當AI推薦產品，品牌如何掌握主導權

AI智能體的崛起，正在從根本上重塑企業與消費者之間的契約關系。曾經構成品牌關系基礎的聯系正被AI重塑，AI常常對其進行干預，有時甚至完全掌控。為了取得成功，企業必須有效應對所有類型的互動——從完全的人工交流，到與品牌智能體和通用AI的互動，再到完全自主的AI智能體介入。

2024年，保樂力加（Pernod Ricard）數字與設計主管戈克岑·卡拉卡（GOKCEN KARACA）驚訝地發現，2/3的Z世代和超過一半的千禧一代已經開始使用大語言模型（LLM）來研究產品。他認為，是時候正式研究AI如何談論其旗下酒類品牌了。于是，他與數字營銷服務機構Jellyfish合作，分析主流AI模型如何講述他們的品牌。研究結果令他很失望。AI模型的數據常常不完整或不準確。例如，一款流行的AI產品將百齡壇（Ballantine）蘇格蘭威士忌——一款價格親民的大眾市場產品——錯誤地歸類為高端產品。

為了應對這一問題，卡拉卡和團隊啟動了一個項目，旨在監測并調整他們所謂的“模型份額”（share of model）——衡量其品牌在不同AI產品搜索結果中出現的頻率和受歡迎程度，并與競爭對手做比較。為了提高旗下品牌的模型份額，卡拉卡團隊現在定期向所有熱門AI提問，詢問有關保樂力加產品的問題，并記錄AI的回答。團隊成員隨后更新網站和廣告文案，以引導AI傳遞相同的信息。通過反復迭代和調整，他們成功地優化了AI對公司旗下品牌組合的認知。如今，AI能正確地將百齡壇識別為一款價格更親民的蘇格蘭威士忌。

保樂力加的經驗揭示了每個品牌面臨的根本性轉變。過去20年，品牌學會了優化關鍵詞策略，以期在搜索引擎結果中置頂。如今，他們面臨新的挑戰：如何針對AI優化品牌展示結果。正如卡拉卡團隊看到的，許多消費者已經在用AI研究產品或比價。管理咨詢公司科爾尼（Kearney）2025年7月對750名美國消費者進行的一項調查發現，60%的購物者預計在未來12個月內使用智能AI進行購物。各大AI公司都在開發智能體，以期實現主流應用。例如，OpenAI正在與線上支付工具Stripe和PayPal，以及沃爾瑪和購物平臺Shopify等零售商合作，以促進ChatGPT內的購物體驗。它們正在為自動化、完整的客戶旅程奠定基礎。這意味著，企業很快將進入一個全新的品牌管理時代：基于大語言模型的AI智能體將代表顧客行事，在無需人工協助的情況下完成交易。

大多數品牌都對這種轉變毫無準備。高管們必須自問一些關鍵問題，例如：當我們的主要受眾可能并非人類時，該如何調整溝通策略？在AI主導的世界里，品牌關系將會發生怎樣的變化？我們如何為未來做好準備，迎接客戶關系雙方都日益由AI掌控的局面？這個問題無法通過簡單的技術手段解決。企業必須從根本上重新思考品牌、客戶和AI之間的互動方式。

本文基于我們對多個國家（包括美國和英國）數千名消費者的廣泛研究，以及我們為企業和初創公司開發AI應用框架的工作，闡述因為AI智能體而涌現的品牌與消費者關系的全貌。我們展示了AG1、蘭博基尼和ServiceNow等具有前瞻性思維的公司如何調整其策略以優化AI應用。此外，我們還提供了一份路線圖，幫助企業高管行動起來。

AI智能體的三種交互類型

大多數消費者目前尚未將購買行為交托給AI智能體。但他們越來越多地像使用搜索引擎一樣使用ChatGPT等AI產品：進行下單前的研究。他們會詢問產品功能、比較選項，并在做出購買決定前閱讀AI生成的評論。正如保樂力加的案例所展示的，無論消費者是否委托AI做出購買決定，企業都必須監控并優化其在AI模型中的呈現。我們下文要描述的AI智能體類型代表了這種行為的自然演變，即被動的信息收集逐漸發展為主動的中介服務。幸運的是，許多幫助企業管理AI智能體的購物策略，同樣也能幫助他們更好地服務于那些使用AI模型進行基礎研究的消費者。

