行銷人員的AI百寶盒 ,

作者:黃義軒, AI人工智慧大現場作者群

出版社:博碩

ISBN:9789864348466

$50.50

  人工智慧最強的功能是「從大量資料中創造規律性」並進行突破性的效率改善;人工智慧用在行銷上即稱為「AI Marketing」;意即用人工智慧來協助行銷人員,能夠即時改善行銷效率的系統性知識。

  AI和AI Marketing是快速發展的科學。作為一個行銷人員或企劃人員,要如何理解並運用AI作為行銷工具呢?

  一定有人告訴你:「AI有那麼多東西要學」

  本書將產品銷售週期分為六個階段,再針對不同階段的需要來設計出適當的AI工具,讓行銷人員可輕易上手,達成業績目標。

  自2017年以後,AI技術已大量用在社會科學方面,不論在心理學、財務投資、行銷學都已大量使用AI Marketing的工具;以行銷學來說,從行銷初期的趨勢分析、客戶鎖定,到後期的客戶忠誠度培養都可大量使用到AI工具。

  本書的重點:行銷人員如何使用AI Marketing工具來強化行銷。
 

目錄

01 最佳關鍵字(Keyword Confirm)
1-1 找出最佳關鍵字(Best Keywords group)
1-2 用pytrends 獲取 Google 搜尋趨勢
1-3 「最佳關鍵字」的實務戰術

02 流行趨勢分析(Dedicated analytics)
2-1 「流行趨勢分析」與「最佳關鍵字」進階應用
2-2 實例1:「台灣十大美妝品牌,近三個月,流行趨勢比較分析」
2-3 實例2:「美國十大化妝品牌,近三個月,流行趨勢比較分析」
2-4 實例3:「關鍵字搜尋比較」- 台灣地區
2-5 實例4:「關鍵字搜尋量比較」- 台灣依都市別分析
2-6 實例5:「主要運動服潮牌」之關鍵字聲量比較
2-7 實例6:「關鍵字相關度搜尋量比較」- 現在排名及上昇中排名
2-8 實例7:日本、韓國及美國「即時夯話題」
2-9 實例8:Covid-19 台灣地區「關鍵字聲量」及區域別分析
2-10 實例9:品牌、產品或關鍵字的靈活運用策略
2-11 實例10:品牌、產品或關鍵字的靈活運用策略
2-12 結論

03 客戶搜尋(Customer Search)
3-1 用AI 創造現有客戶的貢獻度
3-2 用AI 進行交叉銷售和追加銷售
3-3 專業行銷人員用不同的做法
3-4 AI 實例:從現有客戶中找出「新商品」的潛在客戶

04 顧客分眾(Customer Targeting)
4-1 什麼是顧客分眾?
4-2 什麼是LRFM?
4-3 使用LRFM的結果?
4-4 AI 實例:用行銷學的LRFM 和AI 大數據演算來進行顧客分眾
4-5 數學統計方法,用「權重方式」進行「顧客分眾」:(RFM、LRFM、RFM_SUM 指標)
4-6 用行銷學Length、Recency、Frequency、Monitory四者間互動關係,用3D圖呈現
4-7 用LRFM/RFM 進行「顧客分眾」後,找出重要的行銷答案
4-8 數學統計方法:綜合指標計算(RFM_Sum、LRFM_Sum)
4-9 AI 人工智慧方法進行分群並預測業績

05 賣場客戶類型分析(Feature Modeling)
5-1 客戶類型和賣場經營的關係
5-2 用人工智慧改變客戶體驗
5-3 AI 方法:用「融合模型」(Emsemble)投票及權重方式,來提昇準確率
5-4 AI 實例: 用大數據預測客戶消費品項及消費頻率

06 廣告媒體選擇(Media Selection)
6-1 媒體選擇的策略
6-2 Who(與誰溝通):即確定目標受眾。
6-3 How(如何溝通):考慮溝通方式的五個因素
6-4 針對「媒體的用途」以找出最適合的行銷媒體
6-5 「媒體分析」AI 實例:從消費者社群媒體習慣分析廣告投放媒體
6-6 跳脫媒體平台的分類,以全球線上購物來看廣告趨勢
6-7 2020年全球媒體廣告行為分析

07 風向內容分析(Content Analysis)
7-1 「風向內容分析」的目的
7-2 什麼是NLP?
7-3 NLP未來的發展趨勢?
7-4 如何讓電腦準確的理解中文語言?
7-5 中文詞性分析的方法
7-6 NLP 技術商品化方向
7-7 「風向內容分析」AI 實例:從消費新聞分析「美妝產品」的流行趨勢

08 客戶心理分析(Psycho Modeling)
8-1 ISTJ(負責執行傾向):「調查員」個性類型
8-2 ISFJ(專注管理傾向):「守衛者」個性類型
8-3 INFJ(遠見啟發傾向):「提倡者」個性類型
8-4 INTJ(願景策略傾向):「建築師」個性類型
8-5 ISTP(敏捷務實傾向):「鑑賞家」個性類型
8-6 ISFP(務實看守傾向):「探險家」個性類型
8-7 INFP(機警戰鬥傾向):「協調者」個性類型
8-8 INTP(擴增分析傾向):「邏輯者」個性類型
8-9 ESTP(靈活新進傾向):「企業家」個性類型
8-10 ESFP(熱情改進傾向):「表演者」個性類型
8-11 ENFP(熱情催化傾向):「競選者」個性類型
8-12 ENTP(創新探索傾向):「辨論家」個性類型
8-13 ESTJ(效率主導傾向):「總經理」個性類型
8-14 ESFJ(信實建造傾向):「事務官」個性類型
8-15 ENFJ(積極動員傾向):「教育家」個性類型
8-16 ENTJ(策略引導傾向):「指揮官」個性類型
8-17 「傾向分析」AI 實例:用機器學習判斷個性類型

09 聲量分析(Talk Trends)
9-1 討論度與網路聲量
9-2 AI 實例:品牌網路聲量溫度計
9-3 跳脫聲量迷思看廣告趨勢

10 推薦系統(Recommendation System)
10-1 什麼是AI 推薦系統?
10-2 AI 推薦系統應用實例
10-3 「推薦系統」AI 實例:線上影片平台推薦系統

A 實戰演練
A-1 用「最佳關鍵字」進行「品牌定位」(Keyword Confirm)
A-2 從「夯話題」進行「流行趨勢分析」(Dedicated analytics)
A-3 用「交叉銷售」找出「潛在客戶」(Cross Sell)
A-4 用AI「顧客分眾」法進行「精準行銷」(Customer Focus)
A-5 用AI 進行「產品及客戶類型分析」(Featuring Modeling)
A-6 用AI 分析消費者習慣以進行「廣告媒體選擇」(Media Selection)
A-7 用AI 進行「媒體風向分析」以掌握市場脈動(Content Analysis)
A-8 用NLP 進行「客戶心理分析」(Tendency Modeling)
A-9 用「討論度分析」找出目標客戶(Talk Trends)
A-10 用準確的「推薦系統」建立客戶忠誠度(Recommendation System)
 

作者介紹

作者簡介

黃義軒

  專長:軟體語言、人工智慧演算、大數據分析

  工作經歷:
  曾任遠傳電信網路事業協理
  曾任光寶科技公司系統資深處長
  現任美國聯合科技公司技術總監
  IT/AIoT相關產業經驗25年

  作者來自「人工智慧大現場」團隊。
  人工智慧大現場聯結方式:igreener.tw@gmail.com
 

出版地

台灣

出版日期

09/06/2021

印刷

單色印刷

版別

初版

裝訂

平裝

語系

繁體中文

頁數

488