最新一方数据实战！深演智能携手四大品牌主，实现营销效率翻番

这几年，随着流量红利消失等，用户又重新回到了营销的视野核心，连带着CDP等产品需求也火了起来。虽然，甲方品牌此前一直都在做关于用户的工作，但其背后的运营逻辑，已经从靠“经验+人力运营”变成靠“数据+产品\系统技术”。

而当市场还在讨论和研究CDP相关功能、应用场景等时，深演智能依靠十三年的营销技术经验和产品服务，早已经完成了诸多依靠“数据+产品\系统技术”驱动的数字化转型成功案例落地。

早在2018年，深演智能即成为业内最早帮助企业行业客户成功落地CDP项目的厂商之一，国际权威咨询与研究机构Forrester也根据深演智能汽车行业CDP案例独立撰写了首份汽车行业CDP项目的实践成果报告。

随后，深演智能还帮国际大型零售厂商、豪华珠宝品牌、高档运动品牌、化妆品品牌等诸多行业标杆客户，完成了包括CDP、DMP、MA等全链路数字化营销产品的搭建落地，并通过全域流量打通、高潜会员挖掘、个性化推荐、智能预测、私域反哺公域投放等产品应用，帮助客户赋能营销决策，实现对销售额提升、拉新成本降低、用户体验优化等。

以下是深演智能联合创始人兼COO 谢鹏在三亚“iDigital 2021数字营销品牌广告主峰会”上的演讲，在这场凝聚了行业最新洞察和实践的大会上，上述分享由于实践性强、干货内容多得到现场很多嘉宾的认可，我们特整理成文字，分享出来。

一，大量线上线下触点的国际零售客户，通过用户数据中台，拉新成本降低了50%，流失用户实现大幅召回

我们有个国际零售客户，其特点是线上和线下触点都特别多、特别分散，那如何能对用户有更深入的了解和洞察？且如何通过用户经营，尤其是线上经营，进一步提升整个产出？

首先，围绕了解和洞察用户，我们把客户整体的数据做了重新的调整和补充。

此前客户虽然做了CDP及相关用户数据系统，但却只有“人”的数据。在此基础之上，我们帮客户加上了商品“货”的数据，以及如门店地理位置、店内电子广告屏位置信息等“场”的数据。这样我们帮助这家零售客户打通了“人、货、场”三个数据要素，并对每个要素的数据都做了标签化。

其次，针对客户原有系统的自动化和智能化运营薄弱的问题，我们通过帮助客户实现在公域流量的程序化购买、私域流量的营销自动化（MA）、智能算法推荐和预测等，实现了用户全域触达的“千人千策”和“千人千面”。

最后，用深演的第三方数据来丰富客户的一方用户数据标签。客户原来只能利用一方数据了解消费者。但是作为零售客户，一方有独特价值的一面，同时也存在唯独比较单薄的不足一面。深演利用自己独特数据生态的优势，帮助其补充第二方和第三方的数据，这样对整个用户的理解就更加丰满了。

完成用户数据中台搭建、得到更深入的用户洞察后，怎样把数据应用于营销决策，帮助客户通过线上运营提升产出?

从横向的角度，我们专注于提升两个场景的效果：一是新客转换，面向线下会员店做新人引流；二是针对过去一年内没在门店里复购的流失用户做召回。

简单来说两步走：一该零售客户的市场负责人通过系统更深入、更全面地获得了各种用户与其他维度的交叉分析洞察后，能够制定出更好、更有针对性的营销策略，二通过深演智能的营销画布产品功能实现营销自动化，在多个渠道的用户旅程触点上做复杂的用户转换活动。最终，整个用户拉新成本降低了50%，流失用户召回也取得了很明显的效果。

