下一個數據“拉鋸戰”：個性化和業務化 | Morketing深度

原創贊收藏評論

舉報 2022-04-24

掃描,分享朋友圈

文丨Ivy Zeng

數字營銷發展到今天，到了一個什么階段？——“消費者營銷的大規模的實時個性化”，而這，不僅是對數據技術的挑戰，更是對數據與業務結合深度的挑戰。

“市面上，很多數據SaaS工具解決的都是企業的普適性需求，但是，落到企業內部業務層面，比如挖掘新品趨勢、洞察新品方向、看消費者反饋，以及實時的個性化營銷，都需要把大數據和小數據結合，把定量和定性結合。這時候，純依賴平臺是不可能的，純依賴大數據也是不可能的”，卡夫亨氏亞太區消費者洞察/數字化/媒介/內容中心營銷負責人蔡宏分享。

很多大品牌主為了構建獨特的營銷競爭力，都有自主定制化數據挖掘和利用多方數據自主建模的需求，他們對營銷工具有深度的個性化需求，以滿足業務需求，而PaaS，則給有in-house數據能力的（大）公司一個定制化的選擇。

“如果所有公司都使用平臺提供的同樣工具，則完全沒有競爭優勢，也不能發揮大公司自己本身的行業知識沉淀優勢。”聯合利華中國數據和數字化營銷副總裁方軍補充。

Martech發展這幾年不斷成熟，從工具化轉向業務化。這過程中，Morketing明顯觀察到，從需求側看，數據應用的下一個拉鋸戰在于：“個性化和業務化”。

基于這個洞察，再從供應端看，尤其是互聯網大平臺，他們也從標準的SaaS工具，走到了可以支持品牌自主定制化數據挖掘和建模的PaaS工具。2021年9月，巨量引擎營銷科學在其核心營銷數據產品巨量云圖SaaS功能中新增了“定制化的數據挖掘和建模服務－數據工廠”。　

數據工廠通過標簽工廠和建模預測等核心模塊，為品牌和服務商提供PaaS類自定義數據分析和應用能力，以滿足品牌在巨量云圖的個性化&定制化訴求。

那么，“數據工廠”到底是什么？其核心模塊有什么？支持哪些應用場景？品牌在其平臺如何構建自己的數字化競爭優勢？此文，Morketing將深度分析。

01數據應用，“個性化業務化”需求凸顯

前幾年大家覺得Martech還只是個概念，但如今品牌主越發深刻認知到，數據和技術對營銷的幫助越來越大，他們也都開始在構建企業自身的Martech stack營銷產品棧。

品牌需求的提升，促使市面上相似類型的產品越來越多，于是很多企業開始用這些產品解決營銷問題。

具體就Martech行業來說，無論是需求側，還是供給側，都發生了一些結構性變化。就需求側而言，消費者觸點、數據量、個性化需求不斷增多，數字營銷從技術到玩法都變得越來越復雜了。

“隨著企業數字化營銷的發展，廣告主對于營銷的效果管理和追求更加精細化，也更關注產品技術對實際業務場景的支持。對Martech的期望從工具化轉向業務化了，大家引入Martech的目標是要應用在營銷場景上解決業務問題”，深演智能CTO歐陽辰向Morketing分享了他對于行業的洞察。

這點實際與巨量引擎在巨量云圖中新增“數據工廠”功能不謀而合。

“確實，我們在服務落地業務化的過程中，不同產業，不同行業的場景個性化逐漸凸顯，特別是大型集團品牌，數字化變成企業內核競爭力的時候，會越發追求個性化的高階數據應用”，巨量引擎營銷科學場景運營負責人岳一曉談道。

事實也確實如此。“很多公司數據部門是獨立出來的，這有一定好處，但是也有很大的弊端，因為很多數據部門的工作，僅僅涉及表面，因為獨立數據部門不背銷售KPI，不懂業務，但卻要指導業務，業務部門的反饋就是‘你不背銷售，憑什么指導我業務的事情？’，這是一個比較突出的矛盾點”，卡夫亨氏蔡宏補充道。

而要解決這個問題，一個方向是數據業務化，另一個方向是，企業建立自身的數據門檻，需要更個性化的數據分析工具。對于企業數字化來講，“數據結合業務，才能比較好的落地，當然，這也涉及到組織架構的問題。”

02巨量云圖推出“數據工廠”直擊個性化需求

在這樣的背景下，巨量引擎旗下品牌資產經營平臺巨量云圖在2021年9月，就開始琢磨為廣告主提供個性化的數據板塊。

目前，巨量云圖通過增設數據工廠后，可以滿足品牌在其標準化解決方案之外，20%的個性化和定制化營銷訴求。為什么提升20%場景的獨特性很重要？在于品牌可以利用巨量的數據，自定義標簽和定制化建模，打造最適品牌主自己的個性化引擎和決策大腦。

