答案不是结果，方法才是
内容来源： 2019年10月25日，在上海铂斐会展有限公司主办的2019食品饮料数字营销峰会中，深演智能 | 品友 产品及解决方案部（PSD）副总裁刘丽丽进行了题为《AI营销提升顾客生命周期价值》的精彩分享。笔记侠作为合作方，经主办方和讲者审阅授权发布。
笔记达人 | 吴飞 封面设计&责编| 诗蕴 第4457篇深度好文：4913 字 | 13 分钟阅读
活动笔记·产品运营
本文优质度：★★★★★+ 口感：芝士虾球
笔记君邀您，阅读前先思考：
如何实现消费者的细分和精细化运营？
怎样能把品牌广告投放的钱花出价值？
然而，如果围绕品牌本身，则还需要做品牌的品类管理，以及对品牌与消费者之间产生关联的生命周期数据化标签管理。
接下来，我将用实际案例，解答品牌主们该如何实现“智能营销决策”。
一、智能营销决策系统
首先品牌广告主需要通过大数据了解消费者，比如通过DMP（数据管理平台Data Management Platform）、CDP（客户数据平台Customer Data Platform）等工具。有了这些工具，就可以帮助品牌广告主做消费者的细分和精细化运营。
然后用一个高效的一站式智能营销管理工具，把所有的媒介触点集合起来做自动化的触达。最后实现以用户为中心，提升消费者生命周期内的价值。
1.如何通过大数据做消费者的人群画像？
人群画像是一个很常用的工具，不同的人在人群画像中的用法也不一样。
我以前在甲方媒介市场部做管理，经常会通过人群画像或者历史投放数据，做消费者的行为分析和触点分析。然后我就可以决定将来要采买哪些媒体，用什么样的媒体组合实现目标。
同样，甲方的产品人一般也会用人群画像工具定位消费者，了解消费者的特征，从而给消费者做定制化的产品定位或者包装等。
一个真正好的画像需要具备的最重要的能力就是数据支撑。
品牌主可以通过DMP（数据管理平台）把数据管理起来，既有自己的第一方的数据管理，同时还会有第二方数据管理（媒体数据），例如品牌主曾经在媒体上投放过广告的营销数据等。还有一些第三方的数据，比如运营商或者电商数据等。
只有在所有的数据都具备且维度足够广的情况下，大数据才有意义。有细颗粒度的数据梳理，就有能力对品牌产生更加细分的用户洞察。
案例①：淘宝拉新
比如淘宝如果做推广，就拿淘宝用户跟平台接到的媒体请求数据做匹配，发现在现阶段，淘宝新增用户和快手的匹配度最高。所以淘宝市场在这个阶段首先应该覆盖快手，因为目标用户重叠率能达到30%以上，而与其他平台的重叠率就只有百分之几。
有了基于大数据的用户画像，就可以快速决定媒介采买策略，甚至决定媒体的选择和投放的频次。
案例②：AI决策指导薯片包装
比如某食品集团的一个薯片新包装的调研。 他们有两个目的：
① 针对广告曾经曝光过的用户，了解较高定价的新产品，包装应该采用哪个？
② 针对曾经买过产品的用户，大众希望产品的包装要改成什么样？
基于这两个方向，通过线上的AI决策工具，对曾经覆盖过的用户发放新品问卷，在很快的时间内收回几百份的问卷，得出一个结论，6号包装适合高端用户的新薯片，4号包装适合于大众的审美标准。
2.如何基于人群画像做决策？
围绕消费者的洞察可以围绕DMP（数据管理平台）、数据中台或CDP（客户数据平台）来实现。通过标签体系的模块，可以从用户的维度制定标签，来决定推送什么产品，什么包装的产品。
比如一个咖啡品牌，曾经投过N多波广告。
每一次广告基本上都是由4A（ 美国广告协会 ）或者sp（ 广告投放战略策划员 ）制定广告策略，指出怎么做覆盖以及有哪些触点，但实际上从未记录过历史上覆盖这个人多少次，接下来还要对哪些人群做覆盖。
通过第一方数据管理平台（ DMP/CDP ），则可以把历史上的营销活动进行记录。
再进一步就是用户跟产品之间绑定的深度，可以用用户生命周期来管理。不管是覆盖还是点击，如果对应到模型，都可以具体到他是认知阶段还是兴趣阶段，他是忠实购买用户还是刚刚产生第一次交互行为还没有购买的用户，也会用这样的用户标签体系化记录下来。
