如果我說(shuō)這篇文章是靠電腦演算自己寫的（而且你還相信了），很有可能你就會(huì)開始疑神疑鬼、覺(jué)得內(nèi)容可能有問(wèn)題，而且很難對(duì)文章有什么情感共鳴。
這很正常。然而，公司卻似乎很難從消費(fèi)者的角度來(lái)看演算這件事。他們一心想要用算法（Algorithm）來(lái)做為營(yíng)銷工具，但他們?cè)撟龅?，其?shí)是在接觸消費(fèi)者時(shí)多加點(diǎn)人性（沒(méi)錯(cuò)，我講的就是真真正正的人類）。
請(qǐng)容我解釋一下。
算法的起源是計(jì)算機(jī)科學(xué)，也就是一堆“如果……就……”的規(guī)則。然而，因?yàn)樵S多因素（例如容易上手的預(yù)測(cè)分析及數(shù)據(jù)視覺(jué)化工具，移動(dòng)設(shè)備大行其道，以及業(yè)者開始能夠追蹤測(cè)量消費(fèi)者行為），公司開始能有各種意想不到的方式來(lái)運(yùn)用算法，特別是在營(yíng)銷方面的運(yùn)用。
有了算法，營(yíng)銷人員就能運(yùn)用各種關(guān)于消費(fèi)者的特定知識(shí)（例如人口統(tǒng)計(jì)數(shù)據(jù)、過(guò)去的行為、同儕消費(fèi)者所做的選擇），量身打造并提供各種方案，而且常常能夠達(dá)到即時(shí)的時(shí)效。算法能夠協(xié)助公司追蹤消費(fèi)者、交叉銷售，以及推廣產(chǎn)品。銀行能用算法來(lái)推薦新產(chǎn)品，線上零售業(yè)者能用算法來(lái)設(shè)定及更改定價(jià)，媒體業(yè)者也能用算法來(lái)建議并推出串流內(nèi)容及廣告。
然而，雖然算法營(yíng)銷廣受歡迎、成長(zhǎng)迅速，使用的時(shí)候卻應(yīng)該多加注意。理由有下面4項(xiàng)：
1.算法對(duì)于情境并不夠敏感。
營(yíng)銷要有效，傳遞給消費(fèi)者的訊息就需要量身打造。就算是最普通的產(chǎn)品，消費(fèi)者也可能因?yàn)楦鞣N不斷改變的因素而有不同的反應(yīng)。任何特定情境下，消費(fèi)者的回應(yīng)都可能受到各種因素影響，可能是個(gè)人因素（例如前晚睡得怎樣、當(dāng)時(shí)的心情、餓不餓，或是過(guò)去的選擇），也可能是環(huán)境因素（例如天氣、有沒(méi)有他人在場(chǎng)、背景音樂(lè)、甚至是天花板高度）。算法只會(huì)挑出幾個(gè)變項(xiàng)納入考量，也就代表這些變項(xiàng)的權(quán)重比例高，而常常，有些重要的情境因素也就遭到忽略（例如當(dāng)事人目前的生理心理狀況，某人上推特、用臉書或是線上購(gòu)物時(shí)的環(huán)境等等）。
2.算法常讓人不信任，而且容易有反效果。
以現(xiàn)在的氛圍來(lái)說(shuō)，消費(fèi)者一直很在意隱私和信賴的問(wèn)題，任何想要量身訂做的營(yíng)銷都可能有其風(fēng)險(xiǎn)。如果消費(fèi)者忽然覺(jué)得營(yíng)銷人員似乎知道得太多，這些基于算法的個(gè)人化措施就可能讓他們覺(jué)得毛骨悚然，立刻引發(fā)反效果。就算只是把個(gè)人過(guò)去的發(fā)文整理一下、做成過(guò)去的大事記，這樣看來(lái)無(wú)傷大雅的事情，某些時(shí)候也會(huì)讓使用者感到極大的不安。
3.算法容易造成自以為是。
一旦有了工具能夠抓到顧客的完整數(shù)據(jù)、量化各種顧客行為、并且測(cè)量他們的反應(yīng)，很容易就讓人感覺(jué)自己已經(jīng)非常了解顧客，知道顧客的種種動(dòng)機(jī)和喜好。情況還好的時(shí)候，這種自以為是頂多就是造成營(yíng)銷活動(dòng)的限制，只會(huì)做那些容易測(cè)量、過(guò)去曾有實(shí)績(jī)的活動(dòng)。但在情況不佳的時(shí)候，就可能造成對(duì)顧客的了解錯(cuò)誤、營(yíng)銷方向偏差，使得顧客興趣缺缺、資源浪費(fèi)。
4.算法扼殺了顧客對(duì)于營(yíng)銷手法的情感反應(yīng)。
