演讲全文

感谢MEXPO又给我这样一个机会跟大家做分享。记得上一次应该是在上海也是类似于这样一个场地，我特别喜欢，因为感觉跟大家的交流是非常非常近的。当然我觉得这么近的一个交流只有一个原因，就是MEXPO太火了。

今天想跟大家讲的是之前我一直在想的一些话题，就是怎么用数据去催化，或者说数据怎么样帮助我们做到更好的数字营销。

在去年上海的MEXPO我介绍的可能会更微观一些，讲我们怎么样利用数据能够在获客、承接、转化、留存这四个维度上，帮助我们做更好的营销和运营。今天我可能借这样一个机会跟大家讲稍微宏观一点点的，更大的趋势性的这个问题。

如果说我们要研究整个今天互联网的变革，比如说出现了区块链，比如说出现了一些我们从来没有想到过的东西，是什么样的一种驱动力在驱动着整个世界在越来越数字化呢？本质上其实如果我们在回望过去五千年会发现没有一点数字化的一个时代。昨天我还看到一个文章，说今天我们地球上的电磁波其实传到宇宙中间多么遥远的距离？非常近，可能也就比太阳系多不了多少，为什么外星人不会到地球上来？因为他根本没有听到我们的电磁波，我们电磁波无非就飞了几百个光年的距离而已，那不过是银河系内的一个非常微小的距离。

但在这么短的时间内，地球上却发生了翻天覆地的变化。

1950年开始有计算机的时候，一切都在加速，在上世纪50年代到90年代大概40年的时间里，计算机和计算机网络只是那些极客们玩的东西。但此后只用了20年，大概是从1990年到2010年这20年，不仅普通人开使用计算机和互联网，而且出现了线下世界往互联网，往线上去做映射。然后，大约估计只用了10年，即2010年到2020年间，我们发现，线上的世界开始往线下“映射”，开始大幅度的改变线下的样貌。而这样一种从5000年到40年到20年再到10年的加速过程，你很难想象下一个10年又会发生什么。所以，所有的人都是焦虑的，都希望快速进入数字化的世界不要掉队。所以，你从广告投放的情况就已经可以看出这样的一个趋势：2016年的时候美国的广告预算，数字预算已经远远超过电视和其他的这些报纸所有的这些线下推广的方式。数字化一定是在加剧，人们投入在数字化中间的资源和钱一定是越来越多的，毫无疑问。

但是另外一个方向我们也可以看到，随着大家都往数字世界挤，供需矛盾开始变得特别突出。比如，很麻烦的一点是整个中国正在变成既不愿意生小孩又不断老龄化的社会，这样的社会可以割的韭菜越来越少，所以实际上尽管全部都在数字化，但是数字化能够“去用”的人头数却在减少。这就造成了我们在做互联网营销的时候，今天所有的广告主，所有的广告商所面对的其实都是能用的资源越来越少，我相信在未来，这是一个永恒的主题，这个主题在十年前从来未曾出现过，比如说蔡文胜叱咤风云的那个时代，那个时代大家把流量拿过来以后直接转化，什么裂变，什么维系从来不会考虑，也不会考虑运营，就是转化。但是今天你看看，比如说以“xx头条”为例，2017年他整个增量已经走入到一个平台期，他们的用户数量其实很难维持高速度的增长。所以他更多的力气在研发和推荐其他的产品了，这是非常正常的现象。但是我自己几乎每个月都会被他的销售打电话说，请问你们的公司需要推广吗？从来没有见到他们说自己的流量有枯竭的时候——广告主不断涌入，但是流量事实上是有极限的，因此完全不奇怪今天的互联网流量的价格其实相比于线下的流量，已经没有特别明显的优势了。

