5A人群资产经营方法论.pdf

巨量引擎O-5A人群资产经营方法论 以终为始以人为本不确定时代下的增长重构目录010203前言：从“流量驱动”到“以人为本”寄语人群资产经营下的增长公式巨量 O-5A 模型六大经营链路六大经营链路的行业现状巨量 O-5A 模型的定义O 机会人群的价值和运营方式5A 品牌人群资产的价值和运营方式巨量 O-5A 模型的人群资产诊断巨量 O-5A 模型的三大优势巨量 O-5A 模型的行业演进不确定时代的增长新趋势巨量引擎 O-5A 模型的经营链路巨量引擎 O-5A 人群资产经营模型介绍091010101313272816202125决策路径多元化增长结构复合化经营管理碎片化趋势趋势趋势123化繁为简，规模运营人群驱动，长短一体人本指标，策行合一：0405场景一：人群破圈-赋能品牌实现场景化人群拓展场景二：全域种草-促进多元平台全渠道生意增长场景三：新品上市-指导新品冷启动营销路径规划场景四：节日大促-优化大促营销策略与预算分配场景五：线下到店-打通线上线下多渠道人群价值场景六：老客复购-深化复购人群多频次购买潜力场景七：长效经营-拉长存量人群全生命周期价值场景八：线索收集-挖掘购车人群精细化运营策略巨量云图：巨量引擎全生态的品牌资产管理平台营销科学服务生态&能力成长体系方法论：巨量 O-5A 模型，六大经营链路和八大应用场景巨量引擎 O-5A 模型的八大应用场景巨量引擎的人群资产经营体系3235363941424344464748寄语当前的不确定时代，品牌方的增长面临了三重矛盾：短期生意和长期品牌，抖音电商和原有渠道，增长体量和增长效率。我们发现破局的关键是提升资源整合度，辅以更加完善的度量体系，构建品效一体，渠道一体，量效一体的营销+经营一体化增长模式，而人群资产运营就是一体化增长的主线。围绕着人群资产经营，我们为品牌方提供了两套增长模式：“域内增长”模式：整合巨量引擎的流量、内容、电商等资源，同时实现消费者心智构建和转化的全链路，优势是品牌方可以通过O-5A模型度量每个消费者的转化过程，实时调整营销策略和资源分配，以敏捷来减少不确定性。“全域增长”模式：把巨量引擎定位成心智构建的种草平台，以A3种草人群为目标拆解种草过程，向品牌方原有销售渠道引流。优势是新旧模式的无缝对接，实现了“新营销”对“老渠道”的提效。通过大量实践，我们已经论证了品牌方在巨量引擎积累的A3种草人群，可以推动全渠道的搜索量和转化数量。我们联手罗兰贝格推出了巨量引擎O-5A人群资产经营方法论，希望带给行业的并不只是一套理论，一套工具，一套度量衡，而更加是品牌方实现一体化增长的思考框架，帮助品牌方在不确定的时代找到自己稳定的增长结构。陈都烨巨量引擎营销与运营副总裁随着营销环境的改变，品牌方对代理商的需求在不断迭代从过去的流量生意发展到现在的品牌资产精细化运营代理商需紧跟市场变化，居安思危，进一步提升自身能力：从做流量生意到懂品牌生意：品牌生意源于人群资产的经营，代理商只有掌握了这套生意密码，从执行上升到策略，才能解锁更广阔的业务市场。从单业务形态到品效销全链路延展：巨量引擎O-5A模型是全链路营销的底层逻辑，人群运营是品效销的价值所在，也是代理商做业务延展的关键抓手。本次白皮书从O-5A人群运营方法论到场景化落地到产品工具的应用，给到代理商一套思维框架的同时，还指引了落地的方向和工具，帮助代理商在理解人群运营底层逻辑的基础上能快速提升工具使用能力，在应对市场需求改变的同时，实现良性增长的商业模式。涂晴巨量引擎渠道管理副总裁面对多元化、碎片化的复杂数字环境，巨量引擎结合经典营销理论科学算法及海量实践，将以流量为中心的经营思路，转变为以人为中心，化繁为简，创造了巨量O-5A模型。帮助品牌切换视角，深度把握消费者旅程及核心链路经营，从消费者角度出发完成更加长效的经营，实现品牌长期价值。在本次白皮书中，我们也展现了部分成功案例，应用巨量O-5A模型获得了突破性经营效果。同时我们也看到，巨量O-5A模型的价值远不仅于此，期待有更多的品牌尝试应用，与平台协作共创，进一步迭代优化，共同实现长期价值，取得更加丰硕的新成果。任国强罗兰贝格全球高级合伙人 大中华区消费品与零售团队负责人巨量引擎作为前后链路整合的最大平台之一，超越了电商场景，是品牌全链条消费者运营的利器。O-5A模型的价值在于更直观地度量消费者与品牌的情感关系远近，通过分析追踪人群的兴趣与内容偏好，针对性采取不同人群的激活方式，同时差异化转化方式，做到人群精准运营。