大家好我是苍响，我来跟大家聊聊种草度量。
在过去一年多的时间，我们一直在探索和迭代种草的商业产品和方法论，在这个过程中，我们收到了来自于品牌朋友们很多非常有价值的反馈和问题。
其中最频繁被提到的两个词就是度量和优化。
接下来我会围绕着这两个关键词展开，跟大家分享一下怎么样才能以一种可量化的方式看清楚种草的效果，以及怎么样才能通过自己看到的数据，不断迭代自己的策略让效果更好。
在小红书种草会对我们的生意产生全方位的影响，有些是直接的，有些是间接的，有些是长期的，有些是短期的。种草度量的目标，是帮助品牌对种草投放产生的纷繁复杂的影响有一个量化的认识。这里面的度量是一套量化的体系，而不仅仅是一个单一的指标。同时，度量只是手段，优化效果才是最终的目的。
种草度量分为过程度量和结果度量，过程度量的核心是人群，结果度量的核心是生意。这两者同样重要，缺一不可。
接下来，我们先从过程度量开始。过程度量里最重要的指标是什么？就是人群资产。所谓的人群资产，就是可以通过一个用户在站内站外的行为，来判断这个用户和我们的品牌，和当前这个产品的关系是怎么样的，根据这个关系的远近、深浅，来把所有的用户、品牌人群资产进行分层。
我要向大家正式介绍一下小红书种草的人群资产模型：AIPS。这套模型的目的是找到比转化行为更及时、同时和转化行为高度相关的站内用户行为。
这是一套我们花了一年多的时间不断迭代、不断和不同行业的品牌一起科学验证的体系。为什么要等这么久才正式发布这套体系呢？这里面最重要的原因是因为小红书是一个不一样的平台，用户在小红书的决策路径是很独特的。每层的用户对于品牌来讲价值是非常不一样的，针对每一层用户应该使用的营销策略也应该非常的不同。
我们一直在努力通过科学的数据验证，确保这套体系可以在不同的行业中准确地反映用户的心智和预测用户的行为。同时，我们也希望有一套能够被验证的方法论来指导AIPS体系下的种草投放。
接下来我们来展开介绍一下AIPS模型。这套模型是基于科特勒教授的「5A理论」对小红书用户消费决策过程中不同心智阶段的拆解，是对潜在客户的分层体系，根据用户行为帮助品牌判断他们和产品的关系。根据不同的人群类别，我们可以制定不同的营销策略。
我们来看一下AIPS的分类。A，描述的是“知道了这个产品”的一类人群。I，描述的是“被这个产品吸引了”的一类人群。TI，描述的是“太喜欢了，想要更多的了解，想买”的一类人群。P，描述的是“买了这个产品”的一类人群。S，描述的是“会把对产品的体验，分享给大家”的一类人群。
围绕着这五类人群，我们打造了一系列的商业产品，可以帮助大家看清这个SPU对应每层人群的人数到底有多少，以及随着时间的流逝，随着种草的投放，随着自然内容的分发每一个人群之间的人到底是怎样互相流转的。
提到人群，可能大家脑子里第一个浮现的就是人群反漏斗的打法了，非常经典，非常好用。现在你又告诉我一个AIPS人群资产，这两个东西之间到底是什么样的关系呢？简单来说，人群反漏斗更多是一套心法，告诉大家我怎么样以什么样的顺序，依次对哪些人群进行投放，是基于一波小而精准的核心人群，逐渐打透更大的机会人群，帮助品牌实现破圈，打开人群广度，对整体的投放策略是有一个指导作用。
而AIPS则是作为一把尺子，基于SPU和品类排名来度量各层的人群渗透率，帮助品牌判断是否打透这些人群。AIPS的使用涉及到三大步，每一大步都可以用到我们的产品能力。
第一步，通过渗透率来把每一层人群彻底打透，为渗透率贡献最高的是A人群，因为A人群的提升效率是非常快的，同时A人群作为种草的根本，也是其他人群的来源以及激发兴趣最重要的方式。我们打透每一层三步优化的第一层就是利用A人群快速提升渗透率。渗透率这个东西不断可以在商业产品中看到当前这个产品自己的渗透率，也能提供在当前行业，当前这个品类，渗透率的排名是怎么样的，帮助我们的品牌判断，现在在这个品类里面到底渗透率是什么样的水平，是不是打透了，是不是现在是时候进行扩圈了。
