老Paul話營銷 | 營銷量化革命: 前世，今生，與未來

原創(chuàng) 贊收藏評論

舉報 2022-01-13

掃描,分享朋友圈

也許你還沒有注意到，對營銷人而言，一場革命正悄然上演。

有人要問了，這是一場怎樣的革命？這是一場量化革命。過去數(shù)十年，量化革命就像一場完美的風暴，徹底改變了職業(yè)體育、投資等諸多行業(yè)的面貌。同樣的革命，今天正在我們的行業(yè)里風卷而行。

在證券投資行業(yè)，數(shù)據(jù)一直非常重要，對價值型投資人而言尤其如此。獲取盡可能多的標的數(shù)據(jù)至關(guān)重要，因為數(shù)據(jù)可用于判斷估值是否過高、過低還是剛好。作為一種投資策略，價值型投資牽扯到一個基本的判斷：一只股票的交易價格是否大幅低于其內(nèi)在價值?

投資量化革命始于上世紀70年代末、80年代初，但直到90年代才出現(xiàn)重大突破。與價值投資不同，量化投資在很大程度上不會對內(nèi)在價值進行基本判斷，而是利用市場低效，或根據(jù)對短期交易走勢的預(yù)測來試圖獲利。

雖然比量化投資落后了大約20年，市場營銷也一直遵循著類似的變革軌跡。量化革命在如何改變我們的行業(yè)？量化革命的優(yōu)勢和局限性在何處？這場變革又將走向何方？

要回答上述問題，需將營銷的量化革命分為三個階段，分別對應(yīng)前世、今生，與未來（見表）。

階段一 | 前世：量化革命的孕育市場研究時代

上世紀初，市場研究的興起首次讓企業(yè)能夠做出有據(jù)可依的營銷決策，同時也在一定程度上帶來了以消費者為中心的理念。與其出售自身所產(chǎn)，不如出售消費者所愛。今天看來再易懂不過的常識，在那個“想要什么顏色的福特汽車都可以，只要是黑色的就行”的年代，確實是理念上的重大突破。
雖然有據(jù)可依的決策比起無據(jù)可依的決策往往更勝一籌，但在這個階段，數(shù)據(jù)要么充當知識基底，要么用于驗證決策是否正確。人類的智慧，縱然光芒萬丈，也有諸多缺陷。一般來說，當數(shù)據(jù)與決策者的想法互相矛盾時，決策者對數(shù)據(jù)往往吹毛求疵，或者置之不理，甚至直接將其作為橡皮圖章，用來“驗證”任何決策。

此外，市場研究數(shù)據(jù)的兩大限制——數(shù)據(jù)范圍和數(shù)據(jù)顆粒度，深刻影響著數(shù)據(jù)可以產(chǎn)生的作用。大多數(shù)問卷調(diào)查時長約20分鐘，涉及數(shù)百個樣本，收集到的數(shù)據(jù)十分有限，這就意味著數(shù)據(jù)的來源過于狹隘或流于表面；而基于小樣本獲得的研究成果又無法可靠地推而廣之，因此幾乎所有的結(jié)論都只囿于PPT報告，一旦試圖踐行，就發(fā)現(xiàn)往往是“紙上談兵”。

因此，市場研究行業(yè)從不缺乏笑料。

階段二 | 今生：量化革命的曙光營銷效率提升

顯而易見，鑒于市場研究數(shù)據(jù)的局限性，需要一種嶄新的數(shù)據(jù)類型來召喚新時代的曙光。是的，這個新的數(shù)據(jù)類型只能是大數(shù)據(jù)。

在中國，任何營銷歷史學(xué)家（如果有的話）或許都會同意，阿里巴巴在2018年推出“全域營銷”，標志著這一階段的開始。借助“數(shù)據(jù)銀行”(DataBank)和“策略中心”(StrategyCenter)，營銷人首次掌握了大量翔實的電商消費數(shù)據(jù)，因此帶來了前所未有的洞察，這些洞察不僅僅是停留在PPT上的理論，它們可以用來幫助品牌精準圈選目標人群；更有意義的是，憑借消費者洞察及目標人群圈選，內(nèi)容與觸點的精準投放變?yōu)榭赡?，并且可以用包括購買轉(zhuǎn)化率在內(nèi)的各種KPI進行測試，從而確定更有效的組合。很快，營銷人仿佛發(fā)現(xiàn)了一個神奇的武器，可以實現(xiàn)ROI翻番，降低浪費和欺詐，提升商品GMV。

