正版新书]人工智能营销(美)吉姆·斯特恩(Jim Sterne) 著 , 朱振

吉姆·斯特恩是eMetrics峰会的联合创始人和美国数字分析协会的董事。他是一位国际知名的发言人和咨询顾问，撰写过很多营销领域的畅销书籍，比如《关于营销优化你需要知道的101件事》《社交媒体指标》《魔鬼的数据词典》。

机器学习最大的阻碍机器学习面临的最大阻碍将会是数据。即使是在将机器学习应用于市场营销之前，你就已经可以在大数据的基础上，使用比以前计算能力更强的系统来对数据进行排序、筛选、切分和变换。
大量的网站互动、社会化媒体行为和用户手机行为等数据，都可以被存储在一个巨大的云端数据库中。相比以前使用的老旧且笨重的大型机，在云端，数以百万计的小型计算机正在以更好、更快、更廉价的方式运行。但是，现在的问题在于这些数据集不能很好地被整合在一起。
世界上最优秀、最聪明的数据科学家和分析师们，仍在花费大量的时间来进行数据管理的工作。他们需要确保新的数据流已经经过适当的审查，旧的数据持续可靠地流动和运用，被正确格式化的数据才可以录入，数据经过整理已变得各就各位。
..数据集A中的数据从每周一开始，而不是周日。
..数据集B会删除数字字段前面的所有0。
..数据集C在电话号码中使用破折号而不是圆括号。
.数据集D存储日期为欧洲格式（日、月、年）。
.数据集E对于中间的初始值没有数据字段。
.数据集F存储交易编号，而不是客户编号。
.数据集G只记录页面内点击，不包括页面内的其他动作。
.数据集H存储的是智能手机的IMEI号码或MEID号，而不是它的电话号码。
.数据集I丢失了大量的值。
.数据集J使用不同的度量标准。
.数据集K……很容易看出，进行数据清洗和规范化操作的工作量有多大。这大概是机器学习应用程序所要面临的一个必然挑战。
当然，有许多学者和数据科学家正在研究这个问题，但是他们还有很长的路要走，我们又怎么知道未来会怎么样呢？
在题为《概率噪音识别和数据清理》的论文29中，杰里米·库比卡和安德鲁·摩尔描述了他们的工作，如何在仅有一部分字段被污染的情况下，仍然保留整体记录的可用性。“在本文中，我们提出了一种方法，用于识别已损坏的字段，并使用其余未被破坏的字段来进行后续的建模和分析。在我们的方法中，我们从包含三个组成部分的数据中学习得到了一个概率模型，数据的三个组成部分包括：干净数据点的生成模型、噪声值的生成模型和损坏过程的概率模型。”这是一个开始。
机器学习最大的资产机器学习最大的资产将会是数据。机器学习在时间太短、信息太少的情况下，不会得到很好的结果。如果你只给机器一个例子，它虽然可以以百分之百的信心告诉你下一次的结果是什么，但这个结果将是错误的。
机器学习并不像统计数据那样进行工作。统计数据可以告诉你抛硬币或飞机坠毁的概率。
飞机坠毁的概率三个统计学家在飞机上，当时飞行员宣布他们失去了一个引擎。“但是这没什么关系，伙计们，这些飞机最初制造的时候就是用于在最恶劣的条件下飞行的。这确实意味着我们要飞得慢一点，所以我们会晚点半小时。请不要担心。坐下来，放松，享受您余下的旅程。”第一位统计学家说，“我仍然有25%的机会可以赶上转机。”15分钟后，飞行员又在广播了，“女士们，先生们，我们好像失去了第二个引擎。没问题，其他的都还在继续。然而，这确实意味着，我们会晚点大约一小时。我很抱歉给您带来的不便。”第二个统计学家说，“我有83%的概率错过晚餐。”半小时后，飞行员又下达了一份通知，“女士们，先生们，我们又失去了一个引擎。是的，我知道这很糟糕，但是真的没有必要担心。我们会把它弄好，但是我们要晚到机场两个小时。”第三个统计学家说，“最后一个引擎最好不要再出问题了，否则我们永远不会着陆了。”人类的经验和创造力在数百年的时间里，通过直觉和常识为市场营销创造了奇迹。当我们在营销判断中增加统计数据时，我们通过借鉴历史先例（通过数据），增加了我们的经验。但当我们在数据中盲目地摸索时，仍然是依赖于直觉，希望能偶然发现一些可识别的东西。