AIPS人群打法的第二步是快速积累I+TI人群。在过去的一年里，我们通过各个行业不同品牌的全渠道转化数据，包括站内站外，甚至线上线下，验证了在各个不同的行业，I+TI人群在生意转化效率上要高出几倍甚至几十倍。
所以I+TI人群对我们打透一个人群来讲也是至关重要的。可能有一些比较有经验的品牌会问，说我知道I+TI人群它更精准，会不会因为量级太小，所以对我的最终生意转化的绝对贡献其实远远不够的呢？这里从实际的数据中看到了这个结论，哪怕我们看各层人群对生意总体的贡献，对GMV的贡献，I+TI人群的贡献也是非常可观的。
现在我们验证了I+TI人群的价值，那么如何才能高效、快速地积累I+TI人群呢？我们提供了I+TI人群的智能直投产品，让算法把优化重心放到种草人群的积累上。以最低的成本积累I+TI人群作为目标，帮助我们最高效获取I+TI人群。在做的测试中发现，整个大盘使用了I+TI人群智能直投的计划，相比于使用传统优化点击的计划，I+TI人群获取成本平均可以下降54%。
这里我举一个雅诗兰黛黑钻面霜的具体案例。
我们测试了I+TI人群智能直投，我们看到了如下结论：一是我刚才提到的成本低，这款面霜的I+TI人群积累过程中跟优化点击相比，成本下降了63%。那是不是说我获得的I+TI人群成本低了质量也会有所牺牲呢？也不是的，我们最终看到在最终转化人群之中I+TI人群占比高达77%，意味着我们获得的I+TI人群对最终生意的贡献也是非常大的。
回到刚刚放量的问题，我可以以一个非常低的成本获得高质量的I+TI人群，是不是放量会有问题，会不会获得的速度非常慢？这个例子也证明了那个担忧是不必要的，这款新品上新两个月时间里，迅速通过智能直投积累了超过500万的I+TI人群。
我们现在通过I+TI智能直投积累了大量的I+TI人群，接下来怎样用这些人群积累达到生意增量的最大化呢？这就是人群打法的第三步，动态打包复投。
这里和博朗做了一个实验，选了同样两篇笔记，都是表现非常好的笔记，也选了同样的优化目标，这里优化目标是偏后链路的，是进店成本。在同样的设置下测试了相比于投放其他在投的人群，投放I+TI人群两篇笔记实现了进店成本16%和18%的下降，不断动态圈包，不断动态复投I+TI人群可以实现投放的提效。
一系列操作下博朗在今年双11取得了非常喜人的成绩，这个喜人成绩的背后I+TI人群的贡献是非常突出的，最终进店I+TI人群高达95%。
刚才我们讲了过程度量是如何利用AIPS，利用人群反漏斗帮助我们看清投放结果，帮助我们不断优化投放策略的。接下来看一下结果度量。
结果度量有两大产品，第一个是种草联盟。
生意度量要度量的东西是非常后链路的，离转化非常接近的东西，比如进店、成效、加购，甚至最后的GMV。生意度量的最难一点是要把一个用户在站内的行为和他在站外的转化行为进行打通。大家知道小红书是中心化的决策场，意思是我们做决策的时候都会在小红书进行搜索、阅读、决策。但很多的转化都是来自于站外的，有站外的其他平台，甚至有很多来自于线下。
之前我们面对的一些问题，这两边的行为如果你不能用一种可以建立因果联系的方式把它匹配起来，我们就很难估算小红书站内的投放给生意带来多大的贡献。去年WILL大会我们也提出了“开放与连接”的大方向，和种草联盟的大框架。种草联盟的作用就是帮助我们把小红书站内的数据和站外交易平台转化数据直接打通，帮助品牌更清晰地看到站内种草到底带来了多少的站外转化。
过去的一年里，随着我们不断迭代种草联盟的产品，加深和各大平台之间的合作。截至今天，已经接入种草联盟的有淘宝、京东、唯品会三大电商平台，对应的是小红星、小红盟、小红链三个产品。我们预期未来还会和更多的平台探索种草联盟的合作机会。
在这个过程中，小红书的全域种草力被越来越清晰地体现了出来。比如在今年双11大促期间，我们规模性地通过京东小红盟的数据合作看到了小红书种草给生意带来的提升。在小红书阅读了种草内容的用户对比没有阅读的用户，加购率提升了41%，最终成交的下单率提升了43%，给品牌带去的新客提升了165%。
