在模型时代,广告行业的演进方向:回归营销本质,精确表达营销诉求,避免无效堆基建;同时打磨优秀创意,创作能吸引用户的、真正有信息价值的广告内容,不要让你的广告沦为电子垃圾。
广告增长的进化,远不止弃基建、重创意这些表面上的升级。一个新的体系要表现出新气象,当然要实打实地帮助客户,成为他们扩大和优化业务的助手。而这,仅仅靠模型能力的提升,肯定是不够的,还需要产品层面新模式的探索。
在与腾讯公司副总裁蒋杰、腾讯广告商业平台部总经理汪牧远、腾讯广告商业AI副总经理郭伟的深谈中,我对模型时代的增长产品升级,理解深入了很多,总结出这么两个趋势:深度行业化、经营一体化。
1、从“增长经营一体化”,看模型时代的增长模式
不知道大家有没有体会,数字广告的发展历程,是在从“流量”到“经营”不断深入的。在今天做增长,除了少部分纯粹的品牌宣传以外,“增长经营一体化”的理念,早已经是深入人心。
这个理念,咱们已经说了很多次,从二价市场的“实话实说”定律,到实践中一体化闭环的案例,都介绍了不少,这里不用再过多展开。用简单的几句话来概括,可以这么说:经营水准越高,从获得的用户身上收益越高,就能承担更高的获客成本,从而在竞价的广告市场中获得决定性优势。
因此,从广告平台的角度来看,其目标也不是把流量扔给客户就行,而是要朝着优化其深入的经营目标努力。而这样的努力,上一篇所讲的模型时代的演进,是个大背景。
为什么这么说?举个例子,假设要优化的是一款游戏的充值,而不仅仅是激活或者点击,那是不是面向这款游戏产品建模,是个基本的前提?如果还在广告ID上搞,那深层的转化数据就更有限了,想驱动经营,只能是望洋兴叹。
记得我们在上一篇里说过,模型时代,绝不意味着客户除了素材无事可做,那具体要做什么呢?这里就看出门道了:面向经营做优化,先得把你的经营过程都数据化,然后取一些关键的节点数据,回传给广告平台。
这个数据基建,对广告朝着经营化的方向进展,是画龙点睛的一步:毕竟,巧妇难为无米之炊,再强大的模型,你要不给它画好了靶子,它也不知道往哪儿打。
别以为这是个很容易的事儿,咱们拿电商来说吧,用户下单,只是万里长征迈出了第一步,后面还有采购发货、用户签收、客服退款等一系列环节,只有这些都完成以后,才知道这一单是不是真的挣到钱了。那要把这些后链路数据回传,先得把这些发生在线下的搬到线上吧,这正是“数字化”这个时髦的词儿,在增长领域非常具体的含义。
谁率先建立起完整的数字化基建,将数据化的经营过程与广告平台的模型相配合,直接闭环优化经营过程,谁就能率先吃到模型时代的巨大红利,这就是新时代的新增长模式。
2、广告平台,将成为行业经营助手
要往优化经营的方向前进,稍微深入想一下,就会发现一个更大的挑战:优化经营,必然要诉诸行业化的解决方案。
您想想看,就拿电商和游戏作比较,这两者的业务周期、转化流程、商业目标,都可以说是千差万别,还甭说两边数据表能不能统一,能不能揉巴揉巴一块建模,就算是建出模来,在不同场景下的有效性也是南辕北辙。
也就是说,面向经营的广告平台,必须要先成为各行业的经营助手。
要解释这个理念,从游戏行业切入再合适不过了。咱们就以3.0在游戏行业的解决方案为例,来理解一下行业化经营的要点。
优化经营的第一步,是面向产品而非广告ID建模,因此需要客户把商品库先完善起来。
这一概念,起源于电商行业,但绝不是仅适用于电商。在3.0中,游戏行业的投放,也要先确定产品,标定游戏类型,并且可以提供相关的行业信息,另外,大模型还可以根据更广域的知识,从游戏拓展出更多的语义信息,用于广告建模。
