- 用AI和自动化来支持精益创业的客户获取。
- 深度挖掘客户获取3.0，占取用户增长和留存的先机。
- 探索AI在营销领域的应用。
- 理解创业公司增长指标的衡量方式。
- 制定正确的战略来促进用户获取。
- 管理AI项目中不断增长的复杂性和风险。
专家推荐
我们经常会发现，很多被广泛谈论的新技术一旦进入商业化应用，就会在初期销声匿迹。但AI不同，它不仅仅存在于宣传和炒作中，而且正在为软件、流程、工作环境和决策制定等各个领域赋予新的内涵，我毫不怀疑AI接下来会给数字化营销行业带来巨大的变革。正确理解和应用本书，企业就可以看到这些变革中蕴藏的机遇。
Oren Kaniel，AppsFlyer CEO
在这个机器学习和大数据时代，本书非常实用，它是市场团队衡量和管理营销方式必不可少的通用指南。
Jim Calhoun，Nectar9 CEO
要构建一个现代化的增长团队，首要任务是优化团队成员和流程，组建全栈式团队，为实验设定明确的考量目标。接下来，就该更深入地理解用户行为和业务成果之间的关系，进行预见性分析，并在此基础上做出产品和市场的相关决策。掌握本书，充分利用数据的力量，就能实实在在地把握好这些潜在机遇。
Naomi Pilosof Ionita，Menlo Ventures合伙人
第四次工业革命已经到来，市场营销的自然属性也将改变。如果你是一个市场营销从业者，想要在AI和大数据时代实现增长，就应该把这本书作为书籍。
Erik Qualman，《Socialnomics》作者、畅销书作家
如果你所在的增长团队已经驾驭精益创业，想要通过AI进一步驱动增长，那么本书应该是你的书籍。
Momchil Kyurkchiev ，Leanplum CEO兼合伙人
在创业阶段，一个精益的团队如何实现客户获取和收入的同时扩张？借鉴Facebook、Google等其他公司的方案无伤大雅，但如果一个企业能考虑自有业务的独特性，为自己量身定制出一套合适的方案，无疑会在竞争中占据极大优势。不过，这不是一件易事，至少现在还不是。
这是一本适用实战的书籍，本书作者展示了AI和自动化的实践，在用户获取解决方案中搭建一个运营堆栈层，并取得了非常出色的效果。通过本书，你可以学到如何改变、定制跨渠道的用户旅程并将其个性化，帮助企业吸引和留存客户，在自主营销时代占据领先地位。
前言
打造一个全新的创业公司是一个非常大的挑战，为了增加成功的机会，企业家和领导者需要尽可能地尝试创新型的想法和方向，但创新也就意味着风险。迄今为止的众多成功案例已经证明了精益创业的有效性，而你需要做的，就是有理性、有方法地制定出好的策略。精益创业方法论已经在全世界广泛流行，并且影响了很多创业公司和它们所推出的产品。那些好的增长团队会持续进行迭代试验，通过不断地测试和复盘来优化获取客户的方法，从而使得业务以快的速度成长起来。AI 和数字化平台发展到现阶段，已经能够支持非常快速的试错和学习了。在将来，学习的速度会成为决定创业公司成败的关键因素，推行精益AI 的公司会拥有更快的测试、学习、迭代的速度。AI 在迅速崛起，如果创业公司能够领悟并正确使用Eric Ries 所传达的智慧，便可以很大程度提高成功的机会。如果你有一支精益敏捷的团队，也希望通过AI 和自动化来实现企业的快速成长，那么你将会从本书中获得很多实用性的建议。本书的内容遵从实用主义，旨在为读者提供智能机器时代的指南，让企业更透彻地理解如何在大数据时代做好市场营销。合理使用智能机器能让一个企业发展壮大，超越竞争者，而我恰好见证了一个成功案例。这些经验之谈，都在这本书里了。本书的读者对象本书面向的读者主要包括企业家、领导者、执行管理层、投资人等，同样本书也适合那些希望更好地、更智慧地、更快速地获取客户，赢得竞争优势的人。另外，创始人、CEO、市场决策者、风险投资人、用户获取和增长的负责人及团队成员，也能从本书中获益。
本书的结构
本书由六个部分组成：
部分以增长营销为重点，综述了目前的创业行情，以及新成立的企业面临的获取客户的挑战。在这里，你能了解到精益AI 的主要组成部分，看到AI 应用于智能营销领域的行业趋势。