这是一个很大的问题，我们所有人都面临着这个问题。有人说宋老师您是错的，因为整个内容碎片化了，所以我们现在内容是无限增加的，流量也会无限增加，我们做营销只会更简单。错，内容是在碎片化，但是内容承载的载体就是我们所说的媒体却越来越集中，这种集中其实就造成了事实上的垄断，在线上世界中间这几家大鳄其实垄断了我们所做营销资源的一切，而垄断背后的结果当然不一定是更好的服务以及一定更低的价格。而这样的一种情况对于所有的营销人而言都一定是一个挑战，“要不然这么多人都转行了”。所以如果要想办法，需要利用数据去做更多的分析，精耕细作，让我们能够立于不败之地，这是必然的选择。

怎么样做到呢？我们来看看数据对于整个今天的互联网营销会产生什么样的一些趋势性的变化，我相信这些趋势性的变化会给大家带来一些启发。

第一，如果数据能够为我所用，能够装备给我们，我们就有机会能够向更加贫瘠的流量资源挺进。这是什么意思？其实，你看ppt中的这个背景的图是有意思的——不知道大家认不认识这个石头，这个石头改变了整个世界的经济格局，进而改变了世界的政治格局，让俄罗斯变得特别郁闷，也让俄罗斯必须抱紧中国。为什么？这个石头叫油页岩，如果大家去美国去玩一号公路，一号公路北边的起点叫蒙特雷，蒙特雷是一个毫不起眼的小城市，但是那个城市旁边有一个特别大的油页岩矿，油页岩过去是非常糟糕的矿，你说它是矿，它又榨不出来东西，你说它不是矿它确实含有油，可是你取不出来这中间的油。但是现在因为技术的提高，把水注进去可以把油从里面挤出来，而且它的成本价格比在沙特或者俄罗斯去采油的成本还要更低，这使整个原油市场的供给一下子出现了井喷的态势，进而造成了原油价格的下降。而从某种程度上，数据也是这样的东西，过去我们认为比较贫瘠的这样的一些资源，我们或者需要用类似于压水的办法——“压数据”的办法帮助我们能够获得更好的可能的营销的增量。

比如说这是我的一个客户，他们做MBA教育，做MBA教育其实是一个相对比较小众的市场。每年有多少人报考MBA？每年报考MBA的人只有区区80万，80万不少呀。但是对于我们营销而言，我们往往用亿来衡量的，80万简直不值一提，所以很快我们就能把这些核心人群一网打尽，无非就是投关键词，做信息流，还有这样的一些垂直渠道而已。在营销上你会很快穷尽这些最核心的人群，核心的人群当然是最容易转化，最容易说服的，但是如果他们被转化，被穷尽了之后怎么办？于是我们不得不向更贫瘠的土地前进，榨油页岩。比如说我们做在职研究生这一个群体，可惜在职研究生这个群体并不理想，如果我们直接衡量ROI的话，MBA这些核心人群的ROI可以到1比3到1比5，但是在职研究生只有1比0.3到1比0.5，这种情况下你会继续做投放吗？就算你说我会投，你的老板也不会让你投的，这太可怕了，花1块钱最后赚回来3毛钱，这样的事情谁都不能做。可是如果我们有数据武器，我们也许对这个数据的判断发生新的变化，这个武器就叫做归因，归因的发展来自于我们能够在比较长的维度下和比较宽广的范围中跟踪同一个人，这是今天整个营销的大变革。

上个月月底我去WPP，跟他们的高管做一个培训，我说什么事情影响了今天的数字营销？大家说数据、技术，其实只有一个事情影响了营销，是人们的移动化。移动化当然很方便便携，如果让你两个星期不看手机你绝对很难受，因为手机已经变质了，它已经从一个3C类的普通产品变成了人身体的一个器官，让你割掉一个器官两个星期愿意吗？但是这个器官又很特殊，它又是一个小间谍，它能一直跟踪你，因为今天数字化的变革，技术性的变革，追踪上数据的变革全部来源于我们的移动化以及基于移动化对于这个人持久的而且广范围的追踪。这样的一种追踪帮我们创造了例如像归因这样简单的应用，利用这样的应用我们可以看到，尽管我们投放是在职研究生的人群，而且他们不能够直接产生转化，但他们中的不少人还是可以在很快的未来转变为核心人群，并进而发生产生转化。

