年初,我與一位同事到拉斯維加斯參加CES,到了賭城,工作之余如不去賭,這似乎有些暴殄天物了,在帶她進賭場之前,我鄭重的告訴她:要給自己設(shè)立個目標,比如拿50美元在手上,贏錢不說,要是輸了,輸光了就出來,這是去感受一種另外的生活和娛樂,而不是去燒錢的。可惜知易行難,實際操作起來,完全變樣了,在輸?shù)?0美元預(yù)算的最后一美分時,她下意識的第一個動作是再去掏錢包,而不是轉(zhuǎn)身離開賭場,之后她心有余悸的和我說,在那一剎那之間,根本就沒有多想,就是感覺快要贏了,著急再花錢贏回來,什么預(yù)算之類的完全拋到九霄云外了。
賭博這個古已有之的老行當,之所以讓無數(shù)人沉迷其中,很多的原因就是對于未來的不可預(yù)知性但又抱有期望,你有贏錢的希望,也有輸錢的可能,在完成一次公正的賭博之前,你永遠不知道是輸還是贏,只有一個概率擺在面前,因此,人們總因為對美好的希望而一次又一次的嘗試下去。
實際上,我們每一個人都有賭徒心理,是不是程度的深淺以及體現(xiàn)的領(lǐng)域不同罷了,這其中最重要的原因也是未來的不可預(yù)知性,如果你可以判斷一個事情100%會發(fā)生,那么生活的樂趣就會少了很多。
微信紅包其實就是利用了人們這樣的一個心理。年初紅火的微信紅包,相信很多人都有極為深刻的印象,紅包最吸引人參與的一點就是領(lǐng)取金額的隨機性,一份88元10人瓜分的紅包,每一個人拿到的紅包有可能是幾十元也有可能是幾分錢,對于美好的期望,會讓人們投入一次又一次的領(lǐng)紅包活動中。而如果在這個過程中,未來是可預(yù)知的會發(fā)生什么呢?比如,直接告訴你,有一個88元的紅包,分10分,每人8.8,用戶的參與熱情就會指數(shù)級別的下跌,可預(yù)知的未來直接導(dǎo)致的就是無趣感的上升。
這個可預(yù)知與不可預(yù)知存在著一個極為微妙的平衡,如果一個賭場100%會輸錢,只不過輸多輸少而已,那么不會有人去光顧這個黑店的,平衡就在于,你有希望贏,并且你可以看到這個希望,而實際上這個希望并不大。
回到企業(yè)的營銷上,企業(yè)為了達成很多目的,往往會投入大量的金錢做營銷,比如抽獎、贈禮等,但這些活動的吸引力有多大呢?還是回到“不可預(yù)知但又抱有期望的未來”這個上,抽獎和贈禮,要么就是讓用戶覺得完全沒有獲獎的希望,要么就是未來完全可預(yù)知,沒有一種可知與不可知之間的微妙平衡,這種平衡恰恰是微信紅包可以做到的,這才是人類真實的心理表現(xiàn)。
也就是說,企業(yè)完全可以利用微信紅包這種特質(zhì),利用人類賭博心理的固有天性,來進行市場營銷活動。
一個最為簡單的應(yīng)用就是將線下用戶吸聚到線上,形成傳統(tǒng)企業(yè)的CRM管理體系。傳統(tǒng)企業(yè)的渠道以線下為主,而且還涉及大量的經(jīng)銷、分銷體系,CRM根本無從建立,但利用微信紅包,實際上就可以解決這個問題,期望所有用戶都自發(fā)的關(guān)注企業(yè)的微信服務(wù)號,這顯然是不現(xiàn)實的,但如果所有的用戶在關(guān)注之后,都可以獲得企業(yè)發(fā)放的微信紅包,這就不一樣了,用戶不會期望用這個賺錢,但是這種對未來的不可預(yù)知和某種程度的期待,會讓用戶有著極大的參與熱情,這種參與熱情遠超過固定期待的禮品禮金或者讓用戶完全感覺不到期待的抽獎。
更為復(fù)雜些的應(yīng)用,企業(yè)可以設(shè)定一兩個線上任務(wù),比如綁定郵箱、手機號之類,完成這些任務(wù)之后,同樣可以獲取紅包獎勵,相比于傳統(tǒng)的抽獎,或者簡單粗暴的“送充值卡”之類的活動,這樣的活動,用戶能夠?qū)τ诨顒营剟畹陌l(fā)放有更高的信賴感,同時對于活動也有著更大的參與熱情。
紅包的工作當然不僅于此,只要發(fā)揮你的想象,它可以實現(xiàn)一些意想不到的內(nèi)容。比如仍然對于傳統(tǒng)零售的“品牌+加盟”模式,一個統(tǒng)一的市場活動,在各門店的運行狀況究竟如何,這是品牌方很難進行統(tǒng)計的,傳統(tǒng)的解決方式就是組建一個專門的團隊進行巡店,這樣效率低、易含水分、主觀色彩過于濃厚這些問題姑且不論,對于企業(yè)的成本也是不小的負擔,尤其是零售門店眾多的企業(yè),但如果我們轉(zhuǎn)換下思路,發(fā)起一個微任務(wù),讓消費者拍攝活動現(xiàn)場的照片,就可以獲得紅包獎勵,這不僅大量節(jié)約了巡店人員的成本,還將原來很難統(tǒng)計、很難量化的狀態(tài)清楚直接的描繪出來。
接下來的問題就是作為一個企業(yè),你怎么去發(fā)紅包了,眾所周知,微信對于紅包接口的把控非常嚴格,除了微信官方自己,目前幾乎沒有企業(yè)服務(wù)號可以從技術(shù)上實現(xiàn)對用戶發(fā)放紅包,當下開放的紅包體系是個人對個人的,而非企業(yè)對個人的。
很高興的是,隨視已經(jīng)解決了這個問題,作為微信的戰(zhàn)略合作伙伴,隨視傳媒已經(jīng)提前拿到了微信紅包的開發(fā)接口,在這個接口上進行了大量開發(fā),推出了完善微任務(wù)流程體系,企業(yè)可以制定規(guī)則不一的任務(wù),并針對任務(wù)發(fā)放紅包,當用戶完成任務(wù)并拆開紅包的時候,可獲得隨機金額的獎勵,當然,這個金額的區(qū)間也是可以設(shè)定的。
圖2:隨視微任務(wù)流程
確實,隨視交付給了企業(yè)這樣的產(chǎn)品和解決方案,但更重要的是,隨視交付給了企業(yè)一種方法,我們叫做“隨視方法”,這個方法可以將一把沒有開刃的鐵板磨成一把刀,刀的原理都是一樣的,利用壓強差來切割,但你是削水果還是切菜,就需要結(jié)合企業(yè)自身的狀況再進一步分析和選擇了。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。