如何提升内容和受众的媒介匹配效果？

增加“圈层标签”能力的DMP

今年，人工智能迈上了一个新的台阶，引发了我们思考，如何结合大模型的能力，利用我们传统积累的产品和数据能力，实现数据价值的十倍甚至百倍的提升。

作为营销工作者，我们都能达成这样的共识：营销的本质将正确的信息与适合的人匹配在一起。正确的信息可以通过内容和创意等能力来产生，正确的人群可以通过洞察和分析来定义，而中间的匹配工作，则需要媒介来完成，核心是在各种媒介触点上精准识别用户，将对的信息精准匹配上对的人。

目前，品牌主们在利用洞察能力定义自己的圈层用户、生产对应圈层内容、投放圈层内容匹配客户需求时，遇到了一些挑战。

通过KOL或者KOC确实能够很好地触达我们的目标人群，但存在两个问题。第一，这些媒介类型非常碎片化，而且引流成本非常高，投放效率还有很大的提升空间。第二，这样的营销活动产生的数据很难沉淀为品牌自己的数据资产，无法通过广告媒介再次识别和触达。在大模型时代，无法沉淀自己的数据资产是一件非常可怕的事情。

于是我们开始思考。关注美妆博主、浏览护肤品种草贴、转评赞相关品牌推文等社媒数据特征定义出的美妆护肤圈层用户，在广告媒介中会有什么样的行为特征。如果我们能找到两者之间的映射关系，就有办法通过广告媒介，高效、精准地触达圈层用户，并且积累数据资产。

经过探索和尝试，我们找到了连接目标圈层及其广告媒介特征及行为习惯的方案路径，分为以下三个步骤：

第一步：社媒圈层模型

基于社交媒体数据进行洞察分析，定义出我们的目标圈层用户。

第二步：社媒&广告圈层融合模型

在第一步的基础上结合历史积累的广告媒介行为数据、秒针消费者行为样本库以及圈层知识库，再加上大模型的归纳总结和推理联想能力，建立社交媒体广告圈层融合模型，建立起社交媒体特征空间和广告媒介特征空间之间的联系。

第三步：广告圈层模型

在广告海量历史数据资产中进行匹配和特征泛化，将圈层人群进行扩量，最终得到广告的圈层模型，实现在现有DMP基础上增加了圈层标签能力的DMP圈层版新产品。

DMP作为以人为核心的数据工具，记录了不同个体消费者在不同营销触点的多种交互数据，是品牌在进行广告投放中洞察、圈包、投放的得力助手。在主要依靠性别、年龄、地域等画像数据进行目标人群圈选的传统DMP基础上，增加“圈层标签”能力，将有利于在广告投放中实现目标圈层用户的精准、高效触达，更好地帮助品牌主们承接大模型时代营销生产力大爆发的机遇。

DMP-圈层版，实战“实效”汇报

CTR提升10-78%，含圈率与CVR及ROI成正比

通过实际案例的测试，我们已经验证了DMP-圈层版在广告投放实战中的效果。今年9月，我们在五个美妆品牌的七波广告活动中，开展了DMP-圈层版圈包投放测试。

按照传统的性别和年龄定义，这些品牌的目标人群基本都是20-45岁的女性，我们将基于前述方法论圈出的美妆护肤圈层人群（约3000万规模）与这7波活动的触达人群进行相交，圈出了用于投放的美妆圈层人群包，结果显示，所有的广告活动均有明显的提升效果，点击率提升了10%至78%不等。

我们通过对照组测试，还发现不同行业或不同品牌客户的圈层具有独特性。我们将上述美妆圈层人群包应用到了汽车、3C和食品饮料行业的另七个品牌广告活动中，结果显示，部分广告的点击率小幅提升，部分广告的点击率甚至出现了-20%的情况，效果变差。

除了点击率，我们还验证了圈层用户对于后续转化效果的影响。我们选取了某一美妆客户近期一波广告活动后续转化率最高的三个媒体。对比发现，这三个转化率从高到低的媒体与DMP-圈层版中圈出的美妆护肤圈的媒体“含圈率”是一致的，历史活动中媒体的“含圈率”越大，CVR和ROI的效果越明显。

通过实际的案例测试，秒针系统在“精准触达圈层，提升投放转化”方向上的探索充满信心。今天，我借第七届营销科学大会的机会正式宣布，秒针系统将建立一个“广告圈层标签体系”，利用秒针历史积累的庞大社媒和广告媒介数据，结合消费者行为样本库，以及大模型的能力，推出“圈层闭环解决方案”，欢迎品牌主们测试、体验。