优盟刘清琳：所有增长最终是来源于消费者行为变化

　　新浪财经讯，“第十二届金投赏国际创意节”于10月14日至17日在上海商城举行，主题为“创新再增长“，UM优盟首席策略官刘清琳出席并发表演讲。

UM优盟首席策略官刘清琳

　　以下为演讲实录：

　　刘清琳：大家好，我是优盟的CSO刘清琳。我们今天分享的主题是“寻找受众的科学和艺术”，这也是我们优盟提倡的观念。今年的主题是用创新带来增长，很多人会问在这样的主题下提理解消费者会不有那么一点跑题，上周末大家都已经被刷屏了，营销之父菲利普分享他对营销上新的看法，其中有一个观点非常打动我，创新的成功率是很低的，他提出来每10个创新只有一个能够成功，大家可以想象另外9个失败的创新对企业带来的财政上的压力。这个时代哪怕失败的创新会把你拖死，但是如果不创新，大家就会去死。五年以后还做同样的生意，基本上一定会消失在这个市场上。他的观点你一定要有一个非常懂营销的CEO，通过营销带动创新。为什么营销对创新特别重要，因为做营销的人和消费者走得最近。为什么我们做营销的人对创新一直有很高的热情，为什么理解消费者，在这个时代变得特别重要。

　　我们过去几年讲增长大多数时候讲的是技术革新带来的红利，这个非常重要，这是增长非常大的动力。但是很多时候我们慢慢淡化了一个观点，其实所有的增长最终是来源于消费者行为的变化，单单靠技术红利，机会的成分比较大，这种情况下很多成功是难以复制的。哪怕你可以复制，长期来看会有一个递减的效应。属于我们单靠技术的红利就能够带来增长，很不客气地说营销学的人都可以洗洗睡了。很多生意增长无非来自三个变化，第一，消费者从不买你的产品到买你的产品。第二，买得少到买得多。第三，愿意为你的产品付出更高的价格。左右增长无非是这三个其中之一。某种意义上来说这是特别简单的一件事情，但其实要把这个做好又是特别难的。当我们做了营销10、20年的时候发现这个事情不简单，过去十年这个行业发生了翻天覆地的变化，我们当年看到的数据比较少，现在的数据非常多，现在消费者画像基本上都是通过数字写出来的。

　　作为一个策划师我每天的困扰是单单有数据就够了吗？数据是死的，怎么样才能让数据找到更好的创新机会。策划师要做的事情其实就是回答三个问题，什么是新的、什么没变、我们能做什么。先提一下什么是旧的再提一下什么是新的。这两年经常会说野蛮生长的时代已经结束了，互联网下半场开始，深耕的时代已经到了，催生了很多很有趣的观念，比如说KOC、私域流量，最终回归的是我们对数据更精细化的经营，以别于以前粗矿的打法，现在我们在意的是用户在手里我们怎么样把他们的价值最大化。我们耕耘数据上的挑战有哪些，两派不同的观点，有一派很务实，哪怕这个数据不是特别干净，我们很多时候追求电商上销售的增长，只要增长就可以了吗？天天计较假数据是不是浪费精力的事情。但是反方的意见，没有好的数据如果我们想最后总结一些经验教训就是空谈，很难非常自信的说我们如何优化预算、产品、消费者体验，哪里做对了哪里做错了，什么适合我们什么不适合我们，我们只能做横向的实时优化，但是做纵向优化这个事情变得很难。所谓的增长某种意义上就是积累，如果这个做不到对我们生意是很大的挑战。而且这两年听到一个非常强烈的愿望，中国特殊的媒体环境实际上是在催生中国式营销，对其他国家会有借鉴意义。中国式营销需要一定的理论高度，数据一定是要靠谱的。

　　第二个比较大的挑战，数据的整合。电商数据、消费者浏览数据都是非常宝贵的，这是数字革命之前根本拿不到的数字。我们在这个当中往往很难找到消费者心智洞察，到目前为止对于心智的洞察绝大多数还是来自于小数据。从技术层面上打通这些数据难度比较高，最后产生的效果还没有到我们期待的地步，这是我们一直努力的方向。目前还没有做到我们期待事情的时候，我们该做什么。未来可能隐私法的原因，数据打通的代价更加高昂，不同数据体系不同框架下带来不同的结论，很多时候真的有鸡同鸭讲的感觉。不同的数据框架讲不同的故事，会带来的情况是很大程度上的困惑感，做创新的时候这种困惑感会吃掉我们的自信，这是实操当中需要花很多精力想怎么操作的。

