“在数据化营销（DataMarketing）的浪潮中，很多Marketing的行为已经变成了产品和运营行为。以天猫市场部为例，以前是一个做活动的部门，现在则是一个产品IP的运营部门。”
随着人、商品、内容的彻底数据化，品牌营销全面转向数据驱动；与之相对，从前仅凭个体创意驱动的品牌投放，对很多企业来说变成巨大的浪费。
夏济指出，面对流量逻辑日趋复杂化的互联网平台，以及多元细分的用户，今天做品牌营销，一方面要用产品经理思维洞悉不同平台背后的产品和流量机制；另一方面要用数据驱动一切决策，通过多维数据分析以及“内容赛马”，不断逼近人、内容和触点的最佳匹配。
一、数据化+内容门槛降低带来的营销巨变
营销领域种种变革，源于移动互联网带来的两大变化——数据化和内容门槛降低。
变化1：数据化
如今，包括浏览、点击、购买、位置等在内的所有用户行为都可以被数据化。人、商品、内容的彻底数据化，在营销领域引发了两大变革。
数据化带来的第二个变革是信息匹配方式。从最早以门户为代表的信息广场，到以搜索为代表的关键字匹配，再到当下信息匹配方式已经由以推荐为形态的“千人千面”模式所主导。而“千人千面”下的营销必须采用全新的运营方式。
变化2：内容门槛降低
移动互联网时代内容门槛降低，也为营销带来巨变。其中最直接的影响是带来了海量内容，内容创造者由PGC转向UGC，圈层不断丰富。
二、产品思维做营销：透视营销“套路”背后的产品逻辑
大量品牌和营销从业者，已经非常熟悉淘宝、小红书、抖音、快手、B站等平台的营销“套路”。但我们需要明确的是“套路”背后是由产品特性所决定的，这也是为什么我们要用产品思维做营销增长的原因。
淘宝：产品和流量逻辑超级复杂化
2016年下半年，“千人千面”上线测试，同一个关键词，不同用户搜索出现的结果是完全不一样的。
2019年双11则是“千人千面”完全成熟的标志。2019年双11的会场都是“千人千面”的，例如不同用户进到美妆会场，120个坑位所推荐的商品都是不一样的。今天，淘宝上超50%的流量已经通过“千人千面”的逻辑做分发，这决定了品牌无法再通过一套简单粗暴的方法就能拿到流量。
目前淘宝唯一有定向流量扶持的就是直播。从2019年下半年，为了吸引商家开店铺直播，官方将直播对于店铺权重影响的系数逐渐提高。
除了直播，我建议大家从今年下半年开始重视淘宝的短视频内容生产。因为只有短视频起来，才意味着淘宝内容化能够真正成功。
小红书：做达人矩阵
做小红书营销的品牌都知道要做达人矩阵。一个新品牌上线，需要先找1-2位小红书最顶级的头部达人，再加十几位腰部达人和上百位素人，基本上经过2-3轮的投放，品牌在小红书中的认知就会形成。
为什么在小红书上要用达人矩阵方式做营销？也从产品角度来分析。首先，小红书是有“亲女儿”的，头部达人就是小红书的“亲女儿”，天然有流量优势，所以要投放头部和腰部达人，他们在小红书中的影响力是足够的。其次，小红书产品的搜索位置很重要，搜索流量占小红书流量的50%以上，因此也要去投素人，这其实是一种SEO的方式，增加关键词下品牌的曝光量。
此外，很多品牌都知道，在小红书中种草的同时，一定要在天猫做好承接。原因在于小红书产品调性是高端的、追求品质的，很多商品都是讲品牌的，这就涉及到比价问题，用户一定会跑到天猫去比价，就出现了小红书种草、天猫“收割”的结果。
相比小红书，抖音、快手同为内容平台起家，切电商就更容易。因为抖音和快手电商占销量大头的其实是非标品，例如零食、水果等，这些品类无法比价，更多是冲动消费。
抖音：冲内容爆款
快手：核心要选对达人家族
所以，在快手上增粉最快的方式就是让大号带，这种“甩人”的方式形成了快手独有的“家族”。快手上的辛巴、二驴、散打家族，依然是快手直播带货前三。所以在快手做推广最核心是要找对达人；但快手不管什么家族，用户属性都是相似的，都比较纷杂。
B站：“传统”品牌玩法
B站上的推广我认为更多是“传统”品牌玩法。由于B站的商业化特性，如果把B站当作引流平台效果反而不好；把B站当成一个品牌平台，去做品牌的调性和品牌价值观的树立，反而能够得到比较好的效果。
B站从创立伊始就对变现和商业化非常谨慎。B站的商业氛围更多是“鬼畜性质”的，用户会认知你，而且B站用户有非常强的“解构的传播能力”，能够让品牌在上面做的事情变成社会性话题，从而提升品牌影响力。
