Alibaba Unideskのマーケティングモデルの分析

導入

アイデアがあればこそ、日常を打破できるのです！

経験豊富なプランナーは、常に複数のマーケティング モデルを用意しています。今日、インターネット人口のボーナスが終わり、在庫の時代が到来し、「消費者中心の洗練されたオペレーション」が企業のマーケティング部門の中心的なスローガンとなっています。

しかし、ほとんどの企業は依然として「知っているが実践しない」状態で、マーケティング費用を大々的に配分し、成長効果や突破口を見出せずに盲目的に露出を追い求めています。代わりに「迅速な試行錯誤」がもう一つのキャッチフレーズとなり、専門家ではない上司の「信頼」に基づいて何度も投資を繰り返し、気づかないうちに悪循環に陥っています。

私がこの業界に入った当初、多くの上司がマーケティング部門は「お金を使うだけで何も生み出さない」という固定観念しか持っていないのはなぜだろうと非常に不思議に思っていました。同じような業務を数多く目にして初めて、これが業界でありKPIなのだと理解しました。

いわゆる「消費者中心の洗練されたオペレーション」は、もちろん、ハンドルがなければ無力です。

休暇前後はブランド配置のピーク時期です。ブランド配置を担当したばかりの仲間たちが集まり、本当のブランド成長を実現するにはどうしたらよいか話し合いました。

（１）ROIを保証するライブ放送？

（２）KOIが大量に放流される？

（３）広告が画面を占領している？

（４）ダイヤモンド広告と直通列車は金を燃やすビジネスですか？

（５）活動は消費者を刺激するか？

上記のいずれの方法でも、短期的にはGMVを増加できることはわかりますが、これは本当に「消費者中心の洗練された運営」や「ブランド価値の向上」と言えるのでしょうか？

Alibabaが提案する2つの主要なマーケティングモデルについて詳しく説明します。彼らです：

AIPLモデル：ブランドクラウド資産の定量化とチェーン運用を初めて実現

FASTモデル: 消費者活動の健全性を量と質の観点から測定するモデル

1. AIPLモデル（ブランドクラウド資産の定量化とチェーン運用を初めて実現）

（１）AIPLモデルの紹介

「ブランド クラウド エクイティ」という言葉は誰もが知っていますが、大まかに説明すると、ブランドを知り、ブランドに共感する人が増えるほど、そのブランドの価値が高まります。

いわゆる「クラウドアセット」は、定量化が難しい概念です。 AIPL モデルは、アリババのオムニチャネル マーケティング コンセプトの実装をサポートする重要なリンクとして、アリババ システム内のブランドのクラウド資産を定量化できるモデルです。

A (認知度)、ブランドを意識する人々。 Alibaba エコシステム内のあらゆるチャネルでブランドや製品に関する情報に感動した消費者が含まれます。

I (関心)：ブランドに関心のある人（つまり、ブランド嗜好検索を行った人）。これには、広告をクリックする人、ブランド/ストアのホームページを閲覧する人、ブランドとの交流に参加する人、製品の詳細ページを閲覧する人、ブランド用語を検索する人、トライアルを受け取る人、購読/フォロー/参加する人、コレクションをカートに追加する人が含まれます。

P（購入）、ブランド購買人口は、ブランド製品を購入した人々（忠実な消費者を除く）を指します。

L (ロイヤルティ)：再購入、肯定的なコメント、共有などを行うブランドに忠実な人々。

（２）AIPLモデル機能：ブランドとクラウドアセット運用の連携

この機能は AARRR モデルの機能に似ており、認知人口 (A) をコア ユーザー (L) に迅速に変換できます。ブランドは、効率的なリンク変換を実現し、コアな忠実なユーザーを蓄積するために、対応するコンテンツとチャネルを通じてさまざまなタイプのユーザー グループとコミュニケーションをとります。