游戏行业化经营的第二步,是根据“全生命周期”的理念,确定本次投放合理的目标。这个全生命周期的概念,咱们的老读者肯定不会陌生:此次投放是要做新游戏预约?还是开服快速拉用户?还是严格考核ROI的日常平推?显然,不同的目标对目标用户选择、建模优化方向的要求大有不同。
在3.0的产品中,将游戏增长全生命周期中的典型场景做了归纳,客户只需要选择本次合适的目标,模型就内嵌了相应优化目标,把通用工具变成场景化的增长引擎。
还有一点,值得说一下,这次游戏行业的全生命周期增长,不再是对不同场景采用不同的模型,而是将场景作为一个参数代入,用同一个大模型优化不同目标。
游戏行业,只是一个典型的例子,因为它的生命周期长、场景丰富,特别需要行业化的解决方案。
从这个例子里,我们能够大概描摹出在模型时代,广告行业化增长域经营的趋势性新模式:首先确定行业,然后描述清楚或选择已有的产品,在指定了场景化的优化目标后,把数据统计和建模优化的过程交给系统,进行半自动的探索和优化。
3、系统做的多,不等于客户没事干
关于经营一体化,前面咱们说了,模型能力的提升,并不意味着客户无事可做。恰恰相反,客户需要把精力花在更加艰辛的业务流程数字化上,才能与模型的能力互相配合、相得益彰。
为了帮大家再深入理解一下这个观点,我们谈谈另一个很有代表性的行业——线索行业。
所谓线索行业,就是通过表单收集用户资料,后续转化过程离线完成的这类客户。
然而,如果站在经营的视角看问题,线索行业,实际上不能称为一个“行业”:保险公司收集的线索,和汽车厂商收集的线索,后续跟进和转化的过程大不相同。要真正优化经营,那得把后链路转化过程上的关键节点数据记录下来,回传给广告平台,这才能帮模型建立起正确的优化目标。
这么看,在模型时代,系统虽然提供了强大的优化能力,但是数据化的商业目标,才是这一能力的点睛部分。这个点睛的过程,没有任何人可以替代客户完成。
所以您看,模型升级了,客户并不能躺平,反而要求其数字化基建过程提速。而这一步要做的事,可比原来堆广告基建要麻烦多了,也有意义多了。拿汽车收集线索的场景来说,填好表单的用户线索,电话回访的反馈如何,是否到店预约了试驾,后续是否买了车,这些才是真正为客户创造利益的经营行为。
只不过,这些行为都发生在线下,得把它们记录下来,及时地与相应的线索关联并回传,显然并不是轻松的事儿。当然,虽然麻烦,想躲是躲不掉的。实际上,这就是在模型时代,客户要下大力气去搞的“商业链路数字化”。
有了商业链路的数字化,增长经营的目标更明确;而有了大模型的全新能力,这些数据的价值被更充分地挖掘。因此,模型时代的线索收集与优化,与以往是完全不同的概念,真正有机会称为客户的行业化经营助手。
@-@
模型能力提升的必然结果,是广告增长转变到面向产品、行业化经营的路线上来。也就是说,广告增长不仅要拉来用户,还要切实提升客户的经营收益。
从这个角度出发,聚焦产品表达,并在商业链路数字化的基础上,将明确的目标数据回传,同时,平台结合不同行业的全生命周期,提炼出若干典型的营销场景,定制其优化过程。这些,将是面向未来做好增长,客户和平台互相配合的重要方法论。
说了这么多,大家可能会发现,在模型时代必将发挥重大作用的AI新技术,我们谈得还不多。别忙,因为AI对增长过程的改造,并非仅仅局限于内容和客户工具,而是通过将整个营销飞轮越来越自动化的改造,彻底地改变着做增长的思路和方法。
还没有评论,发表第一个评论吧