AI Marketing Daily · 2026-09-25

今天的 20 条要闻有两条主线。代理正式拿到成交权：营销自动化品类被自己的创始人掀翻，Meta 把购物代理铺进零售网络，支付与广告两侧在同一周内跟上。另一条线在划人机分界：HBR 的大样本实验首次给出 AI 创意的效能差，出版商搜索流量降幅扩大到四成。头条深写 Phave，其余 19 条按五类展开，每条附实战点评与原文入口。

🎯 今日头条

Marketo 联合创始人 Jon Miller 推出 Phave，用会推理的营销自动化叫板自己 20 年前开创的品类

Marketo 联合创始人 Jon Miller 与前 Marketo 全球产品 EVP Nick Bonfiglio 创立的 Phave 本周走出 stealth。产品 8 月已经 GA，两年 stealth 期后正式公开。客户名单有 SambaNova、SPS Commerce、mabl、Servion、Hypha 等 10 家以上企业，投资方包括 FirstMark、Ridge Ventures、Costanoa Ventures。定位一句话：AI-native 营销自动化，直接对标 Marketo、Pardot、Eloqua 和 HubSpot。

平台的引擎叫 Maestro，产品哲学是「从规则到推理」。老一代营销自动化靠预写规则运转：谁进分段、线索值多少分、下一封发什么。Phave 把规则拆成了两类。同意、频次、静默时段仍做硬规则，因为那是治理边界；给这个人发哪封邮件这类最优决策，则交给 AI。Maestro 为每个个体计算一份 Playlist，从营销者批准的 campaign 素材里挑出最可能达成目标的触达，按个体排序并定时。Miller 的原话是：规则擅长规定什么被允许，但不擅长决定什么最好。这个思路的类比来自 Spotify，AI 像 DJ，把人做的歌拼成个人歌单，歌曲由人创作，排列由算法按听者完成。

数据模型也重做了。账户与 buying group 是一等记录，各自带评分与生命周期阶段，呼应 Miller 2025 年 4 月的判断：Leads 太窄、账户太宽、buying group 刚好。接入方式有三条路：原生界面、团队既有的 AI 客户端，或者经 MCP 加版本化 REST API 无头运行。定价 3.6 万美元一年起，按每月触达人数计费，不看数据库规模。SambaNova、SPS Commerce 等客户称执行量翻倍以上，Servion 的增长负责人说 Phave 算出了他们一直猜不准的那件事，何时、以何种方式触达每个人。

这条新闻的重要性在于时机。Phave 公开前一周，Salesforce 在 Dreamforce 发布 Campaign Agent，HubSpot 发布 Breeze 与 Marketing Studio agents，早期客户 campaign 量提升 81%；Adobe 的 Marketo AI 在 beta，Oracle 也有 Fusion agents。传统营销自动化巨头在同一个星期里全部转向 agentic。Miller 本人对这个时机准备了很多年：2014 年他还在 Marketo 时就跟 CMSWire 讲，行业会从 campaign 走向持续对话；2015 年离开创立 Engagio 做 ABM；2025 年 4 月他提出 AI 可以 automate the automation，并点名 Adobe 收购后 Marketo 创新乏力。二十年公开轨迹让 Phave 有了同赛道挑战者没有的可信度，毕竟这个品类是他亲手开创的。

对营销人的影响落在采购决策上。B2B 营销团队评估 MAP 升级或迁移，过去的选项是六选一的工具替换，现在变成两条路线：留在 incumbent 生态里等 agentic 功能补齐，不用迁移；或者换到 AI-native 平台，接受迁移成本换数据模型与决策引擎的代际差。Miller 给买方心理起了名字，叫营销自动化的斯德哥尔摩综合征，怕迁移弄断 lead flow 和合规规则，于是留在旧平台。数据模型是第二个变量，buying group 作为一等记录意味着内容与评分要按采购委员会重构，CRM 里 buying group 数据的质量直接决定迁移可行性。对内容运营岗位，工作重心从搭 nurture 流程转向批准素材与治理规则。