我们是如何深入研究数据的作为数据分析协会的董事会主席，我将会尽力向大家解释数字分析师是如何工作的，而不仅仅只是回答具体问题。我在《市场分析应用杂志》上写了以下内容，描述了“数据侦探”的作用。
探索发现、数据研究的最佳实践30水晶球里没有任何东西，没有烟也没有云，但对于水晶球的专家来说26人工智能营销
却是非常有用的，它可以迷惑那些对水晶球不了解的人。水晶球神秘主义者的任务是娱乐大众，而不是传达真实的视觉感受。从虚无中创造一些东西需要想象力、创造力，以及窥探他人内心的能力，他们编造出他们认为有用的故事。通灵会中使用的媒介在很大程度上也是扮演与水晶球相同的角色。
塔罗牌占卜师们离实用性更近了一步。他们用自己的卡片作为谈话的开
始。“你拿出的塔罗牌上画的是魔术师，代表创造和个性，旁边是三个杯子，代表着一群人一起工作。你现在是正在和别人一起做一个项目吗？”，这一
番“神秘”的对话是关于这个主题的，因此，似乎是具有启示性的。
数字分析师也拥有一个水晶球（数据库）和塔罗牌（相关性），用来吸引和诱惑寻求真相的人们。这个数据库对这些人来说是一个谜，而数据间的相关性则像魔术一样神奇。
数据分析人员有比想象力更强大、比心理学更实用的东西——尽管这两种工作都是必要的。数字分析师拥有可以被验证以及已经被验证过的数据，通过这些数据可以可靠地回答特定的问题。
数字分析师们通常会在处理常见问题之外的问题时，显露出超乎寻常的洞察力。他们可以从事探索未知的工作，在数据驱动下揭示有用的、甚至是颠覆性的真理。
传统方法：询问具体问题业务经理想要了解客户的购买模式。
物流经理想要预测销售业绩增长对员工的影响。
生产经理想要预测并相应地调整供应链。
广告专业人士想要看到6个促销活动的结果比较。
在上述每一个场景中，都需要调用指定的数据，并将这些数据制作成报表，以得到相应问题的答案。正确的数据收集、清理和整合是必需的，如果同样的问题被反复询问，就可以被写进程序。在这种情况下，报表就诞生了。
报告（初期）是有价值和必要的……直到不再需要它为止。
然后，这些报告便是重复的压力的来源，对公司组织来说没有任何实际价值。解决这个问题的方法是进行基于数据的新发现。
数据探索调查的过程是分析数据并了解我们想知道的信息（“27号晚上你在哪儿？”）。
但数据探索是一门艺术，它是用来“面试”数据并由此了解一些东西——在此之前，你并不一定知道这些东西是你想知道的。
天才的数据资源管理人员与水晶球专家和塔罗牌占卜师在很多方面都是一样的。他们都：有一种方法来计算出付费客户想要知道的内容。
对这个主题有足够的了解，可以识别潜在的有趣的细节。
有足够开放的心态去感知可能与之相关的信息。
与需求者进行良好的沟通，以引导对话方向。
充分理解基本原则，从而获得突破。
天生好奇，喜欢探索知识。
数据发现有一部分读心的工作，一部分模式识别的工作，还有一点像解谜。读懂询问者的思想是必须的，以确保预算决定者对你得到的结果感兴趣。
模式识别是一种特殊的技能，可以通过不断磨炼来帮助引导询问方向和思路。
数字分析人员最重要的是拥有数据侦查工作的天赋，能够思考新发现各种迹象的含义的能力。
面对无限多的字母混合在一起，数据发现的艺术是能够识别庞杂语言中零星分布的重要信息。大数据增加了更多的数据类型，数字分析人员还必须能够了解茶叶、翻译易经、读懂占星图、解释梦境、观察极光、说方言，和海妖一起唱歌，以便从混杂的语言中提取出有用的信息。
数据发现是关于人类技能的应用，比如推理能力、创造力、学习能力、直觉、
应用不同的知识的能力等。想要计算机能够拥有这些能力还很困难。
计算机虽然速度很快，但却很蠢；而人类计算速度虽然慢，但很聪明。
但这并不意味着科学技术是没有帮助的。
