公文包 同步 用户购物旅程全渠道趋势下，品牌商营销面临新挑战

公文包 同步 用户购物旅程全渠道趋势下，品牌商营销面临新挑战

图片来源@视觉中国

文丨艾分析报告编委会

报告负责人

张延爱 联合创始人兼首席分析师

报告撰稿人

李哲艾 分析合伙人兼首席分析师

陈晓亚分析师

王晓娜爱分析分析师

孙文怡爱分析分析师

外部专家（按姓氏拼音排序）

王雷 百影科技创始人兼CEO

尹子杰 嘉禾科技创始人兼CEO

宋建铎 准数据创始人兼CEO

张锐 视趣创始人兼CEO

裴勇 盟主直播创始人兼CEO

报告摘要

用户购物旅程呈现全渠道趋势，品牌营销面临新挑战

· 移动互联网兴起，用户线上接触点增多，购物旅程呈现线上线下无缝融合趋势，全渠道消费兴起。 · 全渠道下，用户数据分散、碎片化，品牌难以形成统一的用户画像。如何统一用户数据、深化用户洞察是品牌面临的一大挑战。 · 在获客成本不断上升的趋势下，品牌商对营销投资回报率的要求变得更加严格。如何提高投入产出比，对营销链的各个环节都提出了挑战。数字化赋能品牌商营销环节的各个环节·用户洞察环节：针对数据分散、碎片化的问题，品牌通过建立客户数据平台（CDP）整合线上线下用户数据，统一用户画像，补充第三，第三方数据管理平台（DMP）的用户标签为营销活动的开展提供支持。 · 营销策划环节：全渠道下，营销创意内容需求不断增加，原有的手工创意内容生产效率低下。品牌主可以利用AI辅助生成图片、文案等创意内容。 · 用户触达环节：广告作为触达用户最重要的方式，在各个渠道上都变得更加多元化。为了提高广告的投资回报率，品牌可以依靠效果广告的用户转化链路分析，并与第三方DMP相结合，指导品牌和效果广告的精准定向。 · 用户转化环节：销售人员从线下迁移到线上，入驻直播电商，线上与用户互动。利用CRM系统管理用户线上线下投资数据，并通过自动化营销与用户保持互动，让销售人员聚焦高价值用户，共同完成用户转化。 · 用户运营环节：由于获客成本较高，品牌更加注重用户运营。利用营销自动化工具对用户进行分层，针对不同群体实施差异化营销策略，实现用户购买升级，提高单客户生命周期价值。展望未来，5G、区块链等技术将深化全渠道趋势。 5G高带宽、低时延、广连接的特性可以更准确、更全面地收集离线数据； 5G在智能家居等终端设备中的应用将为消费者创造新的消费场景，进一步深化全渠道融合的购物趋势。 · 区块链的加密算法技术具有强大的数据安全和隐私保护能力。它可以打破数据孤岛，实现数据价值交换，赋能品牌分析全渠道用户数据，实现全面的用户洞察，优化广告投放。以及用户运营策略。特别感谢

目录 1. 全渠道消费驱动营销变革 2. 品牌商的数字化应对策略 3. 全渠道未来展望 结论 关于艾分析法律声明 1. 全渠道消费驱动营销变革

品牌营销的过程就是影响最终消费者。了解消费者并制定合适的营销策略尤为重要。随着互联网的兴起，消费者的购物习惯发生了显着变化，这给品牌商的营销活动带来了新的挑战。

1.1 线上接触点增加，用户购物旅程走向全渠道

根据阿里巴巴AIPL模型，用户购物旅程分为四个阶段：认知-兴趣-购买-忠诚。最初用户的购物旅程是围绕线下场景展开的。随着移动互联网时代的到来，用户数字化更加成熟，消费者的购物旅程不断向线上场景迁移。

首先，用户的在线接触点增加并变得分散。社交、新闻、购物、餐饮、住宿、旅游、游戏、娱乐等全方位的移动应用服务彻底改变了人们获取信息、享受服务的方式。

其次，用户上网时间分布发生变化。根据麦肯锡《2019中国数字消费趋势》报告，人均每日在线时间已达到358分钟，其中2/3花费在社交和内容应用上，包括社交网络、短视频、新闻等应用，而纯网上购物仅占4%。

进入2020年代，移动互联网的流量红利逐渐减少，消费者的购物旅程呈现出线上线下融合的最新趋势。以服装为例，85%的消费者通过全渠道做出购买决定，而纯线上和纯线下方式分别只有8%和7%的消费者做出购买决定。线上和线下购买决策的差异正在变得模糊，全渠道消费正在上升。

具体来说，全渠道消费是指用户完成认知-兴趣-购买-忠诚的购物旅程，融合了移动端、PC端、门店等全渠道的交互和服务体验。

服装仍然是一个典型的用例。消费者通过公众号了解品牌发布的新车型，线下试穿后决定购买，并在天猫下单。他们收到产品后，使用产品附带的优惠券去商场再次下单。

全渠道强调数字渠道和实体渠道的无缝融合，为用户提供一致的服务体验，实现与用户的全时、多场景互动。

对此，品牌应建立完整的全渠道布局，实现线上线下所有接触点与用户的链接，影响用户的购买决策。

1.2 积极拥抱全渠道，帮助品牌商提升业绩

品牌商积极拥抱全渠道的价值，体现在促进销售增长、会员增长、单客户价值提升等方面。在销售增长方面，品牌正在通过小程序、直播等方式拓展流量变现渠道。在会员数量增长方面，我们将通过多种互动方式、全渠道触达消费者，扩大会员规模。在整合全渠道用户资产的基础上，通过个性化营销促进用户复购，提升单客户价值。

疫情期间，拥抱全渠道趋势的品牌受到的影响较小。例如，太平鸟在疫情期间关闭了2250家线下门店中的一半，但依靠电商、小程序、直播等方式实现了日均销售额800万+。线上销售额同比增长16.3%，经营现金流同比增长。减少线下关店损失8833万元。

