如何通过营销升维，撬动下一个增长机会？

原创赞收藏评论

举报 2024-01-04

扫描,分享朋友圈

营销升维，释放增长张力

今年，我们密集拜访了数十家品牌和机构，既包括在过去几年平台电商高速发展下崛起的企业，也包括深耕多年的传统企业。他们或许处于不同的行业及发展阶段，经营目标和核心消费者诉求也各有不同，然而面对当前的市场营销环境，我们发现这些企业有着一些共识：

第一、谨慎。面对种种不确定性的市场因素，大多数品牌的营销预算仍在收缩。对于广告主来说，广告费用的每一分投放都需要更加谨慎。因此，找到能够实现投放效益最大化的方式，让每一分钱都能带来实在的转化效果，成为了广告主们关心的头等大事。

第二、突破。存量竞争日益激烈，行业中的大部分玩家都发现，按照传统的营销手段，无论作何努力，都难以重画过去陡峭上扬的增长曲线。广告主们都在急切寻找新机会，突破增量天花板。

第三、精进。新一轮的技术革新下，人工智能逐渐成为品牌营销的重要生产力。很多企业开始把AI营销看作业务增长的新引擎，但到底该如何利用它来实现更好的营销助力，是广告主们面临的新命题。

综合以上三点共识，其实可以归结为一大课题：存量时代下，如何通过营销提质增效，赢得持续稳定、健康长效的生意新增长？

在我看来，其实天下所有的生意，都是在根据有限的情报活动寻找合适的匹配关系，谁善于匹配，谁就能在激烈的竞争中脱颖而出。那么对于广告主来说，打破拿量瓶颈、提升交易效率的关键，就在于理解商品（货）、理解消费者（人），且能将二者进行高效匹配（人货匹配），从粗狂而突进式的营销模式中脱离出来，走向精细化、高质量的发展路径。

人货匹配的逻辑听起来很简单，但实际上是一个极其复杂和繁琐的过程，尤其是随着消费者触点增多、流量红利放缓等营销环境的变化，仅仅依靠广告主的主观经验和过往数据进行投放的方式已经不再适用，不仅触达人群范围有限，同时成本较高，效果也存在不确定性。

因此，我们很有必要使用“技数”手段进行营销升维。将过去依靠个人经验为主的营销决策模式，升级为借助系统能力实现数据智能分析及系统策略投放，进行有效的人货匹配，最终提升转化率。

站在系统之上，重构增长路径

破局增长的关键，变成了系统对人货匹配的理解能力。

进一步说，是系统对商品的理解能力。只有对商品分析的足够充分，才能依靠社交、内容、大数据，在正确的时间场景，用正确的内容，以正确的方式把正确的商品匹配到正确的用户。

当下，很多营销平台都在大模型的支撑下，加速推进系统升级。值得注意的是，腾讯广告「全面商品化」的创新升级，让系统更懂货的同时，顺应了“货找人”的投放逻辑。

何为全面商品化？简单来说，就是系统通过理解所销售的商品特性，从商品出发，结合对消费者的洞察，进行人货的有效匹配。让投放从“单向奔赴”转为“双向奔赴”，企业可以在全域经营下实现技数增长。

可以看出，在腾讯广告系统中，达成高效人货匹配的重点在于“商品-用户-推荐”这三大要素在营销过程发挥的价值。

首先，是系统对商品（货）的理解。说白了，就是要建立系统与品牌在商品语言上的统一，系统搜集的商品数据越多，分析越详尽，匹配就越准确。为此，腾讯广告构建了两层商品结构体系。

第一层，是商品标准化信息的集合，即SPU（标准商品单元）。比如针对美妆护肤品类，腾讯广告会录入消费者在选购时看重的品牌、功效、场景等商品特征信息，建立系统对商品的基础认知；

第二层，广告主基于SPU构建自己的APU（广告商品单元），在选择推广具体商品时，可以在标品基础上增加更多产品的信息和卖点，颗粒度越细越好，加深系统对商品的理解程度。

这样一来，不仅广告主可以实时查看商品的推广数据，评估不同经营活动对转化率所产生的影响，对投放策略做出合理的管理优化。同时，系统也能更理解商品卖点，更准确的匹配有效流量。从实际转化数据来看，这套商品结构体系确实有效，使用它投放的广告主，广告起量率提升了10%，消耗规模提升12%。

