全部代码,推动技术普及应用。
伊利诺伊大学研究团队开发了CLAIMSPECT系统,通过层次化分解复杂争议、智能检索相关文献、多角度收集观点的方法,将传统的"真假"判断转变为多维度分析。该系统能够自动构建争议话题的分析框架,识别不同观点及其支撑证据,为科学和政治争议提供更全面客观的分析,已在生物医学和国际关系领域验证有效性。
清华大学研究团队首次提出情感认知融合网络(ECFN),让AI能像人类一样理解和表达情感。该系统通过多层次情感处理架构,在情感识别准确率上比现有最佳系统提升32%,情感表达自然度提升45%。研究突破了传统AI情感理解的局限,实现了跨模态情感融合、动态情感追踪和个性化情感建模,为医疗、教育、客服等领域带来革命性应用前景。
哈佛大学研究团队通过创新的多智能体强化学习方法,让AI在战略游戏中学会复杂推理。研究发现AI通过游戏竞争能发展出类人思维能力,在逻辑推理、创造性解决问题等方面表现显著提升。这项突破性成果为未来AI在医疗、教育、城市管理等领域的应用奠定基础,展现了通过模拟人类学习过程培养真正智能AI的新路径。