除了看清效果之外，种草联盟提供的转化数据可以怎样帮助我们进一步优化我们的投放效果呢？
我今天会介绍两个方式，第一个是人群纠偏。
什么叫人群纠偏呢？我这里有一个喜临门的案例。通常我们会选取多个人群进行投放，在投放的过程中把预算倾斜到表现更好的人群可以提高我们整体的投放效率。那么如何判断哪个人群表现更好呢？在没有种草联盟提供的生意指标时，我们只能通过站内的互动指标，如CTR、CPE来判断，但我们也都知道，互动和最终的转化之间不一定是完全正相关的。有的笔记因为封面设计，或者博主个人的号召力，会获得很多互动，但转化效果不一定好。
有了进店数据之后，喜临门通过站外转化率找到了精致白领这一个站内互动成本排第6位，但站外转化率排名第1，且站外进店成本仅为其他人群不足1/2的优质人群，因此加大了对这个人群的投放。
最终，在种草联盟数据的加持下，喜临门618大促取得了喜人的成绩。小红星可监测ROl大于15、成交新客UV占比超过60%。
除了人群纠偏这样一个需要我们用一些自己的判断，投放过程中不断手动调整的策略之外，还提供了一个自动化的产品能力，叫作保浅优深。保浅优深是什么意思呢？保浅，就是保住浅层目标，就是点击成本；优深就是最大限度的优化深度目标，就是进店成本等站外行为。在我们过去几个月的测试中，整体大盘选择了这个自动化产品的计划，在保证点击成本稳定的同时，平均能使小红星和小红盟的进店成本下降50%。
我来举两个保浅优深的测试案例。和优化点击相比，使用小红盟和保浅优深优化目标的母婴品牌启赋，进店成本下降70%，进店率提升4.7倍，同时点击成本稳定。使用小红星和保浅优深优化目标的IAM空气净化器，站外转化成本降低50%，进店率提升了3倍以上，点击成本也保持了稳定。
结果度量还有一种链路形式，一方数据合作。一方数据指的是品牌将自己的后链路转化数据，通过API、数据服务商或离线方式，安全、隐私地与平台进行深度共建，适用于渠道多，或者有更精细化投放需求的品牌。
一方数据是结果度量的一部分，最重要一点帮助大家看清投放给生意带来的影响，我们会有全方位全套的报表，通过一方数据的合作，看到最终大家回传的数据和种草投放之间的关系，计算出类似于进店成本、成交成本、ROI这样的指标。同时一方数据还有三大优势，配合三个新的产品能力，可以帮助我们看得更远、看得更细、看得更全。
第一个产品能力，看得更远，有了一方数据之后可以给大家提供单品ROI归因曲线，横坐标是归因窗口，纵坐标是ROI数值。回到刚才之恒讲的ROI（T+x）归因和小红书种草的长效。因为有了一方数据之后，我们可以给每一个单品画出这样一条曲线，这样就可以清楚地看到ROI怎么随着归因窗口的增加而变大的。我们不是简单把归因窗口放长，ROI就更高，而是我们可以通过这个曲线看到拐点，这个拐点可以在投放过程中帮助调整投放策略。
对于不同的产品，用户的决策周期也是不同的。短的马上就会购买，长的需要几天，几周，甚至几个月的研究和思考才会最终转化。这里有两个例子，通过一方数据合作，我们看到防晒霜SPU，在种草之后的七天，转化带来的ROI就已经占到了45天试验周期的73%，说明对于这一款防晒霜单品，用户的决策周期较短，用7天作为归因周期就足够了。
但烘焙一体机SPU就是另外一番景象了，ROI真正开始快速增长是在种草两周之后，种草30天之内发生转化带来的ROI，占整体45天实验周期的86%，说明对于这个单品用户的决策周期长，在度量和优化时，采用30作为归因周期是更科学的。
有了这些曲线之后，我们就可以判断当前投放被种草的SPU的转化周期是多少？7天、14天、30天，提供了非常方便的工具，帮大家选择自己的归因周期，并用这个归因周期度量自己的投放效果，以及不断优化自己的投放方案。一方数据能够给每一个SPU一个科学的归因周期。
第二大产品能力：看得细。这里面我要介绍的配套产品能力叫做一方光谱。所谓光谱，大家可以想象透过棱镜将自然光分散开，看到其中不同颜色的光源。灵犀就是这个三棱镜，我们可以通过灵犀提供的资产贡献分析看到AIPS各层人群对生意转化的贡献，通过人群贡献分析看到各个细分人群对生意转化的贡献，也可以通过触点贡献分析看到信息流、搜索、视频流、蒲公英等多个途径对生意的贡献。有了这些详细化的分拆之后，可以在投放过程中进行更精细的运营。
