在过去三年中，我们有幸进行了数百次研究人员和管理人员的采访，很少有人工智能应用程序比市场营销和广告更受关注。在与从Facebook到Facebook等公司的高管和研究人员的会谈中百度,国际商用机器公司对美国电话电报公司来说，营销一直是人工智能最热门应用程序的话题。
本文的目的是作为一种行政底漆的AI和营销的交集，且文章本身被分成了用于该目的三个不同的部分：
- 现实世界的例子，人工智能营销/广告应用与重大牵引力今天
- 人工智能在市场营销/广告领域的应用前景一片光明
- 一个简短的词汇，基本营销相关的人工智能术语，与可靠的参考链接
(注:这篇文章的读者可能会喜欢我们的《市场营销中的机器学习》市场调研，具有在营销高管，包括最有可能由人工智能的发展，为营销应用影响的5年发展趋势的估计，各行业的意见和超过50 AI预测。）
我们将从人工智能营销领域目前可行的例子开始：
5当前人工智能在营销和广告中的应用
下面是我们决定在本文中重点介绍的7个非常流行的示例应用程序，并简要描述了人工智能方法是如何工作的，以及公司目前是如何利用该应用程序的。
本文的在这一节中我打算远离(a)应用有限的牵引(投机或新兴的应用程序是留给下一节),和(b)的人工智能应用程序只有今天和营销部分重叠(即:欺诈和安全可以/应该被认为是自己的类别,这里不会被称为作为一个市场营销应用程序)。
目前可行的AI市场推广应用的完整列表会更宽广，但我们已经决定把重点放在一些在当今营销最常见的用途：
1 -搜索
在2005年，如果你“搜索”一个电子商务商店来找到一个产品，你不太可能找到你想要的结果，除非你确切地知道它的名字或头衔。今天的“搜索”要聪明得多，它的能力得到了提高，不仅可以帮助你在谷歌上找到信息，还可以帮助你在Amazon或Target.com上找到正确的产品，在Netflix上找到正确的电影，等等。
十年前，键入“男人的拖鞋”在Nike.com可能没有得到我一直在寻找的结果。今天，它非常确实。
对电子商务和市场营销的搜索改进也有所改进，这是由于基本上改善了“搜索”的基本因素，包括：
- 等技术Elasticsearch是现在相对主流，允许任何小的电子商务商店有搜索，而不仅仅是匹配关键字
- 数据即服务公司（如Indix等等），使它比以往更容易从其他来源大搜索数据得出，告知自己的在线产品搜索，而不必从头开始培养自己的搜索模式
- 其他杂项改进，例如：检测常见拼写错误的软件现在更为常见，并且可以根据上下文对拼写错误进行校准（即：“季票”可以理解为“季票”，而没有上下文，仅“季票”可能更难识别）
谷歌已经简化，并解释了自己的一些搜索的改进和发展的工作做得很好了“内部搜索”文章.
我们最近对Samuir Raman (Mattermark的数据科学)的采访解释了改进搜索(这里是整集）。
今后，消费者可以期待越来越多的电子商务网站在谷歌的脚步声等人在实施自动提示，建议更正遵循，“高级”搜索选项，以及其他类似的改进。
[旋转木马]
2 -推荐引擎
在数字营销领域，推荐引擎是一种罕见的产品，因为这种营销技术经常受到客户的赞赏甚至喜爱。亚马逊的书籍或产品推荐非常棒，Spotify非常了解你对音乐的品味，这种“发现助手”在数以百万计的可用选择中，对于拥有大量库存（数字和物理）的公司来说是不可或缺的。
如今复杂的在线推荐远远超出了一套简单的由人类决定的指导方针，甚至是一套来自其他用户的简单的历史评级。推荐引擎(你也会经常听到“推荐系统”这个词)可以从大量细致入微的数据中提取信息，从而从行为、行为等中得出结论。
Netflix isn’t merely taking into account what movies a person has watched, or what ratings they give those movies – they’re also analyzing which movies are watched multiple times, rewound, fast-forwarded, etc… These myriad behaviors, when correlated and assessed over millions of other users, help to coax out the best recommendations.
