“现在大家谈到的营销并非是数字广告投放这类事情，是一种广义的营销。广义的营销是指企业客户从产品、消费者、marketing communication，以及CRM等，除了生产环节以外所有的生意决策聚集的地方。这些地方可以产生大量有价值的数据资产，通过大数据、人工智能等技术，与企业的业务结合，再结合行业的不同特点，可以辅助企业对复杂业务问题的识别和判断，指导企业做出实时和前瞻的智能决策，推动其数字化转型。”
在谈到营销技术、企业数字化转型以及智能决策的关系时，深演智能创始人兼CEO黄晓南如此说道。
深演智能成立于2008年，由营销技术领域的老牌厂商品友互动发展而来。创始人兼CEO黄晓南曾在宝洁任职，后又在麦肯锡工作，黄晓南坚信未来企业的决策需要由数据和算法来驱动。
近日，i黑马＆数字观察采访到黄晓南，同她就当下toB企业的行业现状、数智化转型趋势进行复盘和总结，同时围绕深演智能品牌升级背后的十年技术产品发展路径进行了深入探讨。
01
趋势
数智化转型正当时
在营销方式向数据驱动转型的过程中，企业数据管理平台的使用是营销专家实现数据打通、精准客户洞察及精准客户洞察及智能决策过程中至关重要的一环。
i黑马＆数字观察了解到，进入数字时代以来，媒体和渠道的不断碎片化、社交媒体的迅速崛起和90后消费群体成为主流等因素，消费者对便捷和个性化体验的需求不断提升，品牌与消费者的互动模式也从比较单一的线下向服务转为线上线下融合的双向反馈模式。
但传统的营销模式是以大众市场为导向、单向投放广告，这种方式会出现人群洞察不准确、创意执行周期过长、传播千人一面的企业营销方式，缺乏个性化和实时互动，忽略掉消费者的实际需求。
这样很大程度改变了企业市场营销的方式和方法，营销人员传统的调研、预算和投放的方式都已经无法适应消费者实时、互动、多触点的营销要求。
其次，社交化营销、数字化互动、电子商务和基于云的软件技术逐渐替代传统的消费者接触点，成为吸引和存留用户的主要增长手段。
不过，区别于欧美市场营销软件以电子邮件为主要载体，在中国电子邮件从未能成为企业高效理解和触达消费者的渠道，社交媒体正将互联网变成一个真正的互动媒介,影响着客户关系管理领域。
第三，在中国市场，尤其值得关注的是，互联网基础设施的快速发展引发了几乎全行业的剧烈变化，也带来了客户触点的高度碎片化，更加重视个性化需求的Z时代也成为社会主流消费群体。
根据Forrester相关报告，企业期待通过对营销技术的投入来实现其主要营销目标。
在客户期待与技术发展的双重作用下，打破传统营销模式，利用海量客户数据形成洞察、了解客户并形成更精准的营销计划是营销专家们必须要面临的课题，也因此推动企业通过增加营销技术投入来解决营销挑战，其中AI营销便是代表性的技术。
AI营销是基于数字化，通过深度学习、自然语言处理及知识图谱等AI技术，对品牌定位决策、用户画像、智能内容管理、个性化推荐、智能测试、智能CRM等营销关键环节进行赋能，优化营销策略，提升营销效果，挖掘更多的创新营销模式和商业场景，其核心是帮助营销活动节约成本提高效率。
行业普遍意识到，唯有加强人工智能和产业发展的融合，培育新增长点、形成新动能，以人工智能技术推动各产业变革，推动人工智能和商业场景的深度融合，才能真正让梦想照进现实，真正实现AI的商业化落地。
黄晓南认为，2020年行业仍将面对：第一，增长的挑战。从疫情影响来判断，未来对CMO、CDO、CIO们来说，最关键的问题还是如何实现增长的高效，降本提速。