有史以來，營銷人員第一次能夠從大量有廣度、有深度的數(shù)據(jù)中獲取洞察，將策略直接轉(zhuǎn)化為可檢驗、可優(yōu)化的執(zhí)行方案。同時，營銷人員也是第一次能夠?qū)⑻囟ǖ牟呗院突顒优c短期的GMV聯(lián)系起來，因此ROI成為了合理、可衡量的KPI。

雖然大數(shù)據(jù)提供了前所未有的強力有效的解決方案，但目前可供使用的大數(shù)據(jù)和數(shù)據(jù)平臺的局限性還是給行業(yè)帶來不少困擾。

首先，大多數(shù)可用的大數(shù)據(jù)都是行為數(shù)據(jù)。盡管數(shù)據(jù)顆粒更細，也可以用于打標真實消費者，但主要的缺點在于：行為數(shù)據(jù)只反映了消費者的行為，卻無法揭示他們?yōu)楹稳绱恕獡Q句話說，我們知道“是什么”而不知道“為什么”。因此，根據(jù)相關(guān)性或A/B測試來確定哪一類目標群體或哪一種溝通方式的ROI更高是一種常態(tài)。在極少數(shù)情況下，一些分析師會利用傳統(tǒng)的市場研究來挖掘“為什么”，然后利用這份洞察來指導(dǎo)大數(shù)據(jù)分析，但這是例外而不是常態(tài)。很多人可能會問，不是有“大師”說過相關(guān)性就是一切嗎？如果只是預(yù)測股票在未來72小時內(nèi)的走勢，那么相關(guān)性就足夠了。但如果想弄清楚下一個重磅產(chǎn)品是什么，消費者興趣走向是什么，或者是否有所向披靡的品牌溝通，這些僅憑相關(guān)性是完全不夠的。

另一大限制則與現(xiàn)有營銷數(shù)據(jù)平臺使用權(quán)限有關(guān)。這些平臺基本不支持嵌入第三方基于算法的自動分析，也不能在沒有大量人工干預(yù)的情況下無縫地進行A/B測試、TA圈選、媒體投放等等。除了極少數(shù)二方非常有限的自動化嘗試外，人類依然是營銷決策的唯一思考者和最終拍板的決策者。從這個意義上說，營銷自動化仍然遙不可及。

階段三 | 未來：革命的范式轉(zhuǎn)變改變游戲規(guī)則，超越人類認知

如果有一個科幻作家特別無聊，想要寫寫市場營銷的未來，她很可能會這么寫：

大部分常規(guī)營銷決策，尤其是落地執(zhí)行的決策，比如媒體計劃、目標群體圈選、傳播效率提升等等，將基于算法自動執(zhí)行、自動優(yōu)化。這里的一小部分在今天已經(jīng)成為現(xiàn)實。
人工智能 (AI) 將生成大多數(shù)廣告、社交媒體內(nèi)容。AI已經(jīng)可以創(chuàng)作出以假亂真、讓專家難以分辨的巴赫式音樂。同樣，機器學(xué)習(xí)可以基于現(xiàn)有營銷創(chuàng)意內(nèi)容，由此產(chǎn)生的黑盒算法可用于生成嶄新優(yōu)質(zhì)品牌傳播內(nèi)容。已經(jīng)有公司在這條路上前行了。至于何時AI可以像一個頂尖的創(chuàng)意人一樣，大量輸出優(yōu)質(zhì)內(nèi)容，這只是時間問題。
同樣，機器學(xué)習(xí)將梳理消費者歷程數(shù)據(jù)，設(shè)計個性化措施，確定最佳干預(yù)時機或場合。無論在品牌種草、品牌建設(shè)、購買轉(zhuǎn)化、舊客留存還是新客裂變階段，都將使用最有效的信息/活動觸達特定消費者，實現(xiàn)營銷目標。
除了人工智能和算法的常規(guī)部署外，階段三比起階段二有很大的不同：大多數(shù)情況下，階段二更注重在現(xiàn)有的消費行為和決策模式下提升效率，而階段三則是要通過重新設(shè)計消費歷程、重組消費者決策來改變消費者行為模式。因此，僅僅依靠機器學(xué)習(xí)和歷史數(shù)據(jù)是不夠的。以行為科學(xué)為指導(dǎo)的實驗設(shè)計將打破市場營銷的新邊界，揭示重塑消費者決策的嶄新洞察及解決方案。