隨著AI智能體的日漸普及，品牌與消費者之間傳統的互動關系正在被一系列新的互動模式所取代——有些互動經由AI智能體，有些則完全由AI智能體驅動。除了直接的人際互動，三種新興的互動模式正在市場上并存。

第一種類型，品牌智能體（brand agents），直接與客戶互動。與僅能回答問題的傳統聊天AI不同，這些智能體能幫助消費者以全新的方式探索產品、做出決策并獲取服務。第一資本金融公司（Capital One）的自主服務系統Auto Navigator Chat Concierge就是一個很好的例子。它可以查詢經銷商庫存、安排試駕、估算舊車置換價值并解答融資問題。客戶甚至在踏入經銷商門店之前，就可以通過這個智能體完成大部分購車流程。

第二種類型，消費者智能體（consumer agents），代表消費者個體在多個品牌間進行操作。例如，AI產品Claude的“電腦使用”功能，使智能體能夠自主瀏覽屏幕、填寫表格并完成購買。它幾乎可以充當消費者的個人線上代表。

第三種類型，完全智能體（full AI intermediation），無須人工直接干預即可在交易雙方之間自主交互。在這種模式下，人類的意圖、情緒和偏好會通過算法預先過濾。我們已經看到了這種模式的早期階段：ChatGPT的智能體會在 OpenTable上搜索餐廳，自動填寫預訂信息并完成預訂。Hostie的智能體會管理咨詢、評估空房情況，并代表餐廳發送預訂確認信息。雖然目前人類仍然在監控這個過程，但這些系統是完全自主流程的早期范例，涵蓋了從產品調研到完成交易的整個過程。

品牌必須評估哪些傳統客戶關系需要保留，哪些需要變革。為了引導這一轉變，品牌經理應重點關注智能體應用的三個關鍵階段。第一，確定是否需要部署智能體。第二，如果需要部署，必須說服消費者使用你們品牌的自有智能體，而不是用戶選擇的智能體。第三，對于那些偏好使用自己選擇的智能體的消費者，必須確保這些智能體幫用戶選擇你的品牌。

第一階段

決定是否需要部署AI智能體

品牌要回答的第一個問題是：你們的消費者是否真的希望與AI互動？在消費者更傾向于人際互動的場景下部署AI，不僅效果不佳，甚至可能損害品牌關系。答案取決于多種因素：產品或服務的性質、消費場景、人際互動在品牌價值主張中的重要性，以及消費者對AI的認知。

李冰青、賴宇航、王鑫（皆為音譯）等學者的研究表明，人們愿意在較低風險、例行決策且結果可預測的場景中使用智能體。很少有公司比亞馬遜更洞悉這一點，該公司近10年來一直在悄然推進此類決策的自動化。2015年，亞馬遜推出了速遞按鈕（Dash Button），這是一款可通過Wi-Fi（無線網絡）連接的小型設備，顧客只需輕觸即可立即重新訂購家居用品。隨著顧客期望的不斷變化，亞馬遜的策略也在不斷演變。該公司推出了虛擬速遞按鈕和速遞補貨服務，使智能設備能夠根據使用情況自動補貨。但真正的飛躍始于其2019年“訂購省”（Subscribe & Save）服務的擴展，該服務允許客戶在數百種產品類別（從嬰兒濕巾到剃須刀片）中，按自己選擇的周期自動訂購定期送貨服務。2024年，美國亞馬遜23%的用戶擁有有效“訂閱省”訂單。如今，亞馬遜正憑借Alexa+這款AI助手開啟其智能化戰略的新階段。Alexa+旨在解讀用戶意圖、做出決策并自主執行多步驟購物任務。例如，用戶只需發出“補充我的食品雜貨”這樣的指令，即可觸發一系列操作，包括通過智能家居系統檢查食品儲藏室的庫存、查看過往訂單、選擇偏好品牌以及確認送貨時間——所有這些操作均無須用戶干預。

在消費者對AI接受度較低甚至抵觸的領域，品牌必須謹慎行事。上述李冰青、賴宇航和王鑫的研究涵蓋多項調查，涉及11.9萬名參與者，重點闡述了幾個此類情境。在具有個人意義的購買中，消費者往往對AI持抵觸態度——例如，那些將個人身份與購買行為相連接的發燒友，他們更傾向于直接參與。同樣，在需要人類付出才能體現關懷和體貼的領域，例如贈送禮物或撰寫私人信息，AI的介入會讓人感覺缺乏人情味，因為人們珍視在情感交流中感知到人類的付出。

