本文翻译自英文原文的部分内容：Marketing in gthe Age of machine Learning（2018 Manja Bogicevic )
数字客户和传统客户之间的界限已经消失了。任何人只要拥有智能手机，都可以不假思索地在线上和线下之间随意转换。结果是，他们形成了对速度、效用和实时帮助等现代便利性的强烈偏好，也变得越来越不耐烦和挑剔。若想吸引如今的客户，必须采取现代化的营销方法，先进技术和客户优化为我所说的“顾问品牌(adviser brands)”奠定了基础，而顾问品牌正在改写整个游戏规则。
顾问品牌放弃传统的漏斗原理和以营销为中心的理论。现在，先进的营销策略是利用机器学习和其他新兴技术来提供辅助体验，在购买过程中的每一步都会将意图和期望转变成业务增值。这么做不仅可以改善营销表现，还有助于企业成长。
靠自动化营销制胜的5大法则
最近，我有机会采访了几家领先企业的首席营销官和首席数据官，他们分享了在当今形势下与时俱进的营销经验。他们都指出，机器学习是新营销观念的基石，可以帮助营销人员转换日常数字信号以理解客户意图和偏好，并在恰当的时间、地点、设备上自动地提供富有成效的个性化体验。
谷歌最近发表的《靠自动化营销制胜的5大法则》(5 rules for winning with automated marketing)也讨论了机器学习的优点，作者是谷歌首席搜索布道官尼古拉斯·达维奥-加尔诺(Nicolas Darveau-Garneau)和工业主管亚当·迪夫(Adam Deif)。在该文中，他们分享了顶尖企业利用机器学习的5个最佳实践。以下内容受到了他们的启发。
法则1：优化营销的目的是增长而非效率
正如谷歌所言：“机器学习的好坏取决于你要求它优化的东西。”20世纪福克斯影业总裁、首席数据科学家、媒体主管朱莉·里格(Julie Rieger)说，营销人员如果想利用机器学习获得有价值的洞见，一个大的挑战是要打破他们经常怀有的认知偏见。很多时候，营销人员往往会采用传统的思维模式和评估方法，这妨碍了他们发现新的营销机遇——以创新和增长的投资换取规模和效率。而具有现代眼光的营销人员致力于利用机器学习来全面了解客户，根据不断变化的需求改变营销策略以实现增长，HomeAway增长营销高级副总裁大卫·贝克霍尔姆(David Baekholm)提出了类似看法。他说，机器学习、对移动客户的关注和关注长期表现而非短期投资回报，可以帮助企业的营收同比增长115%。
法则2：触达更有价值的客户，发掘其终生价值
并非所有客户都是一样的。以尽量获取潜在客户的广撒网做法不等于客户转化和忠诚度。优秀的营销人员不是想方设法地触达所有类型的潜在客户，而是利用机器学习，把触达更有价值的客户作为数字化营销的投资目标。另外，优秀的营销人员更加重视长期绩效指标，比如客户终生价值（CLV），而不是重视短期交易所得，比如广告支出回报。
法则3：构建高质量的客户关系
优秀的营销人员正在利用机器学习，把数字化营销变成企业的增长引擎。结合CLV等指标，他们知道如何吸引现有客户进行投入，以构建高质量的客户关系，并从中获得更多收益。他们致力于高价值客户的个性化交叉销售机会，而不是大众营销。这有助于减少客户流失，提高客户满意度和留存率。
法则4：打造个性化的“响应式搜索广告”
多年来，营销工作基本上陷入了常规的自动化中，造成了营销活动和客户意图脱节。现在，见多识广的客户不想被推销，而是想获得可靠的建议和指导。当客户开启发现之旅时，他们想要搜索“最适合”自己的东西。机器学习可以帮助营销人员根据关键词，创造出大量的个性化和“响应式搜索广告”。这使得恰当的广告被自动地重新合成，并在恰当的时间将恰当的信息呈现给恰当的客户。
法则5：让你的App极简起来
不知何故，企业没有把移动端体验作为优先考虑的事项。然而，如今的客户每天会花大量时间浏览移动互联网。无论你的广告多么有创意，如果你的移动端网站缓慢、复杂或者乏味，就无法吸引客户。他们怎么可能会被吸引呢？他们没有耐心，他们喜欢的app要极为简洁直观，无需多想就能让他们看到自己想要的商品。这应该成为每个行业每家公司的标准。优秀的营销人员利用Progressive Web Apps这样的新技术和由机器学习增强的竞价算法，把更多的合适客户吸引到优化的网站之上。体验不佳的网站很容易被不耐烦和挑剔的客户忽略。
“靠自动化营销制胜的五大法则”说明了优秀的营销人员如何利用机器学习和新兴技术获得成功。虽然这些原则说起来容易，但必须做出思维和行动上的转变，再加上机器学习，才能优化你的数字化营销方式，以实现这些目标。
通过将机器学习整合进营销，顾问品牌可以推动企业长期增长而非短期效益，获取最有价值客户，提高客户的终生价值，使动态创新个性化，提供更加直观流畅的移动端体验。这些就是你的奋斗方向。在如今的客户眼中，达不到这些要求的都是低劣不堪的。