对于品牌来说，建立线上销售渠道只是全渠道的第一步。通过在全渠道购物过程中保持与用户的互动，品牌还将显着提高用户的购买率和忠诚度，实现第二条业绩增长曲线。

以良品铺子为例。 2015年，公司开始整合和管理线上线下渠道，当年销售额增长100%。良品铺子建立了会员中心，对29个细分渠道的会员进行统一管理。 2019年，会员销售额占总销售额的57.4%。会员运营效率提升一倍以上，小程序会员获取指标同比增长10%以上。 80%。

1.3 全渠道购物旅程驱动营销环节变革

对应用户的购物历程，品牌的营销环节可分为五个环节：用户洞察、营销策划、用户触达、用户转化、用户运营。

在全渠道的大趋势下，品牌商的营销环节也需要做出相应的改变和适应。

一方面，用户数据分散在线上线下各个接触点。碎片化的用户数据使得品牌难以形成统一的用户画像，这将直接导致营销策略的失败。如何统一用户数据、深化用户洞察是品牌面临的一大挑战。

另一方面，品牌商获客成本较高，对精细化营销投资回报率的追求也越来越严格。如何提高投入产出比，对营销链的各个环节都提出了挑战。

为了应对品牌所有者面临的挑战，一批供应商应运而生，提供数字化解决方案。以下是代表营销各个方面的供应商的概述。

报告后续章节主要面向品牌商，为品牌商在全渠道营销链各环节面临的挑战提供数字化解决方案。报告将重点关注品牌的营销环节：用户洞察、营销策划、用户触达、用户转化、用户运营，探讨具体的应对策略和实际问题。

2. 品牌商的数字化应对策略

2.1 用户洞察：构建CDP，统一用户画像

在品牌营销链条中，用户洞察是营销策划、用户参与、用户运营等环节的基础。品牌需要了解目标用户画像和用户行为，如用户偏好、用户活跃渠道等，制定针对性强的营销策略，精准触达用户。

传统的用户洞察由市场研究机构主导，通过问卷调查和访谈等方式了解用户需求。全渠道趋势下，用户接触点不断增多且分散。品牌利用传统的研究方法来把握用户画像越来越困难。同时，全渠道碎片化的数据使得品牌难以形成统一的用户画像，影响品牌营销策略的制定和其他营销活动。

在实践中，CDP（客户数据平台）整合品牌自有渠道的数据，对数据进行清洗和分析，生成统一的用户画像，为广告、会员运营等业务的发展提供底层数据支撑。

首先，CDP打通品牌商自有渠道的碎片化用户数据，包括公司官网、APP、小程序、线下POS等数据。这些品牌商自己的数据对于企业来说是宝贵的数据资产，为企业洞察用户画像、还原用户的购物历程提供了基础。

其次，CDP帮助品牌建立统一的用户画像。利用用户手机号码、设备ID等不同渠道的用户数据，生成包括用户行为、社交属性、忠诚度、兴趣标签等在内的用户画像，为营销策略制定、广告投放等方面提供支持。

通过构建CDP，品牌拥有更多新鲜的用户数据，并可以通过数据挖掘发现更多超出过去经验的潜在客户。以汽车行业为例，除了汽车偏好、价格敏感度、用户性别等用户标签外，用户是否拥有汽车、用户喜欢的汽车颜色等标签可以帮助品牌更全面地了解用户并制定营销策略和广告。递送。

品牌用户标签的粒度与用户数据的成熟度有关，取决于数据清洗能力。实践中，数据统计不一致、数据不完整等问题，如年龄、性别信息缺失或用户线下留下错误联系方式等问题，都会影响数据整合和融合的进程，影响完整用户画像的建立。

此外，CDP帮助品牌还原用户在自有渠道的行为轨迹，实现对公司自有商城、小程序、线下门店的用户全链路分析，了解用户对渠道的偏好、转化路径等，并可以随后提供有针对性的激励措施。由于CDP主要收集企业自有数据，缺乏电商平台等外部渠道的数据，无法形成用户数据闭环。因此，目前还无法对用户线上线下的全链路购物历程进行归因分析。 。

2019年随着CDP的热度持续上升，不少企业加快了部署CDP的步伐。但在实践中，仍然存在企业盲目跟风，导致最终部署效果不佳的情况。一般来说，对于用户基数大、渠道布局完善的大型企业来说，CDP对于增加企业收入、降低成本有显着效果。但对于小型企业来说，CDP建设成本较高，且企业本身管理系统少、用户数量少，能产生的效益有限。

因此，品牌商在构建CDP之前应该做好以下三个方面的工作。

首先，品牌商应建立明确的CDP建设目标和业务需求规划。 CDP的建设成本较高，从几百万到几千万不等。缺乏明确的目标和要求，或者对CDP建设期望过高，都会导致项目失败。

品牌商应将CDP与业务场景需求联系起来，根据自身行业特点、业务发展阶段和业务需求设定目标，制定数据集成要求。

例如，美容、日化消费品行业将对网络广告产生新的需求，而建设CDP的目标就是支持广告。由于缺乏线下营销和渠道控制，此类企业CDP可收集的用户数据有限。他们需要回收在线广告数据并补充第三方DMP数据来支持广告。

对于拥有数亿会员的大型连锁企业来说，公司的诉求已经从发展更多的会员转向会员经营。建立CDP的目标是提高会员回购率。

其次，品牌可以根据需求规划设定衡量绩效指标，评估CDP的建设是否达到预期。例如，针对优化广告效果的需要，可以评估CPR（按到达人数计费）、转化指标等。针对用户对运营有效性的需求，可以评估运营效率变化、高级会员成长、回购率等指标，通过定期评估构建CDP的有效性。