高風險決策是另一個阻力較大的領域：消費者往往更傾向于掌控那些影響深遠的選擇。例如，波士頓大學和賽富時公司（Salesforce）的消費者調查都顯示，人們通常對醫療保健領域的AI持謹慎態度。人們也更樂于將AI用于他們認為客觀的任務（例如分析數據或指路），而不是主觀的任務（例如推薦伴侶或電影）。在人際關系和個性化服務至關重要的領域，例如奢侈品或高端體驗，反對的聲音更大。在這些情況下，人們往往為人類導購支付的費用與產品本身的費用一樣高。

不同年齡、文化背景和產品類別的消費者對AI的偏好各不相同，而且會隨著技術發展不斷變化。由于AI發展迅速，品牌必須密切關注消費者態度的轉變，以便調整自身策略，真正滿足消費者的需求。蘭博基尼在自動駕駛技術方面就很好地詮釋了這一點。盡管特斯拉這樣的車企已將自駕功能作為其創新路徑的基石，蘭博基尼卻反其道而行之。“蘭博基尼存在的目的在于駕駛它，而不是被駕駛。”公司CEO斯蒂芬·溫克爾曼（Stephan Winkelmann）曾這樣說。他認為，蘭博基尼客戶的核心動機并非便利或效率，而是掌控高性能機器帶來的酣暢淋漓的體驗。同樣的道理也適用于高端購物體驗，消費者往往重視探索過程。購買百達翡麗腕表或愛馬仕手袋的顧客，享受的是研究過程、期待感以及店內專家的指導。這種體驗不應由AI智能體自動完成。

品牌方的選擇也不必非此即彼。即使在消費者可能抱有抵觸情緒的領域，AI也能發揮重要作用。例如，精心設計的“AI-人類”混合體驗，既能發揮AI的高效性，又能提供人類的指導。

當跨國營養公司AG1（前身為Athletic Greens）在全球市場高速擴張時，開始面臨數萬條客戶咨詢，其支持團隊承受著巨大壓力。客戶洞察與會員體驗高級副總裁莉拉·弗朗西斯（Leala Francis）從中看到了機會，重新思考品牌服務客戶的方式。她沒有在自動化和人工服務之間二選一，而是制定了一項選擇性的AI策略，旨在保留品牌使命的核心——人與人之間的聯結。該計劃基于兩個原則。首先，像培訓任何新客服代表一樣培訓AI智能體。賦予其訪問后端系統的權限，使其擁有品牌的語氣，并利用實時客戶數據對其進行指導。例如，如果客戶即將度假，代理可以建議暫停訂閱或提供旅行套餐。

其次，要確保社區建設互動完全由人類主導。例如，AG1的人工團隊會親自回復每一條客戶評論。自2024年啟動以來，該項目取得的成果令人振奮：AI智能體在99%的互動中都獲得了滿分，完全符合品牌對人工服務的高標準要求。而且，AG1的客戶不僅沒有抵觸，反而欣然接受了這一改變。在該公司登錄與AI智能體的互動量，較電子郵件互動量增加了兩位數百分比。最重要的是，效率的提升使得人工客服能夠投入更多時間，以同理心和創造性思維來解決復雜的客戶問題。

高端運動服飾品牌飛奧力（Vuori）的客戶支持運營部門也面臨著類似壓力。2023年初，該公司與客戶服務平臺Kustomer合作，開發了能夠體現品牌調性的 AI客服，并精心定義了語言、語氣和知識訪問權限等參數。與AG1類似，飛奧力也采用了混合模式：AI用于處理日常咨詢，而將復雜問題上報給人工客服。結果令人鼓舞。由于AI可以處理約40%的聊天對話，客服人員可以將精力集中在那些需要人工關注才能創造更大價值、加深客戶聯系的互動上。

我們預計大多數公司將采用混合策略。AI智能體將處理部分請求，并在必要時或對客戶有利時引導客戶聯系客服人員。關鍵的戰略問題在于，如何恰當地部署它們：客戶在哪些方面更重視直接參與？AI輔助何時能夠提升客戶體驗？要找到這種平衡點，需要持續的實驗和客戶反饋。