目前已对推荐系统的基础知识，有的人干脆人友好的视频教程，包括短推荐吴恩达(Andrew Ng)的视频系列，值得一看。哈佛有一个有用的13分钟介绍视频也
3 - 程序化广告
下面用斜体字简要解释了程序性广告Seer互动他在解释基本原理方面做得很好:
简单地说，程序化广告是通过一个交易所买卖广告库存的自动化过程，将广告商与出版商联系起来。这个过程使用人工智能技术……通过移动、显示、视频和社交渠道实时竞标库存——甚至进入电视领域。
人工智能技术的算法可以分析访问者的行为，从而对更有可能转化的受众进行实时的活动优化。程序公司有能力收集这些受众数据，然后更精确地定位目标，无论是来自第一方(他们自己)还是来自第三方数据提供商。
程序化媒体购买包括使用dsp、ssp和DMPs。dsp(需求方平台)，它促进了在公开市场上购买广告库存的过程，由于DMPs(数据管理平台)的集成，提供了到达您的目标受众的能力。DMPs收集并分析大量的cookie数据，然后让市场营销人员对目标受众做出更明智的决定。
程序化广告的典型例子是在谷歌（Google）、Facebook和Twitter等频道上的SEM广告。像PredictiveBid和以色列这样的公司艾伯特已经决定把大量的重点放在程序化广告上。
节目广告给网站和应用程序浏览者的“库存”带来了巨大的效率。像Google和Facebook这样的平台已经为高效和有效的广告设定了标准，而且可以假设这些系统将变得越来越用户友好，允许非技术营销人员开始、运行和测量在线活动（对我来说
4–营销预测
这部分可能会被称为“洞察从营销数据，”更广泛的话题。然而，在它的能力，以辅助预测商业智能数据谎言的最直接的营销应用之一，能力多在AI的发展增强。
我们很可能会构成对商业智能的域中的另一个整篇文章（或实际上，整个行情报道）。然而，BI和销售相交如此彻底，这将是虚伪指速射进步，在市场营销，而不引用的底层技术，帮助企业做营销数据的防洪意识，对此采取行动。
这样的公司强奸犯,BIRST、Sisense和其他公司的目标是成为商业智能和预测的行业标准。由于营销数据(通常)具有高容量和可量化的特性(点击、查看、页面上的时间、购买、电子邮件回复等)，因此通常可以更快地对模型进行营销数据方面的培训，而不是人力资源数据、库存数据等其他信息方面的培训。
能够预测电子邮件活动或营销活动的成功可以帮助公司不断改进营销工作(在显示、文本、视频，甚至直接邮件)。
的2000多家营销技术公司在撰写本文时，市场上有大量的数据管理和分析。随着这些技术/评估工具的改进和变得更加主流，我们可以预期未来这些公司会有更多，大大小小的公司也会做出更精细的营销努力。
5 - 语音/文字识别（会话商务部）
在2014年，甚至在2015年的大部分时间里，可以肯定地说，虽然聊天机器人和语音识别是人工智能的一个有趣用途，但它仍然没有在营销或广告方面产生合理的影响。
在2016年开始，合法可行的语音和聊天界面的浪潮已越界进入营销世界 - 和他们中的一些表现出宏大的承诺。这里有一些今天牵引的例子：
- 亚马逊的回声- 回声一直是非凡的成功在把物联网变成现实的过程中……特别是在它让用户只需通过与机器对话就能购物的能力方面。你可以单凭语音点一辆优步(Uber)车或一份达美乐(Domino)披萨。
- Facebook Messenger–旨在模拟基于聊天的购物的“线上到线下”战略，Facebook Messenger允许用户订购鲜花(很快，更多)通过单独聊天。
- 百度决斗-百度的新聊天机器人助手可以在它的界面内订购产品(PC世界获得了一些关于机器人的最早的报道在这里)
- 其他人–谷歌和（据报道）苹果正在研究回声竞争对手，以及哪个品牌将成为智能家居的演讲“枢纽”的竞争应该证明是令人兴奋的。
虽然聊天机器人和自然语言处理还没有进入美国大多数小企业的营销部门，但来自最大、最热门的科技公司的应用程序无疑正在掀起波澜，并清楚地表明，未来还有一个更大的趋势。
人工智能在市场/广告-蓬勃发展的机会面前
虽然人工智能在市场营销和广告方面有数百种潜在的应用，下面的简短列表突出了我们认为在未来5年里令人兴奋和可行的一些可能性:
图像识别/机器视觉:在不久的将来，消费者可以通过网络或手机“搜索”产品(或类似产品)的图片。这可能很简单，比如为你想买的一双鞋拍一张照片，或者使用web应用程序选择你在谷歌搜索中找到的某张图片。这样的公司CamFind以及他们的竞争对手已经在这个领域进行了试验。
我们的播客在机器视觉领域有一些了不起的研究人员和执行官。我们的采访存在Shutterstock的弥敦道赫斯特对于对图像识别的未来充满好奇的读者来说，可能会特别感兴趣。
客户细分:等公司AgilOne允许营销人员优化电子邮件和网站通信，不断从用户行为中学习(有关）。
内容生成:你可能已经意识到，很多体育和金融相关的文章是机器写的，而不是人写的。是的，期待更多。
这样的公司自动化的见解和叙事学他们已经找到了将特定信息集(体育和金融等领域充斥着时间数据和编号数据)转换成人类可读的文章的方法，这些文章有时与人类写的文章难以区分。将来，公司可能会根据有关产品的信息，完全由机器组成产品描述和整个产品线相关的文章。
内容个性化也将是未来的一个重要趋势（土砖其他公司也已经在这方面展开了竞争。
营销相关人工智能术语汇编
在你这个领域的进一步探索，你很可能会来与各种技术术语和行话接触。下面是一组我们认为是高层管理人员和产品经理把握重要术语：
程序化广告：简单地说，程序化广告是通过一个交易所买卖广告库存的自动化过程，将广告商与出版商联系起来。这个过程使用人工智能技术……通过移动、显示、视频和社交渠道实时竞标库存——甚至进入电视领域。(Seer互动)
供应侧平台（SSP）：一种用于以自动化方式销售广告的软件。ssp通常被在线出版商用来帮助他们销售显示、视频和移动广告(DigiDay)
需求方平台(DSP):一个系统，让买家的数字广告库存管理多个广告交换和数据交换帐户通过一个接口。(维基百科)
推荐引擎:推荐引擎是一种功能(而不是产品)，它通过预测用户可能如何评价条目来过滤条目。它解决了将现有用户与庞大的产品或内容库(即数万到数百万)中的正确项目连接起来的问题。(数据的社区DC)
实时竞价(RTB):指的是在线广告的展示，通过发生在它需要一个网页加载时间的实时拍卖的买卖。这些拍卖通常是由广告交易或供应端平台提供便利。(DigiDay)
标题图片来源：www.cloudpix.co/
