张成成（花名：一担），现任阿里妈妈市场公关部市场总监。

 

2001年北京大学新闻传播学院广告学专业毕业，即加入广告领域。曾先后就职于奥美广告、智威汤逊、Shift.品牌咨询等专业机构，为众多世界知名品牌提供全方位传播服务，其中包括壳牌、DHL、LG电子、中粮集团、伊利、红牛、Jeep等。加入阿里妈妈之前，他是秒针系统市场负责人兼秒针学院负责人。拥有多年的广告行业从业经历，并且善于学习和研究，在大数据和整合营销方面积累了丰富的经验。
 

---

 

 

文/万木春 暨南大学新闻与传播学院博士生、广告学系教师

胡振宇 暨南大学新闻与传播学院博士生，天津师范大学新闻传播学院广告学系教师、系主任

 

 

 

张：我是北京大学广告学专业97级，毕业后自然选择了这个行业。2001年我先在一家代理央视广告的本土广告公司（绎春秋广告）实习，毕业后留任做策划。后来因人事变动，很快就去了奥美。

 

在奥美，带我入行的老板给了我很多机会，从她那里我学到了更直接、更具策略性的思考方式。当时我们做伊利液态奶全线的产品，我从写策划案、提案、执行、到独立跟客户沟通，半年的时间里学到了不少东西，也做了很多产品线，可以和产品经理完整讨论项目，整合所有的资源。虽然忙，但所有事情都在一个框架内思考，慢慢开始有点得心应手。

 

后来，奥美的业务有所调整，伊利组解散了。我转去做了其他品类，但组比较小，始终没有归属感，而且行业比较散。直到后来我开始接触移动通信这个品类，进入移动全球通组。在那时候，移动通信是个很大的广告和传播市场，我也慢慢对这个行业熟悉起来，做得比较有感觉。可没过多久，总经理让我转接一个紧急来的客户——长虹，做家电跟做快消品和电商差不多，一个促销接着一个促销，每天都要快速应战，很刺激，从04年到05年做了一年多。

 

2005年，智威汤逊拿到了中国联通的全案，我受人推荐，离开奥美加入智威汤逊服务中国联通。一直到2009年电信重组、3G发牌，中国联通和中国网通合并，也是因为很多其他的原因，智威汤逊不再做联通的全案，所以我也在这年离开智威汤逊，加入了一家前朗涛的高层创办的品牌公司（Shift 品牌咨询），做了近三年的品牌策略工作。品牌项目周期一般都很长、方法论严谨、稳定，但思维相对也比较封闭，变化不大，而那时候广告行业已经出现了很多新的数字玩法。身为广告人，我担心如果不去接触前沿的东西，就会被趋势甩得越来越远。于是2012年我又回了智威汤逊，从服务国美开始。再次回到广告公司，感受很不一样，用以前的思路和方法服务客户已经不够了。内部我们就遇到了一个“体制上”的难题：4A广告公司的人通常喜欢做品牌，希望做形象做案例，恨不得深思熟虑三个月才推出“大创意”。而客户面对的零售和电商是一个竞争性很强的市场，一个节日接着一个节日地做促销，需要快速的出创意，在广告内容上与传统品牌传播也有很大区别，现实状况要求我们必须转变思考方式，要带着客户向数字社交传播转型，让节日促销也变得好玩起来。这是我在广告公司工作的最后两年，真的挺辛苦，我们服务客户包括国美、中粮、神州租车、伊利等等，都是偏重于线下也要考虑到线上市场的品类。不过值得欣慰的是客户很满意，因为我们全身心地投入到别人看起来不太容易出效果的事情上，并且激发出甲方和乙方共同的热情，那个周期我们通过努力帮助客户完成一系列的生意挑战，也共同收获了很多营销、广告的奖项，虽然只有两年多时间，成效还是很大的。

 

 

张：14年我从智威汤逊离开后先去了秒针系统。当时有猎头找到我，说这是一家广告技术公司。我还犯了半天晕，琢磨着什么叫广告技术公司。去聊了后才发现，这个其实是广告行业的未来。虽然创意对于广告的意义永远存在，但在数字时代，创意与技术和数据的结合才是王道。当时我就觉得是时候应该转型了，换一套思路和做广告的方式，尝试用数据分析的方法来解决客户的问题。

 

 

张：以前在传统广告行业的职业规划里，当我们将传统营销、广告的理论及实践积累到一定程度，就可以一步一步做到梦想中的高阶职位。像电影《百鸟朝凤》似的，把唢呐吹得炉火纯青，就可以做师傅，受到后进的景仰。但当我2012年再次回到广告行业的时候，发现这个市场变得不一样了。第一是行业的运行规则变了，第二是从业人员的思路也跟着变了。我们受传统营销教育的影响很深，当下却面临着数字化技术带来的行业变革。很多理论不再颠扑不破，而是需要重新审视。很多以前的经验不一定用得上，累积的高度也未必会让你在新的职位上有所助益。事情总是有利有弊。转型需要重新学习很多知识，摸索实践，没有太多的先前经验可资借鉴，大家都转得非常辛苦。好的地方是环境变化驱使我们不断学习，保持自己的持续进步。如果能将传统营销的理念与新的数据技术融合得很好，也许就是一种涅槃。

