流量叢林裡， 如何找到用戶所在的桃花源？

數說故事

DataStory（數說故事）是國內領先的大數據服務提供商，長期致力於海量互聯網數據的深耕與商業價值的挖掘。幫助企業實現數據價值與業務深度融合，並在營銷、研發、生產等各大應用場景下更科學地決策，促進最大化效果提升。

用一款口紅創下月銷千萬記錄的花西子，用三年時間估值超70億的完美日記，都是人們近年來所關注的國貨之光，新興的增長奇蹟。然而傳統企業卻讀不懂它們。

許多人希望用一個簡單的概念就能概括新品牌的崛起，相信你也曾聽過類似的聲音：某某品牌能火全依靠網紅經濟/國貨當道/KOC營銷……但在一個個外界賦予的“概念”之外，卻少有人用最客觀真實的數據去回答：

國貨美妝品牌影響力（Influencing Power）之王完美日記是如何做出驚人聲量的？國貨美妝品牌美譽度（Sentiment Level）第一的花西子是如何出圈的？在各有千秋的品牌之中，到底誰的品牌購買潛力（Purchase indicator）更強更能讓用戶買單？

物有本末，事有終始。讓我們從當前最麻煩的一道營銷難題說起——

1

流量叢林裡，

如何找到用戶所在的桃花源？

如今互聯網時代下的營銷人並不輕鬆，他們面臨著一道數字化悖論：

隨著數字化渠道越來越多，反而越難觸達消費者。日漸枝繁葉茂的數字渠道背後，其實有三道難以擺脫的硬傷：

其一，用戶的注意力始終是有限的

其二，品牌的投入預算也是有限的。有些人會認為與領域內最頂級的KOL合作就肯定錯不了，或者大面積地進行測試性投放，就能逐漸篩選出優質渠道。但有限的預算在無限的KOL和渠道選擇面前，許多聽起來很美的策略其實很難落地。

其三，以前難也就罷了，畢竟競爭對手也和自己一樣難。但如今每個行業中總不乏有人能率先奪取紅利，甚至在新渠道上從此獨佔鰲頭。比如截至目前完美日記在小紅書上擁有194萬粉絲，而蘭蔻僅15萬、雅詩蘭黛僅14萬、科顏氏僅9.7萬……在小紅書這塊地盤上，即使是國際巨頭也無法與完美日記相提並論。

浩瀚的互聯網世界中，品牌如何尋找用戶所在的圈層？

基於品牌價值出發， 企業可以根據功能、用戶屬性、用戶標籤、內容標籤等數據對圈層進行精準定位，並找到相應的目標用戶。

舉兩個例子，如果一份化妝品的賣點是安全低刺激，就可以針對性地賣給那些有“敏感肌”搜索記錄的消費者，這是基於需求逆向確定目標人群。而反過來從用戶圈層的角度出發，某明星的粉絲群體、18-21歲的女大學生、一線城市辦公樓裡的上班族，則分別是按興趣、社會屬性、消費場景所劃分的圈層。

針對不同圈層就可以開展不同的品牌營銷策略。比如對應上述三個圈層，品牌就可以尋求明星代言、打出平價替代的定位、推出熬夜面霜等。特別提醒一下，

2

完美日記「入圈」，三步引爆新流量

完美日記的用戶定位是Z世代，更準確的說是剛剛走進大學或職場的美妝領域的新人。這些人基於不同的興趣愛好和屬性，在互聯網上參與並構成了一個個圈層，我們可以通過大數據在互聯網上快速定位他們。但完美日記真正令人眼前一亮的操作是，在品牌發展的不同時期，他們會鎖定不同的用戶圈層以實現階段性的營銷目標。

根據《數說故事品牌加購指南》顯示，與完美日記關聯度較高的圈層分別有娛樂飯圈、自然保護圈、國風圈、時尚圈、藝術圈、麗人圈：

而結合完美日記2017到2019年的圈層變化特徵來看，完美日記有著不斷迭代進化的流量營銷思路：

（1）在品牌初期，完美日記基於自身“從T臺獲取靈感、提煉時裝週元素和色彩”的產品方向，從時尚圈、麗人圈起步，

（2）在品牌中期，完美日記開始尋求用戶規模更高，但仍然有一定關聯度的圈層如流量飯圈、藝術圈，可見隨著銷量上升，初期圈層中的聲量逐漸飽和並觸及圈層規模的天花板，完美日記急需新的可擴張的圈層陣地；

