方素菊 劉慶振

今天的內(nèi)容產(chǎn)品與過去存在的一個本質(zhì)區(qū)別就是：隨著大數(shù)據(jù)技術(shù)的興起，當下內(nèi)容產(chǎn)品無論從生產(chǎn)還是流通，無論其用戶體驗狀況還是其營銷帶貨效果，都有著強有力的客觀數(shù)據(jù)支撐。這也就意味著，盡管表面看上去，內(nèi)容貌似還是內(nèi)容，但在本質(zhì)上，內(nèi)容產(chǎn)品模型和內(nèi)容產(chǎn)業(yè)生態(tài)都已經(jīng)從過去的經(jīng)驗主義轉(zhuǎn)向了當下的數(shù)據(jù)主義。

一、用戶畫像提升精準化程度

在大數(shù)據(jù)背景下，企業(yè)關(guān)于用戶或消費者的定義，正在從過去的同質(zhì)化目標市場群體向異質(zhì)化的目標用戶個體轉(zhuǎn)變。過去企業(yè)確定目標市場的需求和特征，主要依賴于樣本量相對有限的問卷調(diào)查或小組訪談，并在此基礎(chǔ)上通過幾個維度的界定來描述可能的目標市場群體，給所有用戶一個較為一致的標準畫像。以汽車內(nèi)容營銷為例，在2010年前后，許多車企在新車上市時，將車型的主要目標人群定位為“企業(yè)中高層管理人員和私營業(yè)主”、“剛踏入社會的新銳青年”等，但這種對于用戶群體的素描，事實上無法真正把握每位用戶的個性化需求，只不過是在技術(shù)和成本雙重因素的制約之下，企業(yè)不得不采用的權(quán)宜之計。事實上，那時候的調(diào)研數(shù)據(jù)，與其說是各大中小企業(yè)的決策依據(jù)，毋寧說它更像是一種用來為企業(yè)已經(jīng)或即將做出的決策提供合理性或“合法性”的佐證而已，這些數(shù)據(jù)存在與否、正確與否并不那么絕對重要，大部分決策依靠的是研發(fā)、生產(chǎn)或營銷活動的經(jīng)驗主義及感知行為。因為，以千百份的樣本量來代表千百萬的目標用戶這件事，無法完全證明這種“代表”是有價值、有效果的。

與之相反，客戶在自發(fā)驅(qū)動下而產(chǎn)生行為留下的大數(shù)據(jù)則可以為我們提供一個全樣本量的用戶數(shù)據(jù)集合，以車輛體驗為例，用戶使用每個按鈕的頻次、踩剎車和油門的頻次、力度、喜愛聽的歌手、廣播頻道等等，都會沉淀為大數(shù)據(jù)，通過精確分析和深度挖掘每位不同用戶所積累的所有數(shù)字足跡，無論是結(jié)構(gòu)化的還是非結(jié)構(gòu)化的，它最終為我們呈現(xiàn)出來的是一個個完全不同于其他用戶的全面的、個性化的用戶個體畫像（圖1），有了這個畫像，企業(yè)就能更加精準地把握每位用戶的不同需求。同樣的道理，傳播平臺也可以利用已經(jīng)獲得的大量用戶數(shù)據(jù)勾勒出每個獨立的用戶在內(nèi)容消費及其興趣偏好方面的畫像，根據(jù)以往的數(shù)據(jù)推測出不同用戶對于不同內(nèi)容產(chǎn)品的需求程度，并結(jié)合不同用戶在不同內(nèi)容場域中購買商品或服務(wù)的類別、頻率、頻次、金額等一系列數(shù)據(jù)選擇在特定內(nèi)容場中所要推薦的商品或服務(wù)。有了即時的數(shù)據(jù)，企業(yè)和平臺可以根據(jù)用戶的實時內(nèi)容體驗數(shù)據(jù)把握他們稍縱即逝的消費需求，而這種實時的購買需求在傳統(tǒng)營銷活動中是無法精準捕捉和滿足的。根據(jù)這種即時調(diào)整的用戶實時畫像，企業(yè)就可以動態(tài)地調(diào)整自身的內(nèi)容營銷策略以便取得最好的轉(zhuǎn)化效果。

