在营销人的十字路口,看奈飞打败迪士尼


别沉睡在过去的经验里,营销永远在动态发展中。


百年营销行业走到今天,STP、4P、定位、USP等经典方法体系,已经历经多年验证、代代相传。但如我们所见,今天的世界,早已远离经典方法体系的时代。


尤其在中国,这个的消费市场、的移动互联网市场、的社交媒体市场、的电商市场中,消费者快速变化,所有的传播一边破碎、一边聚合……营销人就如同处在一个巨大的漩涡中,旧的营销理论,无法指导新的战术落地,营销的平台、节奏、过程和受众都在发生变化,新的问题层出不穷。


自然,营销无论如何进化,营销人面临的却始终是三个不变的问题:如何了解消费者、如何了解消费者想要的故事、如何更好地表达消费者喜欢的故事。


那么,今天的营销人还有像传统时代的4A模式,能规模化地解决这些问题么?



奈飞Netflix

新晋的内容公司,指出了营销的进化方向



2020年3月24日,在新一季度的财报数据中,23岁的奈飞,它的股价市值打败了近百岁的“内容之王”迪士尼。



640.png


这家早做DVD&视频租赁公司,它的开始,就像卖媒介资源的公司一样。随着2010年移动互联网普及,它的资源优势开始失灵,顺应历史走入下坡路,股价也开始走上暴跌之路——从300美元一路狂跌到点53.8美元。


但是,巨大的转折发生了:2012年,奈飞以一部《纸牌屋》咸鱼翻身,并自此成为纳斯达克表现的股票之一;直到近日打败娱乐IP内容之王迪士尼。


这是奈飞的好运吗?


事实上,这并不是幸运,而是一个完全的平台转型、系统化的以大数据协助创意人的内容生产新模式。


从“倒卖内容”到“创作内容”,奈飞从媒介生意转型成内容生意,它的成就是巨大的:


2012年起,奈飞开始自制剧集,并从早的年产出8部一路狂涨到2018年年产出1500部。


这个数字意味着什么呢?


这种内容创造力,是其它三家竞品公司的总和。



640-1.png
640-2.png


更为重要的是,在内容数量增多的同时,奈飞的内容质量也在大幅提升。


在嘉奖长剧的艾美奖中,奈飞2013年共有14部作品提名,3部作品获奖;2019年,更是增长到117部作品提名、27部作品获奖;在电影奖项奥斯卡中,奈飞的自制电影的提名数量也从2014年的1部,涨到2020年的24部。



640-3.png
640-4.png


作为一个电影或者剧集的内容制作方,奈飞要生产出这么多优质内容的困难,其实与营销人面临的困难如出一辙:如何了解消费者、了解消费者需要什么故事,以及如何拍出好故事,甚,奈飞的难度还要更高。


那么它到底是如何做到的?



1

什么样的数据反映人心?


打动人心是一个好故事的本质,但在庞大而复杂的消费者群体中,用户的口味变得极其复杂,此时数据的第一价值就出现了——数据能够反映人心。


从内容变多到变好,奈飞不只有《纸牌屋》、《女子监狱》等好评如潮的作品,它也有很多口碑差劲的作品,比如《蒙上你的眼》这部电影就褒贬不一,但意外的是它却赢得—2019年奈飞全年播放量的好成绩。


真的是因为不好么?正确的答案是,这其实并不是为你而拍。


我们以纸牌屋的诞生来说明:奈飞从2010年起就开始通过数据算法分析用户,它们通过这些数据发现大量用户喜欢导演大卫·芬奇,对凯文·斯佩西演的电影好评很高,同时用户还非常喜欢看英国版的《纸牌屋》。



640-5.png

于是2011年初,没有一家传统电视台愿意为英版《纸牌屋》投拍第二季的情况下,奈飞果断以1亿美元买下《纸牌屋》两季26集版权。甚还为等待凯文·斯佩西的档期,硬生生的延后了10个月才开拍。

终奈飞凭此飞升了。之后能产出如此数量的作品,背后其实都有数据分析的支持,而对营销人来说,奈飞的影视内容正是营销创意内容,而且还往往比影视作品数量更多、频率更高、反馈更多,数据分析的价值也就更加重要。

走到今天,的确一部分营销人的数据意识已经产生,但核心问题是数据汪洋下,对每一次战役来说,营销人还是很迷惑什么样的数据才能反映人心?

很多人会第一时间想到与品牌相关的用户数据,但在时趣看来,营销人需要的数据一定是能够指导完成自身业务目标出发的数据,它是一个Campaign在不同平台面对不同圈层的消费者的各种数据,这些数据都紧密结合每一次传播的主题与目的。

怎么来理解“指导自身业务目标的数据”?

