前两天在传媒大学上课时，跟同学们聊起一个问题：传统广告领域成熟的营销理论，与数字广告数据驱动的方法论，在业界实践中看起来像是两张皮，这是为什么呢？大家经过激烈的讨论，达成了一些共识。
在过去十几年，数字广告主要干的活，主要是靠快速增长的流量红利，服务于那些要直接效果的客户。由于太关注临门一脚，在影响用户兴趣，即“种草”方面，考虑得并不多。而传统广告的一些优秀理论，虽然体系自洽，但是设计之初并没有考虑到数字媒体归因的数据能力。于是，这些理论都面临着一个关键挑战：它们必须在数据化的能力下，以实证的方法落地和升级，才能在今天的营销中发挥作用。
在传媒大学的课堂上，我们探讨了这样一个话题：能否将数据能力和传统广告理论相融合，进一步升级数字营销方法论呢？个人认为，这样的条件已经具备，原因有二：
1. 随着手机性能和通讯能力的进步，互联网从原有的电商、搜索等直接瞄准商业目标的应用，开始向社交、短视频这些沉浸式的内容场景进展，具备了从种草到拔草的全链路营销能力。
2. 随着移动用户数量的饱和，只瞄准点击、转化的营销思路，显然已经遇到了瓶颈。而在全链路数据的基础上，从“用户增长”转向“关系资产运营”，已经是迫在眉睫。
说到传统广告理论，不能不提到现代营销的集大成者菲利普·科特勒。他的5A理论，给数字世界的关系资产运营，建立了一个基础的框架。我们先来简要回顾一下5A理论：在《营销革命4.0》中，科特勒将营销的客户进程分为Aware(了解)、Appeal(吸引)、Ask(问询)、Act(行动)、Advocate(拥护)五个阶段，这个进程，揭示了用户与品牌的远近关系。这一模型可以用下图来示意：
这个5A体系可以数据化么？拿巨量引擎来说，作为消费者渗透和触达的头部阵地，它聚合了全线产品超过19亿MAU的潜在用户关系资产，具备了从内容消费、沉淀用户到种草拔草全链路能力，可以在整个5A进程上帮助品牌提升整体市场的影响力。在实操中，巨量在5A之外又补充了O(Opportunity)，作为潜在人群的总体，简单说，O = 活跃用户– 5A。
简单来看，A1的人群，可能是抖音或头条上的内容消费者，刷到了看到了某个品牌相关的内容；A2的人群，可能是点开品牌的短视频看了看，或者进直播间呆了一会儿；A3的人群，可能已经有频次比较高的品牌互动，甚至私信咨询了问题；A4的人群，可能是在品牌的抖音小店下单买了东西；而A5的人群，则是关注了品牌账号，成为品牌的长期感兴趣者甚至拥护者。
您看，5A过程所描述的每一个阶段，都已经在巨量引擎的媒体和服务中有了明确的触点，这就具备了数据化运营的基础，也就为品牌关系资产的量化，搭了个基础框架。
除了数据，底层支持技术也很关键，像巨量这样以推荐起家的数字媒体平台，已经建立了一套完善的用户和内容理解技术。而在5A理论数据化过程中，这些对内容和用户的深度理解能力，也是必不可少的。
于是，字节旗下的商业化平台——巨量引擎，已经在2019年将5A理论数字化，推出O-5A模型，而模型落地的产品基础设施，是巨量引擎的营销洞察和科学度量数据平台——巨量云图。巨量云图这个产品的基本理念和功能，我们在以前的文章中已经介绍过，就不再赘述了。
我对于巨量云图的O-5A模型颇有兴趣，所以找到巨量引擎的朋友和他们的客户，认真了解了一番。那么巨量云图中的O-5A人群运营方法论，是如何定量实现，以及如何指导营销的？我来说说我的理解，大家可以先看看下图。
讨论运营方法之前，先要探讨一个重要的问题：在巨量云图O-5A模型下，各阶段用户关系资产都是如何定量确定的呢？实际上，这也是数据化的核心问题。对此，巨量云图给出了的数据化标准概要见下图，关心标准具体细节的朋友，可以联系云图进一步了解。
部分读者可能会有疑惑：这样的数据划分标准是如何制订的呢？为什么A3既有主动搜索人群，也有多次被动观看的人群？我特意就这点仔细了解过。实际上，各阶段人群划分的标准，是遵循了"数据实证"的原则，以各阶段人群之间，成交转化率存在明显差异为划分标准。而目前采用的数据标准，是在不同行业上的抖音小店数据或客户回传数据做过全面验证的。大家可以看看下图的数据。