怎么用，给三个动作。第一步先审计现有规则：把同意、频次、静默时段这类真治理规则，与分段、评分这类内容选择逻辑分开列成两张表，前者保留、后者准备交给推理引擎。第二步按低风险路径试点，在一个分段上跑并行运行，主流程不动，比较 Playlist 决策与人工决策的触达差异。第三步用月度触达人数对照现有合同建模成本，3.6 万美元起步价按触达付费，对数据库庞大但触达稀疏的团队可能更便宜。同时对照 incumbent 的秋季发布：Salesforce 的 agentic 功能无需迁移就能用，迁移值不值，取决于你的 pipeline 瓶颈在内容选择还是数据治理。

我的判断：这条新闻的价值在叙事之外。四大 incumbent 一周内全部转向 agentic，说明代际切换已经发生，剩下的分歧只是节奏。Phave 最大的敌人是 Miller 自己命名的斯德哥尔摩综合征，迁移风险比模型能力更难解，企业客户怕的是弄断一条跑了很多年的 lead flow。我的看法是，明年 MAP 采购谈判桌上，买方第一次拥有换平台还是等 incumbent 补课的真实选项，评估清单该从功能对比改成治理边界与数据模型对比。谁先在董事会层面把这个框架讲清楚，谁就握住下一轮 MAP 预算的定价权。

🔗 深入阅读：查看完整文章

🏷 代理商务

Meta Muse 全量更新：数字化身、眼镜、Mac 操作与购物支付网络

Meta Connect 2026 给个人 AI 代理 Muse 交出全量更新。数字化身 Muse Realtime Avatar 支持实时视频对话；数月内接入 Meta AI 眼镜，唤醒词激活后可以健身指导、记录饮食、预约、代买眼前的商品；Mac 端上线代理计算机操作，能操作任意桌面应用，官方的说法是你可以走开，它继续干活；Muse 还将拥有独立邮箱。购物侧拿下 Stripe、Shopify 与 PayPal 的支付能力，零售连接器覆盖 Best Buy、Gap、Sephora、Walmart、Wayfair、Expedia，Instacart 即将上线。开发者连接器平台开放不到一周收到 1500 份以上申请。Zuckerberg 首次定调商业模式：大量 token 免费，长期按交易抽成盈利。硬件同步发布钥匙链设备 Muse Charm，12 月发货，把实时语音与化身塞进可穿戴。

💬 营销人怎么用：品牌电商团队本周就把 Shopify 店铺纳入 Muse 接入评估，先做两件事，商品数据结构化、库存与履约接口捋顺。代理渠道的成本结构已经定了，按交易抽成，早接入早校准毛利模型，别等对手的代理先把你的考虑集锁走。

🔗 深入阅读：查看完整文章

Shopify 给 Muse 开门，Amazon 对它关门

Meta 9 月发布的个人 AI 代理 Muse 可代用户浏览、填表并经同意完成购买。Shopify 于 9 月 8 日把 Muse 接入 Agentic Storefronts，作为一条 AI 商务渠道：商家仍是卖方记录主体，费率不变，平台不另收代理费。Amazon 反向操作，以未授权 AI 代理违反使用条款为由封禁 Muse。Practical Ecommerce 拆出两种立场的商业逻辑：平台型 Shopify 靠商家成交获益，可以接受代理接管界面；市场型 Amazon 必须掌控购物界面、广告环境与客户关系，容不下一个插在中间的 bot。文章还点出 agentic commerce 对三层的改写：代理可能在用户到达搜索广告或零售媒体之前就完成考虑集筛选；持久代理会记住尺寸、品牌偏好、预算与购买历史，从零售商手里夺走第一方客户画像的持有权。