我们期待O-5A模型的运用能有机会助力品牌更好地提升品牌力、营销力乃至持续消费者影响力，帮助品牌在新经营模式下释放品牌势能、同时带来切实的健康业绩增长。蒋云莺罗兰贝格副合伙人 消费行业首席研究员致谢品牌与服务商伙伴（排名不分先后）品牌方：服务商伙伴：从“流量驱动”到“以人为本”前言曾经，流量是品牌增长的关键驱动要素。现在，增长的本质出现了变化。随着营销环境的演进，消费者的决策方式变得更加复杂，原本追求GMV最大化和现金流效率，以流量驱动的短期增长模式面对了诸多不确定性，品牌方正在重新思考增长模式的迭代，兼顾短期GMV收益和长期品牌建设的平衡、新崛起的抖音电商和原销售模式的融合，增长体量和增长效率的协同这三对矛盾，以达成更强的增长韧性来面对新数字化时代的挑战。作为平台方，巨量引擎观察了平台上的众多成功案例，发现品牌方通过“人群资产经营”来构建和消费者的关系，已经成为这些成功模式背后真正的增长密钥。今天营销数字化的发展，让“以人为本”的人群资产经营不再只是营销理念，丰富的数字资产和营销手段帮助品牌方可以更好地洞察、度量、优化和消费者的关系，拆解从宏观战略规划到微观日常执行的一体化全过程，不仅解决了资源整合、营销提效、品牌建设等营销相关问题，也开始对日销大促、O2O协同、新品上市等深层次的业务问题产生巨大价值。本文分享的人群资产经营方法论不仅适用于巨量引擎体系内的“域内增长模式”，也适用于巨量引擎体系和品牌主原有销售渠道结合形成的“全域种草增长模式”。品牌主既可以把巨量引擎当成“种拔一体”的增长新渠道，在抖音、今日头条等平台上同时完成消费者心智构建和抖音电商转化两个步骤，也可以把巨量引擎定位成前链路的内容种草平台，通过海量内容完成消费者心智构建后，向品牌方的原有销售渠道进行后链路引流转化。在诸多拥抱新增长方式的案例中，欧莱雅集团无疑是通过人群资产经营驱动增长的典范之一：人群资产经营不仅覆盖了从品牌推广到内容运营的营销场景、从大促到日销的销售场景、从预算到指标的管理场景，甚至渗透到跨平台的新零售应用、产品组合和定价等深层次的经营场景。在中国大陆地区，受疫情影响，美妆市场在2022年第二季度的开端出现收缩。但依靠强大的供应基础设施，欧莱雅集团在此期间依然取得了傲人的业绩表现，在6月份实现了两位数的增长，所有事业部也均在第二季度占据了更多市场份额，其中高档化妆品部的市场份额打破纪录，达到了历史新高。集团充分发挥了电商优势，在618购物节期间，旗下共有6个品牌跻身前12名榜单，其中巴黎欧莱雅稳居美妆品牌、尤其是护肤品领域的第一名宝座，卡诗也在高端洗护发品牌中位列第一，而3CE更是在彩妆品牌中独占鳌头。同时，巴黎欧莱雅还在抖音平台上排名第一，独领风骚。自2019年以来，欧莱雅集团和巨量引擎开始共同探索巨量引擎体系内的人群资产经营模式，在两年时间内人群资产总量从0.7亿上升到2.7亿。欧莱雅集团下属的巴黎欧莱雅欧莱雅集团：人群资产经营驱动不确定时代的韧性增长资料来源：内部访谈，巨量云图相关数据；罗兰贝格 经过多年与超过一万家品牌方的合作探索，巨量引擎借鉴了菲利普科特勒在营销革命4.0中描绘品牌方和消费者关系的5A理论，构建了巨量引擎O-5A人群资产经营方法论（后文简称“巨量引擎O-5A模型”），不仅在理论层面提出了当前人群资产经营的最佳模型包括适应不同品牌方的6大人群资产经营链路和8大应用场景，还在实践层面通过巨量云图工具，定量还原单个消费者与品牌方的关系程度以及对应的洞察-度量-优化手段，保证了理论能落地到日常实践中。为助力品牌方更好地理解和应用巨量引擎O-5A模型，巨量引擎与罗兰贝格协作共创，基于巨量引擎的行业实践、罗兰贝格在数字化领域的丰富洞察，以及各行业品牌方和服务商的输入推出了此白皮书。我们希望行业人士在阅读时，不觉得这是一个高深的学术新理论，而是品牌方通过人群资产经营构建“以人为本”增长新模式的思考框架，以及能按图索骥落地到日常实践的指引。在2022年从0到1构建域内增长模式，借助人群资产实现了抖音电商月均收入和购买人数超百倍增长。在全域种草增长模式下，通过数据验证，在巨量引擎内对于目标人群的种草也间接拉动了其他电商平台的GMV增长。不确定时代的增长新趋势2022上半年宏观环境波云诡谲，历史机遇和挑战不断涌现，品牌方的增长逻辑正被打破和重构，行业的结构性机遇也在逆境中涌现。各行业领头羊希望凭借护城河在逆境中保持韧性，行业新兴势力则希望抓住行业格局迭代的机会窗口逆势增长。