2023年京东营销云全域营销运营白皮书.pdf

全域策略引擎丨智慧营销运营2023京东营销云全域营销运营白皮书京东数智营销研究院出品前言 日益多样的流量玩法，与日俱增的用户触点，让品牌在通过各式媒体与用户交互的过程中，累积了大量的但却也是割裂的、碎片化的数据。如何将这些零散的数据转化为资产，并通过运营为品牌持续带来价值，成为当下时代每个品牌的共同课题。2021年，京东全域营销运营平台京东营销云正式上线，在数据安全的基础上，解决品牌数据割裂的难题，通过技术服务实现全域用户沉淀及各渠道、各场景的营销运营提效。2023年，面对复杂多变的营销环境，京东营销云持续聚焦更多营销场景，协同合作伙伴以全域全链路的整体视角进行消费者运营，改变品牌数据割裂的现状与各界合作伙伴互利互惠，实现多方共赢。本白皮书联动京东数智营销研究院首批合作单位灵狐科技、南讯科技、深演智能，助力品牌及相关从业人员了解如何借助京东营销云，联动京东数据激活品牌一方数据，通过丰富的用户洞察模型和便捷的策略配置，完成消费者多维度洞察分析，然后实现全域精准再营销。01目录01全域营销运营平台：京东营销云04.05.01.1 全域营销运营困境01.2 全域营销运营平台050202.1京东营销云能力及价值07.全域用户洞察08.02.2 全域营销赋能1402.3 全域策略引擎1803京东营销云合作案例2003.1 KOL社交营销合作案例2103.2 全域监测合作案例23.03.3 RTA智能营销合作案例2403.4 策略引擎2.0合作案例25.前言01.结语270304第一章全域营销运营平台京东营销云051.1 全域营销运营困境1.2 全域营销运营平台 日日新的营销环境下，大多数品牌都在积极拥抱变化，追求前链路的全局化，即布局能与消费者直接联系的所有触点，微博、微信、抖音、小红书、B站等等，希望能通过广告、事件、话题、内容能去斩获流量与消费者注意力；但这些悉心经营的流量能否变销量、怎么变销量、哪些流量变成了销量等等这些问题，对品牌来说似乎没有一个明确的答案。而这些问题都会指向品牌方在营销过程中普遍存在着的数据分散、成本沉没以及后链路割裂的问题，这些问题也是让品牌全链路营销运营闭环显得任重而道远的原因。这些问题，品牌每天都会遇到，而随着媒介、技术的发展，业务、生态的更迭，问题也会愈加纷杂。在国家提倡企业“上云用数赋智”、拥抱数智化的今天，如何打破数据孤岛，充分利用一方数据，在全域用户洞察的基础上实现营销提效及营销触达是品牌亟需解决的问题。京东营销云是京东研发的全域用户营销运营平台，以全链路营销解决方案助力品牌营销数智化转型，驱动品牌实现用户资产持续增长。其全域营销运营逻辑分为三大部分：数据离散：互联网特别是移动互联网给企业提供了越来越多的平台以进行消费者触达和运营，微博平 台、微信公众号平台、长视频平台、短视频平台、直播平台等等。这些平台在方便企业能够通过多触点 进行触达用户的同时，也给企业带来了问题：一方面企业为了保证对用户实现全域的触达与交互，需 要在多个平台间频繁切换；另一方面，这些平台间的数据，都呈现出孤岛的状态，不能打通。这也是为 什么品牌在当下数智化的时代依然会抱怨“广告费有一半浪费了”。数据成本沉没：广告投放，几乎是所有营销的“粮草先行”，但投放之后，曝光、点击等这些数据，又有 多少品牌能继续应用？几乎所有品牌都会遇到媒体曝光数据成本沉没、未发挥更多价值的问题。那如 何将投放之后的曝光数据进行资产化，即将曝光数据用于服务自身经营决策、业务流程，使其可以在 创造收益、降低成本上有更好的表现，从而提升品牌业绩，是每个品牌数字化转型都会遇到的问题。前后链路数据割裂：如今，品牌可以通过公私域电商、线下门店快闪店，可以通过社群裂变、节日大促 可以通过IP联名、直播带货通过种种渠道、内容、活动、手段获取客户，累积大量的消费者数据但 是不同渠道的消费者数据割裂缺也让企业在消费者分层上遇到了问题。哪些是高价值用户，哪些是待 召回用户，消费者之于品牌是处于什么样的生命周期阶段？你以为流失的私域电商客户是不是在正在 成为公域电商用户？