💬 怎么落地：判断自家品牌要不要给购物代理开接口，先看商业模式是平台型还是市场型。做 Shopify 独立站的本周就能试，费率与结算不变，风险可控；做 Amazon 店铺的别浪费时间，界面控制权短期不会开放。真正要做的动作是守住第一方客户数据，那是代理拿不走的东西。

🔗 深入阅读：查看完整文章

Mastercard 高管给 agentic commerce 定阶段：发现快于成交

Mastercard 全球受理与商户解决方案 EVP Gaurang Shah 9 月 24 日受访时给出阶段判断：agentic commerce 正处于发现快于成交的过渡期，消费者已大量用 AI 做发现、排序与对比，但明确停在推荐环节，不放手让代理下单。冲突出在信任等式上，消费者默认无论如何都受保护，商户认为责任应在代理经纪方，身份、授权与意图因此变成支付基础设施问题。Shah 历数搜索、市场、移动各代渠道后判断：代理是首个能决定哪家商户赢得交易的中介，搜索引擎只决定可见性，市场只决定竞争场域。多数商户要双轨，目录开放给外部代理，同时在自有渠道建代理体验。文章点出一个尖锐冲突：购物代理最省事的优化函数是找最便宜的可接受商品，而这正是侵蚀品牌溢价与利润的逐底竞争。

💬 实战提醒：如果你的品类溢价靠品牌资产而非价格，现在就该回答一个问题，代理凭什么判断我的产品更好。把服务、权益、品质这些决策因素做成代理可读的结构化信号，比等逐底竞争开场后再补救便宜得多，这件事别拖到代理 checkout 全面落地之后。

🔗 深入阅读：查看完整文章

Amazon 向卖家经营代理开放后台，Claude 里能管广告

MediaPost 报道，Amazon 向第三方 AI 代理开放卖家工具。Seller Assistant 基于 Bedrock 与 Claude 重建，通过插件接入 Anthropic Claude 与 Amazon Quick，卖家在 Claude 内即可查库存、调价、更新 listing、管理广告活动，不必打开后台。Seller Assistant 带持久记忆，每个卖家的定价模式、库存周期与增长目标跨平台跟随。Amazon 称 90% 的卖家已用 Claude 模型辅助决策，数据留在 Amazon 基础设施内不外流。广告场景的决策链被打通：识别竞争信号、关联广告或交叉推广机会、评估 listing 改进、起草建议。这跟封禁购物代理 Muse 形成鲜明对照，Amazon 欢迎卖家的经营代理，拒绝他家的购物代理，因为前者帮它卖货、后者绕开它收租。

💬 跨境卖家本周就能试：Seller Assistant 插件在 Claude 里接上后，广告调价与 listing 维护这类例行操作能省掉大半后台切换工时。注意边界，经营代理开放不等于购物代理放开，客户关系与品牌资产仍在 Amazon 手里，别把最敏感的定价逻辑完全外包。 🔗 深入阅读：查看完整文章

一条 digest 三个信号：代理从辅助工具变成交易执行主体

ExchangeWire 9 月 24 日的 digest 收了三则信号。第一，Shopify 与 Meta 确认 Muse 可在所有 Shopify 店铺完成购买，跑在既有基础设施上，商家保持卖方记录主体并按常规费率结算，代理商务与既有结算体系可以无缝衔接。第二，AppNexus 创始人 Brian O'Kelley 与 Anne Coghlan 将 Scope3 更名 Apostra，从广告碳排转向 agentic AI 广告：广告主代理与媒体方代理直接谈判，省掉对接数千家媒体的集成负担，不收 adtech 中间商式的交易费，改靠谈判支持与 campaign 评估等增值服务变现。第三，微软 9 月 3 日公开的专利申请披露游戏内广告新形态，在自然停顿点投放广告，玩家观看广告换取额外无广告时长。

💬 投放团队值得盯 Apostra：代理对代理的谈判模式若跑通，程序化采买的中间层会被重新定价，集成成本高的中小 adtech 压力最大。游戏内广告专利提醒内容团队，观看换时长的机制等于把广告做成游戏内货币，面向年轻受众的投放形态可能由此改写。 🔗 深入阅读：查看完整文章