因此我们看ROI，在投放在职研究生的时候，在职研究生本身的ROI并不高，但是他能够促进MBA人群的ROI的提升，并进而让整个营销效果提升，如果我们重新把这些归因的MBA这些人群的转化归到在职研究生的头上的时候，我们发现在职研究生的ROI点并不差，甚至能够达到与MBA这些核心人群持平的程度，为什么持平呢？他的转化是不是好一些？转化不会好，甚至转化只有MBA人群的1/3到1/5，1/10也有可能，但他为什么ROI会不错呢？原因很简单，在职研究生这群人人的数量特别广泛，而且广告投放的成本要低很多很多，这使我们有机会向更贫瘠的地方探索、前进。这个是数据给我们带来的一点小小的变化。

其实，这样的变化可能在十年前就已经有了，至少五年前就已经有了。这个变化实际上产生了另外一个“副产品”——传播和传播载体的锁定其实被打破了（或者说传播和传播载体被解耦了），因为归因其实看的就是人们在营销过程中，会被哪些（而不是单一）的因素所影响。因为人是多面的，人的兴趣是多面的，我如果可以通过归因这样的方法看到这个人的多面性，那么我影响这个人也可以多面性的影响。例如，假如我是汽车公司，我要影响这个人恐怕可以不仅仅只在汽车这个环节影响他，因为这个人可能还会喜欢炒股，我同样可以在炒股相关的媒体去植入汽车的东西，或者在他看旅游或者照相机的环节影响他。这时候我们发现，也许数字营销跟传统营销完全不一样，传统营销广告和位置跟人群聚集地必须捆绑在一起，过去五千年就是这么干的，三千年前有一个人说我要悬赏宋星，那个海报，海报一定是贴在城门的门口，不会贴在村东头张寡妇家养的猪圈的背后。所以这样一种情况促使我们发现广告本身可以跟广告的载体的解耦，而这样一种解耦又这促使了我们产生了一种新的思维——过去我们投放广告，必须要选某个位置，比如我们想影响毛不易的粉丝，那么我们投《明日之子》，以为里面有毛不易，他的粉丝肯定很多都在这儿，所以我们只选择在《明日之子》这里做前贴片。但是，第二种思维是毛不易的这些粉丝除了在《明日之子》上还会在其他一些地方出现，我们也应该在这些人出现的地方给他们看广告，于是创造了一些真正具有革新性的广告产品，比如RTB广告。

有的人说，我们压根瞧不上RTB，因为RTB都是垃圾流量。不否认RTB这种方式本身走到今天可能受制于资源本身的一些问题，大家并不觉得RTB是一个很好的方式，但RTB今天的思维方式却深深的刻进了——甚至不仅仅是刻进了——而是完全变革了我们今天的广告投放方式。有朋友说宋老师您写了不少文章关于信息流，肯定很了解信息流。那么，我问你，信息流是什么广告？信息流就是RTB广告，它是私有环境下的RTB，是今日头条自己的RTB广告，是抖音的RTB广告。这种广告最大的特点是数据驱动的，怎么数据驱动？我在选人，我在选汽车人群所以他就给我投汽车人群，而这些人可能看到的内容跟汽车没有什么关系。

有没有想过我们为什么选汽车人群能够投到更好的效果？很多朋友说RTB是这样一个逻辑，RTB的逻辑是给这个人打了标签，这个人打的标签上有汽车所以给他投汽车，其实本质上我们的广告在运作的过程中不是这样的一个过程，我们的过程用四个特别重要的字来代表，叫做监督学习，就是我ppt左上角黄字的这四个字，监督学习，这是今天广告真正的革新性的，如果说移动化是第一个革新的话，那么移动化所创造的监督学习是真正的在数据上的另外一个革新，是第二个重要的革新。