你以为的公域电商新客，是不是RFM里的重要价值客户，因为他在另一个公域电 商经常购买、最近刚买且消费金额颇高？06 全域用户洞察 数据资产的沉淀与打通：品牌过往运营过程中沉淀下来的数据资产，不论是线上广告、线下销售，还 是社交平台交互、私域电商都可以接入并沉淀于京东营销云。基于接入的任意数据源信息，京东 营销云可以构建One-ID体系，打通各渠道的数据，打破数据孤岛状态，实现全域用户的识别与统一 的数据资产管理。全域用户洞察：基于全域用户识别与统一的数据资产管理，京东营销云可以知道在某媒体点击并转 化的用户有哪些特征，知道哪些用户倾向在哪个渠道实现转化，知道哪些用户是全域视角下的RFM 模型中的“重要挽留客户”基于这些洞察，品牌可以更从容地制定营销策略，对用户进行分层，然 后针对不同的用户定制不同的用户旅程。全域营销赋能：京东营销云有全域监测、KOL社交营销、RTA智能营销等多维产品矩阵 助力品牌各场景下的营销运营提效。全域监测：提供全域多渠道数据回收与洞察服务，通过采集并沉淀消费数据、提供精准洞察服务，高 效衡量全渠道全链路的营销效果，助力品牌实现全域数据高效回流与用户增长。KOL社交营销：通过信息技术能力打造社交闭环营销。为品牌提供从优选账号、效果评估、二次营销 到资产沉淀全链路解决方案，提升内容营销效率和品效转化效果。RTA智能营销：根植于京东天链，依托于京东消费洞察和算法引擎，在广告曝光前帮助品牌筛选流 量的工具。RTA智能营销让每一份广告流量更精准地触达目标人群，为客户提高投放效率，助力商业 成功。全域策略引擎：基于全域用户的洞察与分层，京东营销云可以通过京东站内外的触点去对 这些用户进行精准再营销，包括全量再营销、分层再营销以及站内外策略联动。全量再营销：面向全域用户无差别进行再营销。分层再营销：在全域用户中，通过算法和模型，找到更适合再次触达的用户进行精准触达。站内外策略联动：联动京东数据和一方数据，为客户生成高质量人群，通过与京准通相结合，实现全 域的用户运营闭环。第二章京东营销云能力及价值07082.1 全域用户洞察 如今，商家要实现高效运营，少不了对数据的洞察和分析，而用户洞察则是做一切决策的第一步，品牌的会员部、市场部、用户增长部、电商部门等各部门，都需要在用户洞察的基础上开展工作。“人”作为品牌经营的核心，如何定位潜在客户发掘消费者特点合理促进消费，就需要运对全域用户进行立体洞察。京东天链（隶属于京东营销云）作为品牌全域消费者资产管理和运营平台，在整合品牌全域数据后，支持结合客户RFM、京东4A模型进行流转及透视分析、同时补充全域CLV、AI预测等模型以群体特征为核心，分析人群指标表现并进行指标监控。下面将详细地介绍京东与南讯合作的全域360全洞察，如何解决在不同的目标场景下，精准找到机会人群，降低营销成本，挖掘人群价值的问题。投前360洞察精准连接客户、需求、产品洞察客户精细化运营体系商品全生命周期管理人群洞察更丰富更深入客户与产品进行连接选取最适合品牌的体系与方法精准确定人群需求洞察商品精细化运营体系 人群分层分群 专属分析逻辑【AI聚类分群】【CLV生命周期分层】【4A人群分层】【RFM人群分层】.历史偏好、人群信誉、价值预测【显著标签特征】【通用指标分析】.商品销售问题与人群匹配【人群-商品匹配分析】洞察方法两大维度业务场景跃迁 人群“质”与“量”的现 况掌握 人群结构占比健康 与否判断 人群指标对比，寻找 跃迁机会偏好 寻找人群的显著性 标签 人群的任一行为监 控，动态人群打分 通过AI预测人群未 来转化及营销价值畅销 洞察商品销售畅销 等级 判断商品周期及结 构健康与否 寻找人群偏好商品 及显著商品标签09 基于RFM分析，我们可以将每个维度划分为高、中、低三种情况，并构建出完整的用户价值象限。京东天链可以基于品牌的一方数据，通过以交易为基础的经典RFM分层，找到最值得投入的客户。2.1.1.1 京东天链 RFM分析 4A模型是常见的营销模型之一，包含认知、兴趣、购买和忠诚四个方面，品牌可以借用4A模型，来打造相应营销策略，让用户对品牌产生感知与兴趣，进而利用其他媒介，推动用户的购物决策，并在后续让用户持续对品牌忠诚。