编辑部注：本手稿由自由IT顾问和顾问Yuko Tominaga提供。Tominaga先生在两家IT研究公司（ITR，日本IDC）的企业IT领域和咨询项目中经历了软件调查项目，这些项目主要针对用户公司的IT管理领域。目前担任自由职业IT分析师和IT顾问。我有兴趣弥合业务和技术之间的差距，现在专注于数字化转型，包括营销技术。
可以肯定的是，计算机学习能力的指数级提高将带来决策领域的变化。然而，“ 未来就业：？如何敏感是作业电脑化 ”尔雅“ 第二台机器时代 ”，如人工智能的未来工作，可以是具有学习的是超越人类能力的机器，将冲突它提出了一个缺席的问题，它已经开始在发达国家引起争议。
同样在3月21日至22日在旧金山举行的MarTech USA 2016上，作为技术相关主题，机器学习（以下简称机器学习）成为焦点。在本文中，我想基于本次会议的讨论内容，思考机器学习对营销的影响。
※MARTECH：来自MARKETING X TECHNOLOGY的创造词
风险投资家看到的下一个营销技术
在进入本文，引进或合资企业谁正在研究如何将机器学习国家最先进的技术资本家。目前的技术市场的发展，这也是相对于营销技术创业投资这提供了资金和管理人才是创业公司最需要发挥了重要的作用如此。会话结束的最后一次会议，小组讨论是谁收集支持初创公司专业营销技术风险资本家，斯科特·布林克的会议组织者已有所缓和的。在舞台上是，斯泰西主教的规模创投，阿树加尔格基金会资本，Kobie富勒的加速，是道格·佩珀的沙斯塔风险投资公司。
在目前的营销技术市场，并在其供应商采取多平台战略是通过并购一个更大的平台厂商，初创企业开发新技术领域的情形，即发展的平台产品的场景是在进步的同时，那里。此外，尚未进入市场的新供应商有进入市场的空间，整个营销技术市场的增长趋势仍在继续。M＆A，它已经领先各大厂商的多平台战略预测，继续在未来，营业面积在那里创业公司集中，功能更新，以便赢得了不少客户的左侧和右侧的退出战略实施它看起来会像。
那么平台区域将成为营销技术市场的下一个台风？熟悉发言人的初创公司可能是那些尽管没有计划开股票但已经取得显着增长的公司。针对感兴趣的平台领域给出了诸如分析，协作，社交，移动，内容，媒体购买等各种意见。
特别是，分析和内容平台的发展似乎有很大的影响。这些平台提供与当前营销部门中解决业务问题直接相关的解决方案。为了使营销部门获得更具预测性的洞察力，需要更复杂的算法，获取洞察力的数据不仅包括结构化数据，还包括社交数据等无意义的数据它多样化为结构化数据。此外，为了为个人提供最佳内容（包括广告），不仅可以单独操作人力资源，不仅可以通过增加内容类型，还可以通过定义规则和自动化工作。机器学习有望减轻这样的营销部门的负担。
机器学习在营销工作中的使用案例
让我们来看看这个观点以及讨论和讨论机器学习的讨论之间的相关性。有两个会议在本次会议上进行了机器学习，它独立于小组讨论。机器学习已经深入到营销应用程序中的指示对于两个会话都是共同的，并且它还支持资本家认可的趋势。
IDC的Gerry Murray先生以认知营销为主题，从认知软件的定义到应用到营销领域进行了解释。从“认知”这个词可以说，关注营销任务中的决策过程。根据Murray，聊天机器人，推荐引擎，实时情绪分析，微分段，客户旅程可视化，归因分析等是代表性的用例。
此外，大卫·拉布拉布Associates公司先生，（根据拉布先生机器智能）机器学习在舞台上或如何改变营销主题，以及市场营销的技术环境，为营销机器学习解决方案我们提供了我们提供的供应商地图并解释了应用领域。拉布说，140个技术供应商使用五个大分类“战略/帮助”，“设计/帮助”，“设计/确定”，“数据和分析/ HELP”的小分类“数据和分析/确定”和23它组织起来。
营销业务中的机器智能景观（来源）
通过查看该图，可以通过徽标的数量来掌握特定区域的竞争情况。此外，由于Raab根据营销人员花费时间的工作类型采用分类，因此很容易掌握可以合理化的工作区域。虽然该领域的厂商数量较多，竞争非常激烈，是一个工作区是机器学习是很容易解决，“设计/确定”，“数据和分析/辅助”，“数据和分析/确定”是适用的。相反，在少数供应商的领域中，机器学习没有建立或者是难以修复的工作区域，“策略/辅助”“设计/辅助”对应。
该通知随后被检查的细节，“个性化”作为“纲领性广告”，以及为在那里，如果自动改善可以预期的递送效率，这不是人们认为离开电脑“写标题”“它是机器学习的支持范围已扩展到创作领域，如写入复制，“创建网站”和“自动生成的活动”。机器学习也渗透到数据和高级分析技术中。数据准备的其他技术，“铅得分王”，“客户的成功”，“销售支持”看起来像“算法署名”在该地区的预测分析应用，以增加该号码的决定，并销售到了解客户比以往任何时候都更加支持。
机器学习是对抗营销人员的敌人还是盟友？
那么，营销人员的占领是否会取代机器？拉布声称，“现在这个问题没关系”。但是，在主动利用数据和技术的过程中，营销工作的方式将发生巨大变化。
Raab技术被归类为“数据与分析/辅助”，专注于对营销人员难以自行完成并委托给IT部门和外部合作伙伴的分析进行预处理。关于“数据与分析/决策”，市场调查传统上将操作委托给外部调查公司，并将工作外包给数据科学家，以进行需要大量数据和高级统计知识的分析是的。当后的注视未来10到20年，随着分析，如果边界是软件和服务在该机可支持比人类更加模糊区域，它的功能，直到它被机器代替人类已经作为一种服务提供可能性很高。另一方面，该机器将不负责与公司的核心竞争力直接相关的业务，如营销战略规划和活动计划制定。
从这个意义上说，营销人员与作为合作伙伴而不是拟人化机器的技术合作似乎是现实的。如果您选择与机器学习共存，那么公司仍然需要投资于那些不过度依赖数学算法且不忽视人为因素的营销人才，同时利用数据和技术它会变得像它。