什么叫监督学习？我们在投放的时候会去试错，这个人标签是汽车，我也是汽车广告主，可惜一投汽车的标签人群，发现效果不好——当然是机器发现的。于是机器改变尝试，它开始尝试照相机人群，结果照相机的效果很好，再去试旅游标签，结果旅游标签效果更好，于是机器未来不会投汽车的标签，而是照相机和旅游的标签的人群，这是靠监督学习来实现的，背后实际上是我们能够从始到终的对这个人持续性的跟踪和监测以及对效果的直接监测。

当然，实际情况比这个要复杂很多，因为很多监督学习并不是这种兴趣标签，背后的数据跟我们想象的完全不一样。

有人说我要去拿数据，我要拿标签，这些人是咖啡的标签，所以我要去投咖啡，其实不一定能有很好的效果。监督学习实际上需要机器反复的试错，在相当长的时间内得出一个最好的方程式，从而投出好的结果。所以有些DMP说我的数据标签两百多个，不重要，重要的是你的数据标签是否是持续的，几百个其实并不重要，但一定是要持续。比如说这个汽车人群，你一直就给这个汽车人群打的是照相机的标签，没关系，但是照相机就投汽车人群的效果好，就OK了。

但是监督学习有一个很大的问题，或者它有一个前提条件，既然有监督一定是有结果的，这个结果必须要能够产生反馈，在投放的时候知道说这么投效果是好的，那么反过来我们再想想，今天的阿里的数据银行为什么阿里要做数据银行？因为阿里的品牌数据银行拿到的是消费者购物的数据，而购物的数据是整个营销的最终的结果，是监督学习的监督所在，这才是产生的真正的变革。同样的，当你在回过头来想一想，为什么信息流广告有oCPM，有oCPC，o就是监督学习产生的结果，这就是今天广告营销投放方式的一个非常了不起的变革。

所以我们可以看到整个今天的互联网营销已经发生了变化，过去我们是主观决策，我们拍脑袋填排期，看什么样的位置好；然后我们进入了相对客观的决策，按照标签来投放，因为我们认为机器总结的标签是客观的。最终我们进入监督学习的自动决策的阶段，让机器试错从而找到最优解。过去你看今日头条过去做oCPC有两个阶段，必须你先自己优化调整，积累一百多次转化才会进入第二个自动出价投放阶段，而现在第一个阶段可以没有了，因为今日头条认为自己已经学到了足够多的广告主的数据，所以可以直接帮你带入oCPC或者oCPM的第二阶段。有朋友说：“人工智能真的这么重要吗？我觉得人工智能就是人工智障。”其实不是，很多人工智能基础性的东西早已经不知不觉渗透到我们生活中间。

当然了，数据不仅仅在前端帮助我们能够去找合适的人，数据也在后端去帮助我们找合适的人，或者去“迎合”这个人。过去我们特别强调所谓的千人千面，但是真正大家重视的其实就只有一种叫做千人，大家只重视千人，没有人重视千面。什么意思？他是不同的人我就给他不同的广告，宋星老师喜欢玛莎拉蒂，我就给他玛莎拉蒂看，另外的人都喜欢QQ汽车，我就给他们看QQ汽车的广告。但是我们看这些广告点进来的无论是公众号还是落地页最后看到的都是雪佛兰轿车，这使我们感觉很难受，尽管你在前端的创意非常符合大家的口味，但是在后端的落地没有实现更好的与之相应的匹配，而这样一种不够恰当的匹配会造成营销效果大打折扣。今天做新媒体的同学一样感到迷茫，因为大家发现流量已经很困难，但是想要转化这些流量比过去更困难，所以如何能够让人们进来之后产生迎合他们的东西，匹配他们的东西是我们要做的第二件事情，所以这一块叫做自动化的营销，过去我们看不懂自动化的营销，认为只在B2B有这样的营销，但是实际上今天的营销已经远远超过我们的想象。

比如某个啤酒公司做数字营销，假如大量的使用千人千面的自动化营销的方式，那么每个人看到的可能都不一样，比如，如果判断你是支持巴西队的，很有可能从你看到的广告入口，到扫他的啤酒包装的二维码出来的创意内容巴西队的，相关在微信公众号的促销也都是巴西队的。但同样扫这个码，另一个人看到的可能就是法国队的。

