封面設計 & 責編 | 詩蘊 第 4457 篇深度好文：4913 字 | 13 分鐘閱讀
活動筆記·產品運營
本文優質度：★★★★★+ 口感：芝士蝦球
筆記君邀您，閱讀前先思考：
如何實現消費者的細分和精細化運營？
怎樣能把品牌廣告投放的錢花出價值？
然而，如果圍繞品牌本身，則還需要做品牌的品類管理，以及對品牌與消費者之間產生關聯的生命周期數據化標簽管理。
接下來，我將用實際案例，解答品牌主們該如何實現“智能營銷決策”。
一、智能營銷決策系統
首先品牌廣告主需要通過大數據了解消費者，比如通過DMP（數據管理平臺Data Management Platform）、CDP（客戶數據平臺Customer Data Platform）等工具。有了這些工具，就可以幫助品牌廣告主做消費者的細分和精細化運營。
然后用一個高效的一站式智能營銷管理工具，把所有的媒介觸點集合起來做自動化的觸達。最后實現以用戶為中心，提升消費者生命周期內的價值。
1.如何通過大數據做消費者的人群畫像？
人群畫像是一個很常用的工具，不同的人在人群畫像中的用法也不一樣。
我以前在甲方媒介市場部做管理，經常會通過人群畫像或者歷史投放數據，做消費者的行為分析和觸點分析。然后我就可以決定將來要采買哪些媒體，用什么樣的媒體組合實現目標。
同樣，甲方的產品人一般也會用人群畫像工具定位消費者，了解消費者的特征，從而給消費者做定制化的產品定位或者包裝等。
一個真正好的畫像需要具備的最重要的能力就是數據支撐。
品牌主可以通過DMP（數據管理平臺）把數據管理起來，既有自己的第一方的數據管理，同時還會有第二方數據管理（媒體數據），例如品牌主曾經在媒體上投放過廣告的營銷數據等。還有一些第三方的數據，比如運營商或者電商數據等。
只有在所有的數據都具備且維度足夠廣的情況下，大數據才有意義。有細顆粒度的數據梳理，就有能力對品牌產生更加細分的用戶洞察。
案例①：淘寶拉新
比如淘寶如果做推廣，就拿淘寶用戶跟平臺接到的媒體請求數據做匹配，發現在現階段，淘寶新增用戶和快手的匹配度最高。所以淘寶市場在這個階段首先應該覆蓋快手，因為目標用戶重疊率能達到30%以上，而與其他平臺的重疊率就只有百分之幾。
有了基于大數據的用戶畫像，就可以快速決定媒介采買策略，甚至決定媒體的選擇和投放的頻次。
2.如何基于人群畫像做決策？
圍繞消費者的洞察可以圍繞DMP（數據管理平臺）、數據中臺或CDP（客戶數據平臺）來實現。通過標簽體系的模塊，可以從用戶的維度制定標簽，來決定推送什么產品，什么包裝的產品。
比如一個咖啡品牌，曾經投過N多波廣告。 每一次廣告基本上都是由4A（美國廣告協會）或者sp（廣告投放戰略策劃員）制定廣告策略，指出怎么做覆蓋以及有哪些觸點，但實際上從未記錄過歷史上覆蓋這個人多少次，接下來還要對哪些人群做覆蓋。 通過第一方數據管理平臺（DMP/CDP），則可以把歷史上的營銷活動進行記錄。
再進一步就是用戶跟產品之間綁定的深度，可以用用戶生命周期來管理。不管是覆蓋還是點擊，如果對應到模型，都可以具體到他是認知階段還是興趣階段，他是忠實購買用戶還是剛剛產生第一次交互行為還沒有購買的用戶，也會用這樣的用戶標簽體系化記錄下來。
終極目標是為了把每一個用戶的生命周期往上做躍升,從最初只是聽說過到開始感興趣，再到初次產生購買，最后到復購，這都是要用因人而異的營銷策略進行廣告投放。
針對用戶的復購頻率，決定廣告營銷的頻率范圍，確保最好的資源用在價值最大的用戶身上。把客戶作為金字塔去做分層，給金字塔尖客戶賦予最高的資源、最好的權益、最好的優惠政策，對于其下的每一部分都有相應的策略。
3.如何輸出有效的營銷策略？
通過第一方數據管理平臺很直觀地幫品牌做人群的洞察、全部數據分門別類地存儲和進行信息清洗加工，然后是人群的畫像，最后是輸出一站式的策略，實現一站式的數據管理。