　　第三，对我们威胁最大的事情。虽然我们生活在一个数据为王、人工智能高度发展的阶段，其实他们还没有到可以取代我们个人判断力的地步。我们非常喜欢AI，不管是我们优盟作为一个组织还是我个人，我们都在不停做学习和努力，比如说和澳大利亚旅游局这样的客户做过的很有效的尝试。但是在这个时代我们还不应当忘记AI其实还是有它的局限性，我们在看数据的时候会经常提醒自己绝大多数我们看到的市场现象很多时候不是不可改变的因，而是过去的策略带来的果。属于我们不刨根究底很可能我们做的事情是在过去的数据当中重复利用过去的策略，这个就变成了一个比较可怕的思维。我们看到一些非常有趣的案例，戴森在电器当中算是一个例外，很多电器品牌不愿意在CNI做推广，大家已经习惯在双11买电器，如果我们根据这样的思路思考他可能永远不会出限量版。另外我们帮自己客户也看到了一些很有趣的数据，一些消费者日常消费的数据因为我们推广节奏很多时候是放在春节，时间长了以后我们看到消费者自身的消费在下降，这个品类会被作为礼物送给别人，这是很让人担忧的事情。如果我们不去留意到底数据这些结果怎么来的很容易把因果混在一起，科技是创新最重要的工具，但是如果没有对数据的警惕性和消费者洞察的好奇心，没有刨根究底的精神，很可能会成为创新的陷阱，同时给我们创新的幻觉里面自嗨的感觉。

　　第四，隐私法。如果最近数据上做过一些实操的都可以感受到，因为隐私法我们在时间、金钱、机会上的代价更高。这也给我们更多的压力。把我们已有的数据经营得更好。今年图灵奖的获奖者对人工智能发出了一些非常有趣的评论，他觉得目前情况下我们在商业应用上把人工智能的作用描绘得太美好，其实我们做商业运作的时候有两个人工智能跨不去的坎。第一，人工智能在目前情况下还没有到能够分别共存和因果不同关系的地步。第二，深度学习的结果在目前情况下一个最大的挑战，它无法解释自己为什么得到这个结果，虽然有不同算法，但是我们人类基本上没有办法理解这些算法的。我自己对人工智能充满信心和敬畏，未来一定会超越我们，我其实非常期待芯片接到我的脑子里。但是这个阶段很多事情我们还是要亲力亲为，要警惕把算法作为玄学，通过算法得到一些策略上的答案，这是做不到的。最终很多了不起的问题不单单是要我们去问，最终还是要我们去回答。

　　我们优盟特别坚定相信理解消费者，理解他们的行为，通过他们的行为带来增长，在科学的基础上建立起来的艺术，单单有数据是不够的，更重要的是如何解读，在解读的基础上叠加我们的想象，哪些细分人群对我们来说是最有价值的，可以让我们用最低的费用获取，对我们会有最高的回报和传播价值。这一直是我们追求的方向，我们整个工作流程都是围绕这个来的。在这个深耕的时代开始的时候，我们利用数据的框架上也会有一些新的想法，对于营销下半场怎么打有一个共识，眼光要放得更长远，人行为的改变需要时间，和社会、文化、政策的改变紧紧联系在一起。当然可以做一些立竿见影的事情，我们需要有更好的框架性的思考。我们在数据的解读上也还是变，过去是交易性，现在更框架性，更长远，更能带动组织内部的变化，更能联动一个生态带动长期的积累。不是对过去的迅速转化热点、颠覆性、迭代性的否认，而是为积累和创造内生性增长带来必要的条件。今年大家说流量的时代可能已经过去了，其实我自己对流量这个词一直是怀着某一种不是特别信任的想法，这个词某种意义上给我的视觉是一群鱼，方向性不是很明确，来了又走了，每条鱼7秒钟就走了。这不是一个增长特别好的比喻，现在消费者他的需求比鱼要高级很多，我们面对的是富养一代的消费者，而且现在很多需求是被我们Market慢慢培养出来的，现在号称90后在炒鞋，如果没有对品牌的执念，这个东西是不可能存在的。你也可以说某些品类品牌的作用相对来说比较弱，我同意，这就是为什么一些OTC品牌可以迅速增长，它和消费者的关系不是情怀上的关系，而是因为深度理解你所以给你提供的体验和服务的关系，这种品牌也是建立在非常诚恳、深耕的基础上的。