面对时代的不确定性，品牌方需要更强的大局观、敏捷性和执行力，重新布局增长模式，“以变应变”赢得发展机会和生存空间。在过去十年，数字化一直是品牌方探索的增长新方向，对于数字营销和电商，行业已经积累了丰富资产和实践经验。在今天的时间点，数字化要从提升增长效率的“术”成长为推动品牌方增长破局的“道”，需要在三个趋势点形成突破在过去十年，消费者接收信息的方式发生了多次颠覆性变化，对比十年前以电视广告为核心的触点方式，今天品牌方影响消费者心智的手段极大丰富。根据群邑智库的研究，当前品牌方使用的主流触点形式超过300种。然而，触点多元化也带来了一定的副作用，消费者有限的时间被切割到不同的触点形式中，决策路径更加复杂并且充满不确定性，仅在巨量引擎内，消费者的决策路径就多达320种。“化繁为简，规模运营”：是解决消费者决策路径多元化的核心方法，虽然行业提倡“千人千程”个性化的消费者运营，但面临了执行过于碎片，无法通过标准化实现规模化的困境。当品牌方掌握了足够多的人群资产，就可以定量判断消费者在不同场景下的兴趣程度，最终把干预消费者决策的核心节点以及干预方式标准化，抓大放小、化繁为简后实现个性化消费者运营的规模化。不确定时代，增长破局的三个趋势趋势1决策路径多元化：化繁为简，规模运营资料来源：内部访谈；罗兰贝格分析不确定时代的增长新趋势09围绕营销活动展开的短期增长模式有着更加完善的执行指标和优化手段，保证了品牌方的营销效率、GMV体量以及现金流效率，但是也存在着天花板低、不确定性强的缺点，很容易陷入ROI螺旋下坠，与不断涌现的竞品形成无穷竞争的增长陷阱。根据Kantar的研究表明，品牌方的增长结构中30%是短期增长驱动，70%来自长期品牌建设，虽然有着更高的天花板，但长期品牌建设是更加复杂的系统工程，国内消费者以家庭为单位每年全品类的消费品牌数量常年维持在55个左右，如何在众多品牌中突围是品牌方跳出泥潭形成增长破局的核心任务。“人群驱动，长短一体”：在品牌方的投资逻辑中，短期增长和长期品牌经营一直是作为互斥的矛盾点存在，但是站在消费者角度两者并不对立，在大促期间看到某支以转化为目的广告但没有购买，不代表消费者没有对品牌留下心智，在未来某个时间点可能在任何销售渠道形成转化。对于品牌方，人群资产经营扮演了长短期增长连接器的作用，通过完善的洞察、度量、优化手段，品牌方可以看清楚单个消费者的心智构建程度，知道通过什么手段，何时需要种草，何时可以转化，构建和消费者良性的长期循环关系，从增长结构角度形成长短一体化，既提升了短期GMV增长的效率，又驱动长期品牌建设从而带来增长复利。趋势2增长结构复合化：人群驱动，长短一体增长资源的膨胀和碎片化，对品牌方内部的经营管理也提出了新的挑战。新的资源需要新的工具、新的专业团队和新的指标，在不断加砖加瓦后，品牌方的经营管理体系很容易形成“烟囱效应”：各个组织依靠统一的核心指标连接，但拥有独立的指标拆解、策略理解和执行工具，管理层面的碎片化造成了增长策略拆解过程的变形。“人本指标，策行合一”：要削弱烟囱效应涉及到组织架构、预算考核、执行协同等深层次的管理问题，而市场、销售、产品等不同增长单元不一定能直接承接GMV、利润率、市占率等业务指标。资源整合的最佳方式是把业务指标拆解到以消费者为核心的“人本指标”。纵向，管理层把人群资产指标自上而下传递到部门、团队和个人；横向，不同执行单元又以人群资产指标进行连接，前端的执行产出必须能给后端带来价值，形成人群资产经营链路。例如当管理者发现业务指标出现问题时，通过科学统一的人群资产指标体系，诊断核心矛盾是需要拉新解决消费者数量问题，种草解决消费者心智问题，促销解决消费者转化问题等，根据诊断结果制定策略后把人群资产体量、结构和转化率作为优化目标，向下分别传递到各个执行单元，形成策(略)(执)行合一。趋势3经营管理碎片化：人本指标，策行合一不确定时代的增长新趋势10从人群资产角度拆解增长，我们认为影响增长最大的要素是人群资产体量和人群经营效率。人群资产经营下的增长公式人群资产经营对于增长的拆解公式人群资产体量：拆解增长的要素，第一维度是多少消费者（人群总量）会购买品牌方的商品，这些消费者和品牌关系远近的分布（人群结构）。由于不同消费者细分的购买力和购买时间窗口存在差异，而品牌方的资源是有限的，在一段时间内只能维系和有限数量消费者的关系，这就需要品牌方有清晰的人群资产体量策略：需要多少总量，什么样结构的人群资产，可以支撑短期增长和长期品牌建设两条增长路径，在GMV体量和ROI间找到平衡。