总结一下，我们在使用当下互联网平台做营销和品牌的时候，“套路”都很熟；但更重要的是用产品经理思维去看这些平台和产品，就会知道“套路”背后的原因是什么，才能进一步去优化。今天，所有的互联网平台都是数据和算法，我们只有理解算法，理解流量机制和用户属性，才能利用这些平台更好地进行品牌建设。
三、如何实现数据驱动营销：基于阿里数据系统
接下来，我们以阿里的数据系统为例，看如何做好数据驱动的品牌营销。
认知数据
先来对品牌的数据进行认知，一般可以分为一方数据、二方数据和三方数据。
一方数据就是品牌自己的数据，包括品牌CRM数据，品牌自主调研数据，IoT设备采集数据等等。
二方数据主要指主营平台数据。有个通俗的理解方式，说不清楚数据是品牌自己的还是平台的，就是二方数据。例如品牌在天猫开店，天猫店的消费者数据是品牌自己的还是阿里的说不清楚，即为二方数据。
目前来说，自己建立完整一方数据中心的品牌很少，真正用好三方数据的品牌也不多。我们重点来分析二方数据的运用。品牌开一个天猫店甚至淘宝店，都会有很多的数据，现阶段已经足够使用。
阿里四大数据平台与AIPL模型
在我看来，今天中国能够从营销策略制定，到落地执行，再到结果反馈，有一整套数据支持的平台只有一家——阿里。
从前品牌与消费者只有两种关系——买或者没买；但阿里数据银行支持还原消费者从认知（Aware）、到兴趣（Interest）、购买（Purchase）、忠诚（Loyalty）的整个旅程透视，即消费者AIPL模型。
案例分析：为什么某品牌618投放效果不好？
接下来我们通过一个品牌618投放的实际案例，看如何运用数据做营销。
这是一个品牌今年4-6月的行业渗透率，尽管该品牌在618期间加大了投放，但6月渗透率对比5月却下降了。这里的渗透率不是GMV的渗透率，而是购买人数的渗透率。因为在绝大多数的品类里，不同品牌都是对钱包的替代关系，消费者购买了A品牌，基本不会在短期内购买B品牌。
通过对一系列数据进行分析，我们可以剖析出渗透率下降的原因。
先来看一个数据指标——加深率。所谓加深率，是指与品牌关系加深一步的消费者占比，包括消费者从A到I、从I到P、以及从P到L。从下图可以看到，该品牌6月加深率整体下降，消费者与品牌的距离更远了，说明用户转化出现很大问题。
原因何在？除了618竞争激烈，还有一个重要的原因——投放人群没有投对。基于阿里数据体系，我们可以对有不同行为特征的消费者人群属性做透视。可以看出，该品牌618期间“A人群”与“PL人群”有很大差异：品牌实际购买用户中女性超70%，然而投放影响的用户中女性占比仅超52%；品牌实际购买用户偏年轻，但投放影响更多的是年龄层偏大的用户；城市等级上，实际购买用户中更多来自一二线城市，但更多面向低线人群投放；消费金额上，实际购买用户是淘宝中消费力较高的人群，但投放时候更多面向低消费能力人群。
到这里我们可以判断，该品牌之所以618整体投放不达预期，最大的问题出在投放上，没有做人群筛选投放。
如何基于数据制定品牌投放策略
首先，通过与主要竞品整体渗透率、新客比、加深率，以及不同用户群（阿里定义为Z时代、精致妈妈、小镇青年、都市银发等8大人群）渗透率、加深率的对标，找出与品牌抢夺同一群用户的对手，核心是确认下一阶段对标竞品是谁、核心任务，以及主力人群方向。
第二个阶段，要确认下一阶段品类方向，并设定目标KPI。首先可以通过多品类增长分析以及品类品牌得失，确认品牌主发力品类。例如，如果一个细分品类整体是一个快速增长的蓝海市场，而该品牌在品类中拥有价格优势，价格一调整就可以抢占更多用户，说明品牌在该品类中相对其他品牌具有优势。此外，还可以通过计算下一阶段主攻竞品GTA差距，包括需要多少新客、多少老客、拿到多少GMV等，来确定团队的KPI和营销预算。
第三，确认下一阶段主要渠道着力点。通过不同渠道触点的效率分析、价值透视，以及与竞品渠道差距对比，再结合品牌运营特性，可以确定下一阶段流量提升的着力点。
最后，可以通过单品和渠道的AIPL分析以及商品竞争力分析，确认下一阶段单品匹配，并建立不同场景下的人群矩阵，确定目标人群，做人群/单品/场景的匹配，明确“进攻武器”。
实际上，今天营销投放就是不断做内容（包括商品、价格、促销信息等都是内容）、人群、触点这三个要素的组合和匹配，这也是为什么说现在的营销做的是运营的活。
总结一下，在当下的营销环境下，核心的运营哲学就是——从用户中来，到用户中去。也祝福创业者们都能用好数据引擎，高效触达真正用户。