京东天链支持通过4A用户行为流程模型，找到目标阶段客户，并监控该阶段对应指标。2.1.1.2 京东天链 4A及其流转分析2.1.1 模型主题人群洞察 兴趣Appeal：对品牌产生兴趣，有一定的购买倾向性，但还处于犹豫的状态。比如，点击网页链接 产生点赞、关注、收藏、加入购物车等行为。关键指标：进店率、点击率。认知Aware：通过广告投放、品类词搜索等渠道，吸引用户的注意，对品牌开始有基础的认知。关键指标：覆盖率、竞得率。行动Act：用户购买商品，成为品牌消费者。关键指标：成交率、转化率。拥护Advocate：消费者重复购买，成为品牌的忠诚拥护者，意味着对品牌产生可持续的贡献。关键指标：复购率、分享率。10 基于品牌的全域数据，京东天链支持进行透视分析，用于分析标签数据集中用户的指标情况得出标签的取值分布等信息，品牌可以从中发掘到人群的提升机会。2.1.1.3 京东天链 透视分析11 通过客户上传、选择数据及品牌类目等信息，京东天链能够借助京东数据帮品牌识别、洞察一方数据，为品牌提供丰富的洞察维度，生成洞察报告。主要包含基础数据、TGI、RFM、特征、4A 5个模型。并包括四个子维度：基本属性、消费能力、购物偏好、其他偏好。2.1.2 京东天链 京东数据洞察112 客户终身价值预测：也叫CLV预测或LTV预测，主要是利用AI算法预测用户未来盈利，辅 助品牌进行资源的倾斜。复购概率预测：品牌想用最低的成本实现最高的价值，同时减少对客户的打扰、提升用户 体验。通过预测用户在指定时间内的复购概率，引导用户进行重复购买和定期回购，加深 对产品和品牌的忠诚度。营销响应率预测：在以宣传、裂变或CTR、留资等为活动目标时，预测客户的活跃响应率，同样可以分配资源与预算，实现更低的成本更好的效果。通过用户购买的生命周期(CLV），找到目标阶段及价值的客户，考虑该阶段应该进行的运营手段并进行介入。2.1.3.1 公域洞察 CLV分析2.1.3.2 公域洞察 AI预测分析2.1.3 公域人群洞察 图1人群增长策略-CLV标签分析节日事件促销事件关联事件会员事件 大型促销节日 季节性节日 优惠券到期 活动报名标识 会员生日 春夏秋冬换季 积分/权益到期 会员升级提醒其它触发事件!首购转化二次购买转化复购及忠诚用户价值提升流失客户挽留 试用装派发 试用装生命周期沟通和激励购买 针对未购买用户回访购买关键节点关键节点关键节点关键节点消费者生命周期业务动作触发条件消费者识别、商品推荐大促转化率提升二转时机预测回购时机预测商品推荐“千人千面”沉睡召回及流失预警大促挽回率提升时机推荐商品及权益推荐基于产品 营销标签基于用户 营销标签新客2首购用户3复购用户4活跃用户5挽回用户关注注册试用首次购买2次购买N次购买忠诚并分享流失后再购买流失客户 品类品牌购买/偏好 品类活跃度 RFM分析 产品档次区间 产品特殊属性 产品产地 会员属性 一般购买行为 区域及位置 可触达渠道 所属平台账号 互动活跃度 沟通时点捕捉 结合产品和营销活动设计针 对性的挽留活动 结合忠诚购买用户的历史购买 产品情况推荐高价值产品、交叉 产品推荐，或者组合产品推荐 捕捉到最佳沟通时点 多波次的营销转化活动。如：试用 装、优惠券、积分等13 基于精细化人群的特性，通过对标签值的占比、大小、分布以及TGI的显著性比较；来发现目标人群与其它人群相比，特有的偏好或非偏好标签；并以此为数据基础推测人群可能喜欢的与不喜欢的产品、营销特征。主要包括用户的多维度属性，如身份特征、行为特征、消费特征、心理特征、兴趣爱好等。2.1.3.3 公域洞察 用户特征 分析人群关注的核心销售指标，包括汇总性交易指标及平均性均值指标，如：交易金额，退货人数，交易频次，客单价，连带率，首购时间，二转时间间隔，最近购买距今时间等。一方面对目标客群的现状分布有所了解，另一方面对KPI指标是否达标、是否有异常，进行直观地展示与比较。无论是京东域内的4A分析及透视洞察，还是全域的更多模型补充，品牌在用户增长洞察时，可以概括为：划分人群指定人群了解人群特征对比人群指标确定核心提升指标根据数据表现确定人群运营手段与策略。