先来看奈飞现在的数据基础是什么。

奈飞的第一个数据基础来自它的内容数据;第二个数据来自基于内容的用户数据。

奈飞的内容数据,是它目前的30000部作品,他的用户数据是通过建立自己的搜索引擎,提供1~5级评级功能,去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,甚色彩、场景选取上的偏好,终指导自己去制作如此多的作品。

可见,奈飞的数据基础,正是建立在庞大的内容数据基础上的用户数据,然后从中分析判断来指导新的内容创作。

这即是说,对营销人所需的能反映人心的数据,是基于“营销内容数据“基础上的“用户数据“,这种和营销业务目标紧密相关的数据,才能够更好的帮助营销人完成“传播的业务目标“。

这也正是为什么时趣研发洞察引擎的核心数据,是来自于每个月数万多个全市场营销战役的数据,以及背后消费者的公开互动数据的原因。




案例:2020年初,时趣服务的某汽车品牌,由于汽车市场进入存量阶段,各品牌车企销售乏力,加之疫情让市场雪上加霜,该企业当时的业务目标就是需要找到更合时宜、更符合用户情感的营销内容。时趣在这个过程中,就通过大数据库和AI技术分析上,实时为项目计算千万级用户在状态、态度、行为层面的反馈,了解消费者方方面面的状况,甚洞察到人脑无法注意到的细节。然后分析上百个汽车全行业近期的营销案例,在这个巨大的数据效果反馈中,以“营销内容”基础上的“用户数据”,帮助品牌第一时间找到对消费者更有影响力的营销内容和营销方式。

640-6.png


2

如何通过数据了解人心?


在千人千面的当下,在无处不按兴趣推送的算法中,消费者住在不同的信息茧房中,只看他们想看的内容。所以数据不单要反映人心,更重要的是把数据加工成信息,并生成一种知识甚智慧去熟悉人心,后才能真正把这些信息和知识时刻运用在日常的营销工作中。


奈飞能够崛起,拥有数据只是第一步,第二步很关键的是在线个人影片推荐系统Cinematch。这个系统能够把用户产生的复杂数据,通过计算去了解用户观影的行为、兴趣、习惯,甚是剧情的偏好,这就是从信息到知识的一个转化。


在得出这些信息后,奈飞就能倒推出一部什么类型的作品,会受到某个群体的喜爱,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,甚预测多少用户会看,以计算投资回报率... ...


除此外,并且这部作品拍出来后,系统就可以即时性、针对性地向客户推荐影片。


可见,奈飞的数据只是基础,核心是需要通过机器学习和算法让数据变成方法。奈飞现在使用机器学习,可以给一部电影打上7万种标签,这是“人”的能力范围内很难做到的,而时趣通过机器学习,现在也能给化妆品成分打上1万多个标签, 这正是算法重要性的体现。在越来越多的营销决策场景中,即便每一个场景都拥有数据,但没有专业的机器算法和学习能力,依然难以指导自己的行为。


所以从数据升级到信息和知识去了解人心,终影响到项目的实际执行中,需要的是机器对数据的学习能力与算法能力。



案例:时趣在建立自有大数据库基础上,也在努力开发着多种营销算法。以时趣服务的某国际奢侈品牌案例为例,作为一家百年品牌企业,随着社交营销在品牌端的不断升级,营销节奏大幅加快,营销内容也呈指数级增长,客户发现传统的人工竞品洞察,已经无法做到快速对海量营销数据的收集与分析。后时趣通过掌握的品牌、传播、策略、竞品、用户等数据,通过以时趣开发的不同算法方式,为客户产出了“品牌产品线营销节奏”、“品牌营销战役节奏”、“品牌传播策略总结”、“分平台品牌传播趋势”、“品牌营销战役亮点”、“品牌传播媒介矩阵”等报告,指导客户的下一步行为。

640-7.png


3

如何把数据和人的智慧结合?

说到底,后能创作出好作品的还是人本身,数据和算法,只是为人的判断来服务,是一种工具。


但营销人需要的“指导营销执行”的数据,往往会出现不可弥合的距离问题。


首先,如果从第三方采买数据,其实很难避免出现效率的折损,Agency的专业团队只能在服务前或服务后,才能够使用这些数据;同时,在营销服务过程中,始终没有办法拥有一个真正有效的、无缝的、好用的工具,能够时刻让营销人使用。


就像在奈飞,他们不只有机器算法,还有700名数学家和工程师,他们时时刻刻与机器算法高效紧密的同步合作,才保证产出了如此精准的内容推荐与优质内容。


所以对营销人来说,即便拥有数据和算法,但真正需要的是时刻能使用数据和算法,来指导变换如此之快的市场与消费者环境。


这正是时趣在过去两年里,聚集顶尖的大数据、AI人才和行业内的顶尖营销专家,共同打磨营销洞察算法和机器计算平台的初衷。时趣希望通过AI工具帮助营销专家在服务企业时,能够时刻结合实时的数据与分析师的支持,弥合从数据到执行的距离。


640-8.png


别沉睡在过去的经验里,营销永远在动态发展中。10年前,从奈飞开始使用大数据那一刻起,营销人进化的赛哨其实就已吹响。