傳媒大學上課時，跟同學們聊起一個問題：傳統廣告領域成熟的營銷理論，與數字廣告數據驅動的方法論，在業界實踐中看起來像是兩張皮，這是為什么呢？大家經過激烈的討論，達成了一些共識。
在過去十幾年，數字廣告主要干的活，主要是靠快速增長的流量紅利，服務于那些要直接效果的客戶。由于太關注臨門一腳，在影響用戶興趣，即“種草”方面，考慮得并不多。而傳統廣告的一些優秀理論，雖然體系自洽，但是設計之初并沒有考慮到數字媒體歸因的數據能力。于是，這些理論都面臨著一個關鍵挑戰：它們必須在數據化的能力下，以實證的方法落地和升級，才能在今天的營銷中發揮作用。
在傳媒大學的課堂上，我們探討了這樣一個話題：能否將數據能力和傳統廣告理論相融合，進一步升級數字營銷方法論呢？個人認為，這樣的條件已經具備，原因有二：
1. 隨著手機性能和通訊能力的進步，互聯網從原有的電商、搜索等直接瞄準商業目標的應用，開始向社交、短視頻這些沉浸式的內容場景進展，具備了從種草到拔草的全鏈路營銷能力。
2. 隨著移動用戶數量的飽和，只瞄準點擊、轉化的營銷思路，顯然已經遇到了瓶頸。而在全鏈路數據的基礎上，從“用戶增長”轉向“關系資產運營”，已經是迫在眉睫。
說到傳統廣告理論，不能不提到現代營銷的集大成者菲利普·科特勒。他的5A理論，給數字世界的關系資產運營，建立了一個基礎的框架。我們先來簡要回顧一下5A理論：在《營銷革命4.0》中，科特勒將營銷的客戶進程分為Aware(了解)、Appeal(吸引)、Ask(問詢)、Act(行動)、Advocate(擁護)五個階段，這個進程，揭示了用戶與品牌的遠近關系。這一模型可以用下圖來示意：
這個5A體系可以數據化么？拿巨量引擎來說，作為消費者滲透和觸達的頭部陣地，它聚合了全線產品超過19億MAU的潛在用戶關系資產，具備了從內容消費、沉淀用戶到種草拔草全鏈路能力，可以在整個5A進程上幫助品牌提升整體市場的影響力。在實操中，巨量在5A之外又補充了O(Opportunity)，作為潛在人群的總體，簡單說，O = 活躍用戶– 5A。
簡單來看，A1的人群，可能是抖音或頭條上的內容消費者，刷到了看到了某個品牌相關的內容；A2的人群，可能是點開品牌的短視頻看了看，或者進直播間呆了一會兒；A3的人群，可能已經有頻次比較高的品牌互動，甚至私信咨詢了問題；A4的人群，可能是在品牌的抖音小店下單買了東西；而A5的人群，則是關注了品牌賬號，成為品牌的長期感興趣者甚至擁護者。
您看，5A過程所描述的每一個階段，都已經在巨量引擎的媒體和服務中有了明確的觸點，這就具備了數據化運營的基礎，也就為品牌關系資產的量化，搭了個基礎框架。
除了數據，底層支持技術也很關鍵，像巨量這樣以推薦起家的數字媒體平臺，已經建立了一套完善的用戶和內容理解技術。而在5A理論數據化過程中，這些對內容和用戶的深度理解能力，也是必不可少的。
于是，字節旗下的商業化平臺——巨量引擎，已經在2019年將5A理論數字化，推出O-5A模型，而模型落地的產品基礎設施，是巨量引擎的營銷洞察和科學度量數據平臺——巨量云圖。巨量云圖這個產品的基本理念和功能，我們在以前的文章中已經介紹過，就不再贅述了。
我對于巨量云圖的O-5A模型頗有興趣，所以找到巨量引擎的朋友和他們的客戶，認真了解了一番。那么巨量云圖中的O-5A人群運營方法論，是如何定量實現，以及如何指導營銷的？我來說說我的理解，大家可以先看看下圖。
討論運營方法之前，先要探討一個重要的問題：在巨量云圖O-5A模型下，各階段用戶關系資產都是如何定量確定的呢？實際上，這也是數據化的核心問題。對此，巨量云圖給出了的數據化標準概要見下圖，關心標準具體細節的朋友，可以聯系云圖進一步了解。
部分讀者可能會有疑惑：這樣的數據劃分標準是如何制訂的呢？為什么A3既有主動搜索人群，也有多次被動觀看的人群？我特意就這點仔細了解過。實際上，各階段人群劃分的標準，是遵循了"數據實證"的原則，以各階段人群之間，成交轉化率存在明顯差異為劃分標準。而目前采用的數據標準，是在不同行業上的抖音小店數據或客戶回傳數據做過全面驗證的。大家可以看看下圖的數據。