分别对应满足：了解品牌用户数据情况、寻找机会群体或目标群体增长机会、对目标群体360特征进行描绘、对KPI指标是否达标及异常进行监控等场景。品牌可基于自己的目的选择对应模块，或沿着完整链路进行用户增长的洞察，并最终通过数据的洞察完成用户增长的策略制定。2.1.3.4 公域洞察 通用分析14图2京东营销云KOL社交营销，助力品牌种割一体2.2 全域营销赋能 所谓全域，不仅是全平台的布局，更多是把线上线下联合，私域公域打通。品牌一方面要能通过多渠道、全平台对消费者进行更加深入的触达，用数据来优化消费者的体验，线上线下一盘棋。另一方面，不同消费者之间的差异性会越来越大，品牌可以通过一部分标准化产品满足大众需求。但更多的个性化需求，需要品牌布置一张公域私域的大网，用特定的场景和解决方案把顾客留下来。也即是说，全域营销面临的挑战是如何将多渠道、全平台和公私域的用户数据整合使用，实现全域用户增长策略沉淀及各渠道、各场景的营销运营提效。京东营销云提供KOL社交营销、全域监测、RTA智能营销等不同的产品及解决方案，解决KOL选号及效果评估、媒体投放效果评估、PD/PDB流量优选等问题，助力品牌在内容种草、广告投放等场景进行营销运营提效。KOL推广在社会化营销重点的优先级不断上升，在2022年已成为广告主社会化营销首选，产品种草和随后的转化是KOL内容营销的主要关切。但从选号到转化，KOL营销的时间链路依然存在诸如选号缺乏依据、效果难以衡量和数据资产无法沉淀等问题。京东营销云KOL社交营销提供从盲选到智选、从种草到转化、从数据到资产沉淀的全链路解决方案，利用信息技术打造社交闭环营销，提升客户的内容营销效率和品效转化效果。2.2.1 KOL社交营销品牌客户KOL营销需求投放时间预算推广品类推广sku数据分析电商人群洞察已购用户特征行业用户特征KOL优选转评赞粉丝量赞粉比账号等级账号违规情况服务配合度KOL综合优选KOL推广KOL客户客户客户KOL推广京东店铺转化全链路效果评估传播效果互动效果进店效果带货效果服务配合度下一次KOL营销指导：KOL优选、创意优化品牌客户提出营销诉求依据客户需求基于多维数据实现受众洞察京东店铺转化闭环后链路效果分析二次营销优选最符合客户诉求的KOLKOL用不同形式（图文、短视频等）的内容（开箱、评测、软文等）去触达粉丝全量/分层再营销站内外策略联动策略引擎15 以数据助力KOL账号优选，通过洞悉电商已购用户、行业用户（购买力、品牌偏好等）等用 户特征及KOL历史投放数据（账号赞粉比、账号等级、账号违规情况等），指导KOL筛选，提高KOL匹配度。赋能价值以全链路数据指标评估投放效果。除传统前链数据外，还提供进店、加购、收藏、新客数据详细报表信息等，实现营销全链路打通，助力后续再营销转化提升。资产沉淀及应用，KOL触达用户沉淀至京东天链，实现资产利用与资产沉淀，通过策略引擎联动京准通、短信进行二次营销。16赋能价值依托营销云RTA模型和人群洞察能力，以第三方DSP接入RTA实时筛选PD/PDB广告流量的模式，解决客户不将数据上传到媒体依然实现精准实时投放的挑战。实时回传后链路数据，利用数据实现投放模型短周期内调优，赋能常态化投放。资产沉淀及应用，RTA优选的流量实现回流与与资产沉淀，通过策略引擎联动京准通、短信进行二次营销。京东营销云RTA智能营销区别于传统RTA，其策略引擎基于投放提效的场景和优化成本的目标，以CTR和CVR为核心指标，依托京东数据和营销云模型生产实时策略，赋能客户媒体投放。2.2.2 RTA智能营销图3京东营销云RTA赋能品牌站外投放，提供精准营销解决方案1RTA 对接DSP，优选PD/PDB流量234落地京东媒体数据再营销京东官方合作DSP品牌合作DSP 品牌自有DSP 品牌合作第三方DSP商详页活动页店铺首页策略引擎AI技术一方数据京东数据全量再营销分层再营销站内外策略联动消息类产品 营销云全域监测，回流媒体数据至京东天链营销云全域监测回流后链路数据营销云全域监测回流前链路数据RTA智能营销兼顾CTR和CVR的双塔模型建模精准人群模型优化17 媒体效果评估：支持跨屏跨设备、线上+线下、全链路效果追踪，通过打通前后链路数据，全面评估营销效果。