🏷 广告与媒介

58% 广告高管预期 agentic 采买一年内规模化

IAB Europe 调研了 50 位欧洲广告高管，58% 预期 agentic 采买一年内进入运营或规模化。差距按公司规模拉开：501 人以上的大公司 86% 已在生产系统运行人机协同的 agentic 工作流，500 人以下的公司只有 48%。47 个组织已在内部使用 AI、43 个用于营销，但其中 36 个的 agentic 系统仍需人类主导或共同规划。落地最快的场景是报告与分析（29 个组织里 22 个）与程序化优化（59%）。68% 的组织用运营效率衡量 AI 成效，59% 在增加 AI 营销技术投入。具体玩家方面，WPP 与 Omnicom 在测试买方代理，CNN 与 News UK 建卖方代理，Omnicom CFO 认为 AI 改善可测量性会带来更多广告投资。怀疑派的声音也在：agentic 采买只自动化庞大流程里的细小环节，若只用历史采买数据训练，创意延迟这类真瓶颈不会被解决。

💬 怎么校准预期：媒体采买团队先按公司规模对号入座，大组织直接把 agentic 工作流排上日程，中小团队从报告与程序化优化两个低风险场景切入。衡量别只看效率，把省下的工时换算成投放增量，才好争取第二次预算。 🔗 深入阅读：查看完整文章

媒介透明度之争转向算法决策

ExchangeWire 刊登 the7stars 管理合伙人 Helen Rose 的署名专栏。AI 深入媒介策划后，brief 在秒级变成受众定义与排期，透明度议题随之从返点与利润（钱去哪了）转向算法为何这样决策。她的三个论点：数据爆炸十年并未带来理解同步，各平台对同一消费者的定义不一、洞察跨系统不可迁移，算法插在数据与建议之间；透明度应上移到决策上游，广告主应能质询受众为何如此定义、哪些数据塑造了 AI 建议，透明度应始于决策点而非交易点；代理公司的护城河正从数据占有转向把复杂变可理解，把复杂性当知识产权的做法会被抛弃。需要留意，文末植入其自家 Gravity Connect 平台与 Samba TV 的 180 万英国家庭收视数据合作，软文属性要打折。

💬 给广告主的动作：下一次代理比稿直接问三个问题，受众为什么这样定义、AI 建议被哪些数据塑造、决策日志能否导出。把算法可质询写进采购条款，比事后审计便宜。文中那句 AI 给策划人更多可思考的东西，可以直接抄进你的采购标准。 🔗 深入阅读：查看完整文章

🏷 创意与创作者

HBR 实验：AI 广告消费者分不出，但效能差 14% 到 17%

HBR 刊登作者与 Ipsos 的联合研究，规模是 3000 名美国消费者、20 支大品牌视频广告，人做与 AI 全流程制作各半。结论有两层：消费者难以分辨哪支是 AI 做的；但 AI 版平均短期销售潜力弱 14%、长期品牌资产弱 17%。真正的风险机制藏在组织内部，CFO 看到降本、CMO 看到提速，系统奖励产量与速度，足够好的平庸创意静默通过内部审核，在市场里悄悄失血。文章给出四条纪律：别再纠结能否被识别为 AI，改测记忆、信任、转化与品牌资产；以效果而非成本效率衡量，Chewy 的 AI 版缺情感精准性，Cheerios 因 brief 扎实两种版本表现接近；常规型工作（产品演示、利益点罗列）交给 AI，Febreze 与 Herbal Essences 是正面案例；情感、文化时机、幽默与叙事张力留给人。披露也在收紧，EU AI Act 2026 年 8 月生效，纽约州要求合成演员披露，IAB 已发透明框架，Heinz 的 A.I. Ketchup 证明披露本身可以成为创意。

