Insights Beyond Numbers — How Martech AI and Humans Work Together
很開心能再次收到 Women in Data Science (WiDS) 的分享邀請，看到這次 2020 conference 的主軸「Martech」，算了算才意識到自己在 Martech 領域也有個五年的時間了，驚驚！
Martech 這個詞，是 marketing 以及 technology 兩個字的結合。不過，科技早已經被運用在各個不同領域了，並且也不斷的進化中，怎麼 Martech 這個詞最近幾年才被提出呢？
我認為 Martech 的興起跟 big data 以及 AI 的普及有很大的關係，在整個產業的轉變：線下到線上、自動化的流程等等的幫助下，得以累積了許多數據，使得科技的幫助更擴展到分析，甚至是 decision making。
大概因為自己是 scientist 背景出生的，以前總認為成效代表著一切。但轉職成 product manager 後，有越來越多的機會和公司業務及客戶端接觸，才意識到，成效只是產品的其中一環，客戶們在意的事情遠遠超過那些數字啊！多虧了這些經驗及學習，讓自己開始從截然不同的方向思考以及規劃產品。
所以呀，看到 WiDS 的 Martech 為主軸後，我馬上決定分享自己遇到的觀點衝擊，也謝謝 Appier 支持我利用 AiDeal 產品為例，聊聊在產品之中 AI 跟行銷專家是如何以不同的視角互動及合作。
本篇文章，我會跳過公司以及產品相關的介紹及例子，直接做個總結。
其實有些例子還挺有趣的，也有助於更精確的了解這些概念，但全部列下就落落長像是逐字稿了，如果有興趣的話可以參考當天分享的投影片：
AI 的角色：分析處理大量數據，鞏固及優化成效
AI 的優勢白話來說就是：腦容量大、細心、又不用休息。於是 AI 得以處理大量的數據，找到多變量之間的關係，發現不同產業間的異同，甚是在變化中的產業裡也可以快速的發現並因應。
聽起來 AI 好像很厲害，但現實中，方法不代表什麼，最後成果說話。使用再先進再花俏的 AI 在產品中，效果不好客戶一樣會淘汰掉。也就是說 AI 必須專注在目標：優化成效。
在一個 AI 的產品中，該如何證明自己做得很不錯，甚至是比競爭對手做得更好呢？這就要回到 產品的目的以及要解決什麼客戶問題，再依此去設計適合的衡量指標，指標必須強力到足以說服客戶、符合客戶需求且與產品本身有連結。（指標的設計博大精深到可以開另一個討論文章了）
行銷專家的角色：優化使用者體驗 以及 全局策略
在我 Martech 的產品經驗中，客戶（行銷專家）導入新的產品及服務後，都會以使用者的角度不斷的去逛網站，不斷去測試，看看以及感受如何，再來回饋給我們。
「可以不要在這頁跳出視窗嗎？」「這個 icon 可否往旁邊幾個 pixel？」
這些需求，乍看之下對成效沒有直接幫助，但行銷專家與 AI 不同，他們不僅在意成效，更需要顧及使用者體驗，以及品牌形象。
此外，現在的行銷專家們通常會同時使用各種不同面向的 Martech 產品（其中可能包含了內容的優化、廣告、社群、客戶關係管理、資料分析…），於是，除了單一產品的成效外，他們會以更廣的更全面的角度做策略及優化。
因此，行銷專家會注意每個產品過程中產生的 insight：使用者行為、使用者輪廓、意想不到的影響因子…。這些可以幫助他其他渠道，或更甚至是可以做到跨渠道的調整。
Martech AI 未來可能的發展方向：創意性、可解釋性、終極個人化
Martech 是行銷專家以及科技的結合，兩者用不同的角度一起合作。AI 會以工具的角色，勤奮的分析資料及優化目標，於是 Martech 的發展會多以行銷專家的需求為導向（畢竟他們是客戶！）。
我們看到 AI 在 Martech 有三個機會：
第一個，是 有創意的 AI
行銷專家每天絞盡腦汁產出圖片以及文案，以奪得使用者的目光，並且增加互動。目前數據分析已經可以做到分析文章的熱度以及使用者客群，於是行銷專家依此不斷的實驗、測試，並調整後續的方向。但是未來，或許 AI 也可以協助發想以及製造內容。
在這個領域最前衛的大概是 阿里巴巴的圖片生成工具 鹿班（魯班）了，他分析了許多的圖片架構，藉此快速的把各種元素組合跟排版，後面陸續有類似的其他服務出現但還不多，但隨著技術的演進，相信不久的未來能發展出 AI 憑空產出圖片的技能！
第二個，是 可解釋的 AI
解釋性可以分成兩個層面：取得信任，以及提供 insight。以前常說 AI 是個黑盒子，考慮因素太多太複雜了，所以人無法讀得懂。但是這概念要是套用到現實生活中：有人下了個決定，但是說不出個所以然，其他人會考慮他的說法嗎？那就算這次對了，對於他人下次要做決定時是有參考依據的嗎？
為了取得信任以及把學到的知識教給人類，AI 解釋性成為一個越來越熱門的研究題目，甚至 google 在 2019 年底，也推出了 explainable AI 的機器學習模型呢！
最後最後，大概就是 終極的個人化 了
行銷專家的各種分析、測試、燒腦，無不為了就是同一個目的：使用者被吸引並且買單。想像這樣的世界：不同的人在臉書上看到同一個商品文案都不同，進入網站後推的產品，甚至是網站 layout 都不一樣；收到的 edm 裡面每個商品都正中使用者的心，甚至電商可以在使用者意識到自己需要之前就把產品寄出（科幻小說的場景吧）！
如果有這樣 讀心 的技術，大家覺得自己是不是更容易被影響而購物呢？像是桂冠自己就是一個常常點廣告買東西的人呢… 有什麼想法都歡迎在下方留言一起討論唷！
一個後記。
通常我在分享上會有點人來瘋，有很多人的話會越講越嗨，也很喜歡跟台下互動，看大家的反應而改變節奏。這次被迫 webinar 的經驗真的是挺新鮮的，看不到人，不知道大家的反應，對著鏡頭不知道該擺什麼表情該看哪有點顏面失調，雖然有點怕怕的但好處可以無限的偷看稿（欸）。
謝謝主辦方協助我用 slido 弄了個互動小遊戲，也很開心在線上的大家有一起參與，給了一個超棒的回憶！
