美妆行业的“算牌能力”


“在AI时代,可悲的事是,你是牌桌上不会算牌的那个人。”


——时趣CEO张锐在聚美丽“第三届社交营销大会”上表示


何为“算牌能力”?


2020年初,曾担任欧莱雅美国总裁的Tim Coolican,竟出任一家成立刚5年的DTC美妆品牌CEO。这个2015年创办,名为Milk Makeup的公司,2019年还获得爱茉莉太平洋集团的一笔大额投资。


但是你可能想不到,这么一个全新的美妆品牌为人关注的,不是它的产品,而是它的“管状便携式包装”。该品牌通过大数据分析,发现全新的消费者洞察,并基于洞察将口红设计成“马克笔”,把面膜设计成一管“唇膏”,包括腮红、粉底等等,全部使用了极度便携式的设计。


在“简单、便携”的核心竞争力下,无数消费者被包装种草,只为满足她们的“快速化妆需求”。


一款美妆产品可以通过包装取胜,这正是说:美妆堪称是一个快速、鲜活、有机会的行业,而“算牌能力”,其实指的就是其核心的两大挑战:


挑战一:丰富多样的消费者需求与迟钝的产品满足能力;


美妆行业的第一个难点,正是越来越复杂多变的消费者需求,导致美妆产品研发、形态、概念等,要应对越来越复杂而多变的市场机会。新品上市速度需要大大提升,推新节奏也大大提升,如何科学准确地进行新产品定位,将是第一个算牌能力。


挑战二:快速变化的营销环境与选择困难的传播方法;


如今美妆新品一上市,无数个选择题汹涌而来:工具用私域流量还是明星KOL,调性走国潮国风还是国际时尚,平台选抖音还是小红书,海量的营销方式和有限的预算,都是摆在美妆营销传播前面的选择难题。


面对这两大挑战,美妆品牌只需要一个核心认知:产品洞察与传播洞察,以及相关策略始终是核心的解决思维。关于新产品整体定位的产品洞察是要“定性”;基于目前传播方式、传播平台的传播洞察是要“定心”,终都是要博得消费者的喜爱。


但是与以往相比,想做好这两个洞察,面临的挑战是:


“快”:快速变化的消费者需求与市场趋势,机会稍纵即逝,品牌如何抓住?


“准”:产品研发如何准确击中消费者需求,品牌传播策略如何提高准确率?


“狠”:当产品和营销策略确定后,品牌拿什么证据支持海量资源的释放?如何在快与准的基础上,用的筹码消灭后来者的可能?


面对这些难题,当今瞩目的影视剧制作公司奈飞,就用它的“算牌能力”,为美妆行业解答了未来的发展方向。

 

奈飞,“一流的算牌高手”


奈飞,作为一个影视剧制作公司,它生产内容、宣发内容的逻辑,其实和美妆品牌研发产品、传播产品的逻辑很相通。


两者会遭遇一样需要解决的问题:


在“快”端需要快速捕捉用户的观影需求;

在“准”端需要精准创造内容、精准推送;

在“狠”端需要在足够的证据证明投资回报率的基础上,敢于投入、勇于投入。


然而,在奈飞给出另一个答案前,美妆公司今天的困境与影视剧公司也很相似:多以“人的经验”做决策。


在影视剧公司中,今仍存在一个非常传统的环节:大老板和专家们会召开一个类似“提案”的会,然后一队接一队的导演和制片陆续进场,开始把自己想拍的剧本、剧情、主演等等演讲一通,会后这些资深经验大佬就通过上述的种种内容,决定要不要投拍这部戏。


在如此专家阵仗的判断下,整个影视行业的成功率始终维持在非常低的水平。


这正是因为专家能判断剧本好坏,却不能判断市场大小,一旦遇到冷门的、小众的、全新的影视内容方向,投资风险就会加大,所以后有50%左右的影视剧收不回投资成本。老板们这才更倾向投拍或斥资宣传一些高成功率的电影,例如商业大片的续集,以保证较高的成功率。


影视行业“天价的烂片“或者“被低估的好片”,正如美妆行业在面临一些全新出现的成分时,也会面临专家经验不足的困境,消费者洞察如何抓的更快、更细、更准,就成为新的挑战。


如今,奈飞把这件事做到了,并完成了出色的成绩。


2018年,奈飞投入大概120亿美金,拍出100多部电影和200多部影视剧内容,这个发行量出整个欧美市场影视剧公司内容的50%,比所有竞品公司作品加起来的总和还要多。同时,这些作品无论是在艾美奖、还是奥斯卡奖的提名、获奖数量也在逐年提升。这正是再说,奈飞从生产内容的数量,到内容产出的质量都提升了。