第二， 决策智能将渗透到更多场景。如汽车行业，汽车是大宗消费，从用户前期曝光、线索打分，到增换购模型等，从企业整个全链路去实现智能决策，能够全面带动增长。
第三、数智化将打造企业关键能力。疫情带来的消费者行为变化，会加速企业经营数字化智能化转型的迫切性，“企业需要进一步思考，从触点数字化、业务在线化、用户数据化和内容智能化这四个方面加速推进企业“数智化”进程。
02
边界
从AI营销到AI赋能决策
i黑马＆数字观察了解到，近两年营销技术在中国十分火热，很多创新型公司都在做，不少传统企业CIO也密切关注，表示对这个领域有兴趣有需求，但这个外界看来，没有跑出来像国外的Salesforce或者Adobe这样市场地位的企业。
针对这个问题，黄晓南表示， 国内市场对于营销的理解还是比较狭义，一直忽略了其中的技术能力的部分。这也是阻碍营销科技在中国起步和发展较国外晚的根本原因。从国外的TOB发展来看，无论是甲骨文、SAP还是其他科技公司，在产业链上有明确的社会分工，有的企业是做服务，有的企业是做流量，有的企业就是做技术。
“从品友互动升级到深演智能，首先是还原技术公司的本质，作为一家技术驱动的公司，通过数据、算法和具体的决策场景，切入到企业的决策层面。”
技术赋能决策，AI赋能决策。品牌升级后，公司把业务边界、解决问题的范畴给重新定义了。深演智能明确自己的定义和边界，不再局限在数字营销层面，而是切入到企业决策层面，利用技术和算法，解决客户的决策层面痛点。
企业在决策中的痛点是什么？最主要是信息/数据孤岛。对于企业而言，不仅是企业间，企业各经营环节也存在信息/数据孤岛。企业级的机构，比如政府机关间也存在信息孤岛，在一些地方，有多少个委、办、局就有多少个信息系统，每个信息系统都由各自的信息中心，有各自的数据库、各自选择的操作系统、开发的应用软件和用户界面等，完全是独立的体系。
在解决该问题上，深演智能做的事情主要从三方面体现：决策、决策场景和赋能进行布局业务。在决策层面，公司围绕企业的CMO、CDO等重要决策者，利用数据、算法、场景，辅助这些高管及时准确做出决策。
例如，为大型药厂预测流感药销量，从数百个影响因素中挑出70个构建深度学习模型，准确率达到了80%。
再如，对会员制零售商公众号中会员和新客做模型分级，并通过其公众号将不同的优惠券分发到不同客户手上，企业客户为该零售商带去了可观的会员销量，达到了平日的3倍。这些都是围绕AI技术，通过具体应用场景，帮助企业客户进行商业预测。
再从赋能方面来看，公司定位是AI赋能决策，“赋能”就是指不仅提供产品和系统，还通过服务、算法，形成一个闭环模式，辅助企业客户的业务，合理帮其做出决策，推动业务升级，加速实现数字化转型升级。
总的来说，深演智能做的事情是将企业信息化的数据孤岛整合起来，提供一个全局的视图，在各个领域各个部门中找到“啤酒和尿不湿”的关系，进而提高企业效率，降低决策失误风险性。
从根本上讲，营销技术的进步就是人工智能的进步，向为数巨大的海量人群展现最合适的广告，本质上必须依赖于人工智能。另一方面，在这个领域，深演智能仔细做了很多年，积累了很多技术和解决方案，而这些技术和解决方案完全可以应用在其他更为广泛的场景中，最典型的场景就是企业和组织的决策场景中。
针对上述的思考，品友互动将其企业品牌升级为“深演智能”，在深耕现有AI营销业务的同时，把决策智能的技术应用在更多的场景中，不断帮助企业深化全面智能决策，并在公共决策、疫情预测、商业预测等方面全面发力。
据悉，“深演智能”将承载着公司广阔的发展愿景，“深演智能”将作为全新的企业品牌，代表公司对外整体形象与主体；而“品友”将作为“深演智能”旗下营销技术领域的业务子品牌继续存在，有力支撑更多企业的营销智能化。