另外，CDP的建设需要企业管理层主导，因为CDP需要从企业内部不同业务系统中提取数据，需要各个部门的协调配合。以快速消费品企业为例，CDP的建设需要收集线下门店、经销商、电商、社交数据等，这些数据跨越公司不同的业务部门和系统。只有管​​理层或CEO才能带头确保CDP部署的成功。正常进行，避免出现沟通不畅、业务部门不配合等情况。

对于品牌而言，CDP底层数据平台的建设是数字化的基础。基于对品牌目标用户的全面洞察，支持营销策划、用户触达、转化、运营等环节。

品牌除了构建CDP分析自身用户数据外，还应根据需要补充第三方DMP数据、广告数据、公共数据等，完善用户画像。例如，通过网络舆情分析，可以了解用户真实的产品使用体验、对营销活动的满意度等，挖掘用户的潜在需求。

同时，在线下场景下，品牌可以利用WiFi、智能设备、人脸识别等方式收集用户行为数据。已应用于线下店、4S店等场景。此外，在终端零售场景中，用户扫码了解商品信息，也是收集用户数据的一种方式。从线上到线下，品牌需要尽可能收集用户数据，完成用户画像，全面洞察用户。

大数据驱动全流程营销，食趣用人机融合为品牌赋能。视趣是一家将创意人才与AI技术深度融合的品牌整合营销公司。利用大数据洞察品牌和市场变化，为客户提供基于AI驱动的全营销环节的营销和创意解决方案。主要长期服务客户包括联合利华、优酷、联想、京东、奥迪、环球影城、宝洁、腾讯、惠普等。时趣整合跨平台、全量、全流程的公共数据和商业数据，综合应用自然语言处理、知识图谱、计算机视觉等人工智能技术，分析海量品牌营销行为数据，洞察用户行为和消费者心理。通过自主研发的“洞察引擎”等产品，赋能营销人才有效了解消费者偏好，把握竞争趋势，打造更具影响力的创意内容和媒体组合，指导营销方案生成，为客户提供“AI+创意” ” “全新营销服务帮助客户取得优异的营销效果 深度消费者洞察，时趣助力OPPO新机发布会引爆品牌传播 OPPO Reno3新机发布会的品牌营销就是时趣运用“洞察引擎”的典型案例。 OPPO Reno3的Pro级防抖功能是解决手抖的有力武器，但消费者对产品的新功能“防抖”认知淡薄，缺乏对产品功能的教育。同时，在大的传播环境下，消费者注意力分散，在3C产品竞争激烈、供需过度饱和的市场环境下，如何与消费者互动、沟通，凸显新产品的功能优势。一个大问题。

作为OPPO Reno3上市的数字传播整合机构，时趣根据产品的具体卖点，提供基于数据分析的完整营销方案。在战略阶段，项目意识到5G时代是视频拍摄的时代，5G将为视频体验和创作带来巨大的提升。基于人工智能技术和全网数据分析，时趣为品牌提供新产品营销卖点、场景、消费者三个方面的深度洞察： 1）产品卖点洞察 时趣对当前市场需求进行数据洞察分析手机“视频防抖”，发现“防抖”是手机消费决策的重要组成部分，并明确将防抖视为“种草基因”。在众多核心技术优势中，防抖刺激了消费者的购买欲望。 2）通过“视趣洞察引擎”产品场景洞察发现，“视频防抖”功能需求强烈，但用户认为该功能仅限于专业极限运动等，视频防抖需求大量用户没有受到刺激，最终确定用“场景营销”来教育产品功能。 3）消费者洞察 让产品感动消费者的核心在于深入洞察消费者对产品的需求。要让“防抖”成为新机的强势卖点，核心是让消费者认识到Reno3的“防抖”好用、在生活中无处不在。 “视趣洞察引擎”通过海量数据，快速分析出百万消费者的12种常见“视频防抖”应用场景需求。基于洞察，该项目最终的核心策略是传达“拍好视频防抖先行”的理念，帮助OPPO Reno3系列确立5G视频手机在用户感知中的定位。

在创意输出阶段，基于“十趣洞察引擎”对人群视频拍摄场景进行数据分析，帮助项目确定创意想法落地的具体场景，引导创意输出方向影响不同圈子并激活“防抖”要求。时趣联合OPPO利用内容IP“十二级防抖全运会”，邀请周震南、魏大勋、杨迪等当红明星、KOL，评选出12个典型的生活视频“防抖”场景，比如打球、打球、打球等。亲子拍摄等教育消费者“拍好视频，先防抖”的理念。时趣为OPPO Reno3提供全流程营销服务方案。通过不同圈层的影响力，在传播量、产品量、产品市场教育三个方面取得了巨大成功，充分引爆了传播效果。在传播量上，我们联合明星和KOL，在极短的时间内完成了产品和效果在社交平台上的“饱和攻击”；在产品量上，我们完成了新品推广和传播，吸引新老消费者对品牌新品的高度关注。程度;在产品市场教育方面，爆炸性的营销内容帮助品​​牌建立了行业领先的认知，即Reno的视频防抖功能是最好的。

2.2 营销策划：AI+内容创意，提升内容生产效率

营销策划是品牌营销链条的核心环节。在用户的购物历程中，营销策划内容向用户传递品牌价值，促使用户产生购买兴趣。优质的内容创意是打动消费者的关键。

全渠道下，品牌商的营销策划内容不断丰富。从宣传海报、电视广告等传统广告形式衍生出H5广告、朋友圈广告、信息流广告、短视频广告等适合社交媒体的广告类型。尽管营销内容多种多样，但要给消费者留下深刻印象却变得越来越困难。如何创作出打动消费者的创意内容，如何确定好的创意内容的标准，是品牌主在创意内容制作中面临的困境。

同时，品牌对不同渠道的创意营销内容需求增加，消费者对创意内容的偏好也不同。然而，原有的手工制作创意内容效率低下，难以满足创意素材的大量、高频次制作需求。

在实践中，人工智能正在逐步渗透到创意内容生产中。通过提高创意生产效率，品牌可以在小范围的渠道上测试创意内容传递的有效性，并通过持续评估找到最佳创意。在图片广告、文案等创意内容领域，AI已经可以实现批量化、自动化生产。

