营销自动化提升营销精准性背后的逻辑

这个话题，我们先从传播模型的革新说起。

2015年，DCCI互联网数据中心提出了2.0＋移动互联的“数字时代的行为消费模型——SICAS”，以此对较为陈旧的AISAS模型进行系统革新。

AISAS模型是电通公司针对互联网导致传统购物行为变化，所总结出来的一种消费者行为分析模式：Attention 注意Interest 兴趣 Search 搜索 Action 行动 Share 分享。

而SICAS模型，则是基于移动互联网时代，消费者和品牌的接触点日益多样复杂，而总结的全景模型：Sense品牌与用户相互感知 — Interest & Interactive产生兴趣并形成互动—Connect & Communicate建立联系并交互沟通—Action产生购买—Share体验与分享。

营销自动化提升营销精准性背后的逻辑

在Sense阶段，有6个衡量企业感知能力的基本指标：感知率／感知量／到达率／理解力／感知效率／被感知率／回馈率。

而无论消费者触点多寡，消费者对品牌产生兴趣或者互动的关键点，又或许跟以下三个指标有关：

1，兴趣互动成本效率指标：互动行动量、单位互动成本、二跳率、点击率、跳转率、播放完成率等；

2，兴趣互动内容特性指标：关系、话题、声量、关注点、好评度、好评点等；

3，兴趣互动品牌服务指标：品牌气质、产品功能、价格评价、使用体验等。

而在Connect & Communicate阶段，基于OPEN API、Network、分享、链接，将移动互联网和PC互联网结合，将企业运营商务平台和Web、App打通，在COWMALS的互联网服务架构下，建立与消费者之间由弱到强的连接，而非链接。系统之间的打通，跨域数据的整合是关键。

最后在Action产生购买和Share体验与分享环节，企业优化销售，提升销售转化，引导消费者分享，建立口碑。

在大数据精准广告领域，从早期吻合AISAS模型的SEM搜索引擎，到以精准定向人群为逻辑核心的程序化广告，似乎都仅仅优化了Sense阶段的消费者需求。

大数据精准广告能带来什么样的价值？通常如下的故事是大数据广告公司经常提及的。

假如一个网站的广告位，每小时有1万人来浏览，则一小时曝光量为1万，之前的CPM为5元，那么一个手机广告主投放一小时广告，成本50元。这是传统广告投放的结果。现在有个大数据公司，来帮助该广告媒体更好的运营。该公司宣称它能够精准识别浏览客户的属性，告诉手机广告主，虽然1万人浏览该广告位，但真正适合投放手机的只有6千人次，剩下4千人次的曝光为无效曝光，因为剩下的人群只对服装感兴趣。

大数据公司建议广告主按照程序化投放，过滤掉不适合投放手机的4千人，仅对适合投放手机的6千人付费，假如单价不变，那么在保证相同效果的前提下，成本降低至30元。剩下的4千人大数据公司将其销售给服装广告主，成本为20元。由此，在相同的效果情况下，大数据广告大幅降低广告主的成本。当然事实上，由于RTB(实时竞价)机制的存在，当价格(效果相同)低到一定程度，不同手机广告主的相互竞价，使得真实价格一般高于30元，但肯定介于30元到原有预期成本50元之间，由此形成多方共同获益的理想局面。

这样的案例看上去很完美，无懈可击。因为它解决了传统广告的低效问题，比如看起来有用，但又说不清楚到底有用在哪里，这个正是各公司财务总监所深恶痛绝的。

这个案例有一个关键性的前置逻辑，就是——如何定义合适用户？关于程序化广告比较重要的一个逻辑是，从历史记录中寻找曾经使用过同类产品的客户进行匹配。通常使用的算法叫“协同过滤”，即由某些经验的相关性，找到潜在的适合用户。另一种算法是不基于客户的历史行为记录，而是客户本身特征相似性，来找到与种子客户最为相似的客户群体。简称“Lookalike”。这类算法真正考验大数据平台的计算能力，因为并不是经验性的协同过滤，而是利用数十数百甚至上千个变量进行回归计算。最后按照相似性的概率打分，按照由高到低选择合适的用户群。

我们在此不怀疑程序化广告的精确度，我们的问题在于：即使广告效果投放是最大化了，那么效果呢？消费者一定会产生兴趣和互动吗？

我们认为：这并不是程序化广告能解决的问题。

事实上，interest & Interactive是一个非常复杂的过程。在一大堆复杂的消费者触点关系中，对消费者产生影响力的作用点也是多样的。而我们需要找出其中的“关键作用点”。这或许和内容交互方式有关，也或许和触达方式有关。

根据传播学大师菲力浦·科特勒的品牌接触点研究，品牌和消费者之间包含属性 、利益（功能性、情感性利益）、价值、文化、个性、用户。在这个静态的结构中，各要素之间的关系呈现直线型串连，而且没有一个统一的核心。

营销自动化提升营销精准性背后的逻辑

我们只有找到关键接触点和关键作用点，才能在Connect & Communicate阶段建立起和消费者更有效的沟通。

今天在和投资人沟通的过程中，面前这位精通大数据广告的投资人问了这样几个关键问题：

1，精准用户的定义到底是什么

2，营销自动化的价值到底是什么

我个人认为，营销自动化的价值正是在于，它为企业构建起一个闭环的营销生态，在这个持续不断对消费者进行发力的闭环系统中，我们试图通过技术手段来识别准确的用户身份，并在一堆纷繁复杂的触点环境中，试图寻找出令用户产生兴趣的“关键点”。当然，我们不认为这个“关键点”是一尘不变的，相反，它是一个动态的点，随用户所处的环境、场域、交互方式而变化。营销自动化是一套科学的体系，一个可以不断优化的生态系统，它让企业在透明和可控的环境中，不断优化营销的“效果”。

营销自动化的前置逻辑是，品牌必须对它的“合适”用户有最基本的了解。从理论上来说，程序化广告似乎解决了这个问题。但在现实的环境中，考虑到各方利益的博弈，这种“合适”也是具有相对性的。

作为一个创业者，我所探索的，就是在一个尽量精准的数据基础上来完善和推动营销自动化的闭环价值。

以上言论，仅代表个人观点。欢迎各路大佬诤言献策。

撰笔：Tracy Ni

创业项目：Persona香蕉客－基于消费者行为数据管理的营销自动化解决方案

联络微信：qq37528102

参考资料：知乎《消费者行为分析模型如何从AIDMA、AISAS演变到SICAS》