第二階段

讓顧客使用你的智能體

一旦顧客愿意使用AI智能體，你的新挑戰就來了：如何說服他們選擇你的品牌的自有智能體，而不是第三方的。

以亞馬遜的Rufus和ChatGPT的智能體為例。兩者都能幫助用戶購物，但它們的運作機制截然不同。Rufus由亞馬遜控制，而ChatGPT的智能體則是一款面向消費者的購物助手，意在代表用戶行事。ChatGPT的智能體可以訪問用戶提供的個人信息，但其設計目的并非服務于亞馬遜或任何特定零售商。從消費者的角度來看，獨立的AI智能體在信任和數據方面具有天生優勢。人們自然而然地信任自己直接控制的智能體，將其視為公正的擁護者，完全以用戶利益為出發點，就像負有信托責任的財務顧問一樣。相比之下，人們可能對品牌的智能體持懷疑態度，因為這些智能體的主要目的是服務于公司目標。

《消費者報告》是一家以獨立評測產品而聞名的非營利機構，評測的產品范圍涵蓋汽車、家電和軟件等，該機構已經發現了這種信任挑戰。“私人智能體最引人注目的應用場景在于，它們能夠代表消費者發聲，且不受任何偏見或利益沖突的影響。”《消費者報告》數字實驗室的協議負責人達扎·格林伍德（Dazza Greenwood）表示。該機構已推出聊天機器人Ask CR，旨在幫助消費者快速獲取可信信息。此外，他們還在探索專門構建的AI智能體，這些智能體“將用戶利益置于一切之上”，并借鑒了早已預見到代表個人行事的數字代理興起的長期監管框架。

消費者智能體還擁有數據優勢。它們可以收集、分析和利用跨多個領域和品牌的數據，從而更全面地了解用戶偏好和行為。例如，ChatGPT的記憶功能使其能夠保留用戶過往對話的信息，從而構建用戶跨品牌、隨時間推移的詳細用戶畫像。這種廣度和深度的洞察使其能夠為用戶提供高度個性化、情境感知的推薦。

消費者智能體的固有優勢帶來了一種戰略上的矛盾：品牌希望通過自有智能體與客戶建立直接聯系，從而更好地掌控市場；而消費者則有充分理由傾向于選擇獨立智能體。為了應對這一挑戰，品牌必須加倍投入消費者智能體難以復制的能力。品牌智能體的壓倒性優勢在于，能夠利用深厚的專有產品知識。與依賴第三方數據和可能過時的通用產品信息的通用智能體（例如ChatGPT）不同，品牌智能體可以訪問實時、結構化的產品數據，并能以通用智能體無法企及的精準度響應用戶細致入微的查詢。結合一手客戶數據，品牌智能體能夠提供基于對每位客戶偏好、行為以及品牌互動歷史的深入了解的咨詢式個性化體驗。例如，與財務顧問的智能體討論投資決策，顯然比使用標準的ChatGPT專業版智能體更有意義。品牌的挑戰在于，如何讓消費者接受這種邏輯。

絲芙蘭著手將AI融入客戶體驗時，充分利用了自身原有的優勢。該智能客服系統最初于2012年推出，并于2021年升級了先進的AI功能。該系統利用了通用AI無法獲取的專有資源，包括包含詳細色號和配方分類的產品目錄、可區分14萬種膚色的Color IQ色彩智能技術，以及來自超過3 400萬會員（Beauty Insider）的一手用戶檔案。當顧客尋求粉底推薦時，AI會參考該顧客的具體膚色、過往購買和退貨記錄以及門店實時庫存。使用AI工具的絲芙蘭顧客完成購買的可能性是其他顧客的3倍。這些工具還讓產品退貨率減少了30%。

品牌智能體的另一項強大優勢在于能夠融入“人機協作”（human-in-the-loop）模式。維持人工監督并無縫將復雜問題上報給專家，能夠構建這樣的智能系統的品牌，可以比消費者智能體更具優勢，并縮小信任差距。這種混合模式通常是消費者智能體無法實現的，因為消費者智能體的智能系統中只有消費者自己參與其中。

工作流程自動化公司 ServiceNow 開發的 AI 智能體正是這種方法的典范。該公司部署的AI智能體能夠自主解決80%的查詢，例如訂單更新、系統訪問和基本故障排除。剩余20%更為復雜或細致的問題，系統會自動將問題上報給工作人員，由他們審核AI生成的輸出結果，運用專家判斷做出最終決策。這種AI智能體與人工干預相結合的方式，將復雜案例的解決時間縮短了52%，充分展現了品牌如何在提升效率的同時，保持信任、準確性和可控性。