說到這兒，您應該能明白，將主動搜索人群和部分被動觀看人群同時歸于A3的原因，是因為他們在轉化率上確實是半斤八兩的，這是一種純粹的數據實證方法。
算出了各階段人群關系資產后，又該如何利用它驅動品牌的全鏈路營銷呢？大家可以參考下圖。在巨量云圖提供的最佳實踐中，O-5A模型的落地運營，大致可以分成“投前洞察”、“投中策略”、“投后度量”三個階段，咱們可以展開來聊一聊。
投前洞察階段，要做的是利用5A資產分析，確定現有的關系資產健康度，并找到具體的發力方向。簡單說吧，就是看看品牌現有的A3/A4資產中，哪些人群的濃度高，再看看哪些人群從O到A3/A4的流轉率高。前者是存量的用戶資產現狀，而后者則是高效營銷的努力方向，也就是所謂的“高潛人群”。
有了各人群的A3/A4濃度和流轉率，就可以倒推需要多少O/A1/A2/A3；再按照平均A1 1次、A2 7次、A3 12次、O 1次推出需要的展示量，并按20~30的CPM價格估算該人群需要的消耗。
那么，錨定目標什么時候選A3，什么時候選A4呢？這個很簡單，對于目標是驅動直接轉化的客戶，就選A4；對于目標只是影響用戶興趣的品牌，就選A3。
投中策略的制定，要基于前面的投前洞察分析。其實策略的關系，是確定這次營銷活動在每個人群組上，重點營銷用戶進程上的哪個階段，比如下面的一些典型營銷策略：
1. 私域拉新：目標是重點擴大A1人群。策略上瞄準高潛人群，通過黃金位置曝光，讓O用戶快速高效流轉進5A池子；
2. 促進轉化：目標是重點擴大A2/A3人群。策略上加強優質內容深度種草，及高點擊率廣告，同時利用微頭條+評論區激勵用戶參與互動。
3. 品牌漲粉：目標是重點擴大A5人群。策略上加強品牌號運營，快速漲粉，存進復購和裂變。
要再次強調的是，上面所說的各種策略，是要在不同的用戶分組上分別制定實施的。它的兩大核心使用場景，一是新品上市時獲取新人群，關系資產從O積累到A1~5，目標更多是擴聲量、提認知；二是活動和節日時的大促，主要目的是促成交轉化，這時O的拉新是一部分，但更多要持續影響5A正向流轉、加強轉化。
巨量云圖的O-5A模型，并非僅僅停留在概念層面。據我了解，它的實際落地執行，已經有一年多的時間了，并在多個行業的客戶上取得了不錯的效果，形成了一些有啟發性的實踐經驗。
舉個例子，某食品行業新興品牌，既重視品牌建設，又依賴數字營銷。而且該品牌客單價定位高，需要在高凈值目標消費者上進行破局。這些特點，都特別適合O-5A方法論的應用。
按照最佳實踐，其O-5A營銷的第一步是定位高潛人群。他們以A4為錨定目標，借助巨量云圖提供的工具，將拉新人群劃分到維系盤、發力盤、瓶頸盤和備選盤。最終發現，品牌現有存量人群以精致媽媽、新銳白領、資深中產為主，同時確定了高流轉率的醫美人群、健身達人和文藝青年這三個高潛人群。
實際執行階段，策略就比較清晰了：該品牌營銷目標以建設品牌為先，于是可以先關注于拉新。同時，拉新要想對將來的轉化真正有效，就要聚焦在流轉率高的高潛人群。于是，品牌設定了三個高潛人群的實驗組，用廣告引流至大促直播間，并于與對照組進行比較。對比兩組廣告投放效果，實驗組新潛客的轉化ROI更好，高于通投策略39%。同時，關系資產的積累也大有成效。
這個案例的核心，是通過O-5A體系建立起來的數據化洞察能力，找到了原來市場發力方向上沒有計劃到的醫美人群和健身人群，從而搭上了品牌成長的快車道。
簡單總結一下。今天，數字營銷的發展已經進入了下半場。而這個下半場的主題，我認為是將數據化的基礎設施，與傳統營銷的優秀理論相結合，在粗放獲客之外，更有效地驅動客戶的關系資產運營，實現從種草到拔草的一條龍服務。
而巨量云圖的O-5A方法論，是對科特勒營銷思想數據化的一次有益的嘗試。它與巨量引擎從內容消費到電商轉化的全生態相結合，提供了數據驅動的品牌建設能力。我想，這可能是數字廣告和傳統廣告消除理念鴻溝，融合升級成新方法論的一次契機吧！
來源：計算廣告
本站文章收集整理于網絡，原文出處： ，本站僅提供信息存儲空間服務。如若轉載，請注明出處。