640.png

奈飞作品在艾美奖的提名与获奖


640-1.png

奈飞作品在奥斯卡的提名数量


回头来看,奈飞能找到精准的内容洞察和传播洞察,大幅提高胜率的背后,正是在“人的经验”基础上,增加了“数据算法”的帮助。


首先是产品洞察,奈飞通过建立用户数据库,找到消费者的细分内容洞察;


奈飞作为一个庞大的内容数据库,拥有过30000部作品的内容基础,通过这些内容,奈飞可以观察用户每天发出的3000万次播放内容动作、400万次评级、300万次搜索。甚还包括观看时间、地点、设备、观看内容等等,更细腻的是,奈飞还会记录用户的暂停、倒退、快进、评分、搜索等行为... ...


这些数据看起来很庞大复杂,但重要的是奈飞能够通过这些数据,计算并分析出一些关键信息,得出用户在导演、演员、剧本、剧情、音量、画面,甚色彩、场景选取上的偏好,终指导自己去制作如此多的作品。


奈飞受欢迎的《纸牌屋》,就是在这样的分析下产生的“剧本+导演+男一号”,这种内容洞察的分析能力,正如美妆品牌需要对消费者的美妆需求分析一样重要。


其次是传播洞察,奈飞能够准确的分析消费者需求,为他们进行个性化的内容推送。


奈飞制作完优质内容的第二步,就是将内容推送给需要的用户,这也正如美妆传播一样,需要通过挖掘消费者洞察,以他们感兴趣的方式把内容(产品)送到他们眼前。


奈飞解决这个问题时,依然是通过数据算法的帮助。它通过在线个人影片推荐系统Cinematch,把用户产生的复杂数据,通过算法计算去去分析用户观影的行为、兴趣、习惯,甚是剧情的偏好,从而建立非常庞大的消费者洞察库。


在得出这些信息后,奈飞就能倒推哪些影视作品,会受到大概多少用户的喜爱,改变什么剧情会赢得用户的讨论,选择谁出演可能更能吸引用户,甚预测多少用户会看,以保证一部作品获得可预估的收视效果,终计算投资回报率。


整体来看,奈飞在用户数据库的基础上,通过算法做到了以下三点:


1.分析多样内容需求:基于内容数据,捕捉更多大众题材之外的小众题材,提升新内容成功率的准确度;


2.迅速捕捉用户变化:用户产生的数据都被数据工具实时转化成为关键信息,为内容提供更有时效和实效性的指导;


3.精准推送内容产品:在分析用户所需要的内容后以及剧情、主演等偏好后,能够准确的把内容推送给这些用户。


这就是奈飞利用大数据算法帮助本行业的专业人士做决策,终显著提升成功率的原因。


同时,这其实也是美妆行业找到产品洞察、传播洞察的逻辑。


数据算法

运用到美妆行业的四大核心方式


从奈飞的案例回到美妆行业来看,无论是投拍影视剧还是上市推广一款美妆产品,同样也是一系列的高风险的决策,其核心解决的问题也很相似:建立自己的用户数据库,不断利用数据算法将数据加工成关键信息,在细分复杂多变需求中,找到消费者的产品洞察;在多变的营销环境中,找到触达消费者的营销洞察。


640-2.png

 

通过分析海外美妆品牌运用数据的优秀案例,以及时趣自身AI技术运用的美妆品牌的案例后发现,美妆行业从产品到传播,有四大核心方式能够运用数据算法。


1.跨数字渠道,全面捕获和存储客户的个性化数据;


奈飞通过建立自己的数据算法工具,每天能够捕获千万级的用户数据,有了这些数据才能通过机器算法进行加工,生成关键的成信息反馈给内容创作。


对美妆品牌来说,第一步也是需要拥有一个核心的消费者洞察数据库,才能从中找到用户的需求。但核心问题在于,消费者产生的行为数据分布在各个平台上,对于品牌来说很难进行整合。


在时趣分析的DTC美妆品牌Curology中,他们收集用户数据的方式就非常基础但却十分高效


品牌通过官网咨询方式,用户可以在网站实现“登记信息——定制方案——下单购买——产品使用——追踪反馈”这五个消费环节,用户完全在线上独立完成,帮助品牌建立用户数据库,并根据数据分析,直接为消费者提供针对性的产品解决方案,这大大加强了品牌的粘性,也使品牌拥有非常核心的用户数据库。


国内美妆品牌面对复杂的媒体环境、销售渠道,如何进行跨平台整合,全面捕获和存储消费者的个性化数据,并从中进一步找到产品、传播洞察,正是应用数据的第一步。


2.数据算法与产品团队合作,以数字方式创新产品研发;