人群经营效率：代表了通过人群资产经营驱动增长的效率。过往获得短期增长效率更多依靠的是单触点的密集触达，人群经营链路相对简单但要获得长期高效的品牌经营则复杂得多，需要把消费者心智构建的任务分解到蓄水、种草、转化、复购等不同经营链路并匹配对应的策略。例如在巨量引擎体系内，很多新锐品牌使用了三段式的增长链路从而提升整体人群经营效率：在消费者认知构建的初期，通过IP营销、明星背书、品牌广告等蓄水方式建立“我是大品牌”的认知，中期通过达人评测等种草手段建立“我有好产品”的认知，后期通过电商广告的转化手段提出“今天有折扣”直接把消费者带进直播间进行购买。资料来源：内部访谈；罗兰贝格分析不确定时代的增长新趋势11巨量引擎O-5A人群资产经营模型介绍资料来源：内部访谈；巨量引擎，罗兰贝格分析5A品牌资产人群 衡量品牌与人群之间的关系巨量引擎借鉴了菲利普科特勒在营销革命4.0中提出的5A理论构建了巨量引擎O-5A模型，帮助品牌方解决两个增长要素中的“人群资产体量”。而第三章提出推动在巨量引擎O-5A模型中，品牌方的人群资产被分为两个部分：巨量引擎O-5A模型的定义在传统营销理论中，目标消费者（Target Audience）被简单定义为消费者画像，即通过大量消费者研究，一次性通过年龄、性别、地域、收入等基础属性来定义目标消费者，并且延申出了八大人群的概念。这种方式的本质是漏斗思维做减法的“舍”，舍弃价值密度低的消O（Opportunity）机会人群：用于控制人群资产的总量。在一定时间周期内没有与品牌方建立关系的人群，但是被品牌方从各种维度识别为潜在消费者，当品牌方决定扩大5A品牌资产人群总数时，作为破圈的主要目标。1.O机会人群的价值和运营方式2.5A品牌资产人群：用于控制人群资产的结构。在一定时间周期内已经和品牌方建立关系，正在被品牌方影响的消费者。并且根据消费者和品牌方关系的远近被定义为A1-A5，代表了经营链路从前到后的5个关键节点。费者，留下转化概率和贡献可能性更大的消费者作为目标，保障的是营销ROI，例如美妆针对女性消费者，汽车针对男性消费者。O-5A的六大经营链路，对应的是另一个增长要素“人群经营效率”。巨量引擎O-5A人群资产经营模型介绍13通过O机会人群的运营，我们希望在理论和实践上都形成突破，帮助品牌方在对ROI不造成很大影响的情况下，完成人群资产的放量，解决增长层面拉新破圈和GMV新增量的问题。随着营销数字化能力的提升，品牌方可以以更加复合的多维度圈选目标消费者。巨量引擎通过技术和数据科学能力，对五大类数据（内容，人，货，场，达人）进行了整合，形成了内容圈人、货品圈人、行业圈人、跨品类圈人、达人圈人，以及多种方式组合的自定义圈人六种方式拓展机会人群。品牌方可通过不同方式的交叉和阈值控制，来合理规划需要拓展的O机会人群总量及结构。这种经典方式已经在行业沿用数十年，但是在当前时代，品牌方会遇到以下问题：画像雷同：同业的不同品牌方有着类似的消费者画像，对于有限消费者的争夺很容易推高竞争成本。窗口丧失：在很多行业，消费者的购买有着很短的机会窗口，静态消费者画像无法动态甄别这些消费者。破圈无力：今天消费者的需求更加多元化，当品牌方对于符合画像的消费者覆盖达到天花板，需要破圈触达更多有消费力但并不符合画像的消费者时，缺少规模化的落地手段。在巨量引擎O-5A模型中，我们把O机会人群的运营方式归纳总结，提出：O机会人群的运营方法论单一到复合：通过兴趣，货品，达人等更复合的数据，为品牌方构建更加个性化的目标消费者画像从静态到动态：通过内容数据甄别消费者的兴趣点和时间机会窗口从“舍”到“取”：采用做加法式的消费者圈选逻辑，找到新的破圈方向O机会人群运营资料来源：内部访谈；罗兰贝格分析巨量引擎O-5A人群资产经营模型介绍14O机会人群运营方法论圈人方式使用数据兴趣圈人内容数据货品圈人货品数据达人圈人社交数据行业圈人消费者数据跨品类圈人消费者数据自定义圈人以上数据多维度整合解读举例根据消费者的内容消费行为，结合内容的分类和标签甄别目标消费者，在甄别需求机会窗口的场景下有很好的效果某消费者对于提及“克莱因蓝”的内容表现了极大兴趣，有点击、搜索等行为，通过兴趣标签“克莱因蓝”就可以圈选这个消费者根据消费者在抖音电商的商品消费行为中商品的分类信息来甄别目标消费者某消费者购买了巧克力，由于巧克力被归类到“甜食”，“情人节礼物”等多个货品标签，品牌方可以使用以上标签圈选