2024年,优化师如何以更低的成本,为品牌获取新的增长?
艾奇SEM
2024/05/21
2060

“效果”和“成本”始终是压在优化师身上的两座大山,但随着智能投放的普遍应用,很多优化师发现,一些老的操作方法在新的推荐算法面前不管用了,尤其是在严格控成本的诉求下,似乎陷入了“不出量—提价—成本跑飞”的恶性循环里。

更让人忧心的是,这一年“优化师要被AI取代”的声音似乎比以往更大了些。有人觉得焦虑,有人不屑一顾,也有人抱着敬畏之心在不停地学习探索。

为了帮助优化师更快速的提高投放及营销能力、解决目前品牌营销的困局,腾讯广告也在不断升级,通过思维和技术的迭代,让优化师们跳出以往的恶性循环,真正实现既能保效果、又能控成本的双目标。

现阶段品牌营销的困局

首先聊一聊目前品牌营销、尤其是广告投放层面的困局,主要是买量成本与增长和长期经营之间的平衡与协调。

1)广告投放与品牌长期增长之间存在鸿沟

广告投放通常是解决及时需求,对于品牌营销来说,其具备“快、稳、准”的特点,尤其是在品牌打造爆品,抑或是打造热点营销事件的诉求下,优势凸显。但随着广告竞争越来越激烈,成本也逐渐攀升,对于一些相对依赖广告投放的品牌来说,想要持续增长难免有些许吃力。

因此,如何通过高效的广告投放,来获取品牌长期增长,是目前急需解决的问题。

2)人群圈选较为主观,品牌想破圈有难度

通常情况下,各平台广告投放的人群定向,多是优化师根据产品受众属性的主观选择。这也就限制了人群进一步的探索,给企业营销增长、品牌破圈带来壁垒。

3)单向的广告投放,已无法满足品牌的长期经营诉求

一直以来的广告投放,都是单向的输出广告主的产品及诉求,为了找到有潜在需求的用户,除了基础的人群定向之外,优化师需要不断的通过创意文案的更新迭代,来吸引较为精准的用户,这样就是我们所说的“创意即定向”的方法论。

而在AI时代,仅仅通过创意、计划单向的寻找意向客户,已无法满足品牌和用户之间的双向供需匹配诉求。想要长期经营并不断获取增长,必须化被动为主动、化单向为双向,借助更强大的系统算法,来精准链接供需双方。

为了解决以上问题,真正做到“让系统理解货、让需求可感知、让广告投放实现高效的人货匹配”,腾讯广告紧跟大模型技术迭代的浪潮,提出了“全面商品化”的品牌营销理念,帮助广告主打造更高效的营销解决方案。

全面商品化,品牌营销持续增长的催化剂

1、从广告推荐,到商品推荐,品牌营销逻辑发生变化

上文我们也讲到以往优化师大多是通过“创意即定向”、“计划为核心”的投放逻辑,来不断获取客户、促成转化。但在大模型赋能投放的时代,这种思维和方法也在逐渐被迭代。

与广告推荐不同的是,商品推荐的逻辑是双向的供需匹配。全新的腾讯广告投放系统,在营销策略、推荐算法、大模型以及架构上都做了升级迭代。

以往的广告找人,系统对产品特征理解不够清晰,会导致一定的匹配误差。而在升级之后,变成了“货找人”,通过强化商品特征及受众属性的表达,系统也更清楚“卖的是什么”以及“要卖给谁”。这样一来,广告系统作为商品和消费者之间的桥梁,对商品属性理解更透彻,也就意味着更明白要把商品推给什么样的人群。

从“需”到“供”、从“广告找人”到“货找人”,真正做到品牌与消费者之间无障碍链接,从而提升商品推荐的有效率。

2、AI大模型,让系统更懂人、更懂货,做到人货场的精准匹配

商品推荐的底层逻辑背后,是平台算法的迭代,需要满足两个“更懂”:

·更懂货

首先系统需要更懂商品,更懂广告主的营销诉求,才能准确传达信息和链接精准用户。

在新的广告系统中,广告主可以通过建设标品(SPU)和商品(APU),统一商品语言,帮助系统更好的理解营销诉求。

而后,在此基础上,依据商品(APU)来进行广告投放并优化投放素材、出价和版位,做到更准确的传达信息并链接用户。

·更懂人

作为品牌与消费者之间的桥梁,系统在明确商品属性之后,就需要尽可能的进行相关人群探索,并给二者建立关联。

在AI大模型的加持下,广告系统从“媒介”,升级为“大脑”,能够准确理解供需双方的诉求,并有效匹配。换句话说,聪明的“大脑”能让购买欲望更强的消费者看到喜欢的商品,给消费者一定的“选择权”,进而提高了最终的转化。

3、以商品为基础,以策略为抓手,以智能投放为助力,建立品牌长期经营的矩阵

腾讯广告全面商品化的理念,传递给广告主的主要信息有三点:

首先,以商品为基础,做好商品表达。通过建立商品库,完善商品信息与卖点,让系统更理解商品,从而实现更快找到目标人群,并且通过商家工作台完成商品的统一管理。

同时,在商品营销阶段,以营销策略为抓手促进效果提升。例如,品牌在新品首发时,可借助“上新易”的人群探索和策略助推能力,助力新品快速度过冷启动期。

最后,以智能投放为助力,充分利用商品智投探索流量空间、促进交易增长,再结合一方数据的“跑量加强”和“深度辅助优化”去探索、挖掘并积累商品的数据资产,为品牌的长期经营奠定数据基础。

优化师实操指导

作为优化师,学会应用全面商品化,或成为2024年品牌营销、广告投放的核心能力。针对如何快速掌握全面商品化应用的能力,腾讯广告也给出了优化师实操指导的4个关键步骤:

第一步:首先需要根据品牌基调和产品,建立完善商品库,一方面能体现品牌的定位和受众,另一方面要把产品做个侧重区分,比如新品、爆品、福利品、利润品、季节品等。通过商家工作台完成“虚拟店铺”的构建,为后续的全域生意打下基础。

第二步:在投放环节,摒弃以计划为核心的思路,转而以商品推荐为基本盘,针对不同的商品采用不同的营销策略。

比如品牌上新可利用“上新易”快速度过冷启动期,而在稳定投放阶段可以借助“商品智投”进一步探索流量空间,突破流量天花板。而对于贸易商商家选品和爆品打造,可以使用“爆品通”的商品榜单和换季地区功能,实现爆品孵化、以及让爆品更爆的营销目标。

第三步:针对品牌营销目标,选择最贴合的转化链路。比如直购、导购、品宣等,便于系统根据营销目标进行相应的高质量人群的探索,提升广告投放效果。

第四步:利用一方数据深入探索,积累并完善商品的数据模型,同时加强广告的跑量能力,长期稳定投放,在腾讯的大数据大模型加持下,做更长久的生意。

案例分享:

某服饰品牌,通过以货找人,使用策略工具矩阵实现了效果提升,最终下单成本下降39%,平均起量速度提升180%,销售额环比提升260%;某美妆品牌通过品牌同商品跨流量信息联动,打通全域生态促增长,实现了ROI对比行业均值提升32%。

总结

总体来说,充分探索和利用腾讯广告全面商品化的优势,是当下广告主和优化师的必备能力。作为优化师,我们需要顺应市场的变化,不断提升自己的核心竞争力。

首先要转变营销思维,从单一的推计划、纯粹的买量,升级为全面商品化,利用商品推荐代替广告推荐,从单向广告投放,到双向供需匹配的良性循环,实现品牌长期增长的营销目标。

其次在实操层面,基于“系统懂人懂货懂匹配“的核心优势,学会利用智能投放和AI大模型的探索能力,为品牌链接更多更精准的用户;同时建立全面商品库,为品牌在腾讯体系做全域的、长久的生意打下基础。

Copyright©2015-2022 艾奇在线(厦门)营销咨询公司 版权所有

闽ICP备15016382号-2