市场获客团队如何做到数据驱动呢？本篇文章由分析目前市场投放的问题存在引入，分析了目前市场投放的架构组成，然后提出了数据驱动投放型市场的概念，并从多方面说明了该型市场的流程落地与实施，希望对你有所帮助。
对一些互联网公司咨询调研的结果，发现很多互联网公司都没有很好地运用手头上的资源。在投放这件事上还是有很强的路径依赖，这可能和大部分的市场投放人员还是从传统的市场人员转型而来的原因有关。
(资料图片)
这篇文章的底层逻辑还是说互联网的业务可以被切分成多个独立迭代的小闭环。在闭环内通过数据和算法决策降低对从业人员的要求，尽量SOP化。所以我们希望这篇文章可以扩展大家对于市场获客的思路。
市场部都会有品牌宣传与获客等工作内容，其中品牌宣传必然涉及到渠道的品牌投放和获客投放。通常目前市场部投放的工作流程都是大同小异。依靠供应商提供选题，然后由大公司内部确定选题是否可行，之后进行由供应商提报KOL，进行投放。
图 1 市场人员新媒体投放流程
其中，新媒体中内容筛选和选择问题是由 KOL 或者 UP 主来进行选择的。绝大部分的 KOL 和 UP 主都采用跟随热点的方式，部分 UP会自己策划内容的方向和节奏，并且利用三方工具了解市场信息的变化。这一流程所带来的弊端在于：
1. 这样的流程导致投放的周期太长
整体的流程链条要从 Brief 到代理商到 MCN 到选号到 KOL，最终反馈和迭代的时间周期非常长。这样的迭代周期难以应对用户内容消费上快速变化的口味。
2. 大部分 KOL 和 UP主没有很强的内容把控能力
对内容敏感的 KOL，通常粉丝多，投放的成本高。KOL 的粉丝数量也呈幂律分布，大部分的 KOL 因为对内容的敏感度和传播力有限，导致粉丝数量较少。会出现头部 KOL CAC价格昂贵，长尾 KOL CAC价格低的情况。
头部 KOL 的粉丝中一定含有大量的目标用户吗？可能有，但是获客成本会很高。能够帮助 KOL 和 UP 主选择内容和方向才能提升投放的 ROI，使用 KOL传播投放，只能获取到平均值的 CAC。
3. 通过传统的投放流程未必能够打中目标人群
这种产生 Brief 再找代理商找 KOL 的形式，因为 KOL 覆盖的粉丝是固定 的，或者说代理商手上的 KOL 是固定的，其实他们的渠道就是固定的意味着投 放的人群几乎也是固定的。
基于上述背景，一个数据驱动的流程就显得尤为重要，因为在内容的选择 上，采用媒体人的做法和市场人的做法几乎没有任何的套利空间，也很难拉开差距。
1. 单靠媒体人的敏锐度很难胜过高端市场人才
如果通过媒体人自己选题，则变成了与市场投放的高端人才比内容敏感度和选题。那么必然是行业中高端的人才胜出，这样的高端人才通常也不会在公司求职。
2. 由于过度依赖人，一旦人员变动就会影响内容效果
这是所有做投放和策略会出现的问题，因为所有的策略和投放都是人做的决策，一旦人离开了，那么之前的成功和失败的经验就都带走了，没有给新人留下任何的沉淀。新人来了又是从头摸索。
3. 人员无法保证持续的选择正确
依靠人来做选择就是主观选择，很难归因找到依据，更多地是靠职位等级，以及之前成功案例积累的威信来进行选择。主观容易产生分歧，因为主观的判断依据很难从一些维度达成团队内部的共识。
那我们认为互联网公司应该如何做获客和内容投放呢，互联网公司最大的优势就是算法和数据线上化的能力，前者可以处理海量的数据，后者则可以让用户的操作以及内部人员的操作，数据资产沉淀在公司。
这些是普通的代理公司、4A 公司，以及 MCN 公司所不具备的。尽管当前很多工具可以给出最近流行的资讯汇总，方便内容生产者和制造者筛选选题，但是都无法给出基于之前用户线上反馈的数据沉淀，以及历史统计趋势分析。
