自动化购物如何改变营销

目前的营销，多半把重点放在向消费者传递讯息，以影响他们的购物及消费。全球最大的广告主就是像宝侨（Procter & Gamble）、雀巢（Nestlé）、联合利华（Unilever）之类的公司，卖的是有品牌的低介入产品（low-involvement product），消费者定期购买和消费这些产品。这些公司之所以投入几百亿美元打广告，就是为了让消费者在下次购物时，能够想到要挑选他们的洗衣精、汤品、咖啡、优格、或宠物食品。但在几年内，这种营销、广告及购物模式就会过时。这个趋势的开端，已经可以在亚马逊的Dash一键购物按钮看到，这些按钮让日常购物变得更简便，也更加例行化。

很快地，亚马逊和其他零售商就会很清楚消费者的习惯，得以在零售商的演算法判断消费者可能需要补货时，寄送（或用无人机运送）他们日常定期消费的那大约两百项的产品。在那之后不久，家庭中的智慧型橱柜与智慧型冰箱，将能直接自行透过零售商的演算法下订单，消费者再也不必自己准备购物清单，不必记得该买什么，也省了亲自购物的麻烦。各种产品将会像是电力或自来水，自动来到每个人家中。许多产品都能由机器人完成购物，顾客只要享用产品即可。

在机器可以互相沟通的时代，营销会是什么样子？

首先，在一个连网的世界，花数十亿美元来提醒消费者购买自己品牌的产品，实在是太浪费了。应该重新分配广告经费，改用来建立关系、挑战既有产品、提升消费率，以及影响演算法的设计师和拥有者。影响演算法会变得很重要，例如，成为预先安装的软体里预设的品牌，借此来影响演算法。我们已经知道，有90%的智慧型手机和个人电脑使用者不会改动预设的设定，因此，其中的预设产品占有很大优势。这等于是提高进入门槛，有利于既有产品，而挑战者产品必须打破这种惯性（至少在日常消费产品类别是如此），而且要打破的不只是消费者的惯性，还有程式设定机器人的惯性，后者的难度高得多。

第二，品牌忠诚度将重新定义，迫使营销人员更清楚定义「再度购买」和「真正的忠诚」之间的差异。既有品牌的营销人员必须厘清，究竟「忠诚」的是演算法，还是消费者。至于挑战者产品，重要的问题在于他们该如何才能让顾客改变演算法的预设值。

第三，现在许多营销策略根据的想法是：消费者无法完全理解广告及市场的资讯，会受到一些认知偏误的影响，例如选择性注意或资讯保留等。例如，广告研究的重点，在于提升顾客按照广告所说去做的机率。这些研究希望能提升广告的转换率（conversion rate，也就是实际购买的人数与看到广告的人数比率），让广告更有效率。但如果例行的决定是由机器来作，而非由人类决定，营销人员就必须针对机器来传达讯息，而通常机器根据程式的指令来行动，不会有认知偏误。因此，研究的重点就会是了解有哪些因素会影响机器人：它们的资料来源为何？它们的程式是用什么标准来决定最佳化？它们的学习演算法是什么？对消费者的研究，则将着重在策略议题，例如了解消费模式、维持品牌忠诚度。

最后，连线的机器不只用于日常购物而已。企业与顾客之间的许多互动，以后会直接发生在企业与产品之间。例如，因为安全问题而召回、或要进行非例行性检修的车辆，能在闲置时自动前往经销商，将现在大约只有30%的召回达成率，提升到将近100%。洗碗机和吸尘器将能透过网路来让软体升级，药瓶过期后就自动锁定而打不开。各种令人不悦的互动也能交给机器人处理；例如，想打电话向电信业者申诉时，如果不想跟机器语音讲话，就可以直接交由机器人来打电话给机器人沟通。

购物和营销开始「机器人化」之后，会改变营销人员与消费者互动的方式，以及品牌之间竞争的方式。如果在营销的方程式中，消除了消费者行为不完美的因素，一定能让营销更有效率（光是省下的广告费就可达数十亿美元），但真正的商机其实并非节省成本，而是在于重新定义消费者关系。你应让你的机器开始思考这件事。