一直以来，营销的本质都是注意力经济，不过，在不同媒体主导的时代，营销有着不同的效果指标：纸媒时代看订阅量，电视时代看收视率，桌面互联网时代看流量，移动互联网时代看用户时长。

当下的后移动互联网时代中，用户注意力呈现碎片化，用户的需求更加多元，内容也已经饱和。于是，品牌方和平台方就需要更精准地把广告推送给需要的人，并尽可能减少无效分发，提升平台的内容消费体验。

不得不说，在大数据、深度学习、人工智能等技术的推动下，智能营销为很多企业的增长注入一股新的动能。据天眼查APP查询，目前处于在业状态的智能营销相关业务企业5万多家，可见智能营销是企业服务领域的重要部分。

但智能营销的正确使用方式应当是什么？不恰当或过度使用智能营销是否会适得其反？它的局限性又是什么？这是一个值得深入探讨的问题。

原子化社会背景下，“人性”营销对“物性”商品的补偿

首先，一个很重要的问题是，为什么精准了解用户需求，做出千人千面的用户画像，就能够对营销的效果有提升作用？

对这个问题似乎有一个显而易见的答案——营销就是发掘准消费者需求，并让消费者了解产品进而购买产品的过程。

这个答案尽管不缺少说服力，却忽略了一个重要事实和前提：用户只有在愿意和智能营销系统操控的内容平台互动反馈的条件下，智能营销才会起作用。

打个比方，一个很少使用手机获取外界信息，常年保持纸质阅读习惯的人，无论智能营销有多么先进，却无法搜集其数据，自然无法得到他的精确画像。

事实上，这样的用户是少数。据中国互联网络信息中心发布的《中国互联网络发展状况统计报告》，截至2020年底，我国网民规模达到9.89亿，互联网普及率达到70.4%。

那么，互联网的使用会如何影响作为消费者的网民呢？随着移动互联网等数字技术的发展，商品经济和生产力进一步发展，社会的组织结构已经发生了深刻的变化。

德国社会学家齐美尔（Georg Simmel）提出：“城市居民的生活长期处于紧张刺激和持续不断的变化之中，这导致居民逐渐缺乏激情、过分理智、高度专业化以及人与人之间原子化。”

在齐美尔看来，我们社会的组织结构在互联网的渗透下已经呈现出原子化特征，社会关系纽带被商品经济主导的社会分工所解体，而消费者，作为有情感需求的动物，开始出现群体性孤独，甚至产生了孤独经济的概念。

其结果就是，人们既然对消费产生了路径依赖，就不得不通过消费过程获得情感的补偿。而传统品牌服务和产品大多数是一种机械化的设定，机械化的生产流程带给用户的是纯粹“物性”的商品，这样的品牌对用户只有工具性，而没有粘性。

于是，能够洞察到“人性”的营销方式或者更加人性化服务或产品的企业，更容易把品牌做出来。这便是智能营销可行的必要前提条件，也是当今智能营销概念大行其道的原因。

也就是说，智能营销的及时互动和反馈机制让商品更加“人性”，是对原子化社会中“物性”商品的补偿。

比如把顾客当自家人伺候的海底捞，“你爱它它也爱你”的蜜雪冰城，以及很多给品牌取人名的快消品牌，江小白、钟薛高、小茗同学、王饱饱等等。

这些洞悉了“人性”的品牌，试图在营销的过程中消解消费者内心难以排解的孤独，换来的是消费者解囊认同，表明现在原子化社会的时代背景下，“人性”的营销更容易触达受众心智。

那么，在越发原子化结构的社会背景下，如何通过智能营销建立有温度的粘性品牌呢？

智能营销的两层内涵：大数据“输入” + 场景化“输出”

美国百货零售业之父John Wanamaker有一句堪称广告界“哥德巴赫猜想”的至理名言——“我知道在广告上的花费有一半是浪费的，但问题是我不知道是哪一半。”

显然，一个好的预测性判断对营销的转化率至关重要。因此在可互动的内容场景，利用大数据和AI技术洞察消费者的喜好变得更为重要。

智能营销技术越来越成熟的今天，基于大数据采集和算法分析，寻找营销的目标受众并洞察其潜在需求，能够使营销人员更好地预测消费者的行为，使企业能够先发制人，做出改变或积极响应市场环境的细微变化。

洞察用户需求离不开大数据采集环节，其本质就是侦测用户心智的雷达，而后通过互动反馈机制对不同用户的情感偏好做出全面分析，得出POI的最大公约数，把这些基于万千POI的要素（IP、偶像艺人、亚文化、甚至流行语）融合起来，就是打造爆品的“流量密码”。

有了大数据提炼出的“流量密码”，品牌和产品的设计甚至可以做到精确制导。比如，Netflix就曾根据订户的流媒体活动记录，分析了3300万名观众的喜好，从而判断由演员凯文·史派西和导演大卫·芬奇合作拍摄的《纸牌屋》将会取得成功。

基于大数据分析得到用户POI的最大公约数之后，Netflix的《纸牌屋》果然大受欢迎，并通过这种方式的数据预测创造出一系列的热门剧集。

再比如国内的快手，自2019年推出用于智能营销的“磁力引擎”后，尽管流量增长速度慢下来，次年广告收入占总营收的比例达到47%；抖音更早一年推出了“巨量引擎”，2019年广告营收达到1200亿元，而当年的总营收是1400亿元。