“數據工廠”，通過提供更好的平臺化能力，快速打造個性化的數據和營銷能力，支持品牌主的個性化營銷場景。比如，赫蓮娜作為歐萊雅集團的高端護膚品牌，其黑白繃帶面霜的用戶人群標簽是什么，怎么充分挖掘如此細分品類的用戶訴求和用戶畫像？——這時候衍生的是：數據在個性化品類和單品上的標簽體系和人群策略分析。

其實，“數據工廠”的使用門檻并不高，其不限制行業，不限制體量，自由度高，但是“想要用好”的門檻卻很高。

“如果將品牌的數據應用能力進行劃分，可以分為‘普通用戶’和‘優等生’。目前，已經有一些頭部客戶在深度使用數據工廠，并涌現出一波標桿案例。但是，還有較大一部分品牌可能是‘普通用戶’，其數據能力還需要持續積淀，但也可以在數據工廠進行小步快跑地嘗試，從標簽工廠開始用起，再到深度的建模預測，同時也鼓勵大家找一些比較成熟的、行業Know-how深度積淀的服務商伙伴一起做”，巨量引擎營銷科學場景運營負責人岳一曉表示。

對此，品牌該如何更好的使用“數據工廠”這一功能？如下圖，數據工廠在基于巨量引擎海量內容公域數據、和強大的技術能力，以及多種機器學習模型的基礎上，提供了兩大模塊功能：標簽工廠和建模預測。

數據工廠介紹圖

先聊一聊標簽工廠。簡單來說，品牌可以通過這個功能自定義標簽，這個標簽覆蓋人群、達人、商品和內容。同時品牌還可以基于自己做的自定義標簽進行對應分析洞察，滿足自家的個性化業務需求，結合自身Know-how，挖掘巨量全平臺數據（而不僅只依賴一方數據融合）。

“因此，無論是品牌基于自身產品或定制化場景進行精準目標人群定位、內容洞察優化、垂直達人優選還是商品趨勢洞察，都可以通過標簽工廠實現”，巨量引擎營銷科學場景運營負責人岳一曉介紹。

其中標簽工廠，內嵌在巨量云圖之中，還能夠合并支撐巨量云圖各模塊的深度使用，離業務場景更近。

也就是說，巨量云圖是為品牌提供了一套以品牌資產為核心的標準化營銷數據解決方案，幫助品牌對人群、內容、達人、商品等多維度進行深度洞察，指導決策，里面的沉淀和分析的各項指標更偏通用性。但是數據工廠可以在云圖通用能力之上進行定制化的疊加使用，幫助廣告主去通過自定義的標簽和建模去自主挖掘數據，滿足更定制化的數據策略需求。

數據工廠在標簽工廠之外的第二個大的模塊是“建模預測”，其價值是“核心人群精準放大”，在于預測模型的建立和應用。品牌可以在數據工廠自己創建模型，自己定義樣本、特征和備選集，對自己所需核心人群做精準放大，這意味著企業可控制的地方更多。

另外，通過巨量云圖還可以做一定的數據回流人群分析，而數據工廠提供了高自由度的土壤，如果服務商有很強的行業Know-how和技術儲備，就可以在這個數據工廠中獲得更高的業務自由度。

03業務落地，滿足4大應用場景

數據工廠有了標簽工廠和建模預測后，落到業務上，怎么使用？主要體現在4大場景。

場景1：人群分析和人群策略

數據營銷的根本訴求是“用最少的錢，拿到最有效的人群，達到最大的ROI”。但如何才能做到這點？搭建一套屬于自己細分類目或品牌的專屬標簽體系，通過這些更細、更準、更專的標簽，找到與其產品或品牌最匹配的人。

數據工廠的標簽工廠就可以很好地實現這一點。一般而言，產品會涉及到功能、場景、功效、痛點等多方面，所以在搭建標簽體系時，品牌主要應用的還是商品人群標簽和內容人群標簽。選擇投放人群時，可以基于你的產品特征，找到十分關注這些產品特征的人，從而提高投放效果，做流量精細化運營。

拿赫蓮娜的案例來講，赫蓮娜基于本品行業和品類的興趣人群和購買人群，對他們關注的top標簽進行梳理、篩選。

標簽詞維度分為：

1、行業維度、品牌維度和品類維度，行業維度再細分至A3與A4詞，分別深挖興趣詞和購買詞。

2、品牌和競品維度：補充品牌方提供的投放詞與巨量云圖后來的品類關鍵詞進行篩選。

形成標簽體系和內容洞察，對不同維度的標簽詞進行多輪分類精篩，篩選出與品牌相關度高且有潛力的詞，形成標簽體系。

然后，再分別確定篩選人群的維度與標簽詞維度，從而確定篩詞的大盤范圍。基于品牌自有的A3興趣人群 & 站外購買人群，行業的興趣 & 購買人群，品類的興趣 & 購買人群，對他們關注的Top標簽進行梳理、篩選，然后進行人群的圈定。