第二部分讲述了客户获取 3.0，在这里你能看到 AI 驱动的智能机器是如何高效地让客户数据发挥作用的。这一部分解释了企业如何定位到需要实现自动化的任务，综述了智能机器的框架。另外，如果你不知道该如何在自行搭建和外部采购两个解决方案中做决定，该部分知识也能够帮助你在资源有限的情况下做出更好的决定。
第三部分介绍了如何从长远发展的立场出发，挑选正确的考量标准。这一部分深入讨论了创意资产的重要性，介绍了跨渠道归因，给出了智能机器的优化意见。
第四部分列举了用户获取策略的五个关键点，其中每一点都经过了事实的验证；同时深入探讨了名为增长堆栈的一系列工具，这些工具能协助你在具体的场景中找到想要的答案。
第五部分探讨了 AI 时代由海量数据带来的日益增加的复杂性和风险，以及相应的管理方法。与此同时，你还能看到未来的增长团队该如何实现人和机器的协同合作，并化利用智能机器框架。
第六部分着重讲述了人机合作协同产出将如何成为一个具有象征意义的前沿现象，并讨论了这种协作方式的潜在优势，以及随之而来的挑战。
致谢
在这里，我要对所有让本书得以问世的人表达诚挚的感谢。首先感谢我的妻子Sophia Daryanani-Patel，她是我好的朋友，强大的鼓舞者，也是我一生的挚爱。她让我有充足的时间来专注写作本书，并在此过程中给了我富有洞察力的意见，还有耐心和爱。
尽管本书的写作只花了六个月时间，但在此之前，我用了两年时间在IMVU学习和完善关于精益AI 的想法。Kevin Henshaw 招我进入了IMVU，自此之后也为我在精益AI 方面的探索提供了程度的资源支持。感谢他，感谢IMVU 所有支持我、支持精益AI 的人们。
感谢Eric Ries 一直以来的信任和鼓励，支持我把写书这个想法变成了现实。他从始至终都在坚定地支持精益AI，这一切的价值对我来说都是无法估量的。感谢OReilly 公司，自从我有出书的想法，他们就开始为此而努力。感谢我的编辑Melissa Duffield 和 Alicia Young，她们从一开始就很有远见，并提供了很有洞察力的编辑意见，非常专业地推进了整个过程。感谢Katie Tozer,Virginia Wilson, Monica Kamsvaag, Karen Montgomery, Rebecca Demarest,Jasmine Kwityn，还有其他所有为本书的问世提供了帮助的人们。他们非常有才华，能够与他们合作写出本书是我莫大的幸运。
感谢Nectar9 公司的联合创始人：CEO Jim Calhoun，首席数据科学家Sal Arora，感谢他们一直以来对本书的支持和贡献。我们对智能机器时代的营销自动化有着共同愿景，在过去这段时间里合作非常紧密，创造出了很多新的可能性，我也希望把这种精神带到本书里。感谢所有的专家和同行对《精益AI》的耐心审稿，他们是：Abril McCloud, Aemee Doherty, Akbar Lalani, Andy Carvell, Claus Enevoldsen, Dan Olsen, Donnie Kajikawa, Etienne Guebriant, Fausto Gortaire, Grant Lee, Jasper Radeke, Jim Calhoun, Kevin Hendshaw, Marjaneh Ravai, Naomi Pilosof Ionita, Rajeev Raman, Sal Arora,Sergey Grytsuk。正是由于他们的洞察力和建议，本书才有了现在的成果。
感谢我的母亲Kusum Patel，她给了我全程的引导、爱和慰藉。我爱你，超出了语言能够表达的程度。
如果由于我的疏忽，遗漏了一些非常重要的人，希望你们能够原谅我的大意，并接受我诚挚的感谢！
后，也是重要的，我的读者，你能够在本书上花费宝贵的时间和精力，对我来说意义重大。如果你有任何我能够帮助解答的问题或疑虑，可以通过LomitPatel.com/Contact 联系我。
Lomit Patel，是IMVU增长团队的副总裁，负责用户获取，留存和转化。加入IMVU之前，Lomit在一些初创公司负责过增长，包括Roku（IPO）、TrustedID（被Equifax收购）、Texture（被Apple收购）和EarthLink。Lomit是一个公共演讲家，作家和顾问，Liftoff称赞为一个移动时代的英雄。
目录
