分享

千人千面 长期而言对品牌不利?

 黄昌易 2019-06-03

“一千个读者,就有一千个哈姆雷特。”这句话,正在数字媒介行业充分实现。

尤其是无线端的发展,手机变得更加“私人化”,在大数据和人工智能的助力下,各大APP都在往“千人千面化”发展。

千人千面 长期而言对品牌不利?


几乎所有数字媒介 都在“千人千面化”


千人千面、个性化、小而美等等,这些词表达的意思差不多是一致的:根据用户的行为和消费大数据,不断去优化算法,把用户最感兴趣的内容、最有可能成交的商品,优先推荐给用户。

淘宝早在13年就提出了“千人千面”排名算法,结合依靠淘宝数据库,能从细分类目中抓取那些特征与买家兴趣点匹配的推广商品,展现在目标客户浏览的页面上,帮助商家锁定潜在买家,实现精准营销。

千人千面 长期而言对品牌不利?

在内容和资讯领域,所有的内容APP都在往今日头条化转型,所谓“你关心的,才是头条”。内容资讯流,可以根据用户的爱好、阅读习惯、地理位置等标签,为不同的用户推荐不同的资讯,让用户看到真正适合和感兴趣的内容。

“千人千面”的应用,也正在渗透到服务和O2O领域。以大众点评为例,已经在新版中加入了情景感知功能,基于LBS、时间和用户行为精准挖掘用户场景化需求,预判用户在不同场景的不同需求,如下雨天,为用户推荐外卖。


为什么千人千面 长期而言对品牌不利?


“千人千面”本质上就是基于用户大数据的精准营销,最大的好处,就是提高了信息的分发效率,能够充分利用每一个流量,最大限度提高流量效率、转化率和客单价。

然而,对于大品牌而言,尤其是依靠广告驱动的快消品,“千人千面”却不见得是好事儿。

宝洁此前就已经开始反思,在Facebook上调整精准投放广告的比重,同时同步加大数字平台和传统平台的广告开销。华尔街日报援引相关人士消息称,因投放效果并不明显,宝洁很可能会缩减在Facebook上“精准投放”的广告费用,并加大对电视等传统媒体的投入。

千人千面 长期而言对品牌不利?

一、从大品牌层面,规模化投放依然很重要

品牌越大,就越需要最广大的受众,而不是更小的目标群体,分析人士认为,精准广告更适合用在中小企业、特别垂直细分的产品,或者一些需要吸引当地用户的小生意上。

对于像宝洁这样量级产品而言,如果精准营销只是针对一小部分特定人群,不足以支撑传播影响力的效果。比如,宝洁推出过一款新品空气清洁剂,把广告精准锁定在宠物拥有者和家庭,但是销售上不去,但是当宝洁把广告受众面扩大到Facebook和其他地方所有18岁以上的人群,结果销量大增。

二、事实上,广告的浪费是必须的!

很多广告主,希望把满天撒网的广告变成一种精确的目标广告,每一分广告费都花在刀刃上,实现每一个子弹消灭一个敌人的目的。

不过,广告对消费者购买决策的影响是一个长期持续的过程,“千人千面”虽然精准,但缺少覆盖性的长期影响,接触频次的不足很难带来实际的销售。

这就像饿汉吃烧饼的故事:一个饿汉,吃到第5个烧饼才觉得饱了,这时,他不由得想到,要是早知如此,那还吃前4个干吗,直接去吃第5个烧饼就好了。但是,这神奇的第5个烧饼在哪里呢?

其实,永远也找不到的第5个烧饼,就是广告主妄图节省的广告费。必要的浪费,是为了最终更好的达成效果,没有“浪费的那一半”,也就没有“第5个烧饼”。

有时候,广告就是洗脑,消费者可能不情愿,不信任,但是在广告的狂轰滥炸下,它就会深深地扎根在用户的意识和潜意识里。

比如:今年过节不收礼,收礼还收脑白金。这是一个以恶俗闻名的广告,但它的狂轰滥炸有效。当在过节情景,考虑给父母长辈送什么时,你会不会第一个想到脑白金?

三、轻度购买者和新用户,支撑了销量的大半壁江山

一个家喻户晓的品牌,即便不打广告,也有很多人购买了,为什么还要打广告?其实,是为了拉新,以及提醒和转换品牌的轻度消费者。

即便对于可口可乐这种品牌,在美国仍然有45%以上的家庭是每年都不消费的。如果把一年购买0-2次可口可乐的家庭,称为轻度购买家庭,那么轻度购买家庭占65%左右。如果通过铺天盖地的广告Reach到这群人,每个家庭因此多买一瓶可口可乐,会为品牌带来多少生意增长?

千人千面 长期而言对品牌不利?

很多品牌的重度消费者,往往对这个品牌已经很忠诚。品牌的真正战场,在那些没有购买,或购买次数很低的消费者。这些消费者的购买随机性更强,但可能会影响到品牌50%以上的销量。

千人千面 长期而言对品牌不利?


写在最后


在品牌营销层面,“千人千面”带来的精准营销虽好,能够更加高效地提升目标受众的转化率,但是保持规模化触达也很重要,毕竟品牌是一个长期“洗脑”的过程,销量需要广告的不断刺激,新用户对于品牌销量很关键。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多