圖1 汽車用戶畫像構(gòu)建流程

二、算法推薦提升個性化程度

基于大數(shù)據(jù)思維和技術(shù)而快速發(fā)展的個性化推薦系統(tǒng)和智能化推薦算法是所有網(wǎng)絡(luò)傳播介質(zhì)近年來高度重視和激烈競爭的一個焦點問題，可以說個性化推薦已經(jīng)成為營銷傳播的標配，它早期較多地應(yīng)用于電商網(wǎng)站，后來快速地在新聞分發(fā)、廣告投放和內(nèi)容推薦等領(lǐng)域廣泛應(yīng)用。同樣地，在內(nèi)容營銷領(lǐng)域，也離不開優(yōu)秀的推薦算法，甚至我們可以毫不夸張地強調(diào)算法在內(nèi)容營銷活動中的關(guān)鍵作用：誰能夠更精準地將內(nèi)容場景中的商品與用戶之間進行完美匹配，誰就能夠極大地提升內(nèi)容營銷活動的轉(zhuǎn)化效果。

閆澤華在《內(nèi)容算法》一書中詳細地介紹了內(nèi)容產(chǎn)品的推薦邏輯和方法，他說：“盡管推薦系統(tǒng)中應(yīng)用了各種高深的算法、架構(gòu)，但其基礎(chǔ)原理是樸素的：更好地了解待推薦的內(nèi)容，更好地了解要推薦給的人，從而更高效地完成內(nèi)容與人之間的對接。斷物識人，是一切推薦行為的起點?！?如作者所言，盡管推薦算法和推薦系統(tǒng)看上去高深莫測，但它所要完成地卻只有兩件事情，一是給所要推薦的內(nèi)容和所要推薦給的用戶進行清晰的內(nèi)容畫像和用戶畫像，二是實現(xiàn)內(nèi)容與用戶之間的大規(guī)模、精準化、高效率和即時化匹配。例如，有了完善的內(nèi)容畫像，我們就可以基于這些數(shù)據(jù)標簽來計算A內(nèi)容與B內(nèi)容之間的相似程度，從而將那些與用戶已經(jīng)閱讀或觀看過的相似內(nèi)容推薦給他們，以便讓這些內(nèi)容產(chǎn)品有更高的可能性被用戶點擊和體驗。當然，這種推薦方式也飽受詬病，對它最多的批判來自于新聞傳播學(xué)領(lǐng)域經(jīng)常討論的信息繭房困境。其實，信息繭房問題從來就有，只不過人們有意或無意地夸大了它在智能媒體時代造成的負面影響而已。

事實上，任何一家平臺都不會僅僅采用一種算法，它們還會不斷地借鑒其他推薦算法的邏輯和策略以優(yōu)化自身當前所采用的主要算法。例如，在根據(jù)內(nèi)容本身的相似性進行推薦之外，大多數(shù)平臺還會考慮使用用戶協(xié)同過濾算法，最典型的表現(xiàn)就是“看了A內(nèi)容的用戶還看了B內(nèi)容”，其基本邏輯是以用戶行為特征來對用戶與用戶之間的相似性進行計算，進而展開推薦活動，這是協(xié)同過濾的基本原理。當然，內(nèi)容營銷活動中的推薦還要更復(fù)雜一層，推薦算法要完成的最終任務(wù)是在最合適的內(nèi)容場中以最合適的方式和最優(yōu)化的價格，將最符合用戶在這一場景下消費需求的個性化商品和服務(wù)推薦給最合適的用戶，并且促進他們完成認識、認知、認可直到最后認購的完整轉(zhuǎn)化路徑和消費閉環(huán)。