除此，我们还帮助客户做了可视化分析，跟传统零售行业可视化分析不同，我们最大特点是在于各种业务分析都融合了“人”的维度。我们在所有分析维度都加上了人的叉乘分析。

如人群销售分析，我们新增了“销售什么”和“用户在哪”的叉乘，可以回答什么样的人在什么地方会买东西、及他买的东西多还是少等问题；

再如活动触达分析，此前客户只有单纯的渠道来源和渠道分析，比较单一。而我们新增客户渠道（比如微信、短信和弹窗等）和人群的叉乘分析，可以呈现什么样的人在什么渠道上转换率较高等结果。

还有人群行为漏斗分析，通过“注册—领券—用券—关注公众号—加车—点击—搜索—线下互动等以及优惠券分析”等整个流程，来帮助客户清楚地分析出不同环节的用户流失。

最终，我们帮客户搭建了一个包含所有业务要素和“人”叉乘分析的业务看板，让客户可以用更广的视野、更深的角度、更全的维度来看待自己的生意。

二，即便用户基数不大，豪华珠宝品牌依然能借助高潜会员挖掘、个性化推荐，实现用户体验和销售额双提升

第二个案例是豪华珠宝品牌，鉴于这一品类的性质，其用户数量不会很多，数字化用户运营对其价值是什么？

借助深演智能此前丰富的奢侈品客户服务经验，我们建议客户提供了过往三年的购买用户人群包及相关数据标签，然后和客户一起定了两个小目标——通过高潜会员挖掘和个性化推荐及预测来有效提升销售额。

我们是怎么帮助客户实现这两个目标呢？

首先基于客户的一方数据，包括用户行为信息、基本信息、线下行为数据和标签、商品属性数据、交易数据等做特征加工和处理，构建模型特征，建模后通过输出会员复购概率来挖掘高潜人群。

深演智能智能算法并不只是输出一张“会员复购率”报表就到此为止了。否则，虽然每一个会员ID都有个复购概率预测值，但实际上会很难用，无法把数据价值应用到业务上。

站在客户的角度，我们进一步做了加工，引入“5颗星”指数。这样，客户可以结合其营销经验和业务经验去判断，多少归类为“5颗星”或“1颗星”等，再针对不同会员细分制定针对性营销策略。

在实际营销策略中，有的品牌主会把营销资源都集中在5颗星的潜力用户上去做推广，而对于另外一些品牌主来说，“反正那5颗星已经是高概率的复购人群了”，他们会选择把更多营销资源用在4颗星转化上。因此，具体怎么确定重点营销目标人群，我们的系统为每一位有经验的营销负责人提供了更好的信息来做出决策。

其次，客户即将上线App ，我们帮客户打造了“猜你喜欢”这样的商品推荐功能。这项功能使用了商品关联度模型的算法，对于用户浏览的每一款商品，算法模型都提供出与之关联的Top 50的产品。

但客户在“猜你喜欢”下面展示3个还是5个产品，各家都有自己的业务场景和经验，我们又把空间留给了营销者“营销艺术”的空间。

这样，每个客户进来看到的都是系统根据自己浏览的商品，自动推荐可能感兴趣的产品。而目前，商品的推荐购买在整个电商贡献了30%以上的销售额。对于高端品牌来讲，用自己有限的一方用户数据，就可以把营销做得更加精细化，实现用户体验优化和销售额的提升。

这也是深演智能主张的“AI赋能决策”使命在服务客户上最好的实践证明。一方面，将数据产品做到极致，每一个产品\功能不只是其本身，而是从客户实际业务出发，以“应用到具体场景、产生业务影响”为终；

另一方面，在提供了扎实的产品和技术能力外，我们也跟客户的“营销艺术”手段相结合，以“科学+艺术”相结合的手段帮助品牌主做差异化营销，得到更好销售增长。

三，高档运动品牌靠智能预测，把实际购买、指标订单、销售额提升两倍以上

我们服务的这位高端运动品牌客户，产品线非常丰富，旗下有几十个品类，用户分布在线下门店、微信、APP、天猫等不同平台和渠道上。这意味着，数据分析的复杂程度有很多叠加因素。