终极目标是为了把每一个用户的生命周期往上做跃升,从最初只是听说过到开始感兴趣，再到初次产生购买，最后到复购，这都是要用因人而异的营销策略进行广告投放。
针对用户的复购频率，决定广告营销的频率范围，确保最好的资源用在价值最大的用户身上。把客户作为金字塔去做分层，给金字塔尖客户赋予最高的资源、最好的权益、最好的优惠政策，对于其下的每一部分都有相应的策略。
3.如何输出有效的营销策略？
通过第一方数据管理平台很直观地帮品牌做人群的洞察、全部数据分门别类地存储和进行信息清洗加工，然后是人群的画像，最后是输出一站式的策略，实现一站式的数据管理。
内容管理，这里面更多的是跟数据引擎之间做交互，是算法的决策和匹配。
媒介触点管理，在一个系统里每次只要把策略设置好，就可以推送或者完成，这是非常高效的产品逻辑。
案例③：快餐连锁品牌通过智能营销决策系统快速做出媒介策略调整
比如一个国际的快餐连锁品牌用智能决策系统来做营销和媒介策略之间的互动管理，他们在中间细分了很多区域，比如东部区域、中部区、南部区域等，也细分了一些市场，比如针对区县级以下和主流市场分别投放什么素材。
在第二天把店铺实时收银数据传过来，就可以看得到每个市场的媒介投入和第二天销量之间的关系。
某一天，他们发现某省会城市的销量突然变得很低（ 但广告投放还是往常水平 ）。 后来才知道因为这个城市在下雨,也就意味着因为下雨导致很多人不出去吃饭，无法产生消费，所以同样的投放量没有产生以往的销量。
所以类似情况再次出现时，通过系统就可以当天调整预算到其他城市提升销量，同时，立刻把这个城市推送广告的方式由到店优惠改成宅急送推广。
这就是一个用智能营销决策系统快速做媒介策略调整，影响生意的典型案例。
案例④：消费者后链路行为的洞察
以前品牌广告主的媒介在包剧时，更多的用一些前端指标作为考核，很多时候会产生误导，因为有的剧点击率很高，但是投放之后好像对销量或者线上的消费者、甚至线下都没有明显的促成和提升。
后来探讨出一个新的评估标准，拿电商后链路行为作为指标，不管是搜索还是网络行为，以此来验证媒介策略好不好。
一个客户当时包了两个剧，前端的指标跟上次一样分不出伯仲，但是在两个剧都投放完之后，把数据拿来跟电商后链路数据做交叉分析，发现其实某一个剧给这个品牌在电商站内的销量带来了很明显的提升。因为曝光覆盖过的这个人群去电商站内匹配发现，在站内有了很好的转化。
另外一个剧其实在站内没有很好的显现，但也不能代表这个剧没有价值，所以进一步分析，把它跟搜索的行为数据做了比对。
分析以后发现这个剧虽然没有带来战内的转化，但是带来了搜索的增长，有一些人可能借助这个剧知道了这个品牌，去搜了一些品牌相关信息。
所以后链路的数据分析可以帮助品牌主决策，当他们下一次想带动搜索增长或者拉新的时候，可能更多借助A剧；但是如果想拉动电商和转化的时候，可能最好是借助另一部剧。
4.如何进行大规模个性化沟通？ 精细化运营最终真正聚焦在围绕以用户为中心，做消费者的一对一沟通，实现不一样的沟通方式。 不一样的沟通方式总结就是大规模个性化。
我们聚焦去做一件事情，其实不难。 比如现在要为一类人讲明白、了解并且接受一类产品，其实难度并不是很大。
最难的就是在纷杂的世界让用户接受某一类产品，竞品非常多、本身品类也特别多，用户又非常多元化，既有特别核心的用户，也有潜在用户，所以大规模个性化就一定得借助智能的方式进行。 ① 电商的大规模个性化营销 对不同的人说不同话，最典型的就是电商。电商的SKU（ 库存量单位 ）少则几十万，多则几百万上千万，像苏宁、京东这样的电商客户，它们的SKU就是上千万级别。 当你浏览过一个商品的时候，再去打开一个媒体，会出现刚刚你浏览商品的信息甚至会给你推荐感兴趣商品的周边商品，这是特别典型的案例， 目的就是为了提升电商的销量转化。 但品牌广告用的较多的其实还是针对不同的人群特征分发不同的内容。 比如一个客户，如果她是女性，给她看的是女性会感兴趣的素材； 如果是男性，给他看的就是男性会感兴趣的素材； 如果不清楚，会让TA都可以看得到。
