美妆营销的下一步

原创赞收藏评论

举报 2020-07-16

扫描,分享朋友圈

“在AI时代，最可悲的事是，你是牌桌上最不会算牌的那个人。”

——时趣CEO张锐在聚美丽“第三届社交营销大会”上表示

何为“算牌能力”？

2020年初，曾担任欧莱雅美国总裁的Tim Coolican，竟出任一家成立刚5年的DTC美妆品牌CEO。这个2015年创办，名为Milk Makeup的公司，2019年还获得爱茉莉太平洋集团的一笔大额投资。

但是你可能想不到，这么一个全新的美妆品牌最为人关注的，不是它的产品，而是它的“管状便携式包装”。该品牌通过大数据分析，发现全新的消费者洞察，并基于洞察将口红设计成“马克笔”，把面膜设计成一管“唇膏”，包括腮红、粉底等等，全部使用了极度便携式的设计。

Milk makeup的管妆面膜

在“简单、便携”的核心竞争力下，无数消费者被包装种草，只为满足她们的“快速化妆需求”。

一款美妆产品可以通过包装取胜，这正是说：美妆堪称是一个最快速、最鲜活、最有机会的行业，而“算牌能力”，其实指的就是其最核心的两大挑战：

挑战一:丰富多样的消费者需求与迟钝的产品满足能力；

美妆行业的第一个难点，正是越来越复杂多变的消费者需求，导致美妆产品研发、形态、概念等，要应对越来越复杂而多变的市场机会。新品上市速度需要大大提升，推新节奏也大大提升，如何科学准确地进行新产品定位，将是第一个算牌能力。

挑战二:快速变化的营销环境与选择困难的传播方法；

如今美妆新品一上市，无数个选择题汹涌而来：工具用私域流量还是明星KOL，调性走国潮国风还是国际时尚，平台选抖音还是小红书，海量的营销方式和有限的预算，都是摆在美妆营销传播前面的选择难题。

面对这两大挑战，美妆品牌只需要一个核心认知：产品洞察与传播洞察，以及相关策略始终是核心的解决思维。关于新产品整体定位的产品洞察是要“定性”；基于目前传播方式、传播平台的传播洞察是要“定心”，最终都是要博得消费者的喜爱。

但是与以往相比，想做好这两个洞察，面临的挑战是：

“快”：快速变化的消费者需求与市场趋势，机会稍纵即逝，品牌如何抓住？

“准”：产品研发如何准确击中消费者需求，品牌传播策略如何提高准确率？

“狠”：当产品和营销策略确定后，品牌拿什么证据支持海量资源的释放？如何在快与准的基础上，用最大的筹码消灭后来者的可能？

面对这些难题，当今最瞩目的影视剧制作公司奈飞，就用它的“算牌能力”，为美妆行业解答了未来的发展方向。

奈飞，“一流的算牌高手”

奈飞，作为一个影视剧制作公司，它生产内容、宣发内容的逻辑，其实和美妆品牌研发产品、传播产品的逻辑很相通。

两者会遭遇一样需要解决的问题：

在“快”端需要快速捕捉用户的观影需求；

在“准”端需要精准创造内容、精准推送；

在“狠”端需要在足够的证据证明投资回报率的基础上，敢于投入、勇于投入。

然而，在奈飞给出另一个答案前，美妆公司今天的困境与影视剧公司也很相似：多以“人的经验”做决策。

图源：电影《点球成金》

在影视剧公司中，至今仍存在一个非常传统的环节：大老板和专家们会召开一个类似“提案”的会，然后一队接一队的导演和制片陆续进场，开始把自己想拍的剧本、剧情、主演等等演讲一通，会后这些资深经验大佬就通过上述的种种内容，决定要不要投拍这部戏。

在如此专家阵仗的判断下，整个影视行业的成功率始终维持在非常低的水平。

这正是因为专家能判断剧本好坏，却不能判断市场大小，一旦遇到冷门的、小众的、全新的影视内容方向，投资风险就会加大，所以最后有50%左右的影视剧收不回投资成本。老板们这才更倾向投拍或斥资宣传一些高成功率的电影，例如商业大片的续集，以保证较高的成功率。

影视行业“天价的烂片“或者“被低估的好片”，正如美妆行业在面临一些全新出现的成分时，也会面临专家经验不足的困境，消费者洞察如何抓的更快、更细、更准，就成为新的挑战。

如今，奈飞把这件事做到了，并完成了出色的成绩。

2018年，奈飞投入大概120亿美金，拍出100多部电影和200多部影视剧内容，这个发行量超出整个欧美市场影视剧公司内容的50%，比所有竞品公司作品加起来的总和还要多。同时，这些作品无论是在艾美奖、还是奥斯卡奖的提名、获奖数量也在逐年提升。这正是再说，奈飞从生产内容的数量，到内容产出的质量都提升了。

奈飞作品在艾美奖的提名与获奖

奈飞作品在奥斯卡的提名数量

回头来看，奈飞能找到精准的内容洞察和传播洞察，大幅提高胜率的背后，正是在“人的经验”基础上，增加了“数据算法”的帮助。

首先是产品洞察，奈飞通过建立用户数据库，找到消费者的细分内容洞察；

奈飞作为一个庞大的内容数据库，拥有超过30000部作品的内容基础，通过这些内容，奈飞可以观察用户每天发出的3000万次播放内容动作、400万次评级、300万次搜索。甚至还包括观看时间、地点、设备、观看内容等等，更细腻的是，奈飞还会记录用户的暂停、倒退、快进、评分、搜索等行为... ...