可见智能营销技术的应用，已成为流量巨头重要的增收来源，也体现出智能营销技术给广告主带来的品牌价值。

智能营销技术之所以能显著提升广告主和品牌方的效益，关键的第一步在于对海量用户信息的搜集和分析，让品牌精准地感知用户的痛痒，从而让产品定位在爆点上。

如果说大数据是智能营销系统的“输入”，那么，针对多元消费场景的分发就是智能营销时代品牌力的高效“输出”。

在传统营销的范畴里，营销创意通常是引爆用户情绪，扩充品牌流量池的有力武器。

何为好的创意？好的创意是在特定场景下营销的艺术化表达，前提是特定场景。所以，好的营销和特定场景是不可分割的。举个例子：

木心曾评价《红楼梦》里的诗艺术性高低时，将“红诗”比喻为水草。水草放在水里摇曳生姿，捞出水面后，就失去生机不再好看。而“红诗”放在故事情节里就是好诗，单独拿出来就显得普通。

红诗之所以要放在《红楼梦》故事中来品读，是因为红诗需要故事作为场景，从而凸显其艺术价值。可见场景和内容互相映衬，才能让目标受众对品牌产生深切的感受和牢固的记忆。

而在当今的时代中，营销场景更加多样，意味着原来的广告创意已经失去了魅力和效力，再加上受众注意力分散，精心设计的品牌创意可能会被淹没在超量的信息中，因此创意驱动的优先级要排在场景驱动之后。

由于场景对营销效果有更直接的影响，所以场景成为重要的营销资源，成为各大品牌和广告主抢占的入口。比如小爱同学，天猫精灵，小度音箱等智能硬件赛道的争夺战，背后体现的是消费场景对于智能营销的重要性。

再比如，一名用户从北京飞到上海，下飞机打开手机的那一刻，刚好收到滴滴打车发来的打车优惠券、附近餐馆或酒店的信息，这里运用到了LBS技术捕捉到用户所在的场景，并在最恰当的时机完成一次营销转化。

在场景的布局上，老牌互联网巨头都很有各自的一套，无论是阿里妈妈、腾讯云，还是百度营销，都是利用自己的产品生态矩阵对各个场景分发推广信息，实现品牌到用户的多场景“输出”。

对流量平台来说，不同的场景是转瞬即逝的，也是千人千面的，智能营销对用户的场景信息进行及时精准地捕捉，才能让营销内容的“输出”切中要害，这也是智能营销之所以智能的重要体现。

智能营销能破解莫拉维克悖论吗？

智能营销对品牌方的正面作用显而易见，理论上来说，随着IoT、AI、大数据等技术的发展，消费场景越来越多元，受众的画像数据越来越丰富，算法算得越来越准。

那么，智能营销能够把消费者的所有需求都猜透吗？向善财经认为，不必过度神话“精准”带来的短期利益，而忽略营销活动真正的根本价值。

基于“个性”和“人性”视角对智能营销反思，不难发现，如果千人千面的需求得到了充分而精确的满足，消费者就再也没有共性的POI，因为更加原子化，也更加孤独，需求似乎更加难以满足。

从宏观上来看，以智能营销为品牌策略之下，力求满足多样和多变的用户需求，会导致供应链、生产线逐渐柔性化，这在一定程度上导致生产成本可能会增高，对品牌方来说，其品牌市场的增长会呈现亚线性曲线。

也就是说，随着品牌市场占有率不断增大，边际成本递减可能没那么明显，智能营销反而降低了品牌的上限。

另一方面，用户的个性需求一旦被很好地满足，可能会有更加复杂多样的需求产生。所以，智能营销可能会导致营销的难度与日俱增，营销的成本也随之高企，如果不进一步扩大营销开支，就不利于品牌力的进一步塑造。

从这两方面来看，过度的智能营销，是不是会缩短一个品牌的生命周期呢？

事实上，有些时候，消费者并不介意商品未能恰到好处地满足自己的需求。比如，盲盒经济的火爆，证明不期而遇的惊喜也能给消费者带来价值。

再比如，苹果公司最初推出iphone手机时，并不在乎用户想要什么样的产品，在乔布斯看来，用户并不知道自己想要什么，事实证明乔布斯的判断是对的。

人工智能领域的学者汉斯·莫拉维克（Hans Moravec）和他的团队在1980年代提出了莫拉维克悖论：“和传统假设不同，对计算机而言，实现逻辑推理等人类高级智慧只需要相对很少的计算能力，而实现感知、运动等低等级智慧却需要巨大的计算资源。”

莫拉维克认为，“要让电脑如成人般地下棋是相对容易的，但是要让电脑有如一岁小孩般的感知和行动能力却是相当困难甚至是不可能的。”

从今天智能营销的发展来看，莫拉维克的预测似乎有些保守和悲观，但智能营销很可能存在着局限性。客观地讲，品牌方应当拥抱智能营销这项技术，但其红利期终究会结束，当这项技术成为普遍的基本工具被应用后，横向对比优势就不存在了。

智能营销只是一种触达和感知用户的双向工具，企业长青靠的是不断为消费者创造价值，把工具当成目的可能会改变品牌初衷定位，从而丧失品牌价值。

另一方面，每种价值都具有边际效用递减的特点，有长远战略考量的企业一定要保持危机感，永远不要停止寻找第二增长曲线，而新的增长点在进入快速增长阶段之前，很可能会有大量的沉没成本和时间成本。

也就是说，企业必要的战略投入恐怕无法通过用户大数据得出的及时反馈看出成效，从这个角度看，智能营销也是有局限性的。