營銷人員麵臨著人工智能的問題。
營銷人員開始理解人工智能的前景:一些機器學習技術可以幫助預測和製定大規模的營銷行動，隻基於你的客戶和用戶數據。人工智能係統可以幫助你做出決策，減少客戶流失，並根據客戶需求采取行動。
但是，當你需要向你的老板解釋AI係統采取的行動時，會發生什麼呢?
可解釋性對於理解AI係統為什麼會這麼做至關重要。如果不知道人工智能係統為什麼會推薦它所做的事情，人工智能在營銷中的商業用例就會變得有限。
例如，如果一個訂戶預計會流失，但您不知道原因，您怎麼知道應該采取什麼預防措施呢?在整個客戶生命周期和數字5G世界的數百萬客戶中乘以這個問題，你就有了一個關鍵的和不斷擴大的問題——缺乏大規模的上下文洞察和行動能力。
傳統的預測方法是可以解釋的，但它們沒有機器學習驅動的營銷係統的規模和力量。傳統的營銷分析方法也不能適應今天的需求。
今天的營銷衡量主要是一維的。營銷分析團隊仍然主要使用統計方法進行建模和細分，以推動定期活動，跟蹤一維度量，如響應、點擊率、購買等。
這些傳統的指標雖然對評估活動的長期表現很有用，但卻緩慢而靜態，隻提供表麵的信息。這隻是冰山一角，讓我們很難從細粒度但可消費的層麵上看到客戶行為的真正驅動因素。
消費者的洞察力是膚淺和過時的。深入研究客戶行為是非常麻煩的。通常這是通過分割的鏡頭來完成的，這主要是描述性的，靜態的，過時的。這種類型的分析揭示了有趣的發現，但不是動態的、與上下文相關的見解或預測性的、立即可操作的見解，這些見解與客戶與您的業務的日常交互保持一致。
這是一個大問題，因為客戶每次與你互動時都希望獲得相關性。客戶不是靜態的，你的細分架構也不應該是靜態的。
隱私和數據的使用產生了更多的限製。隨著公司收集的數據越來越多，消費者產生的數據越來越多，政府開始規範數據的共享方式，隱私和數據使用問題正變得越來越重要。現在的模型不僅需要表現良好，還應該易於審計和跟蹤，這樣它們就符合立法和倫理方麵的考慮。我們正在歐洲的GDPR規則中看到這一點，並且在不久的將來可能會看到更多這樣的規則。
對於營銷人員來說，機器學習是一個重大的轉型現實。就像實現無摩擦銷售和服務的數字渠道一樣，如果你的競爭對手成功采用了它，而你沒有，他們就可以在速度、效率和精度方麵超越你。
然而，每個人最終都會受到人工智能“黑箱”問題的影響，這限製了人工智能在營銷領域的應用。
盡管機器學習算法非常精確，但如果它們不能告訴你為什麼某人可能會做出回應、購買、成為高價值客戶、花費金錢或流失，那麼就不可能獲得與上下文相關的見解。
埃森哲在其報告《通過高度相關性實現可持續增長》中報告了相關營銷人員為其公司實現的巨大優勢。
純分析驅動的數字業務具有優勢。但如果你是一個擁有傳統渠道的大品牌，有太多的數據需要整合和精簡，這就需要人工智能支持的方法來快速和大規模地理解這些數據。
然而，在嚐試從AI中獲得更多解釋性時存在許多挑戰，這取決於你所使用的類型。
神經網絡有一組問題，而決策樹和梯度增強模型有另一組問題。在一個最近的博客文章，我探討了一些挑戰，以及相似性作為一種方法，為營銷人員提供了利用人工智能的規模和精確度的機會，同時產生營銷人員不僅需要，而且缺乏的關鍵洞察，用傳統方法。
可解釋AI的力量
想象一下，在當今快速變化的環境中，你可以動態更新大量的數字客戶交互，機器驅動的客戶細分，揭示與每個預測的買家購買行為相關的主要特征每一天．
現在想象一下，您可以使用那些機器驅動的洞察力——預測購買行為的主要驅動因素——自動匹配與客戶相關的報價(出站或入站)。
想象一下，你可以看到新的部分，它們具有你以前沒有看到的共同預測特征。例如，有一群顧客，他們最近的在線搜索結果在48小時內就在商店購物。如果你能立即找到長得像這樣的顧客，並確保他們在網上搜索最近的商店位置時收到廣告，那會怎麼樣?
有了人工智能，速度就有了高容量。有了完全可以解釋的人工智能，速度而且語境洞察力驅動相關性是存在的。當與其他靈活的媒體平台、DSP和創意廣告技術相結合時，它有可能變得更加先進和快速。在當今高度相關的世界中，探索、測試和采取可衡量的行動步驟至關重要。
回到數據的道德使用問題上。
我們已經看到了關於數據隱私的巨大恐慌，特別是通過所有關於Facebook的頭條新聞。但除此之外，我們還看到亞馬遜因為性別偏見而放棄了其人工智能招聘模式。我們已經看到，美聯儲理事會呼籲人工智能的可解釋性，以確保消費者最終能夠獲得信貸，沒有偏見，同時也有權對不利的決定進行解釋。
即使營銷人員從模型中排除了“敏感”變量，算法也可以簡單地用其他具有相同效果的代理變量替換這些變量。通過對機器學習預測及其驅動因素進行定期審核，可解釋性抵消了這種擔憂。
領先的營銷人員將越來越多地部署可解釋的AI應用程序
如果你是一名市場營銷人員，尋找可解釋的AI (XAI)應用程序是很有意義的，因為這裏所探討的原因。
當然，在有些應用程序中，可解釋性並不那麼重要，而且通常已經在沒有太多注意的情況下使用了。程序化廣告購買就是一個例子，或者是非常簡單的廣告目標決策係統。
但這些往往是麵向前景的營銷活動。對於客戶來說，有很多理由仔細研究和嚐試XAI技術和應用程序。它可以為您提供與相關性競爭所需的競爭優勢，同時以最經濟的方式保持合乎道德的數據使用和隱私實踐
最重要的是，它可以幫助你把最有價值的客戶從競爭對手那裏搶過來。