2024年宋星最新线下课报名中

点击上方图片了解详情

原创作者为纷析咨询创始人 宋星。

先祝朋友们2024年快乐！祝大家万事顺意，事业兴旺！

任何好东西，放在合适的场景下才是真的好，放在不合适的场景下，它可能会变成毒药。

“千人千面”这个东西，媒体平台玩得很溜，不过，它本质上只是推荐引擎，是给不同的用户推荐不同的内容，不是为不同的用户生成不同的内容，跟品牌所追求的千人千面，还是有本质差异的。

广告主想要的千人千面，是给每个不同的人，提供单单针对他的个性化的广告或内容。

这种“千人千面”，品牌该追求吗？

“千人千面”的初衷没问题，它原本希望商业信息的传播，对受众的打扰程度最少。如何打扰最少呢？按照“千人千面”的想法，并不只是传播形式上的“原生化”，也就是将广告伪装成内容的软性传播形式，而是真正为用户提供他们确实感兴趣的商业信息或内容——只有每个人都能看到自己感兴趣的内容，才能真正实现不被垃圾信息干扰的"千人千面"。

初衷虽好，“千人千面”却不见得是最佳的消费者营销触达方式。

核心问题在于，千人千面夸大了人的差异性，但可能忽略了你的目标人群所具有的共性。品牌推广的核心，还是在于强调你（品牌主）希望强调的，无论多么“千面”，共性的东西都是主要的。但千人千面导致的大量的碎片化信息，反而会冲淡原本要表达的真正品牌核心主张。

千人千面的风险高，对数据的精准性要求太高，容错性很低，如果数据错了，极度精确的定位就会变得极不准确。

上图：靶子太多，就等于没有了靶子

不是不相信数据，而是数据这个客观的东西，它要反映的是人的内心欲望，而人的欲望却是主观的、动态的，是多变的。数据可以极为精准，但精准不代表着能动态地跟上人的欲望的变化。

我讲一个例子，当年索尼测试新款MP3的时候，有这么一个故事。索尼请了一帮类似于今天KOC的人，让他们看新产品的介绍PPT，然后让他们现场对这个新MP3的颜色投票，选出自己最喜欢的颜色。

结果，大部分人都票选了银色。

调研结束了，会议散场的时候，索尼说，不让大家白忙，请每个人拿走一个今天的新款MP3，帮他们多多宣传。

于是，一堆各种颜色的新款MP3，摆在他们的桌上，每个人都可以带走其中的一个。结果，更多人选择了“黑色”版本带走了。

嘴巴上是一回事，身体才是最诚实的。

所以，不到最后付款买单的数据，都不一定可靠，都可能存在最后的变数。而我们在做的营销，就是说服消费者花钱去买，都是在一个具有变数的数据环境中做工作。在这样的环境中，追求极致准确的千人千面，过犹不及，有可能变成总是与消费者真正的需求擦肩而过。

好，就算千人千面在逻辑上可行，企业在实现上也有很大的难度。

你可能认为，把人一个一个地分出来，也就是做到“千人”，是难度最大的部分，因为实现千人对数据的要求太高了。但实际上，认真收集好一方数据，就能很大程度上解决这个问题，而这个领域已经非常成熟，，能够按部就班地实现，所以反而不是最难的。

最难的是，有了这些个体级别的数据该如何实现“千面”呢？

千面要克服的第一个问题，是生成一对一的个性化物料。这个过去基本上是不可能的任务，现在嘛，有了AIGC，变得容易很多，不过实时性还不行，有一定的时滞。时滞问题虽然在私域中问题不大，但在公域中的应用，却是很大的阻碍。

在私域中，稍微有些延迟不妨碍跟用户进行的大部分的沟通。毕竟，发一个千人千面的图文内容，不需要很实时，至少不需要毫秒级的实时。但在公域中，广告投放的反应时间，基本都不能超过100毫秒甚至更短的时间。

时滞问题只是一方面，就算我们不考虑时滞问题，千人千面的落地难度也不小。

比如，在私域中落地千人千面，还需要对各个数字化触点做相应的改造，是个很大的工程。

而在公域中实现千人千面，尤其是实现千面，就更复杂了，因为它已经不仅仅是一个复杂工程的技术问题，还是需要看媒体的脸色的商业问题。

媒体要么需要同意跟你（广告主）的千人千面的广告投放系统对接，要么需要升级自己的广告投放系统或用户触达系统，使其支持千人千面的投放。然而，我还没有看见哪个媒体已经将这两种方法推向市场的。

既然“千人千面”有坑，那最佳实践方式是什么？

1.有限元素的无限组合可行，这种千人千面已经证明是有效的。而不是为每个人做专门的内容和创意。

2.尽管不必追求绝对的“千人千面”，但细分人群是非常必要的。所以，精力不是投入在要千人千面上，而是要投入在如何合理地为人群进行分群（或分层）上。

3.通常而言，分群的数量不用太多，分几个群就足够了。我们纷析咨询常用的人群细分模型，除了客户要求的persona，还有我在大课堂上（点击了解）详细讲过的“RFE”、“TOFA”、“CUPS”三个模型。这些人群细分方法，过去只能通过调研，现在可以通过CDP真正做到，实现这些人群细分的，仍然必须主要依靠一方数据。

4.AIGC用在“千面”上特别好使，用这个技术，为每个细分人群测试出最好的“面（素材、物料或者内容）”，然后规模化推给各细分人群。AI大规模创造的，用作赛马是非常好的，但最终，创造出来的最有效的胜出创意，应该打向针对性的人群。

5.在合适的时机能触达到人群，是首先要考虑的，然后才是用更好的方式去触达他们。现在数字营销最大的挑战，仍然是在能否在稍纵即逝的机会中抓住受众上。将一方数据和二、三方数据结合，是解决这个问题的最有效方法之一。

关于分层分群的最佳实践和详细案例，以及一二三方数据结合的触达与深度运营方法，后续我继续慢慢写，欢迎大家关注我的公众号，我的大课堂（点击了解）也会详细介绍。

- 宋星大课堂2024年全新课程！-

扫描图片二维码了解详情内容大纲

全新线下课 | 现场2天全程宋星授课

• 利用数据实现以消费者为核心的营销和数字化增长

• 公私域联动：公域、私域策略与绩效提升，及二者的协同

• 深度消费者运营的策略、链路、触点、与方法，以及大量案例

• 数据驱动的创新消费者营销模式，及各模式案例

• 企业的营销数字化转型组织架构、基础设施、团队能力搭建和优化

- 项目咨询或定制化企业内训 -

如需咨询或企业内训，请联系林森

添加好友请说明来意

-加入读者群-

添加我的个人微信备注“读者群”