▲点击[MarTechCareer] → 点击右上角[...] → 点击[设为星标★]
第一时间获得最前沿的数据、营销、产品等内容
当Andy Wilson的公司通过ChatGPT成功获得第一个客户推荐时，他震惊了。
Wilson是总部位于旧金山的法律技术公司Logikcull的创始人兼首席执行官，他说：“我对ChatGPT的反应就像我在90年代初对互联网浏览器的反应一样。”“但这一次，我知道它将比互联网、云计算和iPhone加起来还要大。”
律师事务所和法律团队使用Logikcull的工具来搜索调查人员寻找的文件和表面信息。它的服务是高接触式的——客户每年的平均合同价值为28000美元——它的大部分合同都是由一个专门的销售团队通过电话获得的。但今年3月，一位客户提到，他们通过ChatGPT的快速回应了解了Logikcull。
自从获得第一个客户以来，Logikcull通过OpenAI运营的聊天程序看到了源源不断的新客户。威尔逊表示：“我们认为，按照目前的发展速度，这一渠道每月将带来10万美元的订阅收入。”“这是一个美丽新世界。”Wilson估计，在过去的60天里，Logikcull有5%的销售线索是通过ChatGPT提供的答案获得的。由于Logickull高度专业化的产品和高薪的法律客户，这个数字在电子商务中可能是一个异常值。不过，通过聊天获得销售线索的远不止Logickull一家：总部位于纽约的电子商务品牌数据和调查平台Fairing报告称，其数十家直接面向消费者的客户在客户调查中发现了ChatGPT。Fairing的创始人兼首席执行官Matt Bahr表示，客户们的反应是：“我不敢相信我使用了ChatGPT，它却推荐了足够好的东西。”“这是我们在ChatGPT上看到的令人惊讶、令人愉快的事情——人工智能机器人可以作为消费者的购物助理，也可以为公司带来销售线索。”Bahr说，目前，Fairing的客户报告说，ChatGPT回答引发的销售比例很低，低于Logikcull的5%。不过，他将其与TikTok早期推动电商品牌销售的情况进行了比较。就像社交媒体平台一样，那些将营销和网站转向聊天机器人友好的早期采用者将受益最大。人工智能的繁荣标志着搜索引擎优化领域的范式转变，电子商务企业家正在努力抓住这一机遇。近几个月来，随着基于人工智能的聊天程序的蓬勃发展，人们对ChatGPT作为销售推荐平台的兴趣激增。谷歌和微软现在正在进行一场竞赛，在他们的搜索产品中加入基于大语言模型的聊天功能，甚至将它们重新命名为“回答引擎”（answer engine）。“至于品牌应该做什么准备，”纽约搜索引擎优化顾问Lily Ray说，“他们应该监控第三方评论网站和搜索结果中品牌被提及的情况。”Ray建议公司通过向满意的客户发出请求，让他们留下积极的评论，来提高产品评级和评论的质量。从理论上讲，这将有助于产品在ChatGPT及其竞争对手必应聊天（Bing Chat）和谷歌搜索（Google Bard）上获得更有利的排名。这两家公司通过筛选实时搜索结果，根据用户的提示决定推荐哪些产品。Ray说道：“除非你在不同的网站上获得了合理的好评，否则你并没有任何办法去‘伪造’自己的排名。”“但品牌应该时刻关注这些网站上的言论，这样它们就知道如何回应客户，以及如何改进自己的产品。”搜索引擎优化专家建议公司现在就开始努力使他们的网站内容更容易被聊天机器人阅读。Ray说：“对于品牌来说，在产品页面、类别页面和品牌页面中包含清晰的常见问题解答是很重要的，”这包括一个强大的“关于我们”页面，以及对有关产品和品牌的常见问题的全面回答。“这些答案很可能会被纳入人工智能生成的结果中。”Logikcull的Wilson表示，他已经开始让销售人员捕捉客户与聊天机器人互动的更详细信息，包括分享可能会产生提到Logikcull的回应的人工智能提示。他说：“我们认为，在不久的将来，像ChatGPT这样的工具将有某种广告驱动的收入来源，这将非常有帮助。”就在本周，谷歌宣布正在试验在会话聊天机器人的搜索结果中插入广告。威尔逊设想，未来将公司在谷歌和必应（Bing）上的传统广告支出转向生成式人工智能答案投放。