（3）而在品牌成熟期，完美日記開始有能力和餘力去探求更多的可能性，此時關聯度已經不太重要，是否有鮮明的主題和大量的用戶規模，反而成為圈層選擇的重要考量。

在靈活的圈層組合之下，完美日記到底把錢投給哪些KOL？

以探險家十二色動物眼影為例，從2019年3月份的預熱到一個月後該產品走向常態運營，完美日記在此期間選擇的微博KOL及其互動量如下：

這個圖表會顯得有些複雜，但簡單來說我們可以總結出以下KOL投放規律：

（1）“美妝達人”這一高度精準的KOL是完美日記長期保持投放的，並且完美日記通常會選擇微博互動量在20000以下的小型KOL。顯然這部分流量對完美日記而言是性價比最高，轉化率也最為理想的流量。

（2）符合完美日記要求的優質的“美妝達人”數量有限，因此在需要大力宣傳明星產品的時期，比如2019年3月16日-3月22日這段時間，完美日記會尋找關聯度較高的其他圈層KOL：時尚達人、品牌賬號、搞笑博主、娛樂八卦，以求在短期內達到較高的全網曝光量，引發話題討論。

（3）在新產品擁有足夠的市場認知度之後，完美日記就會迅速放棄對其他圈層KOL的投入以節約經費，

我們可以找到兩個具體的例子作為對比展示。

其一是粉絲數高達178萬的@奇蹟暖暖高分攻略組，完美日記僅在2019年3月20日這一天與其進行了探險家十二色動物眼影的廣告合作，從評論1498條轉發3645條來看聲量效果爆棚，但後續完美日記並沒有繼續投放該賬號。對完美日記而言，或許這只是在衝擊品牌聲量時才會考慮的合作選擇。

而另一個名為@魷魚iouu的粉絲僅23萬的博主，在其微博主頁搜索“完美日記”關鍵詞，足足有90條微博，雖然轉評贊只有偶爾較高時才能有三位數，但卻是完美日記的“長期合作對象“——小而美的垂直型KOL。

▲微博KOL的種草內容

除了對KOL的組合優化，完美日記的精細化流量運營還體現在推廣內容的制定上。我們抓取了完美日記在小紅書2019年3月至4月（同樣為探險家十二色動物眼影上線推廣期間）的內容變化數據，結果如下：

在探險家十二色動物眼影這一新品推出的初期，傳播的內容重心是“產品信息”的輸出和植入，快速讓用戶瞭解產品核心優勢，或進行爆點打造。在這一階段完美日記的內容形態以博主試色、體驗描述為主的「產品推薦」。

但隨著一整個月的重點曝光，用戶必然會產生閱讀疲勞致使轉化率下降，此時完美日記迅速轉為以“化妝教程”作為投放的重點——知識乾貨自有其價值，這一內容具有更顯著的可讀性，在維護品牌美譽度的同時又保持了品牌聲量的穩定輸出。

同樣我們以兩個KOL為例，一是3月份KOL“沒下巴的小王“發佈的種草文，KOL放上了自己試色的照片與文字推薦，並附上了產品的購買鏈接。（下方圖左）

而在4月份KOL”tuzCG“發佈的卻是產品的使用教學，不僅有視頻示範，更有詳細的文字講解。（下方圖右）

▲小紅書KOL的種草內容

最終，完美日記2019年的品牌購買潛力相較於2018年實現了2431%的增長率，並且在品牌美譽度上，也從2018年的18.6%提升至24.2%，真正實現了營銷人不斷追尋的“品效合一“。