因此我们想给出一个可以通过数据驱动来决策投放内容的流程，这个流程对投放人员的专业能力门槛要求就不是很高了。它更多的是通过组织结构和数据沉淀下来的算法决策来做获客驱动。
数据驱动型投放流程
1. 新的流程驱动说明
先由数据科学家（Data Scientist）和研发完成对投放渠道中 KOL 的筛选。
1. 先通过你先找到的用户，通过数据抓取，来筛选KOL。先明确可以覆盖的这些指标和维度的 KOL 有哪些。
2. 再通过代理和 MCN 公司找到这些 KOL，明确代理公司是否有这些 KOL 的渠道。
选定KOL之后，因为 KOL 和用户的互动是最为紧密的，内容的提报可以用两种方法：
2.1 由KOL给出内容的 Brief方向。
2.2 内容决策模型基于历史数据的分析趋势给出 Brief 的方向。
KOL 提交的 brief 通过内容筛选模型。由内容筛选模型基于历史内容的浏览情况给出一个相应的浏览量的预估量。
3. 可以通过公司的私域流量，特别是目标人群的粉丝群进行灰度或者 AB 实验的投放，观察用户的效果。考虑到视频修改和迭代的困难程度。大规模投放前适度的灰度实验是必须的。通过粉丝群的反馈可以确定最终投放哪个内容，或者修改哪些地方。进而再大规模投放。
4. 投放结果除了在各个内容平台的数据，数据要做到可视化。可视化是为了尽最大的努力看清获客来源，最终是为了降低获取数据的成本。
2. 新流程中的程序算法环节
在上面描述的新的投放流程中，哪些是可以依靠程序和算法来进行。我们认为有三个环节：
01「筛选KOL模型」
03「筛选内容模型」
05「 投放结果模型」
实现难度上「01 筛选 KOL 模型」最简单，筛选模型最难「03 筛选内容模型」
「01 筛选 KOL 模型」，抓 取到每个粉丝在抖音设置的信息，进而可以判断每个 KOL 是否包含着目标用户，用户量是不是足够。
「03 筛选内容模型」需要把内容人工抽象为多种标签，这部分人工抽象的工作是市场部的核心工作，「03 筛选内容模型」这个算法部分主要是给出标签与曝光量存在的关系，找寻统计上置信度。
通过 新的投放内容不断地拆解为标签。通过投放内容最终的浏览量等数据的反馈， 筛选内容的模型将会变得越来越精准。
3. 新流程中市场部的核心工作
首先内容预测本身是一件非常困难的事情。
需要预测就需要把内容进行拆解， 要让内容从无法量化拆解到可以进行多维度比较。
因为任何内容如果无法拆解，就没有办法预测。而如果采用传统的市场人员选材投放的方法，只能做到行业的平均水平，远高于行业平均水平更多需要人的选择能力，而对内容敏感度非常高的人最终一定会脱离了组织。所以市场部所有的禀赋资源，更多是依托互联网的研发和数据能力。
市场人员擅长的就是将内容做简单的元素拆解， 再通过技术和数据能力将所有投放效果好，或者将投放效果不好的视频进行归因分析。用于训练 AI 决策模型。随着时间的增长，数据量的变化，模型的判断会越来越准确，而这些数据下的决策模型辅助的结果能够有效地提高内容成功率。
下面我们会从数据获取，系统软件工具，工作流程，组织结构，工作权责，五个方面说一下这个通过数据驱动市场如何落地。
作为市场或者从公司的角度，市场部或者投放数据获取的核心是看到每个用户的渠道和来源，把渠道来源和客户后续的消费做关联，知道某个渠道过来的用户，后续在平台上消费交易如何给平台的贡献是怎么样的。
通常市场部会接触到以下数据内容：
1.1 投放的曝光数据
投放数据可以从投放的平台去获取到。各个投放平台（快手、抖音、B站、小红书、知乎等）会记录相关的素材的曝光UV情况。
1.2 获客渠道流量数据