据英国数字营销机构Propellernet的搜索引擎优化和产品主管Dave Peiris称，许多搜索引擎优化专家都密切关注谷歌在其5月I/O活动上宣布的一项新功能——搜索生成体验（Search Generative Experience，简称SGE）。SGE将在常规（非人工智能生成的）搜索查询中插入人工智能生成的回复快照，包括建议的后续问题。即使是坚持使用像Bard这样的人工智能搜索工具的谷歌用户，也可能很快就会看到使用人工智能创建的结果，这意味着公司可能需要相应地重新调整他们的搜索引擎优化策略。直接面向消费者的搅拌机公司BlendJet的联合创始人兼首席执行官Ryan Pamplin多年来一直密切关注人工智能。Pamplin是创业孵化器Y Combinator的校友，也是OpenAI创始人Sam Altman的合伙人，他已经试用了ChatGPT网络浏览器插件的测试版，该插件可以使聊天机器人的知识更新。到目前为止，他发现它不可靠，部分原因是它部署了许多反垃圾邮件和网络安全工具阻止的用户代理。但他并没有原地踏步。Pamplin对他的网站做了一些调整，分析了ChatGPT插件在抓取网页时如何呈现在他公司的网站上。例如，ChatGPT使用位于德克萨斯州圣安东尼奥的IP地址，并在访问BlendJet网站时显示为“ChatGPT-User”。所以Pamplin确保他的网站允许机器人通过。Pamplin声称，使用Cloudflare保护的网站有时会阻止该机器人，沃尔玛网站也是如此。“所有不同的网络技术都必须发生这种变化，”他说。电子商务高管们对聊天机器人将以多快的速度蚕食传统搜索存在争议，但许多人认为，未来将取决于对话式产品发现。Peiris说：“ChatGPT非常愿意为大量查询提供特定的产品建议。”本月早些时候，SEO咨询公司Sistrix对ChatGPT提供的关于10,000个不同产品类别的问题的回答进行了研究。这个聊天机器人提出了近2.4万个不同的品牌。伦敦数字营销专家Dan Barker表示，其他参与搜索和人工智能的公司无疑将寻求将推荐与产品链接联系起来。他指出，亚马逊（对在其电子商务页面上到处张贴广告并不陌生）最近列出了招聘信息，寻找能够创造“互动对话体验”的工程师。Logikcull的Wilson认为，他的公司出现在ChatGPT的回应中，是他几年前在提高网站SEO可读性方面的投资的直接结果。现在他正在寻找新的手段。“我不知道事情会如何发展，”他说。但他确实知道，近年来，他使用SEO策略为他的网站带来了“数百万美元的业务”。“如果这消失了会发生什么？这是一个有点可怕的前景。”
如果你想了解如何运用数据促进营销业务发展，进一步扩大自己的求职优势，在进入职场之前就演练并学习了解各大公司的营销分析技巧，
就来看看MarTechApe携手来自Apple、Walmart、Airbnb、Verizon、Wayfair等知名公司的资深职场人开设的《营销分析专项》课吧！
《营销分析专项系列课》由MarTechApe联合美国的一线营销分析和营销技术专家们共同研发推出，由以下美国名企管理层执教：- 苹果公司硅谷总部（前Ebay资深数据分析师），营销数据科学家
- 美国最大家具电商平台Wayfair，营销数据科学经理
- 沃尔玛Walmart电商（前GroupM营销分析经理），数据科学经理
这门专项系列课由5个模块组成，涵盖了5种应用最广泛的营销和商业分析方法：
| 1. 什么是追踪？详细介绍不同的追踪方法: URL Tracking Pixel Tracking Deep Linking 3. 什么是营销归因？企业为什么有必要做营销归因？ 4. 单触点归因模型的不同种类与做法 5. 多点归因模型的不同种类与做法 6. 用户生命周期总价值（Customer Life Time Value） 7. 营销归因中涉及到的各类高阶分析: 预测LTV 用户细分（User Segmentation） 同类群组分析（Cohort Analysis） 增量测试（Lift Test） 跨设备追踪（Cross Device Tracking） 全渠道分析（Full Funnel Analysis） |
