事实上，许多企业并不缺乏AI底层的算法模型，也有不错的AI技术。技术优势弥补不了数据劣势，底层技术框架在AI技术开源的大背景下根本算不上，而数据的原始积聚其实是在消费互联网时代进行的，缺乏场景就意味着缺乏“源数据”，最起码在敏捷性上是做不到了。
可见，数据是入门智能营销的“门票”，而这张“门票”是在消费互联网的卡位中获得的。
四
警惕“挤出”历史重演：垂直流量巨鳄还需未雨绸缪
在央视《新闻1+1》节目中，国家卫健委高级别专家组成员李兰娟院士说过，专家在利用大数据技术梳理感染者的生活轨迹，追踪人群接触史，成功锁定感染源及密切接触人群。
此外，以BAT为代表的科技公司也在通过数据洞察和数据分析，帮助有关部门进行城市防疫进行决策。
疫情期间的数据防控，这与企业用户画像洞察有很多相通的地方。很多企业也看到大数据在精准上的洞察力，相信在疫情过后，大量企业会加大营销投入，智能营销也会迎来一波持续性的增长。
智能营销企业目前可以分为饱和攻击类企业和单点攻击类企业。
饱和攻击类企业，毋庸置疑就是BAT，它们涉及的场景实在太多了。例如腾讯，在微信朋友圈第五条看到的广告，可能出现在腾讯视频、音乐、QQ上；百度方面，在百度app上看过的广告，在贴吧、百度地图、新闻资讯等流量产品上可能还会看到。
涉及的领域多，容易实现饱和覆盖。在智能营销时已经通过大数据筛选出了潜在用户之后，紧接着打破用户注意力的“碎片化”。在不同场景多次出现可以起到加深印象的效果，从而提高实现转化的机会，而这才是针对用户认知的“高饱和攻击”。
而单点攻击类企业，讲究平台流量性质和企业用户需求“对口”。企业主张AI营销会依据自己流量阵地特征、性别划分、年龄段等因素专门为某某行业量身设定。从短期来看，这些垂直领域玩家是可以挑战横向扩张的BAT的。毕竟AI营销不只是看流量，更重视精准。
很多人喜欢把大数据比作矿产，有的企业掌握“煤矿”，有的企业掌握“铁矿”，有的企业掌握“石灰矿”，对应的企业客户也各不相同。
例如快手、抖音等短视频信息流，适合美妆、服装、鞋帽等适合视频展示的产品；一些图文信息流，用户对不同咨询的点开频率同样可以得到很多信息，从而洞察用户的喜好画像；还比如京东这样的电商平台，美团这样的本地生活平台，可以帮助零售商或者线下的饭店、酒旅企业，为它们提供高质量的数据营销支持。
入门看数据量，但入门以后要看场景量。对于这些单点攻击类企业而言，需要提高警惕规避可能存在的竞争风险。
