数据思维，害惨了市场部

“这个TVC拍的挺好的，能带货吗？”

“投户外广告都不能点击，有什么用！”

“B点位CTR明显高，考虑一下All in！”

 ......

听说甲方市场部正在为“数据”着魔，原本PK创意能力、洞察能力，现在变成了PK数据思维，甚至很多甲方朋友吐槽，自己的老板总是用单一维度的数据指标、直线的思维方式做决策，工作开展越来越难了。

数据思维，也许害惨了甲方市场部。

01.

无法证明效果的都不做

据一个甲方朋友反馈，他们公司已经很久没有拍TVC了；很多创意类的广告公司也跟狂人说过：“品牌方总觉得拍完TVC还要花钱做传播，投入很大又不如找KOL拍种草视频可以直接看到效果。”

无法用数据衡量效果的动作都不做，这种现象在甲方应该很常见。其中创意短片、户外广告、电视广告和内容营销是重灾区。明略科技在《2024中国数字营销趋势报告》中指出，广告主虽然在观点上高度认可品牌的重要性，但在行动上仍然选择“减品增效”。甚至前段时间胜3在报告中提及：9.4%的广告主将销售指标纳入对其公关代理商的考核标准中。

狂人对这种现象一直是存疑态度的，做品牌，其实是在刺激消费者的右脑，让消费者因感性使你成为必选项，但感性本身就是不可量化的，一支刷屏TVC的效果除了有溢出的曝光价值，更是情感共振在起作用。一个户外大牌的效果除了触达UV，更是向消费者展现自己的品牌实力与态度。

这些无法衡量价值的广告形式恰恰是建立心智不可或缺的工具。还记得初入市场的花西子，一边靠李佳琦带货，一边在小红书上铺满了种草广告。传言内部沉迷于用曝光量，互动量，进店UV等不断优化达人种草效率。实际上，这种纯数据思维的营销打法一旦发生舆情，品牌就会变得非常脆弱，难做溢价难盈利。这也是为什么花西子遭受到一点打击就迅速表现在了市场份额上。

即便没有舆情，也会碰到投流成本暴涨，投放效率低不投放没效果的两难局面，这是因为和消费者心智没有形成真正的价值共振，不是关于左脑的价格、成分、包装等左脑逻辑思维，而是关于右脑的情感、喜欢、偏爱。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

反观苹果的投放策略，用大画幅、高可见和独占性，没有效率指标。还记得乔布斯在演讲中提到：“营销是传递价值观，要舍得投资”于是苹果把长期主义坚持到了现在。 

02.

沉迷于效果广告

前段时间看到一则新闻，在联合利华的全球媒介比稿中，据知情人士透露，宏盟和电通的媒介方案中，效果广告的占比超过70%，跟联合利华的公司战略不符，因此未被选择。

 近几年由于营销预算在下降，品牌方自称“没钱继续浪费了”，效果广告也就成为备受欢迎的投放方式，很多甚至在尝到甜头后喊出“All in 效果广告”的口号。

实际上效果广告对品牌方来讲是一种消耗，不具备长期价值。因为效果广告的逻辑是在已有品牌认知的人群中精准捞取最具购买可能性的客户，很多品牌在刚布局效果广告效果还不错是因为他们在消耗前期已经积累的用户，白话可以说是“吃老本”。但老本总有一天会吃光的，效果广告持续做下去，品牌方就会发现放量规模小，流量变贵。

阿迪达斯CEO曾在一个采访中直言：“阿迪达斯在中国市场上犯了一个策略上的失误，过分追求短期收益，加大效果广告投放，频繁进行打折促销，虽然短期对销售额有增长，但却培养了消费者的价格敏感度，弱化了原本积累的品牌溢价能力。”

03.

数据，可以被操控‍‍‍

前两天，听到一个甲方朋友半开玩笑说：“上个月公司的电商部、运营部、营销部在复盘的时候都说自己的ROI都是正的，但是财务核算时候发现大盘无增长。”

网络媒体的常规硬广千次曝光成本在30-50之间，CTR在1%左右。但最近的媒介复盘动辄上百倍的曝光溢出，CPM不足5块，CTR超过10%。而细究落地页UV发现几乎没有。

市场部不能不看数据，但是绝不能被数据牵着走，狂人一直有一个观点，那就是甲方可以观测数据，但是千万不要让卖方知道你关注的指标是什么，因为任何指标都是可以操控的。 

数据没有好恶，但权重却体现态度。‍‍

可悲的是，大家都知道数据是假的，但无奈公司总有人会用KPI施压，邀功。甲方也只能和媒体供应商一起想办法让“数据变得好看”，当身边的人都陷入在数据的虚假繁荣中，究竟是谁在为最终的生意表现买单？

04.

市场部正解：

重用数据但不轻信数据

市场部需要建立数据思维无可厚非，数据思维可以让营销向更加科学的方向发展。但正确的数据思维是“重用数据而非轻信数据”。这里，狂人也提供三项数据思维的关键，帮助大家走出数据陷阱。

首先，在借助数据得出结论时，需要确保数据的可比性。一组可比的数据至少需要在样本特征，统计口径，归因条件等方面一致。

 比如： 

微博的阅读量和微信的阅读量，由于统计口径，用户在两个平台的使用习惯都不同，就不具备可比性。同样的100万曝光，角标和开机广告也不具备可比性，因为可见机会，信息承载能力不同。

其次，切记数据的相关性不代表因果关系。 

这是常见的一种误区，举一个例子： 

A品牌发现社交平台的搜索量和销量成正相关，即得出结论“因为搜索量高，所以销量高。”得出这个结论后，A品牌开始通过各种广告形式被动的提升社交平台的搜索量，但发现销量似乎并没有像预期一样增长。

 其原因在于搜索量和销量的指标不是因果关系，而是相关性，因为具有购买需求的用户可能去社交平台进行主动的搜索动作，但如果是被动手段提升搜索量自然不会反应在销量上。 

最后，数据思维的关键在于透过表面洞察本质。 

一波投放后，你发现A点位的CTR不如B点位CTR，你会得出怎样的结论？

相信大多数人会说A点位比B点位更能吸引用户点击，这种就比较停留表面。

其实可以更深度去思考数据背后的原因，比如有可能是投放素材更符合A点位的用户偏好等等。

▼

其实狂人并不是否定数据思维

而是建议客观看待并善于利用

不因错误的解读带来错误的决策

而是让数据成为提供洞察和指导行动的有利工具