💬 内容团队本周可做：把现有素材按常规型与情感型分两栏，产品演示与利益点罗列交给 AI 并用 holdout 测增量，情感与文化时机类的不省预算。同时立一条弃用规则，AI 素材测试不达标就下，别让 good enough 静默过审。 🔗 深入阅读：查看完整文章

创作者从收费用到拿股权

Digiday 报道创作者变现的结构性转变：从一次性品牌费用走向股权绑定，路径有两条，头部创作者直接出资的天使投资，以及以战略服务换股权的 sweat equity。信号性事件包括 Cherub 为 100 名创作者办申请制天使投资私享会、新代理 JERi 组建预审创作者议会向初创输送人选、Love X Money Ventures 审核创作者入股社交时尚应用 Driptail（3 到 7 月用户增长 60 倍），先例是 Alix Earle 2024 年入股 Poppi。Cherub 发布了行业首个股权基准：纯顾问 0.1% 到 0.3%（种子轮、两年季度归属加 3 个月悬崖）、顾问加服务 0.25% 到 0.75%、长期合作或创意总监 0.75% 到 3%（四年归属加 1 年悬崖）。五位受访从业者预期该模式快速扩张，同时警示低股权配重活的掠夺性条款。

💬 对品牌与初创：把头部创作者当合伙人而非媒体位。筛选看战略杠杆，对方能不能教公司做 creator go-to-market，别为几条发帖给股权。谈判时拿 Cherub 的基准表对价，低于下限的合作要么砍工作量、要么加归属保护，别签裸协议。 🔗 深入阅读：查看完整文章

2026 社交与影响者营销五个方向

Marketing Week 汇总 Flight Story、We Are Social、IMTB、Billion Dollar Boy 等机构的观点，给出 2026 年五大趋势。其一，消费者反噬 AI 内容，品牌更强调人味与独特品牌行为，出现 fringe 专家式的内容差异化；McKinsey 预计数字分身技术未来五年年增 60%、2027 年达 735 亿美元。其二，平台多元化，Gen Z 与 Alpha 转向 Discord、Substack 等封闭社区，品牌转向拥有受众，YouTube 长内容被重新估值；GWI 分析显示全球社交使用时长 2022 年见顶回落。其三，创作者内容更 intentional，Kolsquare 数据显示 81% 的英国品牌计划 2026 年增加影响者预算、61% 加码长期合作。其四，行业职业化，英国 APPG 成立，法德荷等国推行影响者认证。其五，衡量走向长期，IPA 研究显示影响者营销 ROI 优于线性电视与付费社交，品牌将更多使用合成数据与创意预测试。

💬 预算规划动作：年度 influencer 预算按长期合作的行业趋势重新分配，把一次性种草改成季度级合作。平台盘子先铺 Discord 或 Substack 这类可自有受众的渠道，衡量口径直接改成三个月以上的 pipeline 视角，别再用单月曝光交差。 🔗 深入阅读：查看完整文章

AI 网红产业清单：市场、收入与信任边界

The Independent 深度报道了 AI 虚拟网红产业。样本人物：Aitana Lopez，39.2 万粉、月入最高 1 万美元，由巴塞罗那 The Clueless 打造，甚至有 500 万粉的真人演员约她线下见面；Granny Spills，200 万粉，AI 合成与名人合影。Instagram 与 TikTok 上已有数千个虚拟网红，市场规模 2024 年 63.3 亿美元，预计 2033 年达 117.8 亿美元。Sprout Social 调研显示，50% 的英国消费者接受品牌使用 AI 网红，41% 愿意关注。行业已有自己的颁奖礼，2000 多个人物参赛、总奖金 9 万美元。品牌侧动机是可控、无丑闻、全天候、跨市场无物流限制。真人创作者也在拥抱，Khaby Lame 达成 9.75 亿美元的 AI 形象授权，62% 的北美创作者报告职业倦怠。边界同样清楚：心理健康、育儿、健身这类依赖信任的品类不适合 AI 代言人。