这里我来举一个奢侈品电商平台识季的例子。通过一方光谱我们根据用户在识季的站内行为深度分成了三类：活跃，商品浏览、下单。通过光谱我们可以看到，这三类行为分别对应着小红书站内的不同人群组合，在投放中可以设置不同的定向和出价策略。比如，转化行为对应的人群组合出价系数设置到最高，而活跃人群对应的人群组合出价系数设置得相对低一些。
在进行了一方数据洞察指导下的这一系列迭代优化之后，识季实现了40%的注册成本下降，在奢品人群的渗透率实现了翻倍。
第三大产品能力：人群决策路径，帮助品牌看得全。用户在小红书上的决策路径往往并不是阅读、被种草、购买这么简单。这中间会有很多的行为一起影响用户最终的决策，这些行为也会因SPU的不同而不同。一方数据合作可以让我们对转化人群的全决策周期行为进行回溯，找到影响这一人群的关键决策点，比如从第一次种草到最终转化的周期有多长，看了几次，看了什么，搜了几次，搜到了什么，以及转化前的最后一次相关内容互动来自哪里。这些典型人群路径的还原可以帮助我们持续优化我们的投放策略。
有一个很有意思的案例，这是一个身体油的品牌，可以想象一个身体油的产品，这个产品的客单价也不是很高，大概100块上下，100-200块之间的身体油产品，决策周期能有多长呢？7天、14天，差不多这样了。
但是我们在拿到一方数据之后，惊讶地发现，用户占比最高的购买决策周期是60-90天。三个月！
这是为什么呢？我们通过灵犀的决策路径产品工具下钻分析之后发现，长周期的转化人群在搜索品牌关键词的同时，很多也会搜索跟孕期/产后强相关的词，比如产检、产后护理等等。原来是准妈妈们提前1-3个月开始关注产后护理。
这次决策路径洞察产生了两个可落地的投放策略，第一个是主打孕期人群这个之前品牌忽略了的人群。第二个是在今年的双11前将种草投放提早开启来覆盖决策周期长的人群。
在这一套一方数据激发的新策略下，今年双11，品牌GMV同比增长了20%，小红星进店成本下降50%。
最后，我来总结一下今天我们聊到的种草度量和优化产品升级。
首先，度量分为过程度量和结果度量，两者同等重要。过程度量围绕着人群资产，我们在今天正式发布了AIPS模型，帮助品牌使用人群反漏斗打透破圈，同时优化I+TI人群。智能直投可以帮助我们快速积累I+TI人群，动态打包复投可以帮助我们实现转化效率最大化。
结果度量围绕着生意指标，可以通过种草联盟和一方数据两种方式看清种草对生意的影响，同时在投前、投中、投后用度量结果反哺投放策略，持续优化投放效果。种草联盟提供了人群纠偏和保浅优深的优化能力，一方数据可以通过长周期ROI帮助我们看得更远，通过一方光谱帮助我们看得更细，通过人群决策路径帮助我们看得更全。
可能大家能够感受到，虽然这个演讲的主题是“度量”，其实我花了非常大的时间讲“优化”，这也是我今天想和大家分享的一个感悟，和很多品牌合作过程中逐渐体会到，一直在说种草度量，度量非常重要，我们需要看清种草投放对最终生意的影响，但度量只是第一步，是一个手段，不是目的。真正的目的是通过在度量过程中得到的数据，不断调整我们的投放策略，对投放策略不断优化，这才是度量能给我们带来的最大价值。
最后还有一个小彩蛋，there is one more thing。过去两年时间里我们围绕SPU的种草方法论，打造了很多产品能力，也不断对这些产品能力进行探索和迭代，所有这些产品能够都沉淀到了灵犀平台里面。我们也看到灵犀平台从一开始内部使用的小工具，逐渐成为了1000多家品牌都在使用的种草营销策略中心。
为更多的品牌提供准确和有用的数据产品工具是我们一直以来的努力方向。从今天开始，灵犀开放的品牌数，会从1000+，提高到5000+。欢迎灵犀的新朋友，期待和大家一起持续迭代灵犀的体验，帮助我们更快地将灵犀开放给更多的品牌。