三、檢核效果提升營銷轉(zhuǎn)化率

大數(shù)據(jù)為內(nèi)容營銷賦能的另一個重要方面就是對于營銷活動的效果監(jiān)測和效果評價變得更加真實、客觀和有參考意義。傳統(tǒng)傳播時代營銷活動效果的衡量最大的問題在于沒有辦法跟蹤用戶的真實消費行為和轉(zhuǎn)化路徑。例如，用戶在電視廣告轟炸之下對吉普汽車的品牌形象和價值理念都形成了強烈的好感，但是用戶的購車需求卻發(fā)生在一年之后，彼時用戶選擇購買了一款大眾品牌旗下的轎車。這個時候，無論是吉普還是大眾都沒有辦法將用戶選擇品牌A而沒有選擇品牌B的行為進行清晰的歸因，既不能借此判斷吉普的廣告沒有對用戶產(chǎn)生影響，又不能判斷大眾的廣告對用戶產(chǎn)生了影響。因為那時候的用戶面對的是一個人、貨、場與媒介等各個要素幾乎完全分離的狀態(tài)，所有的生活、消費、娛樂、信息獲取都發(fā)生在線下，除了用戶自身僅能在較小程度上記憶自己短期內(nèi)的行動軌跡和行為路線之外，任何媒體和企業(yè)都很難追蹤用戶的線下路徑，因此也就無法真正判斷廣告活動究竟在多大程度上促進了用戶的購買行為。

移動互聯(lián)網(wǎng)時代最大的不同在于，人、貨、場是高度重疊在同一個智能終端上的，媒介場、內(nèi)容場、社交場、營銷場和消費場也同樣被壓縮在了若干個頭部應(yīng)用中，用戶在移動終端不同應(yīng)用之間相互切換的路徑，用戶在同一移動應(yīng)用內(nèi)的各個功能之間相互切換的路徑，用戶的內(nèi)容觀看時長，用戶點擊內(nèi)容產(chǎn)品中所設(shè)置的營銷組件狀況，以及用戶點擊之后跳轉(zhuǎn)到落地頁面的瀏覽行為、關(guān)注行為和支付行為，都有著完整且清晰的數(shù)據(jù)呈現(xiàn)。這就使得企業(yè)主能夠非常清晰地判斷內(nèi)容營銷活動中的哪些操作方式是切實有效的，哪些營銷策略是無法觸動用戶并完成轉(zhuǎn)化的。當每一條內(nèi)容、每一個細節(jié)都可以獲得真實的數(shù)據(jù)反饋的時候，營銷活動的轉(zhuǎn)化效果就進入到了一個用數(shù)據(jù)說話的可歸因和可建模階段，而這時候的內(nèi)容營銷就轉(zhuǎn)變成了數(shù)據(jù)驅(qū)動的內(nèi)容營銷，而非經(jīng)驗驅(qū)動的內(nèi)容營銷。

結(jié)語

在數(shù)字媒體時代，絕大多數(shù)的內(nèi)容生產(chǎn)、流通與消費都完成了從物理世界向數(shù)字世界的轉(zhuǎn)移，數(shù)字化之后的內(nèi)容產(chǎn)品在各個流程環(huán)節(jié)都積累下了真實客觀的數(shù)據(jù)，形成了分析內(nèi)容、改進內(nèi)容、優(yōu)化內(nèi)容、引爆內(nèi)容的數(shù)據(jù)基礎(chǔ)，從而使內(nèi)容產(chǎn)品真正具備可看、可分析、可推斷、可建模、可復(fù)制、可批量生產(chǎn)、可大規(guī)模個性化等特性?；趦?nèi)容數(shù)據(jù)，大量更符合用戶體驗需求和企業(yè)營銷需求的新內(nèi)容才會不斷涌現(xiàn)，并最終改變了移動互聯(lián)網(wǎng)時代的營銷形態(tài)和用戶形態(tài)。