1. 从科学到工具,从工具到行为,从行为到文化

媒体哲学家马歇尔·麦克卢汉(Marshall McLuhan)曾说:“我们首先塑造了工具,然后工具又塑造了我们。”当使用新的工具时,人们会把先进的科学和技术自然而然的变为日常的行为,这些行为又会变为习惯,从而塑造了工具使用者所在企业的文化。我们做的工具是在数字经济时代,为企业提供内容体验的生产和流转的数字平台。我们相信:在数字经济时代,商品触达消费者的体验会发生/已经在发生范式迁移(Paradigm Shift),因此需要内容体验在基础设施层面的数字化转型。

2. 数字化繁荣带来的转变

数字化转型(Digital Transformation 或 Digitalization)包括两个方面的显著转变:

• 从“Asset(资产)”到“Digital Asset(数字资产)”:资产和数字资产虽然仅差两个字,但却意味着截然不同的观念。资产(比如现金)是用的越少价值越高;而数字资产,则是用的越多价值越高。比如一个视频,就是数据资产,看的人越多,点赞的人越多,价值越大。

• 从“Product(产品)”到“Content Experience(内容体验)”:数字化让用户对产品的认知是通过各种内容和体验来实现的。用户不是通过了解产品的规格和功能,而是通过了解产品和我的关系——产品的故事、测评、价值等内容体验。原来使用产品是用户和产品关系的终结,而现在内容体验不停的可以与用户产生闭环、连续的交互。

3. 内容体验的3个观察

过去一年,特赞为200多个品牌提供了内容体验的数字化转型服务,总结了CX 领域的3 个观察:

观察1

体验:从单触点(Single Touch-point)到多触点(Multi Touch-points)

内容体验从没像现在那样多元和丰富。给大家一些2020年我们看到的基础数字:

· 一个C端产品平均在10个以上的渠道触达用户(天猫、京东、拼多多、抖音、门店、小程序、小红书……)

· 一个C端产品对应至少上百个不同渠道、不同格式的内容。(天猫在2020年双十一的满天星计划中,一个产品上架,就需要300个短视频内容);

· 一个C端产品触达用户使用的内容有80%是视频;

简言之,这些数字意味着在to C的领域里,内容的数量、速度、多样性都发生了指数级的规模化增长。

内容的规模化增长主要源于对新消费者的理解越来越细致和精确(即“千人”),以及对消费者的触达(包括触点和形式)越来越个性化和多元化(即“千面”)。在to C场景里,我们会对消费者行为建立模型。例如:阿里巴巴的模型是A-I-P-L。

Awareness 是指品牌认知,即通过某个触点认识了品牌;

Interest 是指品牌兴趣,消费者可能在某个地方被种草了进而对产品产生了兴趣;

Purchase 是指决定购买,在电商或者线下等渠道进行产品的购买;

Loyalty是指品牌忠诚,即产生复购。

数字化让消费者在每个触点的行为都从点变成线(Journey),正是因为用户体验的连贯性,从而使这个链路可以追溯、可以测试和可以优化。

那么,在这个转变过程中,我们可以通过技术做什么?以巴黎欧莱雅举例,通过引入特赞的DAM系统(数据资产管理系统 Digital Asset Managment),对所有的内容体验进行系统化管理。一个产品从以往只能靠柜购买变成可以通过户外广告、APP、小红书、直播、微信小程序、社群、门店及BA等多触点完成认知-兴趣-购买-忠诚的用户体验。DAM进行多触点内容体验管理的好处在于过程可追踪、数据可量化、结果可测试、内容可优化。

观察2

叙事:从产品(Product)到内容(Content)

第二个观察是从产品(Product)到内容(Content)的变化。数字化让消费者通过内容体验产品,比如种草文章、视频、详情页、直播等。如果说过去我们在物理空间里直接体验产品,关注的是产品标准化的属性和功能,那么内容关注的则是个性化的体验和产品价值。

技术上,对产品进行数字化管理的是PIM系统(产品信息管理系统 Product Information Managment),对内容则通过DAM系统。

在中国,有不少新零售品牌取得了耀眼的成绩,如元气森林、喜茶、完美日记等,他们中不乏有因单点突破获得成功的例子,而这些突破都是他们从产品到内容再到消费体验中完成的。所有能够触达消费者的地方,都是他们塑造品牌价值的场景。也就是说,好的产品更要在内容体验上把产品价值放大。

以联合利华为例,特赞的DAM和PIM系统建构了联合利华的智能内容平台UniDAM。通过商品的条形码将产品和内容数据关联起来。这样,每个商品上架,都对应了这个商品关联的上百个内容。通过对内容完整度(Content Readiness)的智能分析,为品牌提供合规、即时和优质的内容体验。众所周知,在任何一个数字化触点上,如果内容有问题,那么就不会获得促销活动的流量,直接影响销量。