数据发现工具商业智能工具行业正以最快的速度向商业领域提供数据发现工具。他们用多种方式描述他们的产品：想象一个非常直观的分析工具，在你的公司里，任何人都可以轻松地创建个性化的报告和动态的报表来探索海量的数据，并得出有意义的见解（Qlik.com1）。
这一场景使得不仅仅是超级专业的分析人员才能分析数据，整个组织的人们都能够分析数据，以发现瞬间的细微差别、趋势和异常值（是的，分析人员也会从中受益）。不再局限于100万行电子表格数据或每月只回答几个问题的报告，人们现在可以以思考的速度与可视化数据进行交互，提出和回答问题。
使用一种直观的、拖曳式的操作方法来进行数据发现，这意味着你可以花更多的时间来思考你的数据能够告诉你什么，而不是浪费时间在创建大量的数据透视表或者填写报表需求上（Tableau2）。
我们帮助人们做出更快更好的商业决策，用数据库自助服务工具来帮助他们探索数据，并可以在获取数据几分钟内分享见解。我们将简单的拖放工具与直观的可视化结合在一起。用户可以连接到任何数据源，并在几分钟内分享你的见解。孤立的数据发现工具只会让你变得越来越落后，我们对企业级的数据分析提供支持并保证数据发现的过程是安全的、可管理的（Microstrategy3）。
不管一种技术的速度和灵活性如何，得到的结果最终都取决于使用系统
的人是否提出了真正好的问题。然而，如果系统没有真正好的数据，即使是最好的问题也会导致糟糕的结果。因此，数据质量比优秀的查询能力更重要。
数据质量垃圾进，垃圾出。大数据分析中有如此多的数据，很难知道哪些数据值
得被记录，哪些数据存在问题，需要被纠正。为此，需要一个数据所属领域
的专家和一个数据分析专家来解决这个问题。
数据分析专家很了解如何处理指定的数据流：收集数据，进行数据处理、
抽样、聚合和分段，以及在将特定数据流与其他数据流混合之前需要进行哪些数据转换等。
数据质量和数据管控至关重要，确保数字分析厨师使用最好的食材，以避免破坏已久经考验的菜谱。
进一步来说，一个分析过程的输出提供了下一个分析过程的输入时（例如，创建一个报表模版），转换、聚合和分割数据会模糊原始数据中存储的真正信息，直到数据科学家已经无法追踪数据中产生问题的原因。事实上，在很多情况下，数据科学家甚至都无法发现问题，更不要说找到问题产生的原因了。
然而，对于数据分析供应链而言，数据聚合的重要性就像顶级的配料对五星级大厨的重要性一样：数据聚合和摘要总结对于数据可视化和分析工作仍然是至关重要的，以便用户可以看到具体的时间段中的数据并可以选择其他感兴趣的区域进行分析，而不会在众多的数据中感到无从下手。除了提供对Hadoop文件的访问之外，许多现代的可视报告和数据发现工具还可以使用户可以在需求产生时就创建好摘要，而不必忍受从IT开发人员那里获得摘要而造成的延迟。在一些常用的数据分析工具中，所有数据会存储在一个集成的内部数据库里，通过分析存储在内存中的聚合过的数据，可以完成摘要总结。
TDWI的研究发现，企业数据仓库、BI报告和OLAP数据集、电子表格
还有分析数据库是可视化分析和数据发现的最重要的数据源（TDWI4）。
在缺少数据分析专家的情况下，数据发现过程中使用的原始数据的维护和收集变得至关重要。随着大众对于数据分析的接受、需要和普及，越来越多的业余数据分析人士将能够从他们所信任的原始数据中直接得出结论，而不需要完全理解得出结论的过程。

大数据、物联网、社交媒体早就从根本上改变了营销的科学和艺术。在未来的沟通中，营销人如果想为消费者大量提供定制的内容，就必须依赖自动化的工具。吉姆·斯特恩著的《人工智能营销》可以帮助那些没有数学和编程背景的人员全面了解数据科学领域。 本书的作者吉姆?斯特恩是一位全球知名的数据科学家，精通数据在工作中的实际应用。在这本工作指南中，他很清晰地将计算机科学中的概念运用到了营销中，涉及计量经济、网页分析、社会化媒体和搜索引擎优化等多个领域，使用了非常多的案例，提及了非常多的正在风口的公司。