在图像广告中，人工智能将图像分解为不同的创意元素，然后将它们排列组合，生成批量的内容素材。

以展示广告为例，图像被分解为产品、标志、模型、文案、背景等元素。品牌商只需上传产品、Logo、文案等元素，并从模板库中选择适用的场景，机器就会对每个元素进行处理。排列组合，实现创意内容的批量生产。通过对每个元素进行编码，品牌可以在小范围测试后分析用户点击和传播情况，选择点击率高的图片进行大规模投放。同时，可以根据用户的点击来标记用户的创意偏好，并可以根据用户的创意偏好来推送广告，提高广告传播效果。程序化创意可以自动生成展示广告、H5广告、海报等图片广告。

例如，阿里巴巴智能设计实验室的鲁班项目，利用对海量设计图片的深度学习，对图片进行解构分析，建立图片构图、配色、搭配、文案的设计意识，生成设计知识模型库。在创意生成过程中，商家只需提供Logo、产品、文案信息，并在模板库中选择适用场景即可。机器可以自动匹配模板，用商家提供的素材替换模板中的元素，生成新的图片。鲁班利用人工智能帮助商家批量生成图像广告。每秒可生产8000张海报，可智能适应不同尺寸的广告空间。 2017年双十一期间，鲁班在淘宝、天猫上投放了4.1亿张广告图片。与手动创建的广告图像相比，同一位置的点击率翻了一番。到2019年双十一，鲁班投放超过10亿。

AI在智能文案中的应用场景包括短标题、产品描述、长文章。

比如在短标题和产品描述的应用上，阿里妈妈从淘宝平台收集了数亿文案数据，利用机器学习挑选优秀文案进行训练。商家进入商品链接后，机器自动提炼商品信息关键词，生成多种文案。目前，该机可一秒生成2万个短标题，文案风格包括描述性、特价、功能性、古诗词等类型。

在长篇营销文章中的应用，以腾讯诸暨和美赞臣项目为例，通过对品牌关键词库和行业优质内容库的深入研究，腾讯诸暨构建了母婴行业知识图谱，并重点关注妈妈们的内容。进行洞察，输入“哺乳”、“喂养”等关键词，匹配妈妈们关心的话题内容，自动生成符合产品卖点的长营销文章。在上线测试中，部分AI生成的营销文案点击率是人工撰写的文案的2倍以上，内容创作效率比人工撰写的文章提升了10倍。

人工智能自动生成图片广告和营销文案的过程，就是分解手工创意制作流程并利用技术进行全面升级的过程。人为地产生创造力的过程并不是灵感的突然出现。前期还需要搜索模板和创意素材来寻找灵感。通过构建庞大的创意素材库和文案库，AI可以对图片和文案进行深度学习，根据广告的传播效果判断创意内容的质量，并根据需求重新组合，创造出堪比人工创意的内容，提高创意生产效率。 。同时，通过不断补充和更新素材内容，可以适应更多创意内容的制作需求。

目前，人工智能在内容创意中的应用还处于起步阶段。对于模板属性较强的图片广告，人工智能可以替代人工批量内容制作。但创意产生的过程比较程序化，主要是内容素材的排列组合。可以满足简单的内容创意制作需求。

对于复杂内容的创意制作，机器很难完全取代人。它可以作为创意辅助工具，让设计师专注于高价值创意内容的制作，提高创意内容制作效率。同时，您可以测试创意内容的交付，评估交付效果，选择观众喜欢的创意内容，并大规模交付，以优化创意内容的沟通效果。

营销副本的生成基于丰富的行业知识图。就简短的标题和产品描述而言，机器和人为创建的内容是无法区分的。但是，对于长篇文章而言，当前的文案写作风格偏向于产品功能介绍和科学普及。基于知识的文章具有写作风格的某些局限性，并且对算法功能（例如上下文逻辑，写作样式和平滑句子）具有更高的要求。 AI在营销文案中的应用可以提高某些内容生产的效率，但是创建长篇文章的能力仍然需要提高。

2.3用户覆盖率：投资前DMP预先测试和投资后评估是双向提高广告投资回报率的双向祝福

在营销链接中，用户覆盖范围是向目标受众传达营销计划内容的过程，广告是吸引用户的最重要方法。随着移动的兴起，用户联系方式经历了从离线到在线的迁移过程。

在互联网兴起之前，传统媒体是吸引用户的主要方法，包括电视广告，户外广告，纸张广告等，品牌广告作为主要形式。 PC 兴起后，用户在线迁移，与用户联系的方式发生了变化。搜索引擎广告之类的广告形式出现了。进入移动互联网时代后，已经出现了各种类型的移动应用程序，例如社交网络，新闻，视频和购物，并获得了新的广告表格，例如，以绩效广告为代表的电子商务，这些广告与交通货币化相近，并且适用于分散平台。信息流广告等。用户接触用户的渠道数量继续增加，目前有许多方法，例如互联网广告，实时视频广播，内容推文和离线活动。

作为吸引用户的最重要方法，广告已经得出了两种形式：在所有渠道中，品牌广告和绩效广告。广告的目的和两者产生的价值不同。品牌广告旨在提高品牌知名度，并专注于以交通媒体广告为代表的品牌的长期影响力；绩效广告的重点是以电子商务广告为代表的货币化效果。

用户接触点的分散会影响品牌广告的有效性。仅通过评估诸如曝光和目标组覆盖率之类的指标来计算广告的投资回报率。

在Omni-的领导下，品牌所有者需要部署多媒体广告策略，并从单个品牌广告转变为协作品牌和绩效广告。如何选择媒体渠道并提高广告投资回报率是品牌面临的挑战。

根据发布的“ 2019年中国互联网广告流量”，品牌所有者的预算已从品牌广告转变为绩效广告，品牌广告显示出下降趋势，同比下降10.6％。此更改意味着品牌更多地关注广告ROI，评估指标是用户点击率，购买转换指标等。