💬 什么品类可以试：产品展示、场景种草这类低信任门槛的类目，AI 网红的成本结构值得小规模测试，无档期、无丑闻风险、跨市场零物流。医疗健康、亲子、理财请继续用真人专家，信任缺口短期补不上，翻车成本比省下的预算高得多。 🔗 深入阅读：查看完整文章

25 个 GenAI 营销案例合集：当索引用，别当数据源

DigitalDefynd 汇编了 25 个生成式 AI 案例（2026 版）。可口可乐 Create Real Magic 与 OpenAI、Bain 合作，邀请 100 多个国家的创作者用 ChatGPT 与 DALL·E 2 共创品牌艺术，作品登上 Times Square 广告牌；欧莱雅用 GenAI 把内容开发周期缩短 60%、覆盖 25 种语言，AI 美妆助手带来互动时长加 35%；Stitch Fix 用 NLG 生成穿搭说明，造型师时间省 50%、满意度与人工持平；Canva Magic Studio 上线数月产生 10 亿次 AI 操作，70% 的 Pro 用户报告任务提速；BuzzFeed 的 AI 个性化测验分享率提升最多 45%，并催生品牌定制测验的新广告收入；Klarna 购物助手在列。每案例按公司、目标、方案、影响、经验五段展开。

💬 用法提示：这份合集的定位是找对标的目录，挑两三个与你业务形态相近的案例深挖打法。所有效果数字都是转述且无原始出处，写方案引用前先找一手来源核实，别直接抄进给管理层的 deck。 🔗 深入阅读：查看完整文章

🏷 搜索与 AI 流量

B2B 品牌用创作者视频对抗 AI slop

MarTech 报道，Billo 数据显示 B2B 公司对创作者视频的使用一年增长 55%，较 2023 年几乎翻两番，动机是在 AI 内容泛滥中重建可信度。IAB 调研显示，可信的创作者评价能让 65% 的消费者对 AI 推荐更有信心。消费者判断创作者可信度的标准排序：过往实绩 46%、一致性 40%、专业经验 36%，粉丝量仅 21%。做法建议：找行业专家与真实客户而非大网红，围绕采购决策场景（产品演示、方案对比、实施故事、取舍讨论）创作供 AI 检索引用的实质内容；衡量用试用、注册、合格商机与 pipeline，别用浏览量与点击。对照数据，Sprout Social 2026 报告显示三分之二的消费者曾因网红推荐下单，但半数营销者仍把网红营销只当品牌曝光工具。

💬 B2B 团队的落地顺序：先列客户决策旅程里最常问的对比类问题，再找已成交客户里的专家型用户出镜，拍五支对比视频挂到产品页与 YouTube。衡量直接挂 CRM 的 pipeline 字段，三个月后看合格商机增量，别盯着播放量自我安慰。 🔗 深入阅读：查看完整文章

Google 官方确认 Search Console 的 AI 数据不可信，报表要换口径

Google 搜索倡导者 John Mueller 在 Reddit 确认，Search Console 用 block flattening 记录 AI Overview：整个 AI 框当作单一 block，框内所有链接无论醒目卡片还是 Show More 折叠里的普通链接，都记为位置 1。展示计数也在两个方向扭曲，默认链接加载即计展示，折叠链接要点开才计。作者 Dan Taylor 论证平均位置指标早已失真，位置 1 与位置 19 平均出 10 的假象在异质 SERP 中无意义，AI 时代更甚。他建议把 AI 可见性当作是否被引用的二元问题，转向访问、询盘、转化等结果指标，用实时屏幕检查替代扁平化数据。文中汇总的既有研究：AIO 出现在 21% 的搜索、出现时自然点击降 38%、被引用站点 CTR 降 61%。

