摘要:以AI标签科学,驱动场景与产品创新
想象这样一个故事:
当你走在便利店,被货架上的一包薯片吸引了目光,你注意到那是榴莲口味。喜欢吃榴莲的你原本没有买薯片的计划,但是这一刻,你为薯片付了款。
再想象一个故事:
当你正在刷视频,被正在采摘榴莲的视频吸引了目光,在农民告诉你,某品牌的榴莲薯片是用了她们果园里产出的榴莲后,你决定点击购物车卖来尝尝。
这两个故事最大的区别是什么?
是场景。
在营销学中有一个著名的理论:1stMonent of truth-第一真理时刻。在这两个故事中,前者的第一时刻是一个瞬间,而后者则是一段场景。
当前的营销环境中,较有共识的一个认知是,品牌应该将自己产品的1stMonent of truth向后者倾斜。
这么做有什么好处?让我们把薯片放在一边,去想一个更刁钻的故事:你是一个露营爱好者,有一天你走在路边,突然发现了一个很漂亮的帐篷,于是你……等一下,路边根本不会随便看到帐篷,对不对?
对于很多品类来说,他们能够赢得用户第一时刻的时机非常稀缺。因此他们极度需要拿下场景型的1stMonent of truth。
因此这个故事变了:你是一个露营爱好者,你在刷视频的时候看到了一条有意思的露营视频……这就非常合理了。
这个故事再升华一下,你是一个热爱自然的人,算法根据你身上#热爱自然 的标签给你推荐了#露营 视频,你产生了兴趣,从而产生了更多浏览,在一条视频中,你发现了一顶漂亮帐篷……
这时,我们发现了场景的价值所在——它可以链接货品与用户,甚至链接货品与深潜用户,使触发1stMonent of truth的几率被无限放大。
但是场景从哪里来呢?
主流的认知中,场景来自与三个洞察:内容偏好洞察,社媒口碑洞察,以及电商反馈洞察。
内容偏好,说白了就是用户喜欢什么内容。当用户在看露营时,能蹭上露营边的产品就都有了场景灵感。
社媒口碑洞察,就是泛人群对内容的讨论。如果大家在聊痘痘消炎时,突然聊到用痔疮栓涂抹有奇效,那痘痘消炎,说不定就是痔疮栓的新场景,甚至新产品。
电商反馈洞察,是真正买过品类货品的消费者,对货品的真实评价。假设很多人说“买来送丈母娘”,那对老年人送高端礼,就是新场景。
品牌方与agency,在传统的做法中,会自行上网搜索,通过自己刷到的,热搜推荐的,朋友转发的内容中去寻找以及总结这些场景的存在。
这种做法并非不可行,但有一些弊端,在海量的内容域中,每天都有上千万内容产生,随时随地都可能有人力跟不上的内容、评论、评价在发生,人力的局限与算法导致的信息茧房都在阻止他们获取完整的信息。也无从科学判断哪些场景更有机会成为连接人与货的关键。
幸好,AI技术到来了。
AI驱动标签体系打通全域电商人货场内容
AI成熟之前,对于内容的拆解有一个理论上的猜想:假设把一个人在各个平台发的内容(笔记、视频、文章)全都拆解为关键词,理论上可以得到这个用户的清晰画像。如果有一百万个这样的清晰画像,理论上又可以得到围绕某个人群关键词的内容共性。如果同一时间拆解各大平台上最热门的十万条内容,理论上就能得到当前在平台上的流量密码。
这个猜想之所以迟迟没有落地,是因为早些年的AI技术受限。但是在去年AI技术井喷后,这个关卡终于被打通了。
现在,在任拓的行业理解与AI的技术加持与下,一套打通平台与人货场内容的标签树已经枝繁叶茂。利用这颗标签树,精准、快速、低成本地去找场景变成了一件唾手可得的事。以精致妈妈这个人群为例,我们不仅能看到热度高的盆底肌修复场景、宝宝生日派对场景,更能看到冷门但电商转化效果好的露台喝酒场景、珠宝设计课场景。
不仅限于找场景,任拓AI标签体系更能驱动整条业务流程的升级,从而解决品牌方真正的业务问题,以产品升级举例,在某果酒品牌案例中,他们认为包装饮料或为果酒的心智上游,于是利用任拓产品,在标签科学的支持下寻找产品创新的方向:
包装饮料的口味卖点标签:芒果芭乐/山楂/生椰乌龙/竹蔗马蹄/樱花青提
包装饮料的场景标签:涮火锅/烧烤/吃小龙虾/露营/饮料DIY
包装饮料的痛点标签:口感腻/不适合送礼
果酒行业的痛点标签:果酒玻璃瓶不适合携带
在挖掘出这些痛点卖点场景标签后,留给品牌方的事情变成很简单的排列组合:针对火锅烧烤场景,推出解腻口味果酒,同时轻量化果酒包装使其便于成提携带。
新品推出后,配合内容平台上的种草营销,该果酒新品刚一上市便获得了平台销售上的小爆发。
标签科学的应用不止于找场景、也不止于产品创新。整个快消市场都在迎来以数焕新的洗牌,立刻下载任拓在GDMS全球数字营销峰会上的演讲材料《全域标签科学 | 发现藏在“场景”里的机会》,一同探索标签科学的未来之路。
点击左侧免费下载完整报告!