到这个消费者根据消费者关注的达人粉丝相似人群来圈选消费者某消费者关注了很多美妆主播，品牌方通过关注美妆主播的标签圈选消费者由年龄、性别、地域等基础属性组成的消费者属性（例如z世代，精致妈妈，小镇青年等八大人群）以及行业分类（汽车/母婴/运动人群）某-岁，一线城市的男性被定义为“都市中产”和“汽车人群”行业圈人的一种逻辑，即和本行业目标消费者有很大关联性的异业消费者圈选沃尔玛经典案例：把尿布的目标男性作为啤酒的目标消费者结合以上五种逻辑实现的复合圈选逻辑美妆品牌结合行业圈人的z世代+新锐白领，兴趣圈人的“电影”“音乐”“舞蹈”标签，达人圈人的达人粉丝相似人群，设定出品牌独有的“文艺新青年”标签资料来源：内部访谈；巨量引擎，罗兰贝格分析巨量引擎O-5A人群资产经营模型介绍15消费者对品牌的认知与心智构建是长期积累的过程。当前行业通用的执行方法论来自北澳大学教授Byron Sharp的著作How Brands Grow，认为只要对正确 的 目 标 消 费 者 在 短 期 内 有 足 够 次 数 的 触 达（N+Reach），就能改变消费者对品牌的认知。这种方式只是从“建立”和“没建立”两个定性维度去评估消费者心智构建的程度。而A品牌资产人群希望解决的是根据历史转化数据，倒推出消费者在决策链路上的5个关键节点作为关系度量刻度，代表了消费者对品牌认知以及和品牌关系远近的五个阶段，品牌方可以针对单个消费者在五个阶段通5A品牌资产人群的价值和运营方式3.过触点-频次-内容等多种手段精细化运营，来实现构建消费者心智成本和效率的最优化。在执行落地层面，巨量引擎使用了6大类19种消费者行为，构建了5A品牌资产人群分层，即A1（了解人群）、A2（吸引人群）、A3（种草人群）、A4（购买人群）和A5（复购人群），品牌方与消费者之间的关系逐级递进，并且不同分层之间的人群形成互斥。品牌方可以通过5A品牌资产人群的诊断，了解不同分层人群的总量、结构以及转化率的情况，发现问题，匹配到执行团队，并且落地到具体的优化手段。5A人群资料来源：内部访谈；罗兰贝格分析巨量引擎O-5A人群资产经营模型介绍16A1了解人群A2吸引人群A3种草人群A3种草人群的特殊价值：衡量消费者完成心智构建的科学指标被品牌方触达的消费者，代表了对品牌仅有浅度认知，包括低频次的广告曝光、阅读和10秒内直播观看。对品牌来说，A1了解人群代表了被触达后没有反馈的人群，下一步可以作为扩大A2-A5人群推动关系加深的人群池开口；也可以作为收缩人群资产总量的舍弃目标。被品牌方触达后，有浅度兴趣的消费者，包括访问主页、点赞、分享或评论的轻量反馈行为。与A1相比，A2人群对品牌已产生一定兴趣，但仍处于被动接受信息的阶段。对品牌方来说，A2吸引人群具备一定的互动价值，代表品牌与人群之间开始产生情感价值流转，消费者心智已初步构建。巨量引擎对于A3种草人群的价值定位，是品牌方完成了对消费者心智构建的核心度量刻度，也是连接了消费者转化前后链路的关键中间指标。从消费者行为的角度，消费者产生了主动搜索品牌信息，10到20分钟的深度阅读，在抖音电商将商品加进购物车等行为，代表了消费者已对品牌有良好的印象与较强的购买意愿。在实践中，我们发现在巨量引擎体系构建A3种草人群，除在抖音电商产生域内转化外，也会在品牌方的全域销售渠道中产生搜索、加购、收藏、购买等行为。被品牌方成功构建心智，有搜索，加购等表达强烈意愿的行为，但是尚未购买的消费者，也是品牌方需要重点聚焦推进转化的高意向人群。巨量引擎O-5A人群资产经营模型介绍17发现1：巨量引擎A3种草人群推动外部电商平台GMV增长某洗护品牌整合了巨量引擎和外部电商平台数据，发现在外部电商平台形成转化的巨量引擎5A品牌资产人群中，A3种草人群占比高达50%以上。某彩妆品牌做了同样实验，A3种草人群转化效率明显高于其他巨量引擎人群资产数据。某洗护品牌拟合了2022年第一季度在巨量引擎A3种草人群数量和外部电商平台的GMV数据，发现巨量引擎A人群体量和外部电商平台GMV生意趋势保持一致，尤其在3月营销活动期间推动作用明显。品牌新增A3人群在电商平台转化效率最高品牌A3种草人群与电商平台GMV趋势正相关资料来源：内部访谈，巨量云图相关数据；罗兰贝格分析巨量引擎O-5A人群资产经营模型介绍18发现2：巨量引擎A3种草人群推动外部电商平台兴趣人群资产“I”，搜索量和品牌热度某奶粉品牌拟合了2022年第一季度在巨量引擎人群资产数量和外部电商平台人群资产数量，发现巨量引擎A种草人群的每日涨跌趋势和外部电商平台兴趣人群“I”数量趋势保持一致。