通常会按照渠道进行划分，同时增加关键的业务行为，比如注册，激活等指标，构建出一个矩阵式的数据。
通常我们是在渠道检测的部分， 完成渠道来源和客户后续的消费做关联的。
1.3 核心交易业务数据
用户在平台上购买的SKU，订单金额，订单数就是这一类数据，他们通常依靠用户渠道的ID和用户渠道做关联，可以看清渠道的贡献价值。
1.4 投放内容素材数据
这个部分数据是市场独有的，即文章主题，通过对第一层数据1.1曝光数据和1.2渠道流量数据以及1.3核心交易数据，可以从多个维度看清每个内容传播带来的用户质量和后续的消费贡献。
一件事儿无论对于组织还是对于个人，如果它的平均获取成本都非常高。
（这里我们不考虑有些高手可以自己写 SQL 或者用数据模板提取数据），那么想让组织持续的获取数据，数据驱动是不可能的。打个比方，你把一个家用电器放到非常难找的地方。每次使用结束都要清洗它，相信我，用不了多久它就会落灰。
所以工具赋能核心就是降低一个团队实施成本，软件工具好比一个轴承上的润滑油，你开发的越好，阻力越小，业务转起来越快。
紫色的部分就是为了让业务驱动起来的，降低驱动成本的工具，这些工具做的越好，越支撑业务，你每次运营的实施成本就会越低，迭代就会越快。整体上有两个主要的思路，一个是向下的灰色箭头，不断地把业务抽象成自动化的工具，一个是向上的箭头，不断地通过自动化工具赋能组织和业务。
我们咨询过的公司很多认为自己1～2个月迭代一个功能或者项目是很正常的好似事情。但是如果我们可以通过工具很好的赋能组织架构，那么其实我们可以把迭代的频率提到很高。
对于市场投放部门，一个花费资源的部分，最重要的就是从整体上规划市场的流量获取计划，整体上规划资源的配置。
整体投放主要是两部分一个是预算的预估，以及流量的预估。因为大部分企业流量获取都是有成本的，所以流量的预估基本上就可以拟推算出你需要多少成本。
所以预算和流量一体两面的事情。我们从预算的角度讲工作流程。整体上市场一年起始就是从规划全年开始，为每个阶段的流量预备弹药。所以工作流程就是全年规划，到每个季度规划，然后按周实施，不断调整的工作。这里我不想再费笔墨去论证流量规划的重要性。我只说计划一定是会变的，制定计划不是为了严格实施，而是为了思考与筹谋。
市场的流量预算，基于企业的业务目标进行预算和流量的预估。预算约束条件是ROI；利润率；通过这些可以限定出预算。
第二就是看支持战略目标的核心预算：有长期的战略规划是要实现净利上岸？还是抢占市场？需要什么能力、预计投入多少成本。
自下而上法：
纵向数量：自然增量（时间序列/平滑指数）
横向质量：根据运营提升的策略测算（可提升空间）即数量转化。上游客户增量空间（时间序列预测）；不同规模客户的账户提升价值（结合策略预估等）
拉新是相似的逻辑，通过当前的流量转化率做相应的预估。
自上而下法：
企业总的GMV目标->历史客户每年的贡献占比->需要多少新增客户
策略部整体的组织结构由如下部分构成：
媒体渠道投放：
主要负责管理各个渠道的投放，可以按照不同渠道进行维护。这样做的好处是对于每个渠道的用户比较了解，同时比较容易计算工作业绩。
互联网投放：
主要是要比较了解一些技术投放的方法，比如oCPC投放等，可以和相关的开发沟通，并且知道Apple Store和安卓应用商店的一些规则。
市场中台：
产品和研发更多是给投放环节提供工具系统，不断地降低实施的成本。
DS（Data scientist 数据科学家），BI，以及数据工程：
BI工作内容：配合各个渠道方和CMO将可以获取的数据T+1看板化。
DS工作内容：主要是通过拆解数据给出预测包含各个渠道和业务人员的KPI与策略干预。辅助指导各个业务方的实验和策略。