所以当我们在看到今天的营销的时候，我们其实数字营销整个已经变成了我们现在的这张图上所表现的，它已经不再是某个单点的突破，我们既不希望仅仅只能在前端找到千人，也不希望在后端形成一个小的营销。现在整个前端和后端结合在一起，或者另外一句话是营销和运营空前捆绑在一起，这不仅仅改变了我们营销的策略和方法，同样改变了我们营销的甚至我们甲方内部的政治版图。

数据不仅仅在营销推广领域产生了改变，在创意和内容领域也带来很大的变化。比如Netflix的纸牌屋是用数据来驱动的，其实纸牌屋其实只是他们的第N个试验，在更早的时候早就试验过用大数据推测人们的喜好，比如推出《女子监狱》这个剧集，也是一样的策略。用数据创造更符合大众胃口的内容。利用大量的数据去判断人们的口味，来去推进的这样一些内容，而这样的一些内容帮助我们尽可能减少内容的风险。因此我们在很多时候数据能够帮助我们在进行营销和进行推广之前，就起到巨大的作用，这种作用往往能够帮助我们避免更少的走弯路，这种方法其实我们在很多年前，十年前就已经使用过，比如说我们利用人们对于内容消费的热图来判断，人们到底对什么样的东西是特别感兴趣的。

今天我们可以用更加先进的一些科技的方式去解读人们对什么更加喜爱和什么更加不喜爱。比如我们直接读取人的好恶的感受是可以读取的，利用一些脑电波的方式，比如在这个案例中间我们并不了解这个会带来更好的效果，但是我们可以预先通过脑波的方法采访一百个人，二百个人了解这个是不是让我们真正感受愉悦。大家看下面的这个视频：

（视频播放）

大家注意这条线，越往上走人们的情绪越高涨，利用这样的方法我们能知道人们在整个情绪比较好，只有在汽车摔下来的那一瞬间大家的情绪普遍比较低落，这种情绪击落也可能是对它的担忧，这种方法可以大概的减少我们在投放这个广告之后才发现原来大家不喜欢。我当时一个客户投放广告请黄晓明的时候我们做了一些调研，大家情绪普遍比较低落，但是换成安吉拉贝比以后男性用户的反应普遍比较高涨。

某个食品公司的一个好玩的例子是，我们用这种方法探测房祖名和郭采洁，当房祖名出现的时候女性人群表示情绪稳定，但是男生普遍情绪低落，但是一旦郭采洁出来的时候大部分男生都非常高昂，但是女生的情绪开始变得下滑，到最后郭采洁和房祖名终于拥抱在一起的时候，所有的男生都是想吐的感觉，心情全都往下走，但是所有女生情绪都比较好。这其实帮我们判断说在还没有投放之前就能更多的了解这就是数据帮助我们克服风险的这样一些例子。

总体而言被数据改变的事情很多，限于时间的关系，我们能够去改变的东西其实很多，比如说消费者的旅程和归因，过去我们看不到，今天可以看得到；端到端到的定向，前端到后端都可以实现千人千面；革新的消费者洞察的方式；比如说刚才说到内容的洞察和利用这样的一些脑波的最新的方式；内容生产的决策也在更新；并且我们发现一些新的连接，比如说原来喜欢汽车的人还喜欢旅游和照相机，我们也可以看到基于客观信息的自动化的决策，也就是我最开始讲的监督学习的方法是多么重要。

最后很多人都会认为企业做数据工程是一个大的工程，但是往往一些小小的改变就能解决很多很多大的问题，因为数据正在重新定义我们的营销方式，我们的沟通方法，就像在传统的一马平川的土地上划出沟壑，而这样的沟壑我们绝对不能够对它视而不见。

耽误了一些时间，特别感谢朋友们听我讲这些抽象的东西，谢谢大家！祝大家整个会议愉快，谢谢！