至此，我們可以清晰地總結出完美日記找到用戶併成功入圈的執行路徑：

其一，基於品牌需求，通過關聯度數據確定種子用戶在互聯網上的“位置”，即圈層；

其二，根據圈層、KOL、用戶標籤等數據的分析與篩選，建立自身多元化的數字推廣渠道；

其三，根據不同的營銷節點與目的，比如新品推廣、節日促銷等等，實時調整渠道組合，進行全域流量優化從而達成營銷目標。

這個入圈路徑讓完美日記肆意地切入時尚圈、飯圈、藝術圈……在不斷的跳躍間創造了驚人的品牌聲量。

而其中最關鍵的是，品牌營銷在進行圈層引爆的時候，如何進行流量的優選和優化？

其一，針對圈層用戶規劃出品牌的「大流量陣地」

其二，基於不同的內容生態、數據格式、營銷目的等，採取最合適的流量優化模型。比如假設00後熱衷的美妝KOL有10位，且他們之間的粉絲數量相差無幾，但品牌可以計算目標用戶在他們各個粉絲群中的比例情況，從而找出受眾最匹配、和品牌關聯度最高的KOL1、KOL2、KOL3。進一步又可以通過重合度計算、剔除部分選擇，避免把預算浪費在同一批用戶上。隨後，還可以根據品牌當前需要是著重提升曝光量還是美譽度，調整不同KOL配比以達成各階段的營銷目的。

不同的品牌，將會涉及大量不同的數據處理與計算模型，但總體的數據營銷邏輯仍然是不變的：廣覆蓋+可優化。

花西子“出圈”，為國貨開新天

大體上，越是小圈子用戶的黏性就越強。2019年國貨品牌里美譽度第一是誰？正是一直以來持續深耕“國風”這個圈層的花西子，其美譽度高達43.6%，要知道上文所提到的現象級品牌完美日記，美譽度也僅為24.2%。

但不可否認的是，小圈層有著明顯的規模天花板。做一個不太恰當的比喻：品牌專注某一小圈層，就像拍電影堅持文藝片題材，輕易就能在豆瓣上拿下較高的評分，但票房和觀眾卻往往相對較少。

但花西子偏偏在保持 “國風”定位的前提下，在2019年實現了近30倍的品牌影響力增長，打破規模限制並迅猛出圈，成為一個現象級品牌，這才是它們真正出彩的地方。

其一，“國風“是一個充滿了增長潛力的垂直圈層。根據數說故事《Z世代人群圈層研究報告》顯示，越是年輕的用戶對國風就越是感興趣，而攻陷年輕人，就意味著攻陷了未來的市場消費主力。

其二，則是花西子的單品爆發。我們不妨先將花西子的「動作」以及帶來的聲量「結果」在時間線上一一對應：

在這張圖表的大幅起伏中，似乎品牌聲量最直觀的增長點，就是明星產品帶來的單品爆發。比如在4月中下旬推出的「雕花工藝口紅」，花西子四月份的總體聲量值僅為839，到了5月份聲量就迅速增長至8,298，近乎十倍增長，而1年內僅僅和雕花相關的用戶評論就足足有11,743,728條。

還有2019年10月中下旬推出「百鳥朝鳳眼影禮盒」。彼時花西子10月份的聲量值僅為7,820，到了11月份聲量已經翻倍增長至16,178。3029年僅僅“百鳥朝鳳浮雕禮盒”相關的聲量，也已產生了3,382,259條用戶評價。

對於數據表現優秀的明星單品，花西子也不留餘力地持續投入營銷推廣。據報道，花西子於2019年10月正式官宣李佳琦為品牌首席推薦官，並與芭莎雜誌攜手推出花西子全新雕花口紅宣傳大片，該宣傳片由陳漫親自操刀拍攝，畫面中李佳琦手持花西子全新雕花口紅，融合東方元素，展現了極具中國風的藝術神韻。

▲李佳琦任花西子品牌首席推薦官

開創式地將「雕花」、「浮雕」等國風元素融入產品之中，是花西子聲量暴漲的原因，但單品爆發還不是最根本的奧秘：花西子的奧秘在於對內容的持續深耕。

這便是其三：花西子力圖將內容做到最高處從而穿透整個圈層，成為國風文化標杆。

一方面，花西子針對不同圈層輸出定製化內容。在短視頻平臺抖音上推出開箱視頻，發起#卸妝卸出臉譜妝#挑戰賽；在另一個短視頻平臺快手上，是尋找KOL主播進行口紅試色；在淘寶直播上，則是推出各類古典妝容的仿妝教程；而在B站上，還推出了華服展示、國風歌舞、古代食物做法等等內容。

定製化內容將最大限度地滿足用戶的閱讀場景。比如同一個人點開快手APP和點開淘寶APP時的目的和興趣是完全不同的，前者更側重於娛樂消遣，傾向於閱讀“顏值“高、短平快的內容；而後者有相對明確的購買慾望，傾向於瞭解對產品詳情、使用教程、體驗評價等等資訊。因此花西子的定製化內容擁有更強的可讀性，更容易引起讀者共鳴。