数据工程：系统的采集和存储市场同学所需要的数据。
财务与风控：
工作内容：主要是进行资源的规划，资金的花费策略。一起参与BI和DS根据流量和转化率给出预算策略，测算每次活动优惠力度，整体上控制流量获取的成本，配合运营或者销售给出产品定价。
活动运营与品类运营：
工作内容：整体的工作包含设计并策划运营活动，包括优惠策略，申请对应的预算，配置对应的活动工具策略，对接产品研发进行定制化开发。
活动运营：一般的运营活动都是由一个统一的小组进行策划。这些人偏向于运营策略。然后再在各个渠道进行投放。当然各个渠道可以根据自身的特点来组织策划运营活动。
品类运营：根据工作量和收益来决定，是否配置独立的品类运营，以管理活动的货品。当你所在平台SKU非常丰富的时候，可以单独配置一个人员来为拉新用户规划品类。
内容与品牌：
工作内容：对应好内容生产方和KOL，通过与DS配合审核好KOL提报过来的Brief。并通过DS和BI评估测算内容传播的效果。
中台角色中，每次投放和拉新，DS和财务与风控，以及活动运营和品类运营，内容与品牌属于配合较为紧密的部门。核心逻辑都会通过数据评估价格，评估投放的风险，评估内容的价值。评估投放的品类。
根据我们对市场部的理解，核心负责的指标如下：
App新客下载量（新设备号或者新设备号+新账户） 市场渠道获取的注册用户量 首购新客数，新客GMV（APP外部的流量）（1）App新客下载量
APP中新客下载的量应该是由市场部来负责，整体上ASO和应用商店的内容应该是由市场负责，从漏斗模型可以看出用户只有产生了认知才会购买，所以新客的Awareness（品牌认知）如果是在是市场部负责，那么新客APP的下载就应该在市场，ASO的整体品牌宣传也会倾向于新客。则ASO也会属于市场部。
市场人与运营（激活后的运营）职责范畴
补充说明：老客重新安装这个部分应该是由负责APP运营来承担。由于老客户已经建立了触达渠道，所以老客的召回属于留存类运营，应该由运营组来负责这个指标。
（2）市场渠道获取的注册用户量
主要是考虑到谁可以做功，有权限影响到这个环节的用户，市场部因为做的就是用户获取，所以让用户下载或者注册账户是属于市场的环节。
补充说明：防止过度承诺问题，比如购买质量不好的流量，用户的注册量很大，首购量却非常小。可以将市场部渠道进行整体通路的看清，从曝光UV，注册数，APP下载量，以及首购GMV整体看清。但是考虑到用户注册以后到首购之间受到产品体验，以及SKU等多种影响，不一定是因为流量产生的转化问题。所以市场负责注册用户量是比较稳妥的一种指标。
（3）新客首购，新客GMV（APP外部的流量）
市场部可以让用户在客户端外先体验消费购买，让用户在端外体验首次购买让更多用户达到更为深度的market awareness 品牌认知。由于端外属于市场部做功的地方，所以端外的新客首购，和GMV应该由市场部负责。
整体而言，品牌市场部负责的范围更多是在漏斗的上层例如品宣（market awareness）新客App下载，用户注册，相当于获取客户（acquisition）当然也可以策划裂变活动referral。端外负责购买revenue。
但是购买涉及到补贴计算，选品，活动策划等运营类的角色和能力，从组织结构上可以采取市场部单独招募相关能力的员工的方法，也可以采取由运营部提供专门对接市场的相关具备能力的人员。base在市场部的下面，这些方法都会可以的。
作者：阿润，公众号：阿润的增长研习社（ID：arungrowth365）
本文由 @阿润的增长研习社 原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
关键词：