💬 SEO 负责人本周改报表：删掉平均位置这一栏，换成两个口径，AI Overview 引用率（按二元判断）与转化。再建一个实屏抽检流程，每周对重点词截图核实真实展示形态，别让失真的展示数据决定下季度预算。 🔗 深入阅读：查看完整文章

Google 把 query fan-out 压到亚秒级，AI 搜索引用规则要重新校准

Google Research 9 月 15 日发布 Retrieve-for-Train（R4T）Diffusion 框架。先用强化学习训练大模型产出高质量 query fan-out（AI 搜索把一个查询展开成多个子查询的机制），再经知识蒸馏把行为压进仅 53.9M 参数的扩散模型，一次并行生成全部子查询，相对自回归方案加速 12 到 20 倍，延迟从近 50 秒降到亚秒级，官方称 production-ready。训练奖励兼顾三点：子查询必须对应真实可检索项（groundedness）、语义多样性（Vendi Score）、锚定原查询防漂移。论文 3 月就发表、博客半年后才发，SEJ 推断可能已在 AI Mode 部署，与社区观察到的 AI Mode 链接增多吻合。论文同时警告敏感领域需要偏见审计。R4T 还可迁移到推荐系统，比如 Discover 与 YouTube。

💬 GEO 策略更新：query fan-out 提速与规模化意味着 AI Mode 的子查询覆盖会变宽，内容要能接住更细的子问题。动作是把产品页按真实采购问题拆成可检索的子话题块，并建立 AI Mode 引用监控，别只盯总流量涨跌。 🔗 深入阅读：查看完整文章

出版商的 Google 流量降幅扩大到 40%

Chartbeat《2026 Publisher Playbook》数据显示，其出版商网络中 Google Search 流量同比降幅从上一年的 21.9% 扩大到 40.2%（2025 年 7 月至 2026 年 7 月），Google Discover 降幅从 6.6% 扩大到 34.3%。Google Search 占页面浏览量的份额从 9% 跌到 5%。AI 推荐流量两年增长 8 倍，但仅占总流量的 0.01%，且 2026 年 ChatGPT、Claude、Perplexity 等渠道均在回落，替代不了搜索缺口。增长对冲在暗处：dark social 从 7.1% 升至 11.3%、直接流量从 13.5% 升至 15.9%，忠实读者（16 天内访问不少于 8 天）的月浏览量保持稳定，是总盘子没有崩的主因。报告建议出版商把 SEO 视为多渠道之一，转向可自主掌控的受众资产。口径提醒：报告未说明同比是页面量还是份额口径，Chartbeat 有卖货动机。

💬 流量预算的启示：别指望 AI 渠道补搜索缺口，0.01% 的盘子兜不住 40% 的降幅。把预算挪向可自有的资产，邮件列表、App、社群。忠实读者的价值要进报表，复访天数比新增 UV 更该出现在周报第一行。 🔗 深入阅读：查看完整文章

Search Console 拆出 multimodal 流量，视觉搜索首次官方可见

Google 于 9 月 24 日宣布 Search Console Performance 报告新增 multimodal 筛选器，覆盖 Google Lens、Android Circle to Search、图片上传与 Chrome 右键搜图，全球滚动上线。数据归入 Web 搜索类型下的 text-based 与 multimodal 两分；multimodal 流量不提供查询词数据（搜索以图为主），只能按页面维度导出分析。该拆分正在扩展到 8 月底已全量上线的 generative AI performance report。对产品图密集的电商站点，可以按国家与设备对比图片搜索与文本搜索带来的页面流量。官方未说明是否回溯历史数据、新拆分是否影响既有 Web 总量，需自行对比验证。

💬 电商团队的本周动作：给主力产品页建一份 multimodal 流量基线，按国家与设备拆开，从此产品图质量有了流量归因。如果图片搜索点击在你品类占比超过 10%，把 alt 文本与主图更新提上日程，这是视觉 SEO 的第一批红利。 🔗 深入阅读：查看完整文章