內容管理，這里面更多的是跟數據引擎之間做交互，是算法的決策和匹配。
媒介觸點管理，在一個系統里每次只要把策略設置好，就可以推送或者完成，這是非常高效的產品邏輯。
案例④：消費者后鏈路行為的洞察
以前品牌廣告主的媒介在包劇時，更多的用一些前端指標作為考核，很多時候會產生誤導，因為有的劇點擊率很高，但是投放之后好像對銷量或者線上的消費者、甚至線下都沒有明顯的促成和提升。
后來探討出一個新的評估標準，拿電商后鏈路行為作為指標，不管是搜索還是網絡行為，以此來驗證媒介策略好不好。
一個客戶當時包了兩個劇，前端的指標跟上次一樣分不出伯仲，但是在兩個劇都投放完之后，把數據拿來跟電商后鏈路數據做交叉分析，發現其實某一個劇給這個品牌在電商站內的銷量帶來了很明顯的提升。因為曝光覆蓋過的這個人群去電商站內匹配發現，在站內有了很好的轉化。
另外一個劇其實在站內沒有很好的顯現，但也不能代表這個劇沒有價值，所以進一步分析，把它跟搜索的行為數據做了比對。
分析以后發現這個劇雖然沒有帶來戰內的轉化，但是帶來了搜索的增長，有一些人可能借助這個劇知道了這個品牌，去搜了一些品牌相關信息。
所以后鏈路的數據分析可以幫助品牌主決策，當他們下一次想帶動搜索增長或者拉新的時候，可能更多借助A劇；但是如果想拉動電商和轉化的時候，可能最好是借助另一部劇。
② 基于消費者場景的大規模個性化營銷
現在廣告的形式包括溫度觸發；大事件觸發，如世界杯賽事期間，由賽事的結果來觸動；百度指數觸發，比如之前給一個感冒藥推的就是搜索流行性感冒，或者搜索頭疼打噴嚏這樣百度指數達到閥值的時候，就去觸發這次廣告。這些都是非常典型的大規模個性化案例。
大規模個性化的溝通可以幫助品牌廣告主節省非常多的時間，以前靠很多人工或者是線下渠道來完成的事情，今天都可以用這種智能化技術來實現。
二、品牌投放研究
品牌廣告主一直對于品牌廣告曝光的價值判斷感覺到很苦惱，毫無疑問，品牌廣告曝光是有效的，但是這個效果如何量化，怎么能把品牌廣告的錢花出價值？
我們和國內知名乳品公司合作做了這樣一個研究，把歷史上投放過OTV（線上視頻廣告）的人群進行分組，根據分組的不同，再結合廣告形式的不同做探索。
于是我們把以前品牌曝光的頻次和促銷廣告投放的頻次做排列組合，例如把天貓的銷量去比對歷史曝光過多少次的人，結合廣告內容、頻次、形式等，觀察如何才能達到最佳的效果。
最后得出來三個結論：
第一，品效合一效果優于單一促銷廣告，前者比后者相對訂單轉化增長33%；
第二，品牌曝光4到8次，再加上促銷廣告投放4到8次，這個時候可以達到最優的訂單轉化效果，也就是通過這樣細分的行為，完整地完成了一個AIPL的轉化；
第三，比較品效合一和單一促銷廣告的效果，不同促銷類廣告形式在上述兩組中皆有顯著的差異性，其中全屏/插屏和信息流廣告類型表現突出。
通過這樣的研究測試，我們為客戶探索出了品牌廣告和效果廣告結合的最佳策略。由此，品牌方可以推導出最優的預算分配、最優的頻次設置，最佳的媒體形式等。這些都是AI營銷可以做到的事情。
謝謝大家！
*文章為作者獨立觀點，不代表筆記俠立場。
主辦方簡介——
深演智能由品友互動發展而來，2019年8月，“品友互動”品牌升級為“深演智能”，“品友”成為深演智能旗下營銷業務子品牌。深演智能立足于機器學習算法和大數據技術，擁有強大、安全、可靠的智能決策和數據處理能力，目前已經在營銷、政務、金融等領域多決策場景進行布局，在深耕現有業務同時，進入更多產業，提供全決策場景的AI解決方案。
深演智能旗下“品友”作為國內營銷技術（MarTech）的龍頭品牌，將有力支撐更多企業的營銷智能化，以“人工智能+人腦智能”的理念全心全力助力品牌，以消費者為中心，提升營銷與媒介工作的效率、效益，實現大規模個性化的品牌溝通。