03
应用
“双轨”产品矩阵塑造智能决策闭环的先天优势
那么， 深演智能的决策智能是如何形成的呢？
在黄晓南看来，企业对于决策智能的需求来自于对增长的需求。
企业希望数据管理平台技术能够帮助他们达到提升营销效率、优化品牌策略等目的。对于国内的中大型企业来说，第三方数据尚未能够全方面覆盖目标受众的客户旅程。
在这样的情况下，利用企业高质量的自有客户数据与第二、第三方数据整合形成洞察，建立企业特有的第一方数据管理平台，逐渐成为这些企业内营销及营销技术人员面临的重大课题。而使用企业第一方数据管理平台是营销专家，实现数据打通、精准客户洞察及智能决策过程中的至关重要一环。
企业逐步意识到企业一方数据、内部触点数据的重要性，将数据统一管理起来的需求越来越迫切。围绕这种市场变化，2016年开始，深演智能转型成为一家企业数字化服务商，把业务从营销的基础上进行扩充，重点放在了第一方数据管理，推出DMP产品，帮助企业搭建第一方数据管理平台。在业务范围上，帮助企业在CRM端做出更好的决策，在市场调研做更好的决策，在后链路做更好的决策等。
2017年深演智能又推出营销智能平台，运用AI解决企业增长问题。通过闭环的数据服务，营销云产品不但为客户提供全链路的营销解决方案，通过不断的持续反馈，优化企业营销决策流程。还可以帮助企业CEO、CMO更系统、更科学地进行企业的智能化商业决策。其中的每个产品既可以单独使用，也可以融合使用。
在智能决策领域，如何进行的产品和技术布局？黄晓南在采访中向i黑马＆数字观察介绍了目前深演智能的产品技术构架。
从感知智能到决策智能，深演智能将十年沉淀的技术和算法能力打造成成AI决策引擎，这是深演智能的决策AI的技术内驱力，基于“硬核”技术层，深演智能的产品和解决方案可以应用于更多多领域的企业、政务决策。技术层的算法平台、行业知识图谱、实时数据分析等技术模块也灵活可以应用于企业级的数智化需求，比如医疗行业知识图谱辅助医疗决策的应用落地等。
从产品布局来看，深演智能也形成“双轨”的产品矩阵，涵盖了计算，数据能力和算法，形成了深演的核心产品力。核心是面向企业经营决策的智能决策操作系统“Alpha OS? ”，是深演智能的战略平台。操作系统提供三层内容：第一层：聚合了数据管理（MDM）等监控运营、存储计算和性能优化的IT层。第二层：将所有的数据管理、标签管理、流量管理等系统能力都放在这一层，内置了很多标准的算法，包括人群自动分群，反欺诈、点击率预估、转化率预估，还有策略算法等。很多标准算法模型训练好了放在里面，拿来即用。第三层应用层部署了人群画像、营销自动化、业务预测等业务模块。
在这个操作系统的“轨道”之上，深演智能搭建了基于AI深度决策的多场景决策平台。比如，2019年重点推出的一站式智能企业数据管理平台AlphaData?和一站式智能营销管理平台AlphaDesk?。这两个产品不是作为一个平台直接提供给企业，而是作为交付给企业使用的数据操作系统和数字营销业务操作系统。进而可以帮助企业管理消费者全触点，真正实现基于AI决策的增长模式，实现经营全面数字化。
以雅诗兰黛为例，雅诗兰黛集团旗下拥有包括雅诗兰黛、海蓝之谜 、Tom Ford、祖马龙等在内众多品牌。基于集团业务需求，深演智能运用AI技术和数据能力，为其打造了包括AlphaData? 和AlphaDesk?在内的一系列智能营销产品和决策平台，帮助企业打造基于数据智能的一站式数字营销，实现品牌增长和用户增长。