未来,美妆产品团队应该尽量通过数据算法,提取多种纬度的数据信息并运用于产品研发。


在时趣分析的新兴美妆品牌Glossier的案例中,其营销高级副总裁Ali Weiss表示,他们团队一直在不断收集客户的反馈,包括:Instagram评论、推文、邮件、在Glossier.com上的产品评论、Into the Gloss文章下的评论或拥有17,000名成员的Facebook群组的评论。


这些数据会直接反馈给产品团队做出决策,使之与客户“共同创造”新产品。


例如,当Glossier开发一款洗面奶时,他们会在网络询问,顾客理想的洗面奶会是什么样子?闻起来像什么?触感是什么样的?然后结合客户的理想产品去开发产品,结果Glossier开发出来的乳状果洗面奶就成为了其当家产品。


但要注意,这种人为的收集数据始终有缺陷,就是只能处理小规模的数据量。


但来看奈飞,它通过机器算法,如今可以给一部电影打上七万多个标签,在这些标签中,有一些标签是“人”很难理解的,但却十分有价值,因为他们都和消费者的需求息息相关。同时,这种打标签的能力也是“人”的能力范围之外。


对于美妆来说,消费者越来越重视成分的今天,每一种成分正如电影的标签。


在时趣洞察引擎的帮助下,如今通过机器学习也能为美妆产品打上1500多个细分成分标签,这些标签除了热门的成分外,包含非常多冷门的成分,这些成分正如专家无法判断的小众电影题材一样重要。


640-3.png


同时,这些标签还会通过全网实时的消费者讨论分析,计算出成分的动态变化轨迹,在这种轨迹中也会产生一些非常核心的产品洞察,直接赋能品牌新品的研发。


在分析成分和成分趋势轨迹的同时,洞察引擎还能够去分析消费者对成分的认知度洞察,进一步帮助品牌在研发阶段确定新品的成分能够是符合新的趋势。

 

640-4.png


面对消费者越来越细分多变的需求,新品的研发频率要快要准,正是需要产品专家和大数据算法相结合,才能保证一款新品上市的ROI。


3.确保营销每一步,都拥有数据支持;


通过数据算法的支持,美妆产品诞生越来越科学化,意味着美妆产品的传播也需要更加科学化,而科学化正是建立在客观数据基础之上。


具体落到营销上,时趣认为数据对传播的支持,重要的部分来自于“洞察层面”,这个洞察始于品牌洞察、产品洞察和消费者洞察,并贯穿影响一个美妆营销项目从策略、创意、媒介、传播等各方面的落地。


例如在某美妆品牌的新款修容棒上市前,通过洞察引擎分析发现,消费者对于“V”字脸的小脸标准正在衰弱,而修容棒之所以能火,还在于它能修饰额头部分,不仅是下半脸的缩小,更要全脸缩小。


其次,通过全脸变小的用户诉求,时趣专家团队与社交热门动作“比心”手势相结合,联想到了修容后的脸型是很类似“桃心”。终确定了修容产品以“一笔塑出桃心脸”营销新概念,帮助新品快速确定差异,突围“V”字脸营销。


在时趣的多个案例中能够发现,数据对美妆营销的支持来自:





4.数据和服务相结合,推荐更个性化的产品;


理解用户的护肤需求,生产相关产品,更重要的是向消费者提供个性化的产品服务。


这种服务正如奈飞的个人影片推荐系统Cinematch,能够精准的分析用户的内容偏好,将合适的影视剧推送给用户,使消费者始终获得需要的内容而产生品牌粘性。


2019年,日本资生堂推出黑科技,一个基于物联网的个性化护肤系统Optune。这套系统可测定皮肤纹理、毛孔、皮肤水分含量等基础信息,同时还能结合当日气温、湿度、紫外线等再次进行分析,甚用户可选择心情等因素作为数据判断。然后,装满不同精华液与乳霜原材料的Optune Shot就会调配出过1000种的组合选择,为用户提供属于当下皮肤状况理想的精华液与乳霜。


这种极致的个性化护肤解决方案,正是说明了消费者对护肤的需求开始精细化,追求多样性,品牌需要收集并计算消费者数据,为其提供更加定制化的产品和服务。


在竞争越来越激烈的美妆行业中,从产品研发到产品卖点再到战役实施,贯穿“创造力+算法”的支持,不仅是对胜率的保证,更是对“人的经验”的修正和证实。


这正如杨振宁教授说:直觉很重要,但对直觉的修正更重要。


未来,时趣希望与更多的美妆品牌一道,共同探索大数据中存在的真正价值,并以此评估市场机会的规模,将数据算法运用在新服务和新产品上,并在数据分析和营销专家团的支持下,使美妆品牌营销迈入新的科学阶段。