重要的是，即使用戶忘記使用品牌智能體，傳統的品牌資產仍然至關重要。當消費者對某個品牌有良好的先前體驗時，他們更有可能信任該品牌的智能體。但這僅僅是基礎，品牌智能體本身必須贏得用戶信任。賽富時公司最近的一項調查發現，大多數消費者不相信企業會以合乎道德的方式使用AI，在與AI而非真人互動時，72%的受訪者要求企業保持透明。這也帶來了一個戰略機遇。當品牌采用并清晰傳遞了負責任的AI實踐，不僅可以建立消費者對其智能體的信任，還可以縮小品牌智能體和消費者智能體之間固有的信任差距。

為了探究負責任的AI應用如何影響消費者的選擇，本文作者之一（奧古扎·阿卡爾）與同事合作，開展了三項大規模離散選擇實驗，共有來自英國的3 268名參與者。我們要求消費者在具有不同程度負責任AI功能（例如隱私、可審計性和可理解性）的AI產品與其他常見屬性（例如價格、性能、個性化和自主性）之間做出合理取舍。

研究結果十分顯著。在對一款由AI驅動的養老金規劃App的研究中，隱私成為影響決策的最重要因素（31%），其次是可審計性或人工監督（26%）。在對另一款AI驅動的投資App的研究中，隱私再次成為首要驅動因素，其重要性幾乎與價格不相上下。即使有更高業績表現的選擇，負責任的AI也顯著影響著消費者偏好。或許最能說明問題的是，當負責任的AI功能融入產品設計后，養老金App的預測采用率從2.4%躍升至63.2%，投資App的預測采用率也提升了27.5%。

要說服消費者選擇你的智能體而非其他獨立智能體，需要遵循兩大最佳實踐。品牌必須利用獨立智能體無法復制的優勢：基于專有產品知識的高度情境化體驗。此外，品牌還必須構建靈活的系統，允許智能體將對話移交給人工專家。提供這種程度的個性化和適應性，能夠為客戶提供一個智能選擇，他們可以根據自己的偏好，選擇使用智能體或更改服務。

第三階段

讓通用AI推薦你的品牌

即使品牌都在推廣自己的AI智能體，許多消費者可能仍然會選擇使用ChatGPT、Claude或Gemini等通用AI。這就產生了一個新的戰略要務：確保你的品牌能夠被這些AI看到，并最終被它們推薦。

要實現這一點，僅僅構建自己的AI智能體是不夠的。品牌還必須與更廣泛的AI生態系統建立無縫整合。以美國生鮮雜貨配送平臺Instacart迅速適應AI輔助購物為例。2023年，OpenAI推出ChatGPT插件后，Instacart采取了雙管齊下的策略。它在自己的App里構建了Ask Instacart，一個基于ChatGPT的搜索工具。此外，它還開發了一個ChatGPT插件，允許用戶在與ChatGPT聊天時直接將商品添加到購物車。

用戶首先會提出諸如“如何輕松制作一個胡蘿卜蛋糕？”之類的問題。Instacart 的插件就會提供食譜，并自動將食材添加到ChatGPT的購物車中。這種方式凸顯了接入通用AI的重要性。通過將服務嵌入自身應用和外部AI平臺中，Instacart有效地滿足了眾多消費者的各種食品相關需求，無論用戶的對話開始于何處。

品牌要做好迎接AI智能體的準備，還需要持續學習、實驗和調整。例如，當 OpenAI推出定制版GPT（生成式預訓練Transformer模型，這里指的是ChatGPT的定制版本）時，Instacart也迅速做出調整，推出了自己的GPT模型以鞏固其在ChatGPT平臺上的地位。調整的核心在于評估品牌在主流AI模型中的表現，并針對這些模型進行優化。

與保樂力加的做法類似，達能也定期監測主流AI模型如何展現其品牌形象，并采取針對性措施實時管理AI驅動的認知變化。當出現差異或誤解時，Instacart 會對其營銷傳播進行相應調整，并追蹤AI智能體在描述和推薦產品方面的可衡量的改進。

