宋星的数字观
01 AIGC
02 低代码或无代码
低代码或者无代码实际上在多年前已经有一些针对具体场景的解决方案，例如，曾经被热炒的“无埋点”本质上就是一种低代码的数据获取方案。
但今天在数字营销上的应用扩展了太多。想象一下，市场营销的负责人，通过鼠标拖拽，就轻松做出一个包含各种复杂互动的页面，而且这个页面还可以立即被推送到包括小程序、网站、公众号、app等各种平台上。
如果再与AIGC结合起来，一个非技术专业的营销人不依赖于IT不依赖前端不依赖设计搞定一次完全“独立自主”的数字营销活动，真的不是梦。
所以，所谓低代码或者无代码，在数字营销上的应用，主要指只依靠少量代码甚至不依靠代码就能实现的与消费者的数字化互动体验。
今天，低代码或无代码的解决方案已经有不少的产品亮相，为数字营销进一步“个人特种兵”化进一步铺平了道路。
当然，对企业而言，也是极大的效率提升和成本的节约。
03 RPA
- Robot：指它能模仿人类在软件上的行为动作：如点击、打开应用、输入、页面下拉等
- Process：指模仿的行为是一系列的有先后顺序的具体步骤
- Automation：指在设置步骤后可以在无人工干扰的情况下，自动化完成设置的步骤任务
图片来自亿欧智库
将如此多的“权力”（AIGC、低代码或无代码、RPA）交到个人的手中，将极大增加数字组织的生产力。
04 隐私计算
图：上图说明了三种联邦学习的方式，我在谷歌上扒的。蛮好的，里面英语简单我就不翻译了。
关于隐私计算在数字营销中的应用，我的这篇文章介绍地非常详细《万字长文：大白话讲解隐私计算在数字营销中的底层逻辑和应用场景》。
05 深度投放
除了以商品为目标，今天的广告优化还有更多样化的优化能力。例如谷歌的为app推广提供的广告产品，可以不仅仅以app的下载为目标，还可以以app的留存率、活跃率等其他核心业务指标为投放目标。
深度投放，是一种指哪儿打哪儿的投放方式，背后当然也是机器学习和人工智能的驱动。但它确实进一步降低了投放的门槛，也降低了广告主“钱包的深度”。
06 一体化营销系统
这是下一代MarTech工具的正确打开方式。
07 无ID追踪的定向广告
第一个方法，多特征混合方法（blending features），类似于过去的Canvas Fingerprints的方法，不过比后者先进的地方在于，在特征中混入了很多随机变量，以尽量去标识化。这种方法，我个人认为，在法律上仍然属于个人信息，只不过即使泄露，产生的后果也很微小。
据说新的Google Analytics 4，也在废弃cookie之后，采用的这种ID方法 。
第二种方法，就是利用一次性的ID。用过即废。类似于苹果的SKAdnetwork的解决方案。
第三种方法，则是我下面马上讲到的新上线文定向广告。
08 全面革新的上下文广告
Next-Gen Audiences，这是一种人工智能工具，可以从用户设备捕获数据信号，根据这些因素将营销人员与相关受众无缝连接起来。这个由Verizon提出的方法，据称功能超越了营销人员经常用来向相关网站内容投放广告的传统上下文定位：使用在出价请求中收到的内容和其他实时信号来高度准确地推断受众，并通过有意义的广告体验吸引他们。
甚至，也有广告从业者将大型语料库用在识别包括URL及各种文字、图形、图像、视频的识别上，从而精确判定内容，从而帮助实现更符合受众兴趣的定向广告。
09 AR仍在发展
而且，这个方向压根不需要戴头戴设备。
正好，苹果的MR眼镜也刚刚发布了。看好苹果！这一块马上要火好几年。拭目以待！
10 数字孪生@数字营销
数字孪生更多用于工业制造，尤其是大型项目。但在数字营销中的应用，值得关注。
数字营销中的数字孪生应用，有几个方向。
第一个方向，是我们可以为营销目的制作客户的数字双胞胎。客户的数字双胞胎是客户的虚拟代表或数字化身。它可用于了解潜在的客户行为并模拟或预测客户结果。客户通常是个人，但也可以是角色、一群人，甚至是机器。
第二个方向，产品或者营销策略的数字孪生。在你真的上市这些产品，或者执行这些策略之前，就能够进行真实消费者的测试。
第三个方向，可能有点邪恶，但也不是不可能，即数字孪生你的数字营销团队。毕竟有AIGC，有RPA，有低代码或无代码，这个团队的大部分工作都可以让机器代替。不过，人显然不可能被完全替代，但数字孪生数字营销团队的价值绝对是巨大的。
好了，先写到这里。大家如果有任何想讨论的，欢迎留言。
我的大课堂记得报名，这次在深圳和上海，连开两场！