某洗护品牌外部电商平台搜索人气与巨量引擎A种草人群趋势也呈正相关，伴随品牌A3人群数量的增长，电商平台关于该品牌的相关词汇搜索量也在持续上升。品牌A3种草人群与目标人群在电商平台行为正相关A4购买人群A4购买人群的特殊价值：人群资产策略的验证器除了在执行层面圈选目标消费者的应用场景，A购买人群的另一个特殊价值是对于前链路O到A3人群策略的验证。品牌方在制定策略时，会有很多基于历史数据或者经验的假设，而这些策略是否能真实起效，最终流转到A4购买人群的数量和转化率是非常重要的校验手段。例如品牌方通过对于历史数据分析，准备使用综艺节目+达人营销的内容对于O-A3人群中的“小镇青年”进行重点关注，经过一段时间的执行后，根据A购买人群中小镇青年的增量和转化率就能知道策略是否成功。已经形成转化消费者，包括在抖音电商购买，在游戏平台产生付费、汽车主页产生线索留资的行为，是品牌方需要推动复购的现有消费者。对品牌已有一定忠诚度和粘性的人群，包括在抖音小店进行复购，或是在游戏、汽车等非电商行业关注品牌官方账号成为粉丝。这类人群出于对品牌的喜爱，对品牌有更高的溢价接受度，是品牌需要额外重视关注的优质人群。A5复购人群资料来源：内部访谈，巨量云图相关数据；罗兰贝格分析巨量引擎O-5A人群资产经营模型介绍19我们归纳的人群资产诊断模式是以O-5A为度量指标的“一横，多纵，三比，三看”：一横：O-5A维度细分，作为人群资产诊断的核心度量指标，了解当前人群资产在这六个节点的总数，结构和流转率。多纵：人群资产其他的分析维度，包括行业标签，兴趣标签，货品标签等，通过和横轴O-5A的交叉分析，了解不同维度人群资产的问题。例如在奢侈品，高端服饰等行业经常会出现的情况，是A3种草人群和A4购买人群的结构有很大区别，喜欢看品牌内容+搜索产品行为的消费者，和有购买力的消费者并不一定是一群人。这种消费者画像的差距会极大干扰到品牌方圈选目标消费者，只有通过交叉分析才能得到深层次的洞察。三比：分析的一种方法，比历史（现在的自己比过去的自己），比头部（行业头部品牌主群体的基准值），比行业（全行业基准值）。三看：分析的一种方法，看人群资产的总量，结构，以及O-5A不同阶段的转化率。在完成人群资产诊断后就可以制定下一步的优化目标，并拆解到目标人群、投放媒介、营销内容等要素进行精细化运营与优化。基于巨量O-5A模型的人群资产诊断标准模式巨量引擎O-5A模型的人群资产诊断4.品牌方在巨量引擎的所有营销活动都会自然积累到人群资产，通过巨量云图工具，品牌方可以看到自身O-5A人群资产的大量数据以及各种维度的交叉分析，品牌方如何诊断当前人群资产的健康程度以支持下一步的策略制定？资料来源：罗兰贝格分析巨量引擎O-5A人群资产经营模型介绍20巨量引擎O-5A模型的三大优势5.强大的平台能力为品牌方提供了独特的人群资产能力，我们认为巨量引擎O-5A模型有着三大核心优势：O-5A的核心价值与优势资料来源：内部访谈；罗兰贝格分析巨量引擎O-5A人群资产经营模型介绍21全链全端全形式：巨量引擎O-5A人群资产客观反映了消费者从前链路心智构建到后链路转化的全过程，包括今日头条，抖音等70+还原心智构建的种草全过程：覆盖域内全域两种增长模式：全链全端全形式数据打通巨量引擎O-5A模型的整体计算逻辑是以A4购买人群为增长结果，倒推消费者转化前链路的行为特征，再根据不同行为的程度判定A1到A3的分层设定。由于消费者在最终购买前会被品牌广告，达人营销，搜索等不同手段的触达，对A1到A3的分层设定就变得非常复杂。巨量引擎在计算过程中使用了获得202诺贝尔经济学奖的“因果推断”方式，剖析消费者决策链路的时间周期、行为频次、转化率、稳定性等综合因素，而非基于直觉的经验输入。同时，通过数据发现5A各层级间有相对固定的转化率倍差，通常A3种草人群的转化率为A吸引人群的到倍，A2人群是A1人群的2到3倍。巨量引擎O-5A模型的初衷不只是推动巨量引擎域内的增长，还希望能支持到品牌方的巨量种草-全域拔草的全域增长模式，如前文叙述，A3种草人群的定位是两种增长模式后链路的出发点。巨量引擎具备构建消费者心智的所有流量形式，因此有足够数据把单个消费者心智构建的全过程还原到A到A三个分层。优势1：全面性后链路数据验证：优势2：科学性全端，从广告、内容、达人、搜索、电商全形式的消费者行为。