哈佛商學院最近一項關于AI智能體如何感知各種品牌的研究，探索了更多的管理工具。其中一項研究考察了策略性文本序列（strategic text sequence，簡稱STS）的應用。簡而言之，STS是一段由算法生成的文本序列，通常對人類讀者而言毫無意義，但會被添加到產品信息頁面，以提高該產品被AI智能體列為首選推薦的概率。

研究人員測試了兩個虛構的咖啡品牌：ColdBrew Master和QuickBrew Express。ColdBrew Master最初由于價格較高而被排除在推薦之外，但在插入搜索詞后，它成了最受推薦的選擇之一。QuickBrew Express此前已出現在搜索結果中，同樣受益于搜索詞的插入，并在AI推薦列表中脫穎而出。其他研究也強調了AI對全球品牌或AI生成內容的積極偏好，這為品牌提供了更多可利用的手段。

新一代推理模型為品牌優化工具包增添了又一強大工具。這些模型揭示了AI模型的決策過程，使品牌能夠了解為什么某些產品會比其他產品更受推薦。舉個實際例子：一位消費者使用Perplexity的R1模型在英國搜索無線充電器。當被問及“網上有哪些最佳產品？”時，該AI模型清晰展示了其思考過程。它顯示，會從權威媒體獲取信息，并引導客戶考慮價格、兼容性和用戶評價等因素。在本案例中，其首選推薦產品是Ugreen Qi2充電器。對于競爭品牌的產品經理而言，這提供了一個便于借鑒的范例。

通過強調消費者關心的功能（例如Qi2充電或支持多個設備），并以讓買家感覺公平的方式定價，你可以確保在AI模型查詢時，你的產品能夠出現，并大大增加AI選擇它的機會。但如果不清楚消費者究竟是如何與AI互動的，優化工作就可能失敗。卡內基梅隆大學最近的研究表明，即使搜索詞的細微變化也會顯著改變品牌推薦。研究人員使用同義詞修改了諸如“幫我選擇最佳虛擬服務網絡（VPN） 服務”之類的基本提示語，發現即使簡單的措辭調整，也能將消費者選擇某個品牌的可能性提高多達78.3%。簡而言之，了解消費者如何進行搜索查詢是改進和優化營銷內容的基礎。這意味著需要定期測試產品信息在不同提示語下的表現，并通過搜索日志和客戶服務互動來監控消費者實際使用的措辭。隨著AI系統的不斷發展，基于提示語的優化需要成為品牌方的一項持續性工作，而非一勞永逸。

展望未來，品牌應開始采用新興的AI無障礙標準。llms.txt就是一個備受關注的方案，它是一種專為大語言模型設計的機器可讀格式。與傳統網頁內容不同，llms.txt允許品牌以AI智能體能夠輕松解析和排序的方式組織和呈現產品信息。Cloudflare、HubSpot和Stripe等具有前瞻性的品牌已經開始實踐。初步結果令人鼓舞：一些品牌已經看到了可衡量的收益，例如兩周內AI生成的流量增長了 12%，自然流量增長了25%。

品牌還應為AI驅動的商業模式的興起做好準備。類似于搜索引擎廣告的付費推廣機制可能會影響AI推薦的產品。為了保持競爭力，品牌需要制定策略，在AI主導的市場中保持曝光度，同時確保付費推廣的透明度，并符合不斷變化的全球監管規定。

AI智能體的崛起，正在從根本上重塑企業與消費者之間的契約關系。曾經構成品牌關系基礎的聯系正被AI重塑，AI常常對其進行干預，有時甚至完全掌控。為了取得成功，企業必須有效應對所有類型的互動——從完全的人工交流，到與品牌智能體和通用AI的互動，再到完全自主的AI智能體介入。

消費者對AI的使用會因其與品牌的關系，以及產品或服務的性質而異。即使對同一品牌，消費者也可能偏好混合模式，例如將日常任務委托給通用AI，就詳細問題咨詢品牌智能體，以及與人工客服完成重要交易。考慮哪些方式最適合你的用戶，并在合適的時機使用它們，才能幫助你的品牌取得成功。

奧古扎·阿卡爾（Oguz A. Acar） 大衛·A.施韋德爾（David A. Schweidel）| 文

奧古扎·阿卡爾是倫敦國王學院國王商學院的市場營銷與創新學教授。

大衛·A.施韋德爾是埃默里大學戈伊蘇埃塔商學院戈伊蘇埃塔商業技術講席教授兼市場營銷學教授。

程明霞 | 編輯

聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org