由于品牌广告无法监视用户转换的整个链接，因此很难评估渠道交付的有效性。在媒体频道选择方面，我们只能分析用户转换链接以进行性能广告，并优化媒体选择策略以进行绩效广告。通过分析曝光单击激活 - 激活重新付款的整个用户转换链接，比较每个通道的用户转换效果，并将它们与频道的平均广告效应进行水平比较，选择具有最佳效果的通道以增加广告数量。但是，为了避免过度依赖单个渠道，导致目标受众的覆盖不完整，品牌应选择多个交付渠道的组合策略。品牌所有者应从每个渠道积极收集流量数据，并通过分析每个渠道的数据对受众群体分析和用户的频道选择形成更清晰的了解。

在提高广告投资回报率方面，投资后评估的价值相对有限。这是在投资之前先补充第三方DMP用户标签以准确吸引目标受众的关键。第三方DMP数据收集移动应用程序应用数据以获取标签，例如用户年龄，性别，消费水平，最新的活动场景，兴趣和爱好。品牌所有者可以根据应用程序数据分析涵盖广泛目标组的渠道，并为目标组选择用户标签以实现精确范围。

在将品牌广告迁移到绩效广告方面，主流媒体逐渐建立了自己的购物中心或链接到外部电子商务，以完成广告点击并促进用户购买转换后完成购买。例如，小舒的KOL种植推文包括指购买产品的链接，从用户接触转换到转换的封闭环节，并同时监视KOL销售的效果。微信相对开放的生态系统为企业创建了私人交通操作环境。例如，魏蒙（）构建的“广告 +迷你程序”封闭循环片刻将广告放置在瞬间，以帮助商人吸引流量。用户可以单击广告以输入Mini Mall链接并完成购买交易的闭环。在Mini计划购买交易中积累的用户数据是商户私人域交通资产，为营销的各个方面提供了支持。

实际上，第三方DMP用户数据的准确性将影响广告的有效性，而市场对DMP的监督变得更加严格。它可以用作公司自己的数据CDP的补充，以丰富用户标签。第三方DMP用更粗的粒度收集用户数据。 CDP可以更准确地描述公司目标群体的用户肖像。它使用第三方DMP扩大类似组的体积，并将其放置在目标组高度活跃的媒体渠道上。通过投资后，评估和监控每个渠道的有效性并优化媒体选择策略。

一方面，对于品牌所有者而言，在塑造品牌的长期价值方面很难取代品牌广告。另一方面，品牌广告中的出现在绩效广告中，广告使广告更接近交通货币化。尽管该行业绝大多数提倡绩效广告，但阿迪达斯在2019年透露，每年至少要支付30亿元人民币，这是因为过度强调了对品牌建设的绩效广告和忽视。由于分销渠道着重于电子商务，搜索引擎和信息流平台，因此一组对价格敏感的用户通过少量利润进行了培养，但营业额很快，并且品牌溢价已降低。因此，从长远来看，品牌所有者应使用品牌广告作为广告的基础，结合对绩效广告结果的评估和第三方DMP的补充，以优化品牌广告对目标群体的精确覆盖范围。

基于数据 + AI算法，Jiahe 创新了传统汽车公司吸引用户的方式。 JIAHE 通过在多个领域建立数字业务网络和业务模型创新，集成了AI认知能力，并建立业务大脑和业务中间平台来帮助企业。使用数字情报进行运营和决策来帮助提高多个行业之间的工业效率和跨境整合。 JIAHE技术主要包括针对KA客户公司的两个主要业务领域：通过智能的交通管理平台和服务来帮助消费者升级其全球经验，并帮助企业通过营销中间平台数字地升级其营销。到目前为止，Jiahe专注于行业领先的品牌客户，已经为60多个品牌提供了服务，包括L'Oreal，＆，＆，，，Nestlé，Citic Bank，，，，Saic-GM，包括L'Oreal，＆，，等。基准客户。符合汽车行业的战略变化，Jiahe技术使SAIC-GM能力升级其智能营销。随着汽车行业的竞争变得越来越激烈，传统的汽车公司也正面临数字营销的转变。根据SAIC-GM营销策略的升级，Jiahe 创建了独家的智能营销中央系统。传统的汽车营销面临许多痛苦点：1）业务流程主要是离线进行的，信息不透明； 2）过程是分散的，并且未连接多通道数据； 3）渠道均匀化，竞争激烈，发射成本很高，但转化率较低； 4）信息落后，并且没有实时数据分析和智能决策。因此，汽车品牌为营销工具和品牌转换效率提出了新的要求。基于数据层和技术层，JIAHE技术从四个级别解决了数字营销中企业的痛点：1）创建一个在线媒体管理系统（ERP）以实现在线完整程序控制。对于营销活动，整个项目流程都在线移动，列定业务方在过程中的作用以及它们之间的协作机制，并在关键节点设置自定义权限，以确保信息安全和敏捷的协作。

确保保留和可追溯信息，并最终与销售潜在客户联系。 2）打开整个域，方便地访问数据和资源，快速实施安全管理并使用媒体和DMP等外部数据派对，并为企业内部和外部的数据提供自定义的标准接口。数据提出了对数据安全管理的高要求，Jiahe技术引入了诸如加密分类和多云灾难准备之类的措施，以最大程度地提高数据安全性。目前，该系统已连接到20多个主流媒体，包括垂直媒体，新闻信息，生活应用程序和工具应用程序的资源，以领导该行业。同时，项目过程继续安全运行，100％保证服务安全。 3）创新行业营销游戏玩法，实现群体资源的优势，创建智能营销系统中的IP资源的战略性购买，与其他国际品牌一起购买电视剧资源，共同发布广告，创建“ Cross - IP戏剧” ，突破，突破资源障碍以充分释放资源价值的价值，同时解决“无法控制接触频率的频率暴露”和“无法损害目标人群的问题，从 - 现有媒体销售模型中的键入用户”。通过这种模型，SAIC -GM的主要营销指标得到了显着改善。 OTT终端的平均频率下降了17％，在暴露率的7倍之内，紫外线（独立访客）占91％至100％。同时，基于诸如“交叉企业线组件算法”等算法，该集团的启动资源是分配的，优化了发布模型，创建了品牌的私有化营销策略，并实时优化，实现营销改进，最大程度地提高了营销的改进，最大化了该品牌的营销策略有效的人群，改善改善，提高转化率。