赋能价值媒体策略调优：根据不同媒体的效果表现，实时调整媒体策略，让策略调整、预算分配更科学。东联权益置换：品牌商在自有采买的媒体推广链接落地京东，即可置换东联币，在营销资源层面共建共赢，一同搭建品牌联合营销生态，创造价值增益。到站权益匹配：站外用户进入京东域后，根据用户的电商行为，对用户进行分层，实现权益的有效匹配。1自动回流：应用京东营销云全域监测，媒体数据可以自动回流至京东天链；2自动洞察：基于自动回流的数据，天链提供洞察看板，助力品牌了解回流数据，如:查询回流用户量级及回流用户中的新客、老客、潜客的用户数量、人群占比以及GMV贡献占比等。3自动诊断：基于回流数据的洞察，天链支持策略的自动与创建。天链通过新老客转化来源、老客去向、潜客去向层级定位等底层数据，智能推荐适合品牌的策略。如发现品牌的新客大部分是来自某二级类目，基于用户特征和消费行为，结合一方数据，通过算法策略实时预测同类目下非本品的用户对目标商品的点击转化意愿，对有意向用户实时同步广告系统参竞。数据自动化回流、洞察及再营销：京东营销云全域监测提供全域多渠道数据回收与洞察服务，通过采集并沉淀消费数据、提供精准洞察服务，高效衡量全渠道全链路的营销效果，助力品牌实现全域数据高效回流与用户增长。2.2.3 营销云全域监测图4京东营销云全域监测，助力品牌全域数据高效回流与再营销全域广告触达媒体前链路数据京东后链路数据站外媒体投放媒体投放前后链路打通 营销效果评估 媒体策略调优 东联权益置换京东营销云全域监测到站权益匹配媒体数据自动回流再营销用户增长计划根据用户的电商行为对用户进行分层，实现权益的有效匹配全域营销洞察策略智能诊断及再营销自动化数据报表一方数据回流概览自动推荐创建策略新客转化来源老客去向新客老客占比分析昨日回流用户数累计回流用户数新客/老客/潜客品牌来源|类目来源老客流向同二级类目下品牌潜客去向层级定位进入商详后去向的品牌及类目分析创建策略全量再营销分层再营销站内外策略联动策略引擎京准通ECRM短信数坊短信智推等18 成熟模型，直接应用：京东营销云策略引擎1.0基于海量用户特征和消费行为，沉淀了三大 策略模型，高意向策略、复购转化策略、拉新策略（含全站拉新策略、同品牌跨类目拉新策 略以及类目拉新策略），支持快速应用，高效生成精准人群。自主调参，优化模型：基于策略引擎1.0，为了响应品牌的高阶、个性化需求，策略引擎升级了策略引擎2.0，支持品牌自主调整算法、参数，让策略生成更符合自己的营销诉求。除了策略引擎1.0及2.0，策略引擎也支持对回流数据进行分层自营销，根据不同用户价值、用户角色、行为喜好等进行划分，找到回流数据中的高潜客户，通过京准通二次触达争取转化。2.3 全域策略引擎 在KOL、全域监测、RTA赋能后的营销投放后，通过API、数据上传等方式，媒体数据都可以回流至京东营销云，京东营销云可以借助京东的数据、技术、算法来识别、洞察、激活这些回流数据，这就涉及京东营销云的策略引擎能力。策略引擎能力融合品牌一方数据与京东数据并通过数据洞察、人群挖掘、触点连接、投后效果分析的功能串联以及服务方案的封装，向品牌提供便捷智能化的用户运营与营销提效数据服务。在京东站外的投放数据回流至京东营销云后，应用策略引擎1.0及策略引擎2.0，基于算法和模型，联动京东数据和一方数据，智能挖掘精准人群，在京东实现二次营销。2.3.1 站内外策略联动2.3.2 分层再营销图5京东天链策略引擎，激活一方数据，智能定制策略全域用户识别京东营销云策略引擎 智能精准圈人媒体触达用户会员用户私域电商用户其他用户京东数据AI技术一方数据站内外策略联动分层再营销全量再营销站内外策略联动拉新|复购|高意向策略引擎1.0成熟模型直接应用策略引擎2.0自主调参优化模型分层再营销自定义人群策略自主运营圈人触达自动化人群分层自动分层择优触达全量再营销全量媒体数据，京东站内二次投放19 基于回流的数据，京东营销云可以把全量的数据推送至京准通，直接实现二次营销。随着国内外市场环境及消费端的不断变化，消费行为日益向多元化、碎片化、跳跃性转变。消费者需求的细分，给品牌带来了商机，同时也带来了新的挑战。