從本質(zhì)上來(lái)說(shuō)，這種“如果……就……”的規(guī)則暗示著一切決策都經(jīng)過(guò)計(jì)算，例如“如果你在35-45歲，薪水有20%得付房貸，那你應(yīng)該采用房屋凈值信用貸款（Home Equity Line of Credit）”?？梢哉f(shuō)，營(yíng)銷算法鼓勵(lì)的是分析式的消費(fèi)者決策。然而，很多顧客的決策只是出于一時(shí)沖動(dòng)，動(dòng)機(jī)就是為了好玩、或是換個(gè)口味花樣，就是自發(fā)性回應(yīng)著情緒的變動(dòng)。正是在那些非預(yù)期、臨時(shí)的互動(dòng)之中，顧客才會(huì)和品牌建立起最強(qiáng)大而有意義的連結(jié)。像這種基于算法的營(yíng)銷手法，認(rèn)為顧客采用的是更清楚計(jì)算、更有邏輯方法的心態(tài)，但反而損失了與顧客建立情感聯(lián)結(jié)的機(jī)會(huì)，也限制了顧客能有的回應(yīng)；而這一切對(duì)營(yíng)銷人員來(lái)說(shuō)絕非好事。
所以，營(yíng)銷人員該怎么解決這些問(wèn)題呢？方式就是在與顧客的互動(dòng)之中，加進(jìn)大量的“人性”。
要在各種方案和活動(dòng)中“加入人性”，方法有很多。有些是讓真人與顧客互動(dòng)；有些則需要算法本身以更像真人的方式運(yùn)作。
第一種方式，就是理解情境，將情境融入銷售方案。有效營(yíng)銷是一項(xiàng)永無(wú)止境的探索，要找出究竟哪些情境因素能夠刺激顧客反應(yīng)。而整個(gè)解決方案的一部分，就在于通過(guò)現(xiàn)場(chǎng)實(shí)驗(yàn)及觀察研究，持續(xù)測(cè)試不同情境因素的影響。將研究結(jié)果轉(zhuǎn)化成營(yíng)銷方案之后，就可能創(chuàng)造出更細(xì)致的算法，有更多規(guī)則、但應(yīng)用時(shí)也更有彈性；而就另一個(gè)重要層面來(lái)說(shuō)，也是要?jiǎng)?chuàng)造一些讓營(yíng)銷人員不用算法也能和顧客互動(dòng)的流程及活動(dòng)。舉例來(lái)說(shuō)，例如讓侍者有權(quán)力給心情不好的客戶一杯免費(fèi)調(diào)酒，軟件使用教師也能夠先徹底了解顧客使用軟件方式，再慢慢教育新的軟件買家如何使用軟件，這些做法能夠?yàn)轭櫩吞峁┑膬r(jià)值，都是算法本身做不到的。瑞士鍋連鎖餐廳“熔爐餐廳”（The Melting Pot）也有類似作法，讓侍者及經(jīng)理有權(quán)提供免費(fèi)食物及調(diào)酒等等，創(chuàng)造出超凡的顧客體驗(yàn)。
第二種方法，是為營(yíng)銷加入不確定性。算法喜歡的是有規(guī)律的營(yíng)銷活動(dòng)，例如每季寄發(fā)折價(jià)券、目錄，每周寄電子郵件，或是每天發(fā)兩則推特。像這樣的營(yíng)銷手法之所以后來(lái)效力會(huì)變差，部分原因就在于顧客開始習(xí)慣，接著就見怪不怪。而只要在營(yíng)銷活動(dòng)中加進(jìn)一些隨機(jī)、驚喜，就能打破算法的桎梏，不讓顧客感到無(wú)趣。例如打通意料外的電話、驚喜的新產(chǎn)品發(fā)表，甚至就算是開了一場(chǎng)失敗的拍賣會(huì)，都能讓品牌顯得更真誠(chéng)、有人味、打動(dòng)人心。不可預(yù)測(cè)性會(huì)讓顧客開始希望有所變化，對(duì)品牌的反應(yīng)也更帶感情。例如加拿大的多倫多道明銀行（TD Bank），去年就將他們的自動(dòng)提款機(jī)（ATM）改成“自動(dòng)思考機(jī)”（Automated Thinking Machine），為數(shù)千位顧客提供各種驚喜，例如20美元紙鈔、鮮花或各種商品，廣獲好評(píng)，也在社交媒體上大受注目。
第三種作法，則是針對(duì)關(guān)鍵的顧客決策和體驗(yàn)點(diǎn)，鼓勵(lì)與人互動(dòng)。到目前為止，都還沒(méi)有任何方法能夠真正取代有同理心、有能力、有得到充分授權(quán)的真人服務(wù)員，正因如此，不論是時(shí)尚名牌、旅館或汽車品牌，都還是看重以真人提供服務(wù)，而不是使用科技替代。在成本的限制下，每位營(yíng)銷人員都應(yīng)該好好思考該在哪里、以什么方式為顧客體驗(yàn)加入與真人的互動(dòng)。混合的作法，則是在例如金融規(guī)劃、產(chǎn)品建議、建物安全等等服務(wù)，以真人搭配專業(yè)演算，就能有效為以算法為基礎(chǔ)的營(yíng)銷活動(dòng)“加點(diǎn)人味”。