最后，CPL的实际完成率（由注册）为114％，CTR（点击通过率）平均增加了24％+。 4）创建“全球交通注入屏幕”和 -Time数据跟踪系统首选营销指标，创建一个“全球驱动器屏幕端口”的可视化模块，以及多维交叉 - 显示整体营销活动数据。实际的 - 时间呈现日常网络流量，并及时了解所有品牌活动的效果，媒体推动的质量以及平台对平台的有效效果。通过定制和模块化梳理影响营销效果和分析链接的指标，创建“真实的时间数据跟踪系统”，进行全面链接的营销数据的真实时间跟踪和分析，并在时间上发现潜在的问题。开车来协助业务决策。

2.4用户转换：实时广播电子商务公司帮助在线销售，CRM授权销售转换过程

用户对产品感兴趣后，品牌需要将利益用户转变为买家。用户转换的过程分为两种方式：销售人员参与和无销售参与。对于具有较高单价的产品，例如汽车和住宅，用户有很长的决策制定，需要考虑更多的因素。转型过程需要参与销售人员。对于单价低的产品，例如化妆品，用户转换的过程取决于销售人员是否参与了这一方面。对于到达商店的用户，大多数用户需要购物指南服务来完成用户转换；对于那些在线了解该品牌并引起人们对购买利息的兴趣的用户，完成交易的过程不一定需要干预销售人员。

可以总结销售人员的用户转换过程，因为：用户访问商店和销售人员向用户介绍产品信息，客户离开商店，SMS遵循 - UP，并将达到交易。该过程当前是离线的。非大赛人员干预的转型主要是由多个用户到达的。

在Omni -的趋势下，原始销售人员的人民效率显然遇到了瓶颈。一方面，服务和转换用户的方式是有限的。互联网上的庞大用户组使销售人员的服务边界能够进一步扩展在线扩展。目前，销售人员参与的在线参与度较低，与用户的互动互动较少。

此外，原始销售人员跟进了改变用户意图的方式。它只能跟进向商店提供联系信息的用户。对于不留下联系信息的用户，客户离开商店后无法跟进。低的。在OMNI渠道下，用户的在线和离线联系人留下数据，并且缺乏对用户联系数据数据的管理会影响销售的转换效率。除了最初的销售遵循方法外，品牌还需要在多个渠道中与用户保持互动，以增加转化的机会。

在增强在线参与的方面，销售人员可以选择定居在现场电子商务中。与在线销售渠道（例如E -）等在线销售渠道的状况相比，在实时广播过程中，销售人员可以解释产品功能并向用户回答用户问题，以增强与用户的互动。与下一个沟通不同，在线实时广播可以与实时广播室中的许多用户互动，以缩短用户的距离，并且一些有限的时间折扣措施会激发用户下达订单，从而获得良好的销售业绩。

在流行病期间，实时广播电子商务带来了前所未有的繁荣。各个行业的品牌受到离线商店关闭的影响，他们已经开设了在线直播。新年的第四天，服装品牌 Birds在微信上现场直播。到第五天的第五天，它计划在13个大型地区现场直播。每日平均零售额超过800万。家用电器品牌Haier冰箱已经在和等平台上进行了3,000多次直播，并实现了270,000个270,000个实时广播的销售。住房公司和汽车公司的高单位价格也加入了现场广播陆军。宝马，丰田，福特，比特和其他汽车品牌已经开了现场“汽车”。

对于品牌供应商而言，除了新的交通渠道外，与实时广播室中用户的实时广播电子商务互动还促使商人促进了私人地区流量。

但是，现场广播电子商务公司争先恐后地显示了两极分化结果。李亚克的销售额销量为10亿元的销售神话，有些公司正在赚钱。例如，在2019年共有8,000场比赛，平均每天22场比赛。实时销售仅占总销售额的4％。实时广播商品的实际转换价值已成为灰心商人的原因。

目前，有两种方式可以在网上的商品实时广播上在线销售商品：一种是孵化自连接的锚锚团队，销售人员的一部分锚点，另一种是找到带有商品的头净红色。 有两种方法：销售人员实时广播的优势是，销售可以更全面地了解产品信息。通过实时广播，可以建立品牌形象。缺点是流量不如头锚大。新产品，促销活动等。头锚的优势是商品的能力很强，并且在专业领域具有强大的专业精神。这足以观看现场交通，这适合品牌的主要产品。

除了基于C -End的，，和其他直播电子商务平台外，还有 Live 代表的平台。该公司的实时广播平台可以通过实时广播来解决企业的私人域流量。

Lord Live是领导企业实时平台Live Live的第一个3O模型，是用于家庭家具新零售的独家营销平台。基于专业级别的实时广播技术，它加速了家庭行业的互联网转型。新零售。它的客户包括欧洲派系，东彭，朗希达，好妻子等的首席品牌，以及大型和中等大小的家具商店，例如家庭，南苏·朱兴（ ）。 Leage Live实现了公司实时营销的整个场景的报道，为实时广播计划支持，技术服务，排水促销，多媒体平台分布和数据统计分析创建实时营销操作服务。 Upper（）实时营销，（）核销售和次要营销，以建立为家居家具行业建立3O新零售模型，创建准确的客户 - 持有客户的社区，交通私有化，营销视频和基于数据的公司营销公司为企业客户服务平台。传统的家具行业迎来了数字化转型。 5G+企业实时广播机会伴随着多元化的政策，例如城市中的城市转型，棚户区的翻新以及新农村地区的翻新。房屋建筑材料行业发展迅速。该小组更倾向于在线消费。传统房屋商店面临困境，例如乘客流量下降，活动消耗增加，结果差和激烈的竞争。工业互联网的转型即将到来。家庭交易自然具有低频和高价，非标准，长短服务链，重型服务和经验的特征。信息的程度很低，对人的依赖程度很高。因此，传统的互联网模型不再适用。离线集成为行业转型带来了新的机会。