用户是品牌的核心数据资产,内容映射了用户的相关数据。内容映射的用户数据有三种:

商业数据:内容的商业目的、分发场景、渠道、人群定位等,如一个视频,用于 A-I-P-L 哪个阶段目的,投放人群是谁,投放什么渠道合适等。这个部分的数据是需要人为输入的。

内容数据:内容本身相关的数据,如内容风格(如色调/情感/调性)、内容元素(如人/产品/文案/Logo)及基本属性(如类型/大小/尺寸/版式布局)等。这个部分的数据可以通过机器识别。

效果数据:内容分发、投放效果相关的数据,如媒体投放效果相关的CTR/展现量/ROI等、社交媒体传播效果相关的曝光量/点击量/点赞量/转发量/转化率等,比如:特赞系统里制作的H5图文,同时也能查看热力图,有多少人点击、多少人看完、乃至内容哪一部分获得的停留时间最长都可以被追踪。这部分的数据可以通过系统API接通获取。

在 to B 企业的产品规格很严格,因此内容的合规性是企业很关心的问题。商品的规格、资质认定的及时性、广告的相关规范(广告法)、品牌的规范等,如何掌握这些规则、实时监测和自动化规避合规风险是企业面临的挑战。很多时候,就算企业有心管控内容合规问题,可能也无力理清所有规范并知道违规问题在哪,很多企业因合规问题吃了亏,轻则无法上架,重则责令处罚。而且,规则还是动态变化的,就像疫情期间,广告法规定关于杀菌的词不能用,很多像洗护行业的企业因此遇到了麻烦。

内容数量和形式的指数级爆发需要通过AI技术,进行内容的合规检测(Compliance)。越复杂的产品、内容和触点,防守工作也变得越复杂,复杂到无法由人来完成,但这是 AI 能力可以赋能的地方。特赞对此提供了智能合规检测的 AI 能力,可以配置多种审核规范(广告法规、知识产权、品牌规范、渠道规范等)以适配不同场景,让企业统一把控审核,合规才入库,违规全退回,避免因违规问题产生的风险。

AI也赋能内容的结构化理解及一些其他场景的应用,比如:智能打标,通过 AI 技术给内容自动化打标,包括LOGO品牌、人物、颜色、产品及其他内容等;智能搜索,在特赞系统里,用户可以通过内容相似、色彩相似找到相关的内容;同时,也能通过配置特定规则定位到特定的内容,如电商场景的白底图。我们讲,内容越多,越可以借 Narrative 做到 Personalization,而这过程需要夯实的技术底层能力赋能产品和内容的数字化,让产品和内容关联起来、流动起来。

当数字化过程将内容(Content) 转变为数据(Data),大量的数据(Data)经过提炼就可以产生洞察(Insight),进而赋能产品策略产生用户价值(Value)。比如阿里巴巴通过对拉杆箱用户反馈的智能分析,把产品的洞察聚焦在3个点上:26寸(可带上飞机)、材料坚固、滑轮顺滑。因此专门针对这三个问题去进行产品创新。大量的内容数据会帮助企业发现一些可以打动消费者的亮点/关键词,从而赋能产品策略。也就是我们说的从内容洞察(Content Insight)到产品构思(Product Ideation)。

有了产品构思(Product Ideation),就可以推动到敏捷研发(Agile Development),实现从营销创新到产品创新的快速试错。以联合利华为例,新品研发过去需要两年,如今,通过UniDAM,所有的产品、内容和供应商都完成了数字化,同时产品及内容也关联了商业数据。联合利华的产品生产能结合消费者喜好和洞察进行动态调整设计,降低试错成本,高效管理创新流程。现在,联合利华可以实时了解各个触点的消费者洞察,产生产品构思,并通过UniDAM迅速找到配方的供应商进行研发,同步通过包装材料的供应商选择消费者喜欢瓶子设计,整个产品从想法到消费者缩短到以月甚至以周为单位。产品的创新也因此成为了内容体验的一部分。

观察3

互动:从介绍(Presentation)到沟通(Conversation)

第三个观察是品牌与用户的互动方式,从有道理的介绍(Presentation)到移情的对话(Conversation),通过个性化的内容体验为消费者建立 Ta 与产品的关联(Build Context)。

以A.O 史密斯为例,A.O的产品“每10年才需要购买一次”,所以这样的商品销售有很大的难度。2020年,A.O 史密斯使用了特赞的内容中心模块,为品牌搭建内容库,包括三类内容:

· 信息类内容(Information Content)(产品介绍)