為了充分發(fā)揮階段三的潛力，它需要盡可能完整的消費者全鏈路數(shù)據(jù)。如今的數(shù)據(jù)孤島（例如數(shù)據(jù)銀行）功能非常強大，但在廣袤的數(shù)據(jù)宇宙里，只是一個極小的角落。既然完整的全鏈路數(shù)據(jù)庫具有如此大的轉(zhuǎn)換價值，它的出現(xiàn)只是個時間問題。

擁有神奇的數(shù)據(jù)庫后，營銷專家的境況會越來越像量化基金人士的現(xiàn)狀：出身商科的人數(shù)會越來越少，而數(shù)學(xué)家、程序員和行為科學(xué)家等會越來越多。

這個階段的營銷將充滿刺激、奇跡和魔力。從某種意義上說，擁有數(shù)據(jù)和算法的營銷，在塑造消費者行為方面將比以往任何時候都更加強大。但消費者和政府會容忍嗎？消費者會不會因為收到并不需要的推送而反對營銷，就像Facebook所經(jīng)歷的那樣？政府是否會感到擔憂，因為這個行業(yè)就像劍橋分析(Cambridge Analytica) 及類似公司一樣操縱大眾？

顯然，身處量化革命風口的營銷人員需要遵循兩個原則：1.最大限度尊重消費者隱私；2. 只有當消費對消費者來說是有價值的，才鼓勵消費行為——也就是讓消費者能夠做出充分知情、明智的、可持續(xù)的消費決策。畢竟，如果有一天營銷人員醒來的時候意識到她擁有影響消費者的能力，她最好先問自己這個問題：我是否希望生活在這樣一個世界，營銷人員可以自由運用數(shù)據(jù)和算法來操縱我的決策，卻幾乎從不考慮這樣對我是否真正有益？

量化革命的舞臺已拉開序幕，這對今天的營銷人員有什么啟示？意略明相信，一個行業(yè)的重大變革將會帶來前所未有的機遇：

數(shù)據(jù)資產(chǎn)：數(shù)據(jù)是新的石油。任何可以補充（當然，能取代就最好不過了）數(shù)據(jù)孤島的獨特數(shù)據(jù)集都將具有巨大價值。
算法和應(yīng)用：可以代營銷人員做出決策的算法，無論是簡單的還是復(fù)雜的，都將被嵌入自動化應(yīng)用程序中。在不久的將來，這些應(yīng)用程序?qū)⒂糜谌粘６ㄎ荒繕巳巳骸Q定消息傳遞類型。假以時日，應(yīng)用程序會做出優(yōu)于人類的戰(zhàn)略營銷決策。
系統(tǒng)間集成：可以鏈接和促進各種數(shù)據(jù)孤島、算法、數(shù)字媒體渠道、電子商務(wù)平臺、數(shù)字化線下接觸點和其他利益相關(guān)者之間協(xié)作的集成系統(tǒng)。
行為科學(xué)和社會/文化力量：與量化投資不同，品牌方無法通過套利低下的市場效率獲取高額利潤。因此，僅使用純粹的統(tǒng)計方法是不夠的。我們需要深入了解消費者如何做決定，從而得知怎樣才能推動他們做出決定。行為科學(xué)，尤其是行為經(jīng)濟學(xué)，再加上影響消費者思維方式的社會和文化力量，將成為數(shù)據(jù)科學(xué)家競相構(gòu)建更為精彩絕倫的算法和應(yīng)用程序的航標燈。

當然，階段三是否會出現(xiàn)以及走向何方仍是未知數(shù)。然而，此時此刻，我已經(jīng)迫不及待想知道，階段四會長成什么樣。

專欄作者

周波（Paul Zhou）
創(chuàng)始人 & CEO，意略明集團

Paul在中國及美國的市場研究與戰(zhàn)略營銷咨詢領(lǐng)域擁有20多年的豐富經(jīng)驗，并致力于通過領(lǐng)先的創(chuàng)新解決方案打造數(shù)字化時代的最佳營銷戰(zhàn)略。Paul一直為眾多跨國公司和國內(nèi)優(yōu)秀品牌提供以消費者為中心、以數(shù)據(jù)為驅(qū)動的戰(zhàn)略咨詢服務(wù)，包括戰(zhàn)略定位、商業(yè)模式、品牌策略與傳播、定價、媒體投放及渠道優(yōu)化等諸多領(lǐng)域。

如需了解更多信息，敬請發(fā)送郵件至marketing@illuminera.com

本文系作者授權(quán)數(shù)英發(fā)表，內(nèi)容為作者獨立觀點，不代表數(shù)英立場。
未經(jīng)授權(quán)嚴禁轉(zhuǎn)載，授權(quán)事宜請聯(lián)系作者本人，侵權(quán)必究。