🏷 营销运营与数据

CRM 坏数据让 62% 营销团队真金白银受损

diginomica 评论引 Validity 对 500 名营销者的调查：62% 因 CRM 数据质量差遭受直接收入损失，仅 25.6% 称其数据 76% 到 100% 完整准确，近半数每周花 2 到 10 小时手工清洗，68% 曾因底层数据错误被挑战或撤回业绩数字。更值得警惕的组合是 44.7% 的组织让 AI 完全无人工审核地发 campaign、评线索、重配预算，坏数据遇上无监督代理会放大合规与信任风险。Adobe 2026 AI and Digital Trends 报告交叉印证，75% 称数据集成与质量是 agentic AI 落地首要挑战，但仅 32% 把数据质量列入投资优先。作者的判断：董事会只看 dashboard 不看数据库，坏数据损失以一百个小失败的形式累积，等显形于报表时已经难收拾。组织知识同样是隐患面，错误的产品信息会经 AI 助手直达客户。

💬 运营动作：给 AI 触达流程补两个人工审核点，campaign 发送前抽检与线索评分复核，一周内可上线。向管理层汇报时用收入损失数字说话，把数据治理预算从 nice-to-have 挪进明年必选项。 🔗 深入阅读：查看完整文章

AI 个性化从概念到执行：10 步框架里的护栏清单

CRM Experts Online 的操作指南针对复杂客户旅程中个性化为何失败给出 10 项策略。起点是数据，企业客户数据散落在 15 到 25 个系统里，先做身份解析再上 AI。基准数据：分群活动收入比非分群高 760%（HubSpot），触发式消息转化率比批量群发高 624%，预测性定向比纯人口属性提升 20% 转化，AI 推荐模块所在会话平均订单价值提升 369%，Sandler 用带 CRM 上下文的代理做外呼后销售周期缩短 50%。Klarna 用 AI 完成 80% 文案、省下 600 万美元图像制作成本；Kroger 在 1.5 亿触点上发 19 亿张个性化优惠券。护栏应内嵌工作流：有未关闭服务工单时跨渠道暂停营销触达、同意状态随事件实时校验、决策留审计日志、负面情绪强制转人工。衡量转向 uplift 建模加常设 holdout 对照组；成熟编排企业报告收入增 10% 到 20%、成本降 15% 到 25%。

💬 生命周期营销团队先抄护栏再谈智能：把服务工单抑制、同意状态传播、审计日志三条规则写进自动化流程，一周可落地。效果口径同时换成 uplift 与 holdout，别再拿曝光与打开率证明个性化有效。 🔗 深入阅读：查看完整文章

💡 今日总览

把今天的 20 条放在一起看，主旋律是代理拿到了执行权。Phave 让 AI 决定给谁发哪封邮件，Muse 在 Shopify 店铺里替人下单，Mastercard 在给代理建支付与信任底座，Amazon 把卖家后台交给 Claude 插件，Apostra 让广告主的代理直接跟媒体的代理谈判。五个不同赛道的动作指向同一件事：软件从辅助工具变成交易的执行主体，营销人接下来竞争的不再是获客界面，而是代理的推荐函数。

第二条线在划人机分界。HBR 的大样本实验给出 14% 与 17% 的效能差和四条纪律，B2B 品牌用真人专家视频对抗 AI slop，AI 网红在低信任品类失灵，创作者开始要股权而不是费用。共同信号：常规型、可批量的工作交给 AI，信任与情感留给人。这条线上的收益与风险都已经被算出具体数字。

第三条线是度量重构。Google 官方承认 Search Console 的 AI 数据失真，出版商搜索流量降幅扩大到 40%，multimodal 流量首次被单独拆出。老报表在新世界里失真，位置与曝光指标正在让位给引用率与转化。

给营销人三件事：审计自动化规则里哪些是真治理、哪些该交给推理；把品牌资产做成代理可读的结构化信号；重设报表口径，先看结果指标再看流量。这三件事都不需要等预算，本周就能开工。