當然，在標簽體系圈定人群之外，人群分析和策略，也體現在模型訓練上，這里以心相印案例來看，如何用正樣本人群進行模型訓練和優化轉化。

心相印的做法主要是基于巨量云圖和標簽工廠，圈選了“行業、歷史渠道觸點、消費場景、內容+達人偏好”四大人群，然后跟本品A4購買人群進行了交集，作為建模的正樣本人群。以成交轉化為目標，洞察目標人群特征，在建模預測模塊中進行定制化建模，依據精準目標人群的核心特征進行人群包量級放大，擴充可觸達的相似人群，保證大促節點競價廣告實現充分的精準人群覆蓋。

場景2：內容洞察和內容素材產出

“在標簽體系上，數據工廠不單可以圈人，還能進一步做內容分析洞察，比如找到哪種類別的內容素材更能打動消費者，由此，品牌就可以更好地去賦能內容創意。”巨量引擎營銷科學場景運營負責人岳一曉介紹。

以往的觀點是如何把人貨觸點做匹配，但是在抖音，貨是用內容的形式去表現的。品牌關注什么角度和客戶溝通最高效，應該用什么達人和話術，哪個點是消費者最買單？因此，內容標簽變成品牌特別關注的點。目前，各大互聯網平臺都有人群標簽、觸點標簽，常規的基礎屬性的標簽，普遍缺少內容標簽和達人標簽。

那么如何做？即通過「內容標簽」+「自定義內容洞察」，分析平臺的UGC內容和PGC內容，分析內容的聲量、趨勢與利益點，最后產出洞察結果，并根據結果做相應的內容素材。

還以赫蓮娜案例做進一步拆解。赫蓮娜在最終標簽體系搭建完成之前，都會對各個維度生成的標簽進行精篩，最終確定與自身品牌匹配度高、人群活躍度高的核心標簽，納入標簽體系。

比如，赫蓮娜篩選出核心標簽詞：“奇肌”、“滋潤”、“提亮”后，又在已投放詞中篩選出表現好的詞，補充進標簽體系，像“古源”、“黑濯石”、“彈簧霜”等。

而這些關鍵詞不僅能用于創建內容標簽，并通過「自定義內容洞察」洞察內容趨勢，還可以圈選核心人群后，在「TA內容偏好」中對核心人群進行內容偏好分析。赫蓮娜38女王節的案例便是通過后一種做法，先分析核心人群的內容偏好，并通過上翻歷史購買人群覆蓋率和匹配率進行二次篩選，最終總結內容洞察，指導具體內容制作。

場景3：營銷達人洞察和優選

有了標簽體系、人群策略和內容洞察后，在抖音體系營銷的第三個場景就是“達人”，品牌可以通過「達人標簽」+「達人優選」，在符合品牌產品的達人標簽下，進一步根據KOL屬性、質量等指標評估，選擇可進行短視頻、直播帶貨的KOL，并進行下單。如：星圖、百應進行達人下單。

繼續拆解赫蓮娜38女王節的案例，他們在本次應用數據工廠的案例真的非常全面，從標簽體系出發，實現了人群、內容、達人三位一體的有機聯動和相互配合。

在達人優選這一環節，赫蓮娜通過圈選的核心人群，在「達人優選」模塊by TA選達人，并從多個維度精篩出得分最高最適合的達人矩陣。

值得一提的是，在選定達人后，還通過核心人群的達人內容偏好和產品本身出發，指導品牌和達人內容制作方向。

場景4：“新品洞察和產品創新”與“人貨匹配優選”

在具體需求的層面，品牌往往希望牢牢掌握新品趨勢。這時候，品牌可以結合數據工廠的一方數據和平臺的內容趨勢標簽體系，獲得產品和趨勢層面的數據洞察。此外，品牌在數據工廠中，還可以通過「商品」模塊，做人與貨的匹配，并給到直播間的流轉數據和策略。

比如，Adidas人貨匹配分析案例。通過標簽工廠支持定制化人群標簽生成與人群圈選，并將人群投射到人貨匹配矩陣，定位對本品牌貨品集點擊率和轉化率高的核心人群。

04消費者營銷的大規模實時個性化
當然，工具和平臺賦能是一方面，把工具用好，更在于“組織和結構”。“智能+人工”，才能發揮最大的效率。
2021年，Morketing采訪Convertlab CEO高鵬，他分享了一個觀點，“真正的數字智能影響商業可能到現在只發揮了20%的空間，還有80%的潛力待挖掘和發揮”，其中，數據應用于商業的各種業務場景，本質上就是在開發這80%的潛力空間。
“消費者營銷大規模的實時個性化”，值得期待。

更多內容，歡迎關注

覺得內容還不錯的話，給我點個“在看”唄

本文系作者授權數英發表，內容為作者獨立觀點，不代表數英立場。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。