说到这儿，您应该能明白，将主动搜索人群和部分被动观看人群同时归于A3的原因，是因为他们在转化率上确实是半斤八两的，这是一种纯粹的数据实证方法。
算出了各阶段人群关系资产后，又该如何利用它驱动品牌的全链路营销呢？大家可以参考下图。在巨量云图提供的最佳实践中，O-5A模型的落地运营，大致可以分成“投前洞察”、“投中策略”、“投后度量”三个阶段，咱们可以展开来聊一聊。
投前洞察阶段，要做的是利用5A资产分析，确定现有的关系资产健康度，并找到具体的发力方向。简单说吧，就是看看品牌现有的A3/A4资产中，哪些人群的浓度高，再看看哪些人群从O到A3/A4的流转率高。前者是存量的用户资产现状，而后者则是高效营销的努力方向，也就是所谓的“高潜人群”。
有了各人群的A3/A4浓度和流转率，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价格估算该人群需要的消耗。
那么，锚定目标什么时候选A3，什么时候选A4呢？这个很简单，对于目标是驱动直接转化的客户，就选A4；对于目标只是影响用户兴趣的品牌，就选A3。
投中策略的制定，要基于前面的投前洞察分析。其实策略的关系，是确定这次营销活动在每个人群组上，重点营销用户进程上的哪个阶段，比如下面的一些典型营销策略：
1. 私域拉新：目标是重点扩大A1人群。策略上瞄准高潜人群，通过黄金位置曝光，让O用户快速高效流转进5A池子；
2. 促进转化：目标是重点扩大A2/A3人群。策略上加强优质内容深度种草，及高点击率广告，同时利用微头条+评论区激励用户参与互动。
3. 品牌涨粉：目标是重点扩大A5人群。策略上加强品牌号运营，快速涨粉，存进复购和裂变。
要再次强调的是，上面所说的各种策略，是要在不同的用户分组上分别制定实施的。它的两大核心使用场景，一是新品上市时获取新人群，关系资产从O积累到A1~5，目标更多是扩声量、提认知；二是活动和节日时的大促，主要目的是促成交转化，这时O的拉新是一部分，但更多要持续影响5A正向流转、加强转化。
巨量云图的O-5A模型，并非仅仅停留在概念层面。据我了解，它的实际落地执行，已经有一年多的时间了，并在多个行业的客户上取得了不错的效果，形成了一些有启发性的实践经验。
举个例子，某食品行业新兴品牌，既重视品牌建设，又依赖数字营销。而且该品牌客单价定位高，需要在高净值目标消费者上进行破局。这些特点，都特别适合O-5A方法论的应用。
按照最佳实践，其O-5A营销的第一步是定位高潜人群。他们以A4为锚定目标，借助巨量云图提供的工具，将拉新人群划分到维系盘、发力盘、瓶颈盘和备选盘。最终发现，品牌现有存量人群以精致妈妈、新锐白领、资深中产为主，同时确定了高流转率的医美人群、健身达人和文艺青年这三个高潜人群。
实际执行阶段，策略就比较清晰了：该品牌营销目标以建设品牌为先，于是可以先关注于拉新。同时，拉新要想对将来的转化真正有效，就要聚焦在流转率高的高潜人群。于是，品牌设定了三个高潜人群的实验组，用广告引流至大促直播间，并于与对照组进行比较。对比两组广告投放效果，实验组新潜客的转化ROI更好，高于通投策略39%。同时，关系资产的积累也大有成效。
这个案例的核心，是通过O-5A体系建立起来的数据化洞察能力，找到了原来市场发力方向上没有计划到的医美人群和健身人群，从而搭上了品牌成长的快车道。
简单总结一下。今天，数字营销的发展已经进入了下半场。而这个下半场的主题，我认为是将数据化的基础设施，与传统营销的优秀理论相结合，在粗放获客之外，更有效地驱动客户的关系资产运营，实现从种草到拔草的一条龙服务。
而巨量云图的O-5A方法论，是对科特勒营销思想数据化的一次有益的尝试。它与巨量引擎从内容消费到电商转化的全生态相结合，提供了数据驱动的品牌建设能力。我想，这可能是数字广告和传统广告消除理念鸿沟，融合升级成新方法论的一次契机吧！
作者：大数据仁波茄
来源：计算广告（Comp_Ad）