“营销是一门科学还是一门艺术？”这个问题在不同的时代可能会得到不同的答案。在传统时代，大家会觉得营销和“科学”相距甚远，更多是取决于营销人员的个体经验的“艺术”，但随着数字化进程的加快，答案也在发生变化，如今的营销已经变得和“科学”息息相关。
刚刚过去的2021年中，在疫情和政策的驱动下，企业数字化转型的市场需求格外旺盛，也有越来越多的公司带着资源进入这个赛道来争夺市场发展的红利。但聚焦到品牌主身上，我们仍会看到不少企业由于不同的营销运营方式，而导致不同的增长结果。无论是实践派还是学院派，大家都投入了很多精力，也同样面临着很多困惑。
作为深演智能的CEO，我想基于当下的真实场景分享一些在数据营销领域的认知和感受，希望能够指导营销领域的实践进一步发展。
品牌与消费者的环境发生明显变化
随着数字化的推进，我观察到品牌与消费者之间的关系有两个很明显的变化趋势：
首先是由单向传播变为多向传播。在传统的营销中，产品/服务的传播路径通常是“品牌-经销商-触达消费者”，消费者是买东西的人，是商业信息的被动接受者。
但在如今的DTC浪潮下，品牌更趋向于直接接触消费者，品牌可以通过自己的渠道、自己的电商平台等等触点，去和消费者产生联动；同时，消费者也可以及时、有效地进行反馈，甚至可以直接和品牌产生互动，这样的变化构成了一个“单向到多向”的环境变化。
第二点变化是品牌与消费者的关系，由传统的“销售型”关系变成了“关系型”关系。以前品牌只需要考虑生产产品或服务，然后进行销售；但如今，在层出不穷的触点和数字化渠道中，品牌与消费者在彼此的互动过程中，形成了一种新的关系，比如让消费者成为代言人，去向周边进行产品推荐（类似“自来水”），由此形成了一个新的关系网络。
尽管外部环境发生了变化，但品牌主需要意识到，生意的本质和增长动能是没有发生变化的，只是新的环境对于品牌主提出了一些新的挑战。如果我们用一句话来概括当前品牌主面临的本质问题的话，其实就是：如何基于以上这种新的、多元化的关系，和消费者建立起更加全链路的关系，让整个用户生命周期的价值得到最大化。
在Martech领域，CDP就是基于这种市场环境变化由CRM演变而来的。传统的CRM实际上是围绕已经发生购买行为的客户进行的，或者至少是进入我们历史的papeline的客户。但是今天，CDP应该获取的数据是在这个数字世界中所有对我们感兴趣的消费者。品牌想要了解消费者，就需要随时捕获与消费者的互动中产生的数据。
用户可能没有购买过我们的商品，但只要他对我们展现出兴趣，与我们发生了行为上的交互，就可以被纳入消费者范畴，在这里，这个“C”的范围被大大延展了。
比如一个人在没有成为会员之前，在网站、小程序、注册浏览等行为……每一个节点行为都会成为一个决策的重要参考指标，我们需要把这些用户行为都纳入到运营管理过程当中。这也是深演智能目前主要在做的事情，我们会从潜客转化环节就开始运营，通过打分和模型，以及公私域触达来进行用户培育。然后建立复购预测模型、消费升级倾向客户预测模型以及流失预警等模型。在此过程中，通过分阶段、有针对性地影响消费者，深演智能可以帮助客户最大化提高数据价值。
重塑科学有效的评价标准
在传统的广告营销中有一个很可悲的现象，就是我们用了大量的数据和算法，但是它往往和生意的结果相距甚远，比如这个“TA优化指标很好、某一部分的转化率很好……”但最终生意结果好像没什么变化。
要避免这种尴尬的情况，我们需要采用更科学的营销价值评估标准。用户的总价值是由很多部分构成的，所以对其增量的评估标准也可以分为几个部分：首先是看关键点的转换率，我们引入了很多模型，这部分有大量真实数据可以验证，同时，私域的运营表现，也会表现在一些关键性的量化指标上。更重要的一点是，我们需要用更广阔的的视野，去观察更长时间内客户的整体价值，比如从一个较长的周期内去看有多少活跃用户、多少高价值用户、多少复购用户等等，这个过程需要结合不同行业和不同场景，从整体的视角去进行健康度的评估。
当然这个过程涉及到数据和技术。我们一直坚持的理念是“AI赋能决策”，就是说用数据和技术来解决品牌与消费者的互动中的决策场景。比如我们帮助美妆客户做完整的用户生命周期管理，一开始的公域拉新环节，我们用模型，帮助客户预测哪一些人是最有可能变成购买者的人，然后对于这部分会员做重点的后续营销，在私域里进行深度运营，最终结果显示，高分类人群的会员转换率，远远高过低分类人群。同理，在其他的新客购买、复购、流失用户召回等环节，我们都有相应的解决方案和评价指标。
作为中国最早做模型预测以及最大的DMP提供方，我们搭建起了行业内唯一一家以“消费者全生命周期”为基础，以“用户数据平台-智能算法决策平台-业务平台和用户触点”为基本逻辑的端到端的全链路数字化营销智能决策云平台，帮助企业打通公私域数据与业务，形成真正的360°画像。基于这个平台，整个用户运营就不再是简单粗暴的过程，而是有模型和数据来做精细化支撑的。
在一个多品类的品牌案例中，我们当时首先把它的SKU分成了不同的类别，然后我们在他的900万的用户里面，针对不同类别做了一个推荐模型，我们来预判接下来三个月，某部分人群最有可能买哪一个品类产品。最终结果与实际购买情况对比后显示，我们通过模型预测的准确性几乎达到90%，同时，模型推广相比于人工推广的效率，达到了200%-400%的提升，这再一次说明了“数据+模型”的智能决策的力量。
2022年如何抢滩占地？
关于数字化营销的未来，我觉得“系统和软件”其实只是解决了20%的问题，更关键的灵魂其实在于智能和算法。如果把系统和软件比作人的肢体的话，那么AI就是大脑，我们需要用大脑驱动肢体工作。目前，很多品牌对于数据驱动决策的理解可能还停留在字面意思，认为数据就是拿来分析的，但我们有一个很深刻的认知是“机器学习”，它的核心在于不断用算法来做决策，同时不断获得反馈，达到闭环的自我学习过程，这样才能真正发挥“大脑”的作用。
同时，我觉得生态平台上各个参与者之间的竞合，是当下市场的重要特征，也会是2022年的关键趋势。任何一家公司，如果孤立地去看待自己的数据资产都是不够全面的，我们已经和百度、京东等许多家生态合作伙伴合作，从而可以在合法合规的基础上，对用户形成更全面的理解。未来我们也会不断地去构建自己的生态合作体系，和合作伙伴一起加强我们的服务能力。
关于黄晓南：
黄晓南，深演智能创始人兼CEO，是拥有二十年品牌数字化增长战略经验的权威专家。
黄晓南于2008年创立深演智能，作为国内领先的一站式人工智能决策解决方案平台，深演智能以“AI赋能决策”的理念助力品牌增长，致力于通过人、信息和决策场景的智慧连接，让人工智能真正赋能决策者。
十余年来，深演智能服务企业横跨汽车、快消、零售、美妆、网服、金融、医药等行业，涵盖多数世界500强企业，为数百家国内外知名企业提供数据中台加业务中台的全栈式解决方案。