 

 

张：不太一样。秒针是介乎于广告主、媒体、代理公司之外的第三方，作为第三方公司，当我们想扩大市场、推动行业数据化营销时发现有很多横在面前的现实因素，这是由第三方公司的属性决定的。一方面是“有一些东西不能说”，比如不能说秒针拥有数据，因为数据都是客户所有，我们只是倡导大家开放和共享数据；一方面是“短期内做不到“，比如由于BAT各自数据领域、各个媒体和广告主的数据安全及本位主义，很多数据暂时是打不通的。不过我们还是做了很多尝试，比如我们做新媒体行业的白皮书，促成一些跨公司和跨类别的合作，比如我们率先尝试将电商与网络媒体数据之间的打通，进行归因及转化分析。我们也相信，如果不停的积累，总有一天当广告主和媒体足够信任我们，又或者BAT掌握的数据能够有足够的开放，整个行业生态变得更好的时候，我们就可以做一些事情。不过最终达到这样的路径会比较长，行业的生态还没有成熟到能让秒针这样的公司立刻去做一些事情。

 

 

张：我以前一直不太想做传统意义上的甲方，阿里妈妈也不是纯粹意义上的甲方。广告对我一直有着很大的吸引力，每天能接触到不同的品类，做不同的事情。就像你说的，阿里妈妈的身份比较多元。在我看来，这里做的工作还是与广告行业高度相关;同时我觉得自己好像是从乙方转身做了丙方，做了技术平台，为广告公司和合作伙伴提供服务，但最重要服务的还是品牌客户。只不过身份变了，思考问题的角度和方式变了，做的事情也变了。

 

当阿里找到我的时候，谈到找我主要是看重服务品牌的经历，希望能够参与一起扩大阿里在品牌广告主中的影响力。虽然阿里在电商广告主，尤其是中小商家中影响力足够大，但在品牌广告这一块的影响力较弱，客户听到阿里的第一反应还是电商广告，不会把品牌资源放给我们。如何能够把品牌广告和电商平台相结合，这的确是个挑战，我愿意接受这样的挑战。

 

当置身于阿里体系的时候，我发现可以跟客户谈阿里的数据技术，谈整个阿里的生态，这令我很兴奋。以前在秒针做数据生态时，秒针连接的数据只是整个市场中局部的一部分；而在阿里讨论的，是数据系统的心脏地带。阿里妈妈的当前决定或是预期走向，不仅对我们服务的品牌广告主，甚至对行业的整体生态都会产生重要影响。

 

 

 

张：我并不这么认为。从去年（2016年）开始，我们走的路径是用数据赋能营销市场。如果不与别人合作分享，就很容易把自己做成一座孤岛。孤岛再大，也无法影响整个生态，对甲方企业的价值也不会有多少。

 

在阿里的平台上，已经有很多大型的广告主开始投放品牌广告，这个可以从淘宝的页面变化看出来。以前的淘宝页面比较多是促销性的“效果型广告”，但现在很多电商不再急于销量，也会在大事件、日常投放一些形象型的广告，帮助建设更具长远意义的品牌形象。借用在广告公司里流行的两个很有意思也很形象的词语：“hunting”（猎取）和“farming”（农耕）：用“hunting”形容快速达成目的的事情（广告公司原指获取新客户），想吃兔子马上打一只兔子。用“farming”指代长线投入（广告公司原指深耕老客户），种下一颗种子，慢慢耕耘，可能一年以后才能收获果实。不能硬要求马上看到效果，但它一定是有效果的，甚至“farming”的效果长线要比“hunting”更好。最后成为地主的往往是农民而非猎户，不是吗？

 

至于如何知晓品牌广告投入是否最终对销量有影响，就需要我们做全链路的数据分析，甚至和外部数据打通结合来分析。当然，这需要一定时间来实现，我们需要与一些客户、机构和代理商合作，来共同理解阿里数据对于他们的真正意义。

 

 

张：无偿贡献数据对谁都没有意义。这里面首先涉及数据安全，涉及我们与客户之间的数据隐私的关系。比如A广告主在平台上投放广告，从数据发现某一部分的投放更有效，会加大投放。如果他的竞争对手可以很轻易地知道A投在某个类型的广告位效果很好，用很低的成本就能学到，这对于A就是一种利益侵蚀，所以这种数据是绝对不能开放的。况且，有很多数据和数据优化的方法是我们与客户一起投入了很多成本才得到的，这些一旦被随意分享，会损害各方利益。因此，完全的分享和开放对任何人都没有好处。我们认为，未来的数据开放不会是“世界大同”式的开放。