而服装鞋帽零售行业最大特点之一，就是对库存的管理很重要，否则会把你挣到的钱、利润全部吃掉。面对这种情况，客户希望我们来帮忙做购买预测，即预测用户将会购买哪一个品类的商品。

首先，我们为这个品牌做了标签树的设计和人群的细分。我们有一套科学标签树设计的方法，早在2011年深演智能就发布了国内首份DAAT标签体系的白皮书。

然后基于客户提供的千万级用户历史购买数据，我们通过建模，预测用户下个月在几十个品类类别的购买可能性。与此同时，客户的运营团队也在凭借经验做这样的预测。终极PK之后，我们的机器算法模型与客户的运营团队的预测结果，在实际购买者数量、订单、销售额三个指标上，分别是后者的3倍、4倍、2倍。

过去，我们说数据驱动的广告投放，效果提升一般可以实现10-30%。但现在，通过数据系统和模型把高机制的一方用户数据利用好，完全是可以在一些重要的营销指标上，提升至少50%。

四，利用一方人群数据建模，公域投放引流，高档化妆品牌实现ROI、AIPL转换率两倍增长

随着电商在运营中所占的比重越来越大，大部分电商客户都开始关注到“流量闭环”这个核心话题。除了站内精细化运营，客户越来越关注如何提升站外媒体投放的有效性。通过一方数据建模，公域投放引流，降低单个订单成本，同时提高ROI、AIPL等指标。

围绕这个目标，我们在服务一家高档化妆品牌企业时，帮客户做了以下3件事。

第一件事情，电商平台的站内外联动，客户为我们提供了百万级的曝光购买人群以及千万级的曝光未购买人群。

“百万级的曝光购买人群”指的是“经曝光后产生购买的人群”，在算法里是一个很好的正样本；相应地，“千万级曝光未购买人群”指的是“经曝光后未产生购买行为的人群”，就是一个负样本，我们就利用这些数据建模，给公域的流量人群进行打分，然后找到高分值人群，引流到天猫官方旗舰店。

对于品牌主来说，天猫数据银行是一个很好的判断数据真实度的指标。按过往的行业平均经验，站外广告曝光人群与数据银行的匹配率约80%，深演智能确定的广告曝光人群的匹配率能达到95%以上，这说明深演算法模型确定的曝光人群与天猫站内的购买人群重合度非常高。

最后，针对电商的终端环节，我们采用了安全屋技术来构建完整闭环。天猫不会给客户输出购买人群的设备id，但我们帮助客户通过安全屋技术，把购买的人群数据包形成device id人群包，这样就可以与用户站外的广告互动行为形成了一个闭环。“安全屋技术”是深演智能前年申请的一个专利，通过数字加密技术合法合规利用数据，把手机号匹配出device ID。

不管从宏观查看广告曝光、点击人群的画像，还是更细颗粒度的人群洞察，客户都可以利用闭环反馈数据去调整优化投放环节中的人群策略、媒体策略和创意策略，等等。

且投放闭环可以帮我们获得更多营销洞察，做出正确的营销决策，比如可以分析每个媒体的转化率、ROI表现，还可以拆解AIPL指标中新增A成本、I成本等。

最后的结果怎么样呢？我们用建模人群投放和常规投放相比，ROI提升了将近两倍，转换率提升超过了两倍，同期A到I的流转率是其同期该客户天猫品牌店大盘的2.2倍。

由于时间有限，这里仅列举了几个典型案例。但实际上，深演智能还有更多的客户案例，为快消、美妆、奢侈品、汽车等行业头部客户提供深度解决方案，充分赋能企业“以消费者运营为中心”的战略，帮助企业实现经营决策的数智化。

同时，深演智能|品友旗下拥有一站式智能企业数据管理平台AlphaData™（CDP/DMP）、一站式智能媒介管理平台 AlphaDesk™、全域自动化营销产品MA、智能内容管理平台CMP等多条产品线，帮助客户，特别是大中型企业，在相对复杂的业务流程中，全面落地全渠道、全场景、全链路的数字化营销平台。