　　从数据的角度以前会经常提大数据，但实际在我们每天的实操上我更偏向于提深度数据这么一个概念，大数据和小数据结合带给我们更深的理解。第一，认真搜集，搜集方法非常可靠，逻辑上非常干净，让所有人都觉得好用而且敢用。清理数据这个事情好像大家觉得这是数据科学家做的事情，其实实操上我们策划师也需要做这个事情，因为很多数据来源、框架不一样，怎么样在这个情况下通过不同的数据验证一些我们看到的变化，很多时候真的是苦力活，通过不同切入点去找，如果某一个潮流在市场上发生，它到底是不是真的存在，它的原因是什么，我们会从不同数据的角度看这些事情，这是苦力活，但是这个时代特别缺少的就是愿意干苦力的聪明人。

　　第二，能够解释因果关系的一些数据，相关性和因果分清楚。我们最近听到比较多的是下沉市场的话题，我们也被客户问过这个问题，我们没有直接跳进一线城市还是小镇青年画像这个事情，而是做了一些细分市场分析，我们看到其实很多消费者差别不是一线消费者和四线消费者就完完全全不一样，现在是互联网时代，很多价值观在一线城市可以找到在四线城市也可以找到，会有不同族群，真正的差别是这些族群在不同线城市的浓度。这样的解答方式带来的是不同的传播策略甚至是品牌的零售策略、电商策略，一些不一样的回答。这就是我们说的共存和因果的差别。

　　第三，高度的稳定性和框架性。因为我们看到的电商数据很及时，但是很多时候它带来的挑战，因为它不能包括所有人，我们在这个当中相对来说比较难估算到底有多少消费者可以潜在使用这个东西，他未来的增长到底是多少。所以我们现在必须结合电商和线下的数据做一些对消费者人群细分市场的估算，这些人到底是谁，在哪里，有多少，未来的增长幅度会有多大，在这个基础上我们再去叠加行为数据，才能尽量地还原现实生活当中有血有肉的消费者。

　　因为我们在做一些市场细分分析的时候数据亮点越来越多，也让我们渐渐摆脱一种二进位式的消费者画像，我在这里抛一个概念出来，量子比特式的消费者画像，两者的差别，你在同一个单位里可以容纳多少信息，在二进制的思维里面一个消费者要么是男的要么不是男的，要么是年轻的要么不是年轻的，要么是一线要么不是一线，这些看上去很逻辑但是相对来说比较简单的东西其实是比较适合单细胞生物，不太适合人类这种高度发达的在食物链顶端的动物。当我们能够在同一个细分消费者画像里面放上几百甚至上千的数据库的时候，可以上我们在电商、媒体数据上投放的时候通过更精准的信号找到这些人，所以这是我们非常期待的数据，这个当中我们也找到了一些非常让我们吃惊其实又完完全全合情合理的洞察。

　　另外还有一个我们在操作上经常做的事情，数据整合。有硬整合、软整合，很多时候硬的整合是最有成效会给你最高数据稳定度的，不是说所有的客户都有这个资源做硬的整合，对某些客户来说硬整合的代价很高，不见得会给他们带来非常好的回报。我们非常希望做的是软整合，我们能够通过不同数据框架下的逻辑把消费者的画像、路径打通，这个就是艺术了，靠科学比较难做到。我们读数据的人对人性、消费者行为、认知科学都有丰富的理解，不会被一些假洞察带歪节奏。

　　最后要讲的一个点，什么是新的什么是旧的，我们能做什么。这个时代能做的事情还是蛮多的，我们提出了三个T，第一个是TOLLS，我说我可以用统计学给你们做洞察上的分析，老板当时说我们没有数据、工具、时间。20年后我们有了工具、数据，当然我们还是没有时间。从理论上来说其实每一个人在这个时代都何以成为一个分析师，而且我觉得某种意义上来说未来的广告公司的趋势，这个年代工具变得非常容易获取，每个人都应该懂。我们现在可以有这样的人才挖了。第二个是TECH，高质量的数据和城市的反思，不要怕说我们试过什么了，有这种态度才能帮我们把试错的成本降到最低。前两天一个朋友说了一句话我很有感触，这个年代互联网公司会鼓励你试错，但是很多成功公司是因为他们试的时候成功了，你如果不停地犯错其实是不会成功的，不必太把勇于犯错放在心上。这个时代有一个很大的挑战，进步非常快，而且我们规模非常之大，我们需要第一次把事情做对，需要对过去的经验有反思、积累。第三个就是TEAMS，团队。我觉得这个不单单是代理商团队，而且是甲乙丙三方的团队，这个时代数据之多真的像海洋一样，框架、方法论、角度都不太一样，老中青三代各有各的优势，这个时代特别需要的是互相学习，保证不会鸡同鸭讲，同时在这个过程当中抓住一些特别优质的消费者洞察。最终目的我们能够为做创新的人指出完全不一样的明确的创新机会，给所有的做创新的人最大的信心和激情。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

责任编辑：李思阳