（３）AIPL実行モジュール - 戦略的ソリューション（中核：対応チャネルとチャネル運用方法の探索）

質問：

①Aの人数が少なすぎる

解決：

リソースの投入を増やし、ブランド広告を開始し、チャネル リソースを調整して新規顧客を引き付けます。

ほとんどの企業のブランド部門では露出やクリック数を評価しており、メディア企業がクライアントに提供するコミュニケーションレベルのデータもこれです。技術的およびリソース上の制限により、ユーザーは通常、単一のイベントで認知 → 支払いのアクションを迅速に完了することしかできず、ターゲット ユーザー層を浅いマーケティング レベルでのみ探索してリーチすることになります。

たとえば、オフライン広告が極めて非効率的であることは誰もが知っていますが、なぜ都市は大手ブランドの目立つ広告を頻繁に掲載し（そして、これらの広告のほとんどは割引活動ではなく製品のプロモーションが主です）、予算のこの部分を放棄しないのでしょうか。

消費者心理を分析します。頻繁かつ効果的なブランド露出により、消費者の認知度を迅速に確立できます。オフラインのブランド広告の重要性は、もはや消費者にその場で商品を購入する決断をさせることではなく、消費者に商品とブランドを認識させ、ブランドの発音方法を知ってもらい、できれば消費者が特定の商品を購入したいときにあなたのブランドを思い浮かべてもらうことです。

これがAグループの重要性です。

②IグループがPグループになるのは難しい - 転換率が低すぎる

解決：

一度手を差し伸べたら、変換する必要があります。 I グループは、クリック チャネルに応じて異なるラベル タイプに分類できます。たとえば、プロモーション割引に敏感なユーザーは、アクティビティを使用して売上を変換できます。一部のユーザーは有名人のアクティビティを通じてリーチするため、有名人の IP 製品が彼らの購入を引き付ける可能性があります。

消費者はそれぞれ異なる興味タグを持つ人々です。グループ A がグループ I に絞り込まれたので、彼らのニーズに基づいて、より洗練されたコンバージョン プランを開発する必要があります。

Alibaba AIPL の各モジュールのフィールドの説明は次のとおりです。

2. FASTモデル（消費者活動の健全性を量と質の観点から測定するモデル）

（１） FASTモデルの紹介

 F (出生率) は、 AIPL人口指数の総数を指します。

AIPL ステータスを達成した消費者の総数をインデックス解除した結果。

 A (Advancing) は AIPL 人口変換率を指します。

複数のシナリオで消費者の活動を改善し、クラウドリンクのポジティブな流れを促進します。マルチチャネルのシーディングクラウドが蓄積された後、高品質のクラウドをさらにスクリーニングし、広告チャネルを通じてそれらにリーチします。ブランド内でクラウドセグメンテーションを蓄積し、消費者に対して階層化された操作を実行し、マーケティングを差別化し、消費者の全体的な流れと変換を促進します。

 S (優位性)、価値の高い人の総数 - メンバーの総数。

会員/ファンはブランドにとって大きな価値があり、ブランドのプロモーションに驚くべき爆発力をもたらすことができます。オンラインとオフラインの連携、共同ブランドマーケティング、Tmall U-first、Taobaoイースターエッグ、スマートマザーアンドベビールームなどの新しい小売シナリオの活用を通じて、ブランドの会員/ファンベースを拡大し、その後の会員/ファン運営の基盤を築くことができます。

 T (繁栄)、高価値人口活動率 - メンバー活動率。

大規模なプロモーションを利用して会員/ファンの活動を増やし、会員/ファンの潜在的価値を刺激し、ブランドのGMV目標の達成をサポートします。RFM指標に従って会員/ファンの階層別操作を実行し、アクティベーション効率を最適化し、数千の権利を持つ数千人にリーチして罰し、パブリックドメインとプライベートドメインを組み合わせ、会員/ファンの操作を強化します。

（２） FASTモデルの役割：ブランドマーケティング業務効率のより正確な測定

ブランドにとって、消費者の声は非常に重要です。ブランドが消費者の注意を誘導するとき、それは実際には消費者のニーズに焦点を当てています。ブランドの忠実なユーザーを育成し拡大するためには、消費者に対する深い理解が必要です。