京东营销云帮助品牌解决多方数据孤立、营销场景割裂等问题，打通全域数据通路，系统化沉淀全域用户资产，助力品牌全域营销运营提效。2.3.3 全量再营销第三章京东营销云合作案例20213.1 KOL社交营销合作案例 项目目的：京东抖音跨域联动营销助推品牌资产增长。项目背景：雀巢怡养中老年奶粉作为一款瑞士进口的高端产品，已经成为中高端中老年奶粉领导品牌，树立了“非常适合送礼”的品牌形象。近来龙头品牌都在中老年奶粉市场不断加码，产品层出不穷，雀巢怡养品牌认知度、渗漏率、市场份额均相对较小。在年货节期间，雀巢怡养亟需以春节送礼为切入口，洞察消费市场及年轻消费者的需求，通过电商平台与内容平台的跨域联动，扩大品牌声量，强化品牌形象，拓客品牌人群，积累品牌资产。解决方案：雀巢基于京东营销云KOL社交营销的解决方案，在抖音KOL对目标群体完成第一轮内容种草，经过京东天链数据回流后在京准通进行二次营销，双平台同频互动，跨域联动营销，完成了品牌声量扩张、人群拓宽和营销效率提升的多重目标。Step 1 洞察已购人群特征 借助数坊的数据洞察与人群分析功能，对已购人群进行特征洞察，发现已购人群主要标签为女性、年龄31-40岁、促销敏感性强、高购买力。Step 2 KOL目标达人触达 使用京东营销云优选目标达人，多场景对目标人群进行触达并落地产品页。Step 3 二次营销 将种草人群回流至京东营销云后，通过策略引擎联动一方数据与种草回流数据，智能挖掘策略人群，进行二次触达，实现跨品跨类目、类目拉新。项目成效：雀巢怡养KOL回流人群量级690W+，数据回流后二触效果明显，ROI提升23%；KOL回流的中老年奶粉购买用户中，带来大量A0、A1用户，98%为非雀巢品牌用户，转牌效果明显。22图6以优质内容强化品牌形象，以跨域联动助力人群拓宽雀巢怡养中高端中老年奶粉领导品牌已树立“非常适合送礼”品牌形象认知度、渗漏率、市场份额均相对较小春节送健康=送怡养以春节送礼作为切入口电商平台与内容平台同频互动通过kol内容种草拓宽品牌兴趣人群内容场销售场根据品牌已购人群画像，优选目标达人回流曝光人群，站内二次营销女性占比较高年龄31-40岁促销敏感性强高购买力累计曝光量已购人群画像KOL优选二次营销策略输出1300万+回流人群 690万+二次营销ROI提升23%点击人群包曝光人群包跨品类拉新包行业品牌拉新包同品牌跨类目拉新包人群包定制3.2 全域监测合作案例图7实战案例分享-营销云助力某牛奶品牌“掘金”计划 项目目的：品牌外媒人群再营销，助力拉新效率突破。项目背景：外媒大曝光人群如何在京东进行营销触达从而提升人群进一步的有效流转效率一直是品牌的诉求，本次项目期间针对品牌微博曝光人群，通过京东营销云全域监测进行曝光数据回流并分析洞察后，基于策略引擎挖掘智能人群，在京准通二次触达，助力拉新效率进一步突破。项目成效：从前链路数据来看，营销云拉新人群点击率高，同时加购率优于对照组2.1倍；整体拉新成本低于对照组50%，且沉淀出类目内拉新成本相对更低的数据结论；同时在本次项目中沉淀了各类拉新人群适合触达的各个产品结论，可在后续的拉新中持续复用验证。营销云人群ROI高于对照组2.3倍；拉新成本低于对照组50%；拉新逻辑策略转化核心效果2.3倍转化效率优于对照35%+引流效率优于对照50%拉新效率优于对照结论指导方向实验组-1-品牌内拉新品牌内拉新实验组-2-类目内拉新食品饮料-饮料冲调-牛奶乳品实验组-3-跨类目拉新母婴-奶粉-婴幼儿奶粉实验组-4-老客复购子品牌XX已购复购符合品牌调性突出功能卖点贴合母婴类目促销风/突出利益点根据营销云人群逻辑圈定对照组用户以实验组1为示例营销云实验组人群逻辑：算法学习全量一方人群及品牌京东人群特征，推及人群策略，影响权重：品牌*三级类目的已购行为的人中的靶群人群，且符合画像基础特征DMP对照组人群逻辑：品牌*三级类目下已购行为的人交TGI标签靶群交消费类交城市交年龄-子品牌XX品牌品类已购【前链路】营销云人群点击率高，同时加购率优于对照组2.1倍【后链路】ROI高于对照组2.3倍【新客渗透】整体拉新成本低于对照组50%；类目内拉新成本相对最低；人群指标选