以下为前盐Talk讲座第一期：机器学习在数字营销领域中的应用主讲人：LY导师，宾夕法尼亚大学沃顿商学院Marteting专业Ph.D、清华大学信息管理学本科

什么是营销

我们这个课程的开始和很多class就是introductorylevel的课程一

样，我们给大家说一下到底什么是营销。

并不是只有做广告这种让大家知晓的方式才被称之为营销，当然它也是一部分。那么我们用什么去定义营销呢，我们往往会认为营销是一个双向价值创造的过程，就是我们作为企业来说我们希望给用户提供价值。顾客得到价值满意了，你会希望他能给你一些回报，这个回报就是他给你产生价值的过程。

有同学提到“类似于生产，交换，消费这种很流畅的链条”这种描述描述得相对表面一些，而且生产过程其实并不属于营销。

在我们的PPT出现的一个非常重要的希望大家注意的词就是这个customercentricity，就是说我们要以顾客为中心，从顾客身上得到价值，有同学问到，“所以ViaX的在线科研教育就是一种新的营销方式对吗?”，这其实的确是一种新的产品，它满足了在座各位想要的某些价值。

那么，什么是以顾客为中心的营销呢？

这个定义当中有这么几个关键词。第一个，是我想要知道顾客不仅现在要什么，还有他将来要什么，所以future是很重要。

另外呢，我们叫selectgroup，就是我们绝对不可能去满足所有人的需求，不可能去讨好所有人。这个定义当中还有一个内容是关于long-termvalue。

关键是以顾客为中心的营销，是要对顾客区别对待，是要去找到对我最有价值的客户，而且需要在一定程度上预测出这些顾客将来的反应。

从营销的角度，这个问题就是我要找到合适的顾客。这个就是我们机器学习可以派上用场的地方。

机器学习和营销的关系就从顾客说起。我们希望找到对我们最有利的顾客，找到目标客户和预测客户行为对于营销和企业来说是非常重要的。

那么，如何预测顾客的行为呢？

你可以观察到你这些顾客之前的行为，这些行为被记录下来，就是数据。一般我们从4个方面记录，也就是我们常说的4P：price，product，promotion还有place。

最早的时候只能通过salesdata看到产品的推移，上世纪八十年代又出现了scannerdata。Scannerdata.Salesdata用的是diffusionmodels，可以观察增长曲线，S形曲线。而scannerdata使用的choicemodels适用于信息更多的情况。

Salesdata还会涉及到MKTGmixdata。MKTGmix其实就是之前提到的4P。还有Pathdata，记录下浏览中的路径。这些东西的数据也是记录在案的，如果你想看到这4P有没有效果，你想要建立一个动态的模型，对前后的数据进行对比，比如这次这个新的渠道有没有用，有没有增加销量，这些数据可以通过VARXmodels表现出来。

最后，我们该如何把这些顾客分类（segmentation）？

分类的这个过程，需要他们之前的数据，他们之前的行为。

分完之后第一可以知道哪些顾客需要什么，那我可以重点

转载请注明:http://www.aideyishus.com/lktp/2242.html