真の消費者オペレーションを実現するために最も重要なのは、データの活用です。

ブランドの消費者が誰で、彼らのニーズは何かを理解し、彼らにうまくアプローチすることによってのみ、消費者の商業的価値を最大化することができます。

FAST システムは、定量的指標レベルでは、ネットワーク全体の消費者の総数 (Fertility) と価値の高い人々 (メンバー) の総数 (Superiority) を提供し、品質指標レベルでは、人口変換率 (Advancing) とメンバー活動率 (Thriving) を提供します。

（３） FAST実行モジュール - AIPLモデルによる指標策定とマルチシナリオマーケティングを支援する

活用シナリオ①：活動指標策定

AIPL モデルを使用して指標を開発する場合は、AIPL モデルの各モジュールの中核となる定義を理解する必要があります。

ジュ氏はこの記事を執筆するにあたり、関連情報も調査した。興味深いことに、私は MBA シンクタンクに含まれる関連情報に同意しません。以下は、MBA シンクタンクからの元の情報です (元の参照は公式アカウント - JS Planner から取得されています)。

あるブランドは、ダブル 11 の GMV 目標を分解し、さまざまなグループの人々の需要量を推測しました。

まず、総 GMV 目標を新規顧客販売目標と既存顧客販売目標に分解し、次に新規顧客販売目標を A の売上と I の売上に分解するという考え方です。同じ規模の以前のプロモーション活動における A の売上変換率と平均注文額に基づいて、今回必要な A 集団の需要量を推測できます。同様に、I、P、L の人口規模要件もそれぞれ推測できます。具体的な分解のアイデアは次のとおりです。

上記の手順に従って推定した結果、認知的興味（A、I）のリンクに一定のギャップがあることがわかりました。その後、マーケティング予算を最適化し、一定額のマーケティング費用を追加することで、ダブル11期間中の新規・既存顧客の取引量が目標を超え、GMVは昨年のダブル11に比べて2倍以上に増加しました。

*反対意見*

（１）新規顧客販売目標 - 販売定義

前述のA（認知）は、ブランドを認識している人々のグループ、つまり、あらゆるチャネルで情報が到達する消費者グループを指します。したがって、Aは新規顧客販売指標に対応するのではなく、チャネル投資ROI指標に対応する必要があります。Aのコンバージョン率（販売コンバージョンの場合）は、フルチャネルROI入出力比率に等しくする必要があります。また、売上高 A は、新規顧客売上高のターゲット カテゴリではなく、ダブル イレブン期間中の各チャネルの総売上高である必要があります。

（追記：ユーザーAのコンバージョンがユーザーPではなくユーザーIへのコンバージョンだと考えると、売上のROI指標すら存在しないことになりますよ～）

なお、図中の注釈②の新規顧客転換率向上率と全体転換率向上率の間には強い相関関係はなく、これらは2つのデータ値であるというべきであり、全体転換率には、新規顧客接点転換や既存顧客接点再購入などの包括的な値が含まれており、全チャネルの新規顧客転換率を全体転換率測定指標に当てはめるべきではない。

（２）既存顧客からの売上高 - P売上高の定義

①P消費者総数の定義については、アリババのこの分野の定義を振り返ると、 2*365+180日以内に商品を購入したユーザーであり、Lユーザーは除外する必要があります。簡単に言うと、2年半以内にさまざまなチャネルを通じて商品を1回購入したユーザーをPユーザーと定義します。

したがって、図中の消費者総数 P の記述は不完全です。

②図中の注釈④は、前述の新規顧客転換率向上率と同じであり、全体の転換率は既存顧客転換率で定義されており、数式の記述が誤っている。

上記は、JS プランナーの AIPL モデルに関する記事に対する Ju の異なる意見です。訂正があればお気軽にどうぞ。新しいモデルを使用して指標を定義する必要がある場合は、検討する前にマーケティング モデル内の各モジュールの詳細なフィールドを理解する必要があると思います。

活用シナリオ②：マルチシナリオマーケティング

APIL モデルと FAST モジュールは、マルチシナリオ マーケティングに対応しています。いわゆる AARRR ファネル操作モデルとは異なり、前者 2 つは消費者をより深く定義しています。また、APIL モデルはプラットフォーム電子商取引、動きの速い消費財チャネルなどに適していますが、ソーシャル プラットフォームの非販売コンバージョン指標には適していません。