序 1
前言 3
部分 AI 增长营销 = 智能营销
第1章 认识增长营销 9
第2章 为何选择精益AI 17
2.1 什么是AI .18
2.2 什么是机器学习 18
2.3 AI的三大驱动力 20
2.4 AI营销的行业趋势 .22
2.5 AI 增长营销=智能营销 26
第二部分 客户获取3.0
第3章 何谓客户获取3.0 . 31
3.1 扩张和学习的新维度 31
3.2 AI与客户获取 .33
3.3 是时候开启智能机器了 .33
第4章 手动与自动 37
4.1 数字营销世界中的智能机器思维 .37
4.2 筹码：客户生命周期管理 44
4.3 IMVU增长团队的自动化策略 48
4.4 构建自动化业务用例 49
第5章 智能机器的框架 . 53
5.1 分解用于营销目的的机器学习 54
5.2 监督学习算法的主要类型 57
5.3 无监督学习算法的主要类型 .58
5.4 监督或无监督通用的学习算法 59
5.5 数据的重要性 .62
5.6 受众选择 64
5.7 信息投放 66
5.8 探索与优化 66
5.9 将机器学习和AI应用于IMVU的客户旅程 66
5.10 小结 .71
第6章 自行搭建与外部采购 . 73
6.1 搭建与采购分析 74
6.2 搭建AI解决方案的风险 .76
6.3 采购AI解决方案的风险 .78
6.4 机器学习即服务 79
6.5 搭建还是采购……还是都选？ 80
6.6 权衡利弊 81
第三部分 选择和衡量重要指标
第7章 创业公司的关键增长指标 . 85
7.1 客户获取成本 .86
7.2 留存率 86
7.3 客户终身价值 .89
7.4 广告投资回报率 89
7.5 转化率 90
7.6 提防无价值指标 91
第8章 创意的效果 93
8.1 创意资产的重要性 .93
8.2 创意团队的参与 96
8.3 广告疲劳 96
8.4 优秀创意的益处 97
8.5 创意的实践 99
8.6 移动端广告实践 101
8.7 未来创意发展与迭代 101
第9章 跨渠道归因 . 103
9.1 什么是营销归因？ . 104
9.2 营销归因模型 . 104
9.3 为你的初创企业选择合适的归因模型 . 107
9.4 营销归因工具 . 108
9.5 营销归因的好处 109
9.6 展望未来基于人的归因 . 110
第四部分 选择正确的用户获取方法
第10章 用户获取策略 123
10.1 如何思考用户获取策略 123
10.2 营销漏斗的阶段 125
10.3 五个关键的用户获取策略 127
第11章 增长堆栈 131
11.1 它是如何起作用的？ 132
11.2 分析与见解 133
11.3 获取 . 143
11.4 参与与留存 148
11.5 变现 . 154
11.6 跨堆栈的活动 . 158
11.7 通信平台 . 164
11.8 在AI世界中应用堆栈 . 166
第五部分 管理增量复杂性和风险
第12章 如何管理复杂性 . 171
12.1 识别用例 . 172
12.2 期望值 174
12.3 运营状态 . 175
12.4 关注结果 . 175
12.5 客户数据 . 176
12.6 选择正确的指标 176
第13章 如何降低风险 179
13.1 数据依赖 . 180
13.2 透明度 181
13.3 算法偏差 . 182
13.4 合规 . 183
13.5 明确的目标 185
13.6 机器学习模型的可适应性 185
第14章 人与机器 187
14.1 未来增长团队需要的技能 188
14.2 采取增长的心态 190
14.3 AI带来的工作机会 192
第六部分 下一个前沿领域
第15章 为成功做规划 195
15.1 成功目标和衡量标准 195
15.2 AI与人类合作共赢 197
15.3 数据是一切事物的核心 200
15.4 数据隐私和完整性 206
第16章 持续的挑战 209
16.1 数据采集 . 209
16.2 隐私权控制 211
16.3 精简团队 . 213
16.4 新的渠道和机遇 214
16.5 随时警惕欺诈 . 215
16.6 面对挑战 . 216
第17章 如何与AI共赢 217
作者介绍 223
书单推荐