同时，以往花一份钱买到的流量，只能给一个品牌用，因为根本没有办法做人群的识别，也没有办法通过分发提升效果。 如果现在有几款不同的产品，而且产品和受众之间有区分，就可以用一站式媒介管理系统解决问题。 案例⑤：不同品牌的广告分发
分发不仅在一个品牌之间实现，还可以跨平台实现。
比如一个皮球品牌和一个休闲食品品牌，休闲食品品牌的目标受众是女性，他们不要男性。 于是系统帮他们俩去跟媒体去买一份流量，通过系统介入判断是男是女，如果判断是男性，就用啤酒的素材； 如果判断是女性，调用休闲食品的素材。
可想而知这样做分发，人均覆盖成本至少降低20%。 以前要花一块钱，现在可能只花八毛钱就可以覆盖。
这是一个非常直观的，利用系统角色产品做效率提升的案例。
② 基于消费者场景的大规模个性化营销
案例⑥：天气、指数、事件触发类
联合利华旗下的一款止汗的产品做投放的时候，就是在不同的场景出现，比如在娱乐街区周边，或者在高于某个温度的阀值时。
同样，冰淇淋客户做投放时，把一些投放的触发条件和内容提前都设好，这些地域的天气数据是由天气网实时传输过来。
比如今天上海的温度低于32度，就不触发这次广告投放，这个资源就节省下来。 但明天天气预报32度以上，实时接到信息之后，明天就可以给上海区域推送冰淇淋广告。
现在广告的形式包括温度触发；大事件触发，如世界杯赛事期间，由赛事的结果来触动；百度指数触发，比如之前给一个感冒药推的就是搜索流行性感冒，或者搜索头疼打喷嚏这样百度指数达到阀值的时候，就去触发这次广告。这些都是非常典型的大规模个性化案例。
大规模个性化的沟通可以帮助品牌广告主节省非常多的时间，以前靠很多人工或者是线下渠道来完成的事情，今天都可以用这种智能化技术来实现。
二、品牌投放研究
品牌广告主一直对于品牌广告曝光的价值判断感觉到很苦恼，毫无疑问，品牌广告曝光是有效的，但是这个效果如何量化，怎么能把品牌广告的钱花出价值？
我们和国内知名乳品公司合作做了这样一个研究，把历史上投放过OTV（线上视频广告）的人群进行分组，根据分组的不同，再结合广告形式的不同做探索。
于是我们把以前品牌曝光的频次和促销广告投放的频次做排列组合，例如把天猫的销量去比对历史曝光过多少次的人，结合广告内容、频次、形式等，观察如何才能达到最佳的效果。
最后得出来三个结论：
第一，品效合一效果优于单一促销广告，前者比后者相对订单转化增长33%；
第二，品牌曝光4到8次，再加上促销广告投放4到8次，这个时候可以达到最优的订单转化效果，也就是通过这样细分的行为，完整地完成了一个AIPL的转化；
第三，比较品效合一和单一促销广告的效果，不同促销类广告形式在上述两组中皆有显著的差异性，其中全屏/插屏和信息流广告类型表现突出。
通过这样的研究测试，我们为客户探索出了品牌广告和效果广告结合的最佳策略。由此，品牌方可以推导出最优的预算分配、最优的频次设置，最佳的媒体形式等。这些都是AI营销可以做到的事情。
谢谢大家！
*文章为作者独立观点，不代表笔记侠立场。
主办方简介——
深演智能由品友互动发展而来，2019年8月，“品友互动”品牌升级为“深演智能”，“品友”成为深演智能旗下营销业务子品牌。深演智能立足于机器学习算法和大数据技术，拥有强大、安全、可靠的智能决策和数据处理能力，目前已经在营销、政务、金融等领域多决策场景进行布局，在深耕现有业务同时，进入更多产业，提供全决策场景的AI解决方案。
深演智能旗下“品友”作为国内营销技术（MarTech）的龙头品牌，将有力支撑更多企业的营销智能化，以“人工智能+人脑智能”的理念全心全力助力品牌，以消费者为中心，提升营销与媒介工作的效率、效益，实现大规模个性化的品牌沟通。
笔记侠好文推荐：
看完了，点个“好看”