· 教育类内容(Educational Content)

· 启发类内容(Inspirational Content)

现在,A.O史密斯的内容中心已经有上千个内容,并以周为单位进行维护和更新。

A.O史密斯的销售人员,可以选择合适的内容在不同场景发给自己的潜在销售对象。内容中心提供了丰富的内容,还提供内容编辑的能力时,销售人员可以对这些内容进行二次编辑,更个性化的与自己的潜在销售对象进行互动。

内容分发出去后,系统可以追溯到效果数据:内容有多少人看过、有多少人读完或流失等,同时也能透过热力图看到内容本身的停留数据。这些数据都有助于总结内容转化率的最佳实践。也可以通过这个系统对内容进行A/B测试,多样的内容举证和实践,能够助力不同场景(A-I-P-L)用户体验的不同目的。

那么这上千条的内容从哪里来?主要来自于:外部采买的内容、自创的内容、历史沉淀的内容。外部采买的内容来自于像喜马拉雅那样的媒体,这些内容经过编辑,很容易的可以植入更易于传播的 A.O 史密斯营销素材。比如一篇关于健康生活的微信文章,很容易就能通过二次创作植入一个净水产品成为他们的营销内容。而且这些软性的内容很容易通过建立认知起到种草的作用,且社交传播力强,可触达到更多潜在消费者。

结论:做一个真正数字化的公司

数字化转型在英文中可以有两个说法,一个叫Digitalized,一个叫Digitized。我们不能止步于 “Digitized”,即把东西搬到线上去,而是要真正的用 “Digitalized” 的方式去工作。就如开篇讲的,第一步搭建工具(Tool)、第二步改变行为(Behavior) 、第三步培养文化(Culture),比如有些公司培养的 Culture 是“擅测试重增长”。所谓的数字化转型,不是转为所有东西云端作业,而是转变为真正数字化的工作方法。

麦肯锡在2020年年终发布了一个报告,提到内容领域的不同数字化发展阶段。其中,第一阶段就是Digitized,只关注创建几个数字化 Campaign,但并没有具有可拓展的创意内容生产方式;而第五阶段则是Digitalized,是一个数字化工作的公司,具备高效的内容供应链,可实现版本控制和内容转换,同时利用AI工具赋能内容生产和优化。

有些企业还处在Digitized,尚未Digitalized。以下是我们的分析:

1.价值第一产品第二(Value First Product Second)

不管是 to C 还是 to B,都是价值(Value)第一、产品功能(Product)第二,受访者中 88% 都认同:相比产品细节,内容制作者需更多关注在内容的价值。这一点其实很多企业做得不好。

2.运用现代的内容形式(Use Modern Content Formats)

68%的 B2B 买家认为企业应使用更现代的内容形式触达消费者。特赞在过去一年生产了很多新的内容玩法,包括跨界合作、IP合作、视频号等,新的内容形式更容易产生新的流量红利。

3.重视评论反馈和案例研究(Review and Case Studies Matters)

80%的受访者指出,他们比较信任同行评论、用户反馈、第三方分析和案例研究。其实,很多时候用户更愿意被种草,而不容易接受自卖自夸的营销方式,这就需要很多种草和场景植入。

4.内容丰富度和可获得性(Content Richness and Accessibility)

75%受访者认为,丰富的内容和形式有助于更好触达和转化;同时,66%的人认为内容应易于获得。

5.个性化(Personalization )

无论在 to C 还是 to B 场景,最终购买和使用者都是用户,所以 Personalization 个性化很重要。受访者中 99% 都认识到这一点,很多企业也在有意识地搭建内容库,用于更好地实现个性化规模化。

6.利用数据优化运作(Use Data to Optimize Operation)

75%的受访者强烈同意,企业应尽量多地利用数据和分析来支持业务中的决策。数据不是拿来看的,而是用来指导下一步工作的。

7.增长工程(Growth Engineering )

95%的受访者认为充分运行测试能带来更好的效果。同时,他们中 85%的人也意识到自己没有做好这一点。企业应通过工具改变行为,进而带来增长的 Mindset。

最后,用英国诗人William Blake的一句话与各位共勉:

“现在的习以为常,过去都仅仅是想象(What is now normal, was once only imagined.)”

*本文由2021年2月特赞和Aptar的共创会中发言笔录编辑而成

*本文作者:范凌|特赞创始人及CEO。特赞 tezign.com 致力于构建企业级创意内容的数字新基建,是内容科技赛道唯一独角兽企业,已帮助了Aptar、史丹利百得等B2B品牌实现内容驱动增长。CEO 范凌毕业于哈佛大学和普林斯顿大学,他也是同济大学设计人工智能实验室主任和博士生导师。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005