 

拿我们近期推出的 “数据银行”产品举例：假如甲方品牌持续进行营销投入，必定会在平台上产生很多数据，我们将建议沉淀这些数据，通过对沉淀数据的再分析来发现营销的未来启示。再有，我们可以接入客户方更多的数据，比如客户关系管理数据、线下数据等。多渠道数据的综合分析对客户的线上线下销售都是有推动作用的。以线下数据为例，某些电商快消品行业的客户在线下也有实体店，但实体店可能很难了解用户的整体消费行为和决策过程。当这些数据打通之后，销售员可以了解用户在线上的一些喜好和偏好标签，有针对性的提供推荐，效率和线下成交率都会有所提升。

 

 

张：那个演讲主要是介绍我们推出的UNI marketing （全域营销）方法论。我们认为，以前的营销是基于传统经验的营销模型，是从人的洞察到目标用户再到定位，越缩越窄，然后再输出。而在新时代，做策略的方法都发生了变化，这需要用新的方法论加以解释。“全域营销”方法论分为三个部分：

 

第一部分是识人，就是我们的UNI ID（全域身份识别）。在以前，我们服务一个新的行业先要做市场调查，但现在不用了。在阿里的平台上，我们可以用全域身份识别，用大数据了解品类的目标对象以及营销目标，发现潜在的客户群。

 

第二部分是互动。当我们界定出目标人群后，阿里妈妈就会开始推广、传播，让广告触达目标人群。利用各种旗舰店阵地、品牌阵地、媒体矩阵帮助客户与消费者互动，吸引消费者。

 

第三部分就是沉淀。沉淀下来的数据，我们会进行再分析，最后变成我们的品牌营销数据。从这些数据中可以看到哪些内容可以被再次利用，哪些地方需要调整，调整方向是什么。

 

 

 

张：智能技术。

 

到了人工智能时代，我们不再把数据看得很高端，数据会变成底层的东西。人工智能能用机器学习的方法快速解决我们的营销问题。比如说，阿里妈妈线上有很多商家的推广素材，有时候会存在一些敏感的画面、词汇，我们做审查的时候，如果只运用传统人工的方法，比如只检查文本，有些漏洞很难查到，也会很慢。这时候我们会发现，以前技术解决不了的问题，现在可以用人工智能方法来解决。当我们采用大规模机器算法，智能化识别图像和文字，会更加快审查上线，节约客户的时间成本，无形中提升了商家的效率。

 

智能技术同样适用于智能竞价。以前出价是凭借运营者的经验，出价高低很难掌控。现在我们整个线上系统都是程序化，给竞价者一个建议参考的金额，帮助客户减少竞价成本。

 

我们也会智能投放。以前的广告投放要人为地自定义很多事情，“开手动挡”。投放人凭经验确定目标人群的要求、媒介的来源、媒介的尺寸和位置，信息输入系统后按照所填信息出价，但是执行后的推广效果是不是投放人所预期的？很难控制。现在我们的投放进化到了“自动挡”时代，投放人可以告诉我们想要的ROI、CPC以及目标投放城市等等硬性条件，他们不需要再选择媒体类别、人群包、流量来源等等复杂指标，只填几个重要的数字和想要的结果，智能投放系统就会帮助投放人产生组合方案，并且实现自动投放。这对于很多中小商家来说，少了很多在投放系统上的时间投入，也不用费劲去学习这种门槛较高的技术，把过程留给机器就好。相比从前，现在的操作效率更高。另一方面，对于品牌主来说，我们的智能技术其价值不仅是在出价、创意、拥有消费者的购物数据和行为数据等实际操作上，更大的价值在于“机器学习”。每天都有几百万客户在我们的平台上进行投放，每个广告、每个项目的效果我们都可以追踪到。所以，这种大规模营销机器学习的系统，会更有利于广告主的推广投放，更精准。

 

 

张：广告行业原本是一个知识密集型的创意行业，已经快转型为技术行业了（开个玩笑）。以前几个人一高兴就可以开个广告公司，能做很多年，最主要的是人的成本。而现在，这个行业需要更多的软硬件、智力、机器算法的投入，这些投入会耗费很多资源，因此服务成本也在急速上升。在这种情况下，引入资本是必然的。目前一些广告技术公司在介绍自己的时候，经常提及日处理量、数据安全程度、技术人员构成等问题，这很像软件公司（软件公司、互联网企业往往就是相对“重”资产的）。所以现在广告公司的资产也越来越“重”，很多从以前非常“轻”的创意公司变成具有一定技术能力的数字代理公司。

 

广告人杂志&暨南大学数字营销传播研究团队联合出品