新的皇冠流行进一步加速了家庭行业的数字变化。 95％的实时广播市场属于Cside Live广播。 B -End Live广播平台很少，并且其中大多数没有下沉以形成垂直应用解决方案。只有3个具有潜在的核心技术。联盟的现场广播就是其中之一。与淘宝和杜林的现场直播不同，该公司的实时广播重点介绍了私人领域交通的精致操作和降水。这些产品由专业员工解释，并通过自己的实时广播室掌握了用户数据。因此，客户信任和单交易值远远超过了C端实时广播平台。家庭企业实时平台的实时广播通过3O模型打破了在线和离线消费方案的边界，并重建了“人，商品和田野”的三角关系。在帮助欧洲3O完整的现场营销流行的三个主要系统中，主现场直播为著名的家庭品牌Opai提供了大规模成功的在线现场营销活动。 2020年2月14日，欧洲卫生用品嵌入了联盟的现场直播中，以官方的迷你程序播放，并发起了“现场直播工厂”的大规模促销活动，以实现650,000+的在线观察的数量，即650,000+实时广播订单的总数为12356，转换销售额超过1亿。实时广播+家庭行业解决方案由制造商系统，实时广播系统和数据系统组成。离线家庭制造商平台用于成为家庭公司的准确流动发动机。商家通过PC - 端子控制背景通过制造商系统的PC侧释放任务。制造商（行业从业人员/购物指南）可以在通过Maker 应用实时广播的实时广播之前控制进度。裂变，解决排水问题，并在实时广播之前完成储水。

购物指南的准确流程通过准确的实时广播和在线营销互动将目标锁定在在线有效触及和转换方面。在直播之前，通过滚动广告和红色信封将实时排水预热；在实时广播过程中，实时广播使用彩票，邀请竞赛，投票，超级优先刺激和其他方法来鼓励用户下订单。例如，在欧洲主义日的实时广播中，现场直播中爆炸的最佳折扣允许消费者。 5,888元浴室柜的原始价格仅为3680元来引爆直播。实时广播后，商人通过背景进行订单处理和数据分析。根据现场转移的实时广播，它将向离线商店使用它来检查它。商店和实时广播购物中心的无缝集成将是无缝集成且效率高的锁定客户，这将改善客户的获取和性能提高。商人还可以进行二级营销，以建立客户大数据跟踪，以创建三维营销系统的整个用户流程过程。基于联盟新的营销平台，家庭建筑材料企业已通过脱机营销和制造商的裂缝预热，以吸引客户的水存储。在线实时广播会吸引客户解决，然后指导客户出售离线终端并进行二级营销以获取客户数据以获取客户数据。管理和操作。这解决了终端集成，产品推广，终端销售锁定客户和客户管理的问题。

在每个触点分散的管理用户数据方面，CRM系统具有更大的价值。 CRM系统可以跟踪用户购买决策的进度 - 实时制定，以自动方式将个性化内容推向用户。随着用户阶段的变化，营销策略不断调整，用户的转换将完成。无法分析用户转换和其他问题。

CRM系统可帮助销售人员分析客户关系，确定预期的用户，丢失的用户，活跃的用户，睡眠用户等，推动目标内容，直到用户转换完成为止。在出售新客户时，CRM系统将与交易用户中的类似用户肖像进行比较，以推动相似的营销内容。通过与的联系，用户完成了从兴趣到购买的用户的封闭循环，并为企业累积了私人数据数据，并且在连续到达的过程中，用户的转换完成了。用户成熟度提高后，将其到期最高的潜在客户推向销售，以进行跟进，以便销售可以专注于高价值用户。

对于品牌注意的效果指标，通过与小程序进行对接，可以实现对小程序转换的监视，并且用户可以转换ROI。此外，通过跟踪品牌的微信增加，用户活动和关闭范围等，可以评估自动营销的效果。根据不同行业的特征和场景特征，CRM系统可以提供不同的营销策略来满足品牌供应商的定制需求。

AI驱动的CRM 升级，重新定义客户生命周期管理 是一家国内专业的AI智能营销和服务解决方案提供商，并致力于帮助公司使用大数据和人工智能技术数据管理，并结合NLP等人工智能技术和机器学习算法，为企业创建AI ，访问AI+CRM，AI+客户联系和AI+数据见解的能力，并形成智能营销云，智能销售云，智能服务，Yunsa的三个主要系统解决方案将实现销售，客户服务营销，决策和其他链接的人工智能协助，全面帮助企业的数字升级，并成为企业增长的新引擎。 AI包括语音机器人，客户服务机器人，助理机器人，培训机器人，AI PAAS。 AI+CRM根据AI提供了智能线索，智能收集客户，智能销售，智能销售，智能销售，手机，协作订单等的产品。数据管理，客户连接，客户肖像和通信策略自动化操作的建立以及改善销售转型。在进入用户阶段的阶段，智能线索提供精确的筛选和线索肖像，以帮助企业迅速锁定目标客户；在销售过程中，使用客户管理来聪明并为客户完善客户管理。订单率可以增加39％；在客户服务阶段，客户数据被沉淀，并且可以洞悉市场信息。同时， 的CRM系统与智能外部通话功能有关。在不同的阶段，它可以帮助企业在不同阶段跟踪目标客户，并在销售，中间和销售后全面授权企业。