对于一个企业而言，无论是转型还是升级，必然会出现各种各样的难点，需要创始团队去面对或者挑战。那么，升级后的深演智能可能会遇到哪些挑战呢？
黄晓南坦言道，挑战主要表现在两个方面，从企业角度来看， AI决策的产品线、解决方案、服务复杂化，对算法工程师、产品研发人员以及服务实施团队，数量和专业度等方面要求变得更高。
从产业角度，就是在中国TOB领域一直谈论的话题，到底是做标准化产品还是做定制化解决方案。在中国，一般标准化的产品很难满足中大型企业客户的多元化、定制化、个性化需求。
黄晓南认为，公司最初是做KA客户，提供定制化解决方案，和客户一起共创产品，然后总结经验形成标准化的产品框架，同开始做PaaS层和SaaS层的部分。
在PaaS层做二次开发，可以提供模块化的产品，快速敏捷响应客户的多种多样的需求。不过，哪些客户的需求需要抽象出标准化模块，这是要总结和思考的问题，比如如何通过API接口，把各个模块连接起来，这些都是难点和挑战。
“做标准化和模块化的产品不是一蹴而就的事情，要持续在做，要不断的总结和复制”。
04
跃迁
以决策延伸政府、医疗新领域
纵观十年，2008创立；2012年开始提供互联网投放服务；2016年开始搭建企业数字化平台；2018年进入智能决策领域。
经过十多年的发展，深演智能已打通线下线上数据及多个商业场景生态，一面对接百度、腾讯、淘宝、新浪、京东等全国所有主流互联网平台，另一面连接2000+企业的推送内容触达，覆盖企业生态体系的各种业务模块。并将商业智能拓展到多个领域，沉淀海量的数据处理的行业图谱技术、用户画像技术、深度数据挖掘、自然语言处理及毫秒级的反馈需求。
这样一来，让深演智能形成了先天优势，具有分析决策能力的人工智能从营销场景逐步拓展应用到金融、政策等更多AI决策场景，这也是从“品友互动”升级成“深演智能”的基础。
黄晓南表示，在品友时代，公司已经在快消、汽车、零售等管理复杂度极高的行业积累了大量企业客户和AI营销决策经验和最佳实践，具有拓展多决策场景得天独厚的优势。
在客户层面，深演智能最初的客户定位在电商，随着公司的业务开始拓展，客户的定位也开始辐射到中大型品牌商企业，覆盖快消品、连锁零售、汽车、金融四大类别。
这些领域共同特点是，首先，高价值、长决策链条行业，最典型的是汽车厂商。其次，市场足够大、数据量大、覆盖终端用户多，需要进行数据管理的。
例如，深演智能通过数据逐层优化营销环节，为客户建立第一方的数据管理平台，形成汽车企业自有数据资产，通过数据分析，优化营销全链路管理，提升顾客生命周期。这样一来，可以为车企打通数据孤岛，有效优化客户全链路的营销策略，有效访客提升到193%。
品牌升级后，深演智能立足AI赋能决策的理念的基础上，营销、金融、政务是其接下来重点深挖的三大方向。在金融行业，深演智能主要面向传统银行在内的金融机构，解决它们的营销、风控和反欺诈需求。
在政务领域，深演智能已落地了多个领域的项目，打造了智能政务决策系统，可以提供政府和企业之间的撮合平台，通过NLP、智能匹配技术，智能解读政府政策，为企业提供政策的智能匹配服务；帮助国家级智库机构统计城市间的人口迁移数据， 辅助宏观经济决策。黄晓南也透露，深演智能正在与国家级的信用评级单位合作，进行企业画像及征信相关的项目。于此同时，智慧城市、智慧医疗等的领域也通过项目落地开启布局。
黄晓南认为，目前深演智能业务场景不断进化和拓宽边界的原因，基于十年在底层的数据能力、算法建模能力上的沉淀和积累，也让她再次确认创立之初一直坚持的“数据+技术”的理念是正确的。