资料来源：内部访谈，巨量云图相关数据；罗兰贝格分析巨量引擎O-5A人群资产经营模型介绍22针对不同行业的差异，巨量引擎O-5A模型针对多个行业从人群定义，决策周期和消费者行为三个角度进行了调优。例如在美妆、日化、服饰、食饮、母婴和3C行业中，A4定义即为“下单”，消费者在抖音小店产生下单行为即为转化成功；在汽车行业中，A4定义为“线索留资”；在游戏行业中，A3定义为“下载”，A4定义为“付费”，即在游戏APP中进行下载和付费的人群。行业普适性：后链路数据验证 基于严谨的模型预演验证生意模式决定不同行业O-5A的定义存在差异巨量引擎还推出了GMV to 5A（简称GTA）的计算工具，经过大量实践的科学验证，品牌方可以根据自己的增长目标，测算需要支撑的人群资产数量以及层级结构，指导品牌的人群资产经营策略，投入体量和模式以及生意增长路径。资料来源：内部访谈；罗兰贝格分析资料来源：内部访谈；罗兰贝格分析巨量引擎O-5A人群资产经营模型介绍23我们在实践中发现，消费者对于品牌的认知除了正向的“构建”，也会出现负向的“衰退”我们定义了不同行业的5A决策周期，例如某消费者对某品牌产生了搜索，加购等行为被定义为此品牌的A3种草人群，但是在接下去的一段时间周期再也没有任何反馈，就会从A被降格到O/A1人群。通过大量实验和数据校验，我们把这个周期在快消行业定义为15天，游戏行业为7天，汽车，母婴和3C的耐消品行业为30天。前瞻性：巨量引擎平台上消费者的日均阅读超过50亿次，产生了丰富的内容数据。对比货品，搜索等数据，内容数据在洞察层面有着更强的前瞻性，可以在非常早期阶段抓住消费者的兴趣点。例如服饰行业的兴趣热点“克莱因蓝”，在2021年7月和10月抖音上出现了两波相关内容的热度，而搜索数据也有同样的两波热度，但对比内容数据有1个月的延迟。从商品销售数据来看，直到11月才由克莱茵兰羽绒服/棉衣等商品拉动了第一波热度。从消费者转化路径角度解读，在年7月很多消费者开始认知到“克莱茵蓝”，某些前瞻的商家率先在11月推出了对应的冬衣获得了好评，更多有优秀供应链的商家跟进生产后，行业整体大卖持续到了2022年2-3月。站在服饰行业的品牌主角度，在这个案例中如果用好内容数据，可以提前4个月前瞻到市场热点，更早地掌握生意增长和利润区的机会窗口。多样性：对比年龄、性别、地域等基础属性以及商品数据的品类分类，内容数据有着更强的多样性并且不可被穷举。站在消费者角度，在决策链路的不同节点会关注不同的内容，当品牌方需要在传统消费者画像之外寻找新的破圈目标消费者时，内容数据表现了极大的效用。例如口红的目标消费者主要是女性，但是通过内容数据可以找到关注口红内容的男性，他们也许是出于送给女性朋友等目的，所以男性也成为了口红品牌方的重要拉新目标。优势3：内容优势多元决策周期：内容数据的前瞻性案例：“克莱茵蓝”案例资料来源：内部访谈，巨量云图相关数据；罗兰贝格分析巨量引擎O-5A人群资产经营模型介绍24时间窗口：在汽车，3C，母婴等行业，消费者在购买前的某个时间段有着非常明确的内容行为，通过内容数据可以抓住这些处于购买时间窗口的消费者人群。以汽车行业为例，消费者购车的决策周期为4-9周时间，期间会有规律地关注评测，安全测试，售后，报价，车险等相关内容，通过相关内容关键词，汽车品牌方可以规模化地找到处于购车时间窗口的消费者，在后文的案例中会有详细拆解。在构建巨量引擎O-5A模型的早期阶段，我们更多是参照快消行业的输入进行定量配置。在运营了一年后，我们发现了不同行业消费者行为的差异，通过数据科学的手段，我们不断基于转化结果调优5A人群的行业定义，保证5A定义的科学性，至今演进出耐消，汽车，游戏等行业的个性化5A定义。巨量引擎O-5A模型的行业演进 6.巨量引擎O-5A人群资产经营模型介绍25巨量引擎O-5A模型的经营链路巨量引擎O-5A模型解决了品牌方对于人群资产的诊断，洞察和度量，而经营链路是人群资产驱动增长的执行落地。由于消费者决策链路的复杂性，增长路径无法全部简化成和O-5A人群分层一一对应的标准化模式。在转化后链路，消费者的行为是层层叠进的，遵循相对固定的搜索-比价-加购-购买流程，能推动消费者决策链路前移的增长路径相对明确。但在前链路，消费者的心智构建过程却非常多元化，例如：对某品牌一无所知的消费者可能因为看到某明星代言直接购买了产品，从巨量引擎O-5A模型角度解释，就是从O机会人群跳过了A1-A3的分层直接转化为A4购买人群。