另一方面，花西子不斷融合各類新元素，重新定義國風。從他們最初推出的“粉系“主題國風產品，針對國風圈的少女受眾，“粉系國風”聽起來簡直就是一個頂級爆款的名字；“星穹口紅”則在顏色之外，“新增閃光”這一獨特的視覺感；和瀘州老窖聯名推出的“桃花醉”，更是具有李白詠歎花間一壺酒的詩意。

在2020秋冬紐約時裝週上，花西子X三澤夢X楊露三者跨界合作，以瑰寶《本草綱目》為靈感來源，將東方元素的多樣化魅力展現得淋漓盡致。

▲2020秋冬紐約時裝週上，

以瑰寶《本草綱目》為主題的走秀場景

花西子憑藉出彩的內容，甚至空降日本推特熱搜。2020年1月份，一名日本網友在推特上發佈了東方彩妝花西子“西湖禮盒”相關推特內容，表示被花西子西湖禮盒的包裝和質感所驚豔，對花西子彩妝傳承東方雕刻工藝的設計非常欣賞。

推特內容發出後，一時間引發了日本網友對中國彩妝的熱議，話題熱度迅速上升，空降日本推特熱搜榜第7位，瀏覽量達370萬，互動量達74萬。不少日本網友對西湖禮盒頗感興趣，非常希望未來可以在日本當地買到花西子彩妝。

▲日本網友關於花西子的熱議

▲花西子西湖印記禮盒

無論是什麼行業，“內容“都是一個極其宏大的命題，作為人類，個體其實很難成為某一內容領域的百科全書，但對於一個品牌而言，如何深耕內容賽道，這種”百科全書“一般的認知能力卻又是必要的。

品牌想要真正有效地深耕內容，就需要根據不同的圈層、平臺、用戶屬性進行有針對性的內容定製，但面對浩瀚的互聯網，單純依賴人力進行內容的分類與識別是不太現實的，這就必然要藉助數字技術對熱門內容、明星話題、圈層語言乃至視頻配樂都進行數據分析與展示，從而定製內容輸出，並持續優化。

4

做了這麼多，消費者到底有沒有“加購”？

以往營銷人通過品牌健康度、知名度、美譽度等方式評價一個品牌，數據的來源高度依賴於用戶調研。

但隨著社交媒體的大變革，品牌-消費者的生態也發生了變化。一個例子是，以往品牌所接觸的用戶數據維度較少，通常只能依據用戶“身份”屬性做出判斷，比如性別、年齡、歲數、職業等等，然而如今能讓用戶高度認可並追隨的並不是他的某一個身份，而是用戶們以興趣和網絡習慣相互組隊形成的“圈層”。

這些“圈層”有著各自成體系的語言、價值觀、組織架構、信息傳播方式，品牌要如何打入其中？如何根據目標圈層的語言和偏好定製化地輸出內容？內容製作好後，如何找到圈層中的意見領袖進行傳播？在傳播中，如何規劃預算投入才能帶來最高的性價比？

在外部環境的劇變之外，品牌內部的營銷工作也將受到挑戰。市場競爭進入不透明、高速、無序狀態，企業隨時在打無準備之仗，要如何讓企業足夠的 “敏捷“？渠道多元的同時，也意味著營銷策劃從預算到創意都更難標準化，如何持續且準確地判斷“做法是否有效”？數據和科技整合得越好，營銷的效率和有效性越明顯，那麼，品牌如何成為這其中的佼佼者而不是被人甩在身後？

數字世界瞬息萬變，我們需要擁有一套適合當前時代的數據營銷解決方案。而這套方案的核心，就是本文所提出的“數說品牌加購指數”，實質便是系統化數據管理及運營。

在當前品牌競爭日漸激烈的市場環境下，品牌營銷不再是一件單一的事情，因此這一指數也由品牌影響力、品牌美譽度、品牌購買潛力三者共同構成。這三者背後對應著不同的執行路徑，也是企業最佳的三個切入點。

你的品牌加購指數到底幾何？未來要如何用數字講述自己的故事？

閱讀更多 山西省廣告協會 的文章

關鍵字: 伴隨成長的中國味品牌 萬次 大數據