目前，BAI应该拥有35,000多家公司/机构客户，包括阿里巴巴，腾讯新闻，百度金融和其他行业巨头，涵盖20多个行业，例如财务，房地产，招聘，招聘，汽车，教育，教育和政府机构。 如何解放销售和服务生产率，成为企业新发动机公司的销售痛点：在客户管理方面，通过微信，电话和其他渠道进行交流。线索的成本很高，但总体线索转换率很差。在管理方面，运营成本很高，客户易于损失，并且绩效管理很困难。不可能知道销售服务客户的质量以及员工工作是否达到标准化。 的AI+CRM智能营销和服务解决方案涵盖了智能功能，例如销售服务，客户管理，营销和数据操作分析，以解决其企业的销售痛点。在客户管理方面，通过工作手机收集，记录和分析多通道信息，例如销售员工和微信聊天，通话，短信和其他渠道，并将其实时同步到客户管理，并实现统一客户图书馆的OMNI -客户信息，对于采矿客户的要求很方便，以改善客户转换。在营销方面，通过智能名片，实时广播，员工公共文件，海报，文章，微观订单和其他产品功能，社交营销准确地收购客户。建立智能名片后，客户会自动进入仓库，而基于高效率的销售接收效率高效率。 AI智能肖像可以帮助成千上万的人跟进营销。 For , you can the smart calls, and tools to , such as multi - , likes to check in real time , and ; smart have AI with , real -time , real -time , real -time , in real time, in real time, in real time, in real time, in real time, in real time, in real time. with to the stay of ' stay, and sell for 24 hours forms such as , .

At the of -up, and in real time, tap , judge , at the same time into , and -up , which not only , but also sales. and sales , clues rate, and smart . In terms of , sales , sales , , etc., multi - of , sales , and sales work , based on data , good , and and costs. With the for cost and and , AI and are used in (, , , ), , real home , live e -和其他领域。 and huge for . The has more than a and large Bank of China, Bank of , Bank, Ping An, and Anxin . to of call , and links such as , , and care in have . The has a large of such as the head 1, Cloud , the head 1 to 1 as an . the of AI+ , the is by 22%, and the of is 45.1%. The of calls by 48.4%, a . In , this set of have also been in the car of the car with the of , in the of and smart call sales. 47.2%, an rate by 38.4%. The car home and "data -based car " from the " -based field ".

2.5 User : and , LTV

The user user after users, and user . The value of user is to the of user and the - LTV.

to , the scale of in the first half of 2019 1.14 , with a net of only 5.7 , of which the in the fell by 1.93 . As the is and the brand's new cost , it is to user and the LTV.

The user is a card . Users fill in . will enter the . Users can after each . After the the , they will be for or enjoy full . is only in the of the and is not .

Under omni -, users are on multi - such as e -, , and , and as in . , the of is split, and fail to cross - , in to enjoy the of the omni -. In , the of users in the brand is to send . It lacks of . The is and . The of users is low and the loss rate is high.

In this , brand CDP to their own data such as POS, , APPs, and CRM , and with e - data such as Tmall and to and with as核心。 As the of , CDP can user , user - , , , etc., to for .

to the of 28, 80%of the 's comes from 20%of high -value users. the and of . card , card to Gold Card , etc., to the of users' .

The of ' and , more and to high -level , to user , users to from low -level to high -level . For , Card need 6000 , and have 4,000 . The push to to buy 2000 of and level .

user , brand can use tools to based on user . For , after the user pays to the store, it will push the to the user. the , the user the user to buy . In , tools can make group on users based on user , , and , . On the of the user's , push the care or gift to the from the user. By to user and rate.

tools do not , but only the in to help brand of fans. For users, for , and users at the time and . tools user by users, and the based on the in the life cycle of the user and the of .

In , in the of user , brand to in with to flow pools and . For , COCO milk tea to to drink milk tea, to pay for it, more fans, and start a new round of .

In terms of of , brand can focus on such as , user loss rate, , rate, sales , user , and user . , brand and users have and long -term , the 's life cycle, and more value of users.

Big data+ , multi - data to build a DAAS data Multi - data was in 2014, with - , data and , and data and data and data and data . Bench P & G, , L'Oreal, etc. From SAAS that serve small and -sized e -, to large -scale e - , multi - data its to . the of all - data such as CRM, store , and , the for are . on Ali and 's in -site and media to help brand , brand , and , , etc. Multi - up data for the brand at the same time, the data of the data, data , and at the same time, the data use and are used to the brand of the brand. Data data and to help go deep into into , lay out in , of , and of and to of to . is . on users - is the trend. With the flow, the cost of is high, the are after. tilt, at the same time, from -point to multi - and multi - . For , the are , for the brand's ; and the is and is .

How to new and value has the core focus of . The core of multi - data is to use - and multi - to the rise and of . In terms of new users, new : omni - multi - ; with tools to speed; live new users; multi -store joint . In terms of value, level gift and other to the of ; add to . Multi - +fancy , multi - data helps brand in depth Multi - data has a food brand to build a deep . The brand's sales cover the with a of 1-500 , and the user group multi-aged . In years, there have been more SKU on the line, and sales have grown . The multi - line has in terms of and high -end user . The three : multi - , and , and the role of in the and phase of the . multi - pull -up , use and and , and then and value a in -depth , and loop of cycle in . In terms of new , multi - data first out the in the whole , and for the and brand . the new , the of and , , and the in all .

omni - , the of new among the new for more than 80%. At the same time, the is in the , and the new is and , cross - new pull -, and a rate of size by more than 250%. In terms of value, multi - data judge ' needs, in of , and for of of of , high - to high -value , and into ones. is , and and are the and of . At the same time, the of Day will be to . In the end, the GMV of the brand GMV is over 50%, and the value of the is . Multi - data of , fancy , " " and of days, which not only the pain of brand pull new and value, but also the in -depth of . After the , the brand has , and the of has , which has , which has 350,000. 3.

Under the omni -, the multi - data left by users and are both and for brand . to the , the of 5G, and other will omni - and