又例如：某消费者对某品牌有了非常激烈的搜索，加购等行为，突然保持一段时间的静默后，在某次大促中突然转化；这种O-A3之间随机跳跃的事件在消费者心智构建的过程中是非常常见的。对于品牌方来说，需要在复杂而随机的消费者转化链路中，抓住自己核心的经营链路投入资源。巨量引擎通过大量实践，把O-A5人群资产流转拆解出六大核心经营链路。巨量引擎O-5A模型六大经营链路链路O5A演变链路1 拉新O到5A的任何阶段链路2 蓄水O到A1/A2链路3 种草O/A1/A2到A3链路4 直接转化O到A4/A5链路5 种草转化A3到A4/A5链路6 复购A4到A5链路增长价值品牌方在原有5A品牌资产人群外，寻找新的目标消费者和生意机会，对O机会人群进行触达，激发目标消费者的兴趣，成为品牌方新的5A品牌资产人群。针对O机会人群进行圈选，通过大曝光手段让目标消费者了解品牌，初步构建品牌方和消费者的浅层关系。目标消费者受到广告触达后，产生了搜索，加购等深层次的互动，代表了品牌方完成了对消费者的种草。原来对于品牌没有认知的目标消费者，在短期内被广告大量触达后直接在抖音电商产生购买。被完成种草的消费者，被品牌方推动在抖音电商形成购买。推动历史购买的消费者再次产生复购行为。资料来源：内部访谈；罗兰贝格分析巨量引擎O-5A模型的经营链路27六大链路行业应用：分行业重点经营流转链路我们发现不同行业在巨量引擎体系内的经营链路各有侧重，我们把不同类型的品牌方进行了归类和分析：美妆，食品饮料，日化，3C等依靠电商的行业：在巨量引擎体系内能同时完成种草和转化，这些行业有着类似的链路，之后我们再按国际品牌、本土传统、本土新锐和白牌进行区分。汽车和游戏行业：由于后链路模式特殊，消费者转化不在巨量引擎体系内完成，因此只追溯到前链路的特征，链路定义也不同于以上电商行业。国际品牌通常具备良好的知名度与人群资产基础，因此对于巨量引擎体系的主要增长诉求是对消费者不断创造新的记忆点形成种草，驱动增长的新增量。本土传统品牌植根中国市场，品牌方普遍采取均衡的“多轨并行”策略，平均布局各链路，人群资产扩圈和长效经营并驾齐驱。由于本土传统品牌的生意大多来自实体门店，大部分情况下消费者有固定地域限制。因此从人群资产角度，巨量引擎可以帮助品牌方同时兼顾三个诉求：线上拉新，蓄水和种草后，直接引流到线下实体店线上对于老客户的触达，间接激发线下的复购线上抖音电商新销售渠道的构建和经营 六大经营链路的行业现状国际品牌侧重强化种草能力，增强生意推动力本土传统快消六大链路均衡布局，促进生意长效增长资料来源：巨量云图相关数据；巨量罗兰贝格分析巨量引擎O-5A模型的经营链路28新锐品牌出现在新消费人群迭代的数字时代，对抖音电商有着天然的接受度。从增长角度有着快速扩张的诉求，因本土新锐快消品牌看重拔草转化与复购，构建长效生意增长模式与具备一定知名度的品牌相比，白牌客户仍处于原始积累阶段，依靠的是产品的独特性和价格优势，从增长角度很难实现持续的高GMV体量和高利润。因此，白牌客户对于巨量引擎的诉求是通过种草手段构建消费者对于品牌的认知，提升品牌力获得消费者的信任和口碑，推动更加稳定和长效的增长模式。对比其他行业，由于汽车的高单价和长使用周期，目标消费者的决策链路变得更复杂，决策时间窗口也难以把握，因此购车线索挖掘和转化是车企增长模式的核心。由于巨量引擎同时与抖音、今日头条等数字化营销服务平台以及懂车帝垂直汽车平台协同配合，从人群资产经营角度，车企对于巨量引擎的诉求是在消费者决策时间窗口找到消费者，短周期内同时完成种草和线索转化两个链路。白牌客户聚焦种草和品牌构建汽车行业看重种草和线索转化中国游戏用户市场渗透率已接近100%，但由于人口结构自然更新，每年依然有超过1千万年满18岁的新用户进入市场成为增量；同时由于游戏产品生命周期偏短，造成用户流转快速，因此，维持动态的用户总量是游戏行业的增长核心。从人群资产角度，游戏厂商对于巨量引擎的增长诉求是实现从O机会人群到A1/A2/A3的规模化拉新和用户激活。游戏行业注重规模化拉新和激活此人群资产经营的重点在于短期内驱动GMV快速提升，A3到A4的种草转化和A4到A5的复购就显得尤为重要。巨量引擎O-5A模型的经营链路29巨量引擎O-5A模型的八大应用场景经过3年的发展和演进，巨量引擎O-5A模型以及六大经营链路已经大量落地到品牌方的日常实践中，让品牌方能真切看到人群资产经营的增长价值。结合不同品牌方的增长诉求，巨量引擎归纳总结了八大应用场景：人群破圈、全域种草、新