在商品化基础能力搭建完成后，接下来要解决的是，系统对用户（人）需求的理解和感知。

事实上，只有建立对用户需求的深度洞察，找到商品与其在消费决策场景中的关联关系，才能让系统对人的理解更贴近交易本质，以此来提高获客精准度，实现用户满意度和转化效果的双赢。

在此基础上，腾讯广告利用大模型建立了“内容理解”能力，在文字、图片、视频等多个场景下，系统通过对内容的理解，能够更准确的捕捉用户的需求，帮助商家最大程度提升追投效果及ROI。

随着系统对商品和用户理解程度的加深，信息的丰富度和质量也都有了大幅提升。接下来，腾讯广告会继续强化商品推荐能力，持续提升人货匹配度，让商家更高效地触达消费者，从而提升GMV。

在这种情况下，系统的推荐逻辑就不再仅限于单纯的广告推广，而是可以在商品推荐场景里实现“货找人”，形成商品和用户之间的双向奔赴。

可以看出，以系统为主导的广告投放方式，可以帮助品牌商家更好的“懂人、懂货、懂匹配”，每一次商品与用户的匹配和连接，都在让品牌解锁更多生意新增量。

四个动作，激发营销新可能

AI大模型的出现，是对传统营销模式进行了一次颠覆式的创新探索。就像腾讯广告系统一样，它不仅可以在策略模型、算法上为广告主赋能，提高营销效果，还可以通过对趋势变化、商业生态、用户行为及需求的深度了解，进行精准、高质量的投放，形成更具竞争力的执行范式和营销效能。

对于趋势的把握程度和拥抱程度，是推动企业发展的关键分水岭。面对投放愈发智能化的时代，作为广告主，更需要善于运用平台的系统能力，发挥技数优势，拓展更智能、更高效的人群触达和商品交易的经营空间。

那么，在腾讯广告平台上，广告主如何拥抱趋势，发挥全面商品化最大优势？在第八届MS2023灵眸大赏上，詹强介绍了广告主可以做好商品营销的四个关键动作，聚焦在营销价值输出，以便在未来AI广告时代更好地胜出。

第一，建设标准化商品库，对商品统一管理。从广告主懂货变为系统懂货，从而更快找到目标人群，使人货匹配更加精准，从而保障转化成交。

第二，结合生意目标，准确选择营销场景和优化目标。在投放过程中，广告主可以根据不同业务需求，准确选择与链路对应的营销场景，探索最优营销链路和出价点。

第三，一方数据加持，助攻模型效果。通过“一方数据跑量加强”和“深度辅助优化”两大功能，广告主可以更深入挖掘数据价值，提升模型理解电商用户的天花板。探索更多高价值人群的同时，优化后端投放效果。

第四，根据营销需求，用好营销策略三驾马车。基于“上新易”、“爆品通”等策略，利用“商品智投”自动化托管和投放服务，真正发挥多元商品营销矩阵的优势，促进效果进一步提升。

以上四点，如何验证？

举个例子，某服饰品牌，在腾讯广告平台上完善了商品库，然后利用策略工具矩阵实现降本增效，最终让下单成本下降39%，平均起量速度提升180%，销售额环比提升260%；某美妆品牌，通过商品化技术升级，再结合视频号、企微、小程序等腾讯生态能力，打通了全域流量的联动投放，实现了ROI对比行业提升32%的价值，促进了生意的增长。

以全面商品化，挖掘生意新增量

纵观上述整个过程，腾讯广告所提出的「全面商品化」全貌已逐渐清晰——

在商品侧，由商家和平台共建商品库，让系统更懂货、找对货；在用户侧，通过大模型建立了内容理解能力，让用户潜在需求可以被理解、被感知；在匹配侧，利用多种场景和策略优化营销链路，并输出产品解决方案，基于用户兴趣推荐最优商品，更高效地促成交易，撬动新的生意增长点。

这在以往的营销模式中是不可想象的，但新科技的浪潮却给我们带来了革新与变化。因此，智能工具如何赋能品牌构建营销战略，是现在乃至将来，平台、广告主、用户都要共同探讨和开拓的方向。

腾讯广告以「全面商品化」能力，通过更高效的投放方式和更科学的价值衡量，在不断变化的浪潮中，帮助更多品牌商家将营销升维到技数视野，为挖掘生意新增量，提供了更确定性的路径。

本文系作者授权数英发表，内容为作者独立观点，不代表数英立场。
转载请在文章开头和结尾显眼处标注：作者、出处和链接。不按规范转载侵权必究。