| 沃尔玛电商Walmart Ecommerce 美国数据科学经理——《营销组合模型》 1. 营销组合模型（Marketing Mix Modeling）是什么，它为什么可以有效提高营销绩效？ 2. 营销组合模型可以解释哪些业务指标？衡量哪些变量对业务指标的影响？ 3. 如何评价一个营销组合模型的好坏？ 4. 如何通过模型判断广告效果和营销收益？模型中的重要参数：Decay、Lag、Alpha都是什么？ 5. 如何通过模型结果计算与比较媒介渠道效果？ 6. 模型结果的解读： 模型分解 变量贡献 媒介有效性和媒介效率 7. 通过模型结果进一步获得商业洞察 8. 行业里流行的另一种解决方案——领先指标模型 9. 营销组合模型的典型面试问题 10. 营销分析师与营销分析经理的技能要求和典型一天 |
|
1. 什么是媒介测试与学习（Media Test & Learn）？为什么我们需要在广告营销领域使用这种方法？ 2. 在实际工作中会做哪些关于广告的实验？有哪些测试的对象？ 3. 如何设计一个实验，实验设计的6个步骤，在A/B测试设计中的注意事项
4. 检验实验数据的可靠性和完整性
5. 如何分析实验结果 6. 如何根据样本来估计整体均值或比例的置信区间 7. 如何针对某一指标/metrics来判断实验组和对照组的区别在统计上显著 8. 如果想同时测试多个指标，应该注意哪些事项？ 9. 什么是PSA，为什么我们需要PSA，PSA的劣势 10. 什么是Ghost Ads？PSA和Ghost Ads的区别 11. 营销战役的ROI与增量 12. 选择偏差 13. 因果影响分析 14. A/B测试的局限
15. A/B测试的延伸：Universal Control Group与Multi-Armed Bandit |
| 美国最大家具电商Wayfair 波士顿营销数据科学经理——《增量模型》 1.什么是因果与因果推断？ 2.有哪些因果研究方法？ 3.增量在营销中指的是什么？什么是营销产生的收入（Incremental Revenue）？ 4.增量模型将用户分成哪些类型？如何比较不同营销策略的效果？ 5.什么是Heterogeneous Treatment Effects？ 6.增量模型中的随机实验 7.增量模型与机器学习；增量模型要解决的挑战 8.增量模型的进阶技术 9.用一个案例来理解增量模型的完整流程
10.用Python来实现增量模型 |
| 美国电信巨头Verizon 纽约营销效果经理——《营销中的随机森林》 1. 什么是决策树？决策树在营销中的案例分析 2. 最常见的聚类分析：K-means与Hierarchical Clustering在营销中的应用。在R语言中实践两种不同的聚类分析方法与结果解读 3. 随机森林算法原理 4. 如何解读随机森林的结果，如何判断随机森林模型的好坏 5. 用一个案例来理解随机森林的完整流程 6. 在R语言环境中实现随机森林模型 7. 随机森林分类模型与随机森林回归模型 8. 其他机器学习算法在营销中的应用 9. 机器学习在营销分析岗位面试中的真题解析 |
每课备有精心设计的课后作业和练习，及时巩固课程内容
一门课程唯有通过作业才能完全掌握。《营销分析专项系列课程》每周都有老师精心设计的作业和练习，类型包括：精心设计的作业练习强调了课程重要知识点，在完成作业和练习的过程中，帮助学员巩固对课程的掌握程度。沉浸式学习体验，让网络课程更接近线下学习。防止课程囤积，助教督促完课
助教团的助教老师们会nice地提醒大家课程进度，并进行线上答疑。每周一次作业，将课程所学进行巩固。花费时间15-30分钟。课件中附有数据和课外阅读供学员练习和扩展知识。当所有课程全部完成后，学员进行期末测试，获得70分（满分100分）以上的学员，就可以拿到Marketing Analytics营销分析这个专项的大证书：
信用卡支付购买通道 微信支付购买通道
如果你曾购买过本专项中任意一门课程，请咨询小助手获得购买方式