这些数据看起来很庞大复杂，但重要的是奈飞能够通过这些数据，计算并分析出一些关键信息，得出用户在导演、演员、剧本、剧情、音量、画面，甚至色彩、场景选取上的偏好，最终指导自己去制作如此多的作品。

奈飞最受欢迎的《纸牌屋》，就是在这样的分析下产生的“剧本+导演+男一号”，这种内容洞察的分析能力，正如美妆品牌需要对消费者的美妆需求分析一样重要。

其次是传播洞察，奈飞能够准确的分析消费者需求，为他们进行个性化的内容推送。

奈飞制作完优质内容的第二步，就是将内容推送给最需要的用户，这也正如美妆传播一样，需要通过挖掘消费者洞察，以他们感兴趣的方式把内容（产品）送到他们眼前。

奈飞解决这个问题时，依然是通过数据算法的帮助。它通过在线个人影片推荐系统Cinematch，把用户产生的复杂数据，通过算法计算去去分析用户观影的行为、兴趣、习惯，甚至是剧情的偏好，从而建立非常庞大的消费者洞察库。

在得出这些信息后，奈飞就能倒推哪些影视作品，会受到大概多少用户的喜爱，改变什么剧情会赢得用户的讨论，选择谁出演可能更能吸引用户，甚至预测多少用户会看，以保证一部作品获得可预估的收视效果，最终计算最好的投资回报率。

整体来看，奈飞在用户数据库的基础上，通过算法做到了以下三点：

1.分析多样内容需求：基于内容数据，捕捉更多大众题材之外的小众题材，提升新内容成功率的准确度；

2.迅速捕捉用户变化：用户产生的数据都被数据工具实时转化成为关键信息，为内容提供更有时效和实效性的指导；

3.精准推送内容产品：在分析用户所需要的内容后以及剧情、主演等偏好后，能够准确的把内容推送给这些用户。

这就是奈飞利用大数据算法帮助本行业的专业人士做决策，最终显著提升成功率的原因。

同时，这其实也是美妆行业找到产品洞察、传播洞察的逻辑。

数据算法，运用到美妆行业的四大核心方式

从奈飞的案例回到美妆行业来看，无论是投拍影视剧还是上市推广一款美妆产品，同样也是一系列的高风险的决策，其核心解决的问题也很相似：建立自己的用户数据库，不断利用数据算法将数据加工成关键信息，在细分复杂多变需求中，找到消费者的产品洞察；在多变的营销环境中，找到触达消费者的营销洞察。

通过分析海外美妆品牌运用数据的优秀案例，以及时趣自身AI技术运用的美妆品牌的案例后发现，美妆行业从产品到传播，有四大核心方式能够运用数据算法。

1.跨数字渠道，全面捕获和存储客户的个性化数据；

奈飞通过建立自己的数据算法工具，每天能够捕获千万级的用户数据，有了这些数据才能通过机器算法进行加工，生成关键的成信息反馈给内容创作。

对美妆品牌来说，第一步也是需要拥有一个核心的消费者洞察数据库，才能从中找到用户的需求。但核心问题在于，消费者产生的行为数据分布在各个平台上，对于品牌来说很难进行整合。

在时趣分析的DTC美妆品牌Curology中，他们收集用户数据的方式就非常基础但却十分高效。

品牌通过官网咨询方式，用户可以在网站实现“登记信息——定制方案——下单购买——产品使用——追踪反馈”这五个消费环节，用户完全在线上独立完成，帮助品牌建立用户数据库，并根据数据分析，直接为消费者提供针对性的产品解决方案，这大大加强了品牌的粘性，也使品牌拥有非常核心的用户数据库。

国内美妆品牌面对复杂的媒体环境、销售渠道，如何进行跨平台整合，全面捕获和存储消费者的个性化数据，并从中进一步找到产品、传播洞察，正是应用数据的第一步。

2.数据算法与产品团队合作，以数字方式创新产品研发；

未来，美妆产品团队应该尽量通过数据算法，提取多种纬度的数据信息并运用于产品研发。

在时趣分析的新兴美妆品牌Glossier的案例中，其营销高级副总裁Ali Weiss表示，他们团队一直在不断收集客户的反馈，包括：Instagram评论、推文、邮件、在Glossier.com上的产品评论、Into the Gloss文章下的评论或拥有17,000名成员的Facebook群组的评论。