品品牌内拉新类目内拉新跨类目拉新老客复购新客方向子品牌XXA2-小、子品牌XX小肚子草莓、子品牌XX小肚子桑葚子品牌XX小肚子草莓、子品牌XXDHA12、子品牌XXA2-小子品牌XXA2-小、子品牌XX小肚子草莓引流方向新客方向引流方向新客方向引流方向转化方向子品牌XXDHA12、子品牌XX小肚子草莓子品牌XX全聪型、子品牌XX小肚子草莓、子品牌XXA2-小子品牌XXDHA12-125、子品牌XXA2子品牌XX健固型、子品牌XXDHA12-125、子品牌XXDHA1223exampleexampleexampleexample24品牌痛点 媒体不支持PD/PDB 流量筛选的问题 品牌自有DSP无法追踪、利用后链路数据 媒体流量成本高，用户转化低项目成果 转化率 较日常投放提升 200%商详浏览量 较日常提升110%营销目标 第三方DSP接入RTA实时筛选PD广告流量，降低获客成本，提升营销效率 优化CTR与ROI媒体数据实时回传，优化算法及模型京东后链路数据实时回传，优化算法及模型3.3 RTA智能营销合作案例图7RTA案例：帮美妆品牌第三方DSP筛选PD广告流量 项目目的：美妆品牌外媒人群精准触达，助力拉新效率突破和成本优化。项目背景：如何利用数据实时生产外媒曝光人群策略进而提升有效流转效率一直是品牌的诉求，本次项目期间针对曝光人群，通过营销云分析洞察，通过在腾讯视频、腾讯新闻的外媒广告投放进行测试优化，助力拉新效率进一步突破。项目成效：从前链路数据来看，商详浏览量较日常提升110%，转化率较日常投放提升200%；同时在本次项目中沉淀了各类拉新人群适合触达的美妆产品结论，可在后续的拉新中持续复用验证。第三方DSP RTA请求京东营销云RTA人群分层筛选曝光点击购买腾讯视频站外投放营销云RTA双塔模型腾讯新闻高CTR模型作弊流量识别频控动态黑名单策略高CVR模型京东加购未购京东多次浏览已购用户特征分析用户下单媒体实时流量RTA筛选流量PD253.4 策略引擎2.0合作案例 深演智能联动京东营销云策略引擎2.0助力品牌应对全域营销的挑战：经过了对品牌现有的数据梳理，以及新老商品的熟悉后，针对以上挑战，深演智能列出了精细化的项目排期方案，分步骤帮助该品牌利用模型实现用户群组的精细化运营，并提升用户购买的转化率。挑战一：本次Campaign推出的系列产品都是新品，如何针对品牌推出的新品系列开展相 应的数据建模工作？深演解法：与品牌沟通确定新品系列的历史相似产品，以及与新品颜色相似的产品，两者结 合来作为本次模型工作的主要训练特征。挑战二：品牌的数据系统正处升级阶段，本次campaign需要将新老库结合做模型处理。深演解法：结合并对齐新老数据库，来进行本次活动模型样本的构建。利用品牌多种数据源，结合对齐新老数据库，来进行模型开发的准备工作 项目前期深演智能团队的数据科学家针对一方用户进行分析和洞察，结合对齐新老数据库，并利用品牌的多种数据源，例如会员/订单/优惠券数据，进行数据准备工作；执行与洞察1 结合品牌业务规则和数据特征，完成特征工程和建模 数据科学家在数据准备预处理之后，先后完成了数据质量分析和初步的数据处理工作。结合 业务洞察（相似产品逻辑、会员分析、产品分析、渠道分析）确定的重要特征进行了特征加工 并完成后续的模型训练和模型验证工作；2 模型结果的输出，为品牌提供高中意向用户群组 经过一系列的模型训练、评估、调优，最终输出了每个品牌会员对于新品系列的购买概率打 分。根据最终的打分结果，挑选了高、中意向的用户来应用于新品上线活动，品牌进而可以 针对不同人群做精细化策略运营，并提升最终的整体活动效果。3模型效果TOP100%TOP90%TOP80%TOP70%TOP60%TOP50%TOP40%TOP30%TOP20%TOP10%自然转化率模型转化率图8模型转化率远高于自然转化率26 项目成效：经过模型调优，相较对比组，智能模型组的人群包店铺转化率提升57%4 深演智能团队利用模型针对品牌会员对于新产品系列的购买概率进行评分，并最终输出高 中人群；赋能价值深演智能通过相似产品拉新模型，帮助该品牌在多个渠道提升了用户购买转化率，并且结合全部表现数据，帮助品牌找到效果最佳的渠道；深演智能团队与品牌及时复盘活动效果，从多个角度分析活动成果，并在此基础上，针对模型的效果对品牌未来campaign的人群策略运营提出有效建议。