这些数据会直接反馈给产品团队做出决策，使之与客户“共同创造”新产品。

例如，当Glossier开发一款洗面奶时，他们会在网络询问，顾客理想的洗面奶会是什么样子？闻起来像什么？触感是什么样的？然后结合客户的理想产品去开发产品，结果Glossier开发出来的乳状果洗面奶就成为了其当家产品。

图源：Glossier官网

但要注意，这种人为的收集数据始终有缺陷，就是只能处理小规模的数据量。

但来看奈飞，它通过机器算法，如今可以给一部电影打上七万多个标签，在这些标签中，有一些标签是“人”很难理解的，但却十分有价值，因为他们都和消费者的需求息息相关。同时，这种打标签的能力也是“人”的能力范围之外。

对于美妆来说，消费者越来越重视成分的今天，每一种成分正如电影的标签。

在时趣洞察引擎的帮助下，如今通过机器学习也能为美妆产品打上1500多个细分成分标签，这些标签除了热门的成分外，包含非常多冷门的成分，这些成分正如专家无法判断的小众电影题材一样重要。

同时，这些标签还会通过全网实时的消费者讨论分析，计算出成分的动态变化轨迹，在这种轨迹中也会产生一些非常核心的产品洞察，直接赋能品牌新品的研发。

在分析成分和成分趋势轨迹的同时，洞察引擎还能够去分析消费者对成分的认知度洞察，进一步帮助品牌在研发阶段确定新品的成分能够是符合新的趋势。

面对消费者越来越细分多变的需求，新品的研发频率要快要准，正是需要产品专家和大数据算法相结合，才能保证一款新品上市的ROI。

3.确保营销每一步，都拥有数据支持；

通过数据算法的支持，美妆产品诞生越来越科学化，意味着美妆产品的传播也需要更加科学化，而科学化正是建立在客观数据基础之上。

具体落到营销上，时趣认为数据对传播的支持，最重要的部分来自于“洞察层面”，这个洞察始于品牌洞察、产品洞察和消费者洞察，并贯穿影响一个美妆营销项目从策略、创意、媒介、传播等各方面的落地。

例如在某美妆品牌的新款修容棒上市前，通过洞察引擎分析发现，消费者对于“V”字脸的小脸标准正在衰弱，而修容棒之所以能火，还在于它能修饰额头部分，不仅是下半脸的缩小，更要全脸缩小。

其次，通过全脸变小的用户诉求，时趣专家团队与社交热门动作“比心”手势相结合，联想到了修容后的脸型是很类似“桃心”。最终确定了修容产品以“一笔塑出桃心脸”营销新概念，帮助新品快速确定差异，突围“V”字脸营销。

在时趣的多个案例中能够发现，数据对美妆营销的支持来自：

1.通过大数据能够分析消费者需求、市场主要同类产品、市场空白点，帮助品牌科学制定了新的产品卖点；

2.通过分析的核心信息，影响后续的营销策略、创意表现、媒介选择等落地传播的环节；

3.充分结合营销专家团的创造力与数据算法相结合，最终帮助品牌制定科学化的营销传播方案。

4.数据和服务相结合，推荐更个性化的产品；

理解用户的护肤需求，生产相关产品，更重要的是向消费者提供个性化的产品服务。

这种服务正如奈飞的个人影片推荐系统Cinematch，能够精准的分析用户的内容偏好，将合适的影视剧推送给用户，使消费者始终获得最需要的内容而产生品牌粘性。

2019年，日本资生堂推出黑科技，一个基于物联网的个性化护肤系统Optune。这套系统可测定皮肤纹理、毛孔、皮肤水分含量等基础信息，同时还能结合当日气温、湿度、紫外线等再次进行分析，甚至用户可选择心情等因素作为数据判断。然后，装满不同精华液与乳霜原材料的Optune Shot就会调配出超过1000种的组合选择，为用户提供属于当下皮肤状况最理想的精华液与乳霜。

这种极致的个性化护肤解决方案，正是说明了消费者对护肤的需求开始精细化，追求多样性，品牌需要收集并计算消费者数据，为其提供更加定制化的产品和服务。

在竞争越来越激烈的美妆行业中，从产品研发到产品卖点再到战役实施，贯穿“创造力+算法”的支持，不仅是对胜率的保证，更是对“人的经验”的修正和证实。

这正如杨振宁教授说：直觉很重要，但对直觉的修正更重要。

未来，时趣希望与更多的美妆品牌一道，共同探索大数据中存在的真正价值，并以此评估市场机会的规模，将数据算法运用在新服务和新产品上，并在数据分析和营销专家团的支持下，使美妆品牌营销迈入新的科学阶段。

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。
未经授权严禁转载，授权事宜请联系作者本人，侵权必究。