结语 数字化经济发展的当下，数据资产已成为越来越重要的生产要素，随之而来的数据治理问题日益得到重视。京东营销云在保障数据安全的基础上，帮助商家整合一二三方数据，并以京东的营销技术和数据能力，为品牌打通从数据汇总、用户识别、洞察分析、策略引擎的全域数据营销路径，解决长期困扰品牌的数据割裂问题，整合全域用户资产，为品牌提供全域用户洞察和营销提效，最终实现用户增长。未来，京东营销云还将继续迭代升级，提升营销能力与服务，形成更加强大完整的产品矩阵。同时，京东营销云将携手生态合作伙伴，协同帮助品牌最大程度挖掘数据价值，将数据的力量应用于全域全渠道的场景中，驱动数智营销技术发展，建立行业生态，助力更多行业更好、更快地实现数智化转型，促进品牌稳健增长。京东11.11将至，欢迎各品牌方及生态合作伙伴，与京东营销云一起创新营销理念，变革营销实践、探索增长路径，通过更清晰地洞察消费者需求，更精准地匹配经营策略，更智能搭建营销数据链路，从而实现业务的长效增长。27 2023年，京东数智营销研究院成立，通过携手品牌及生态伙伴，基于包括京东营销云在内的全域数智能力与商家及伙伴探索全链路、多场景的数字化创新实践，沉淀数智营销智慧，创新数智增长路径，帮助品牌及生态伙伴实现用户、经营及营销增长，推动行业发展，实现多方共赢。理事单位：共创数智营销产品；研究数智营销场景合作单位：具备数智营销学术基础；了解数智营销行业趋势；知悉数智行业Know-How；具备行业影响力京东数智营销研究院-用共创实现共赢29京东数智营销研究院构成理事单位+合作单位周期研究课题；周期成果展示研究投入联合研究：数智业务专家；数智分析专；算法工程师专家资源：全域数据；行业洞察；前沿技术数智研究资源：新产品优先应用；新场景优先验证探索前沿数智应用；专属领域人才培养研究收获能力尝新：人才成长：白皮书、方法论联合发布等打造行业影响力行业影响：京东数智营销研究院若有合作意向，或对本白皮书有任何疑问或建议，请通过邮件联系：联系邮箱： 特别致谢关于灵狐科技感谢京东数智营销研究院首批合作单位的大力支持（排名不分先后）灵狐科技始终致力于以互联网技术和大数据实现营销创新。依托全域电商和整合营销服务能力、强有力的大数据产品、多项创新营销技术，为品牌客户实施以大数据为支撑的大数据营销、流量广告投放、电商代运营、品牌营销、内容营销等全谱系的营销服务，全年执行营销项目近2千个，年服务客户数超过300家。灵狐科技专注发挥自身的专业优势和资源整合能力，与各大电商平台、内容平台和品牌客户建立了深入的战略合作关系，已连续六年七次获得京东全五星代理认证，并连续两年三次夺得京东数据服务认证“大满贯”，彰显了灵狐科技作为行业领军者的强大实力。关于Nascent南讯 厦门南讯股份有限公司（以下简称“南讯股份”）成立于2010年，是一家始终以技术为驱动致力于为零售行业提供消费者数智化运营产品及服务的科技公司。南讯首创全渠道客户资源解决方案ECRP方法论体系，为零售品牌提供领先的全链路数智化营销运营能力。南讯始终秉承着“专注、睿智、诚挚、共赢”的品牌理念与“客户成功”的服务理念，将“为客户创造价值”作为始终不渝的信念。经过十三年发展沉淀，依托深度服务与持续创新的核心竞争力，南讯得到了零售行业的高度认可，现已为13000+商家搭建链接用户的桥梁，其中包含全球1000+个行业标杆品牌，业务覆盖鞋服、美妆、食品、数码电器、母婴、医药健康、宠物等行业。关于深演智能 深演智能成立于2009年，是中国成熟的AI驱动的营销技术（Martech）公司，国家级专精特新小巨人企业，为国内外大中型企业客户提供全域、智能和端到端的CDP、DMP、MA、Adserving等一站式营销云产品，全链路的助力品牌高效实现从“用户获取”到“用户运营”的数字化、精细化的用户全生命周期管理，赋能企业的CMO、CEO、CIO等关键决策者，助力提升企业的经营效率和营销ROI。3132