广告大师约翰·沃纳梅克曾经提出过著名的广告营销界“哥德巴赫猜想”：“我知道我的广告费有一半是浪费的,但我不知道浪费的是哪一半”。的确，包括广告在内的营销手段最本质的目的是在品牌和目标消费人群中搭起一座通畅的桥梁，连接起彼此，让双方得以彼此了解、建立信任，实现双赢。但是，开展营销活动就意味着投入资本，而投入必然与产出发生关系。如何把漫天撒网的广告营销变成精准的信息投送，使得营销投入到每一分钱都能花在刀刃上，让每颗子弹都能消灭一个敌人，依然是无数营销人梦寐以求的理想境界。回归到开头的题目，到底是什么浪费了那一半广告费？或者说，那一半广告费到底浪费在了哪里？怎么做才能节省那一半广告费？

与物资匮乏、渠道单一的时代相比，信息时代的营销渠道相当多，能够获取的数据越来越多，反馈的速度甚至可以达到即时。客户与市场数据管理、产品的更新与发布、营销预算划拨、在线搜索优化、社交媒体和传统媒体的结合等，都是销售利润增长的驱动因素，而这些大多是由数据驱动的数据分析得来的结果。传统的营销人很难做到为消费者的购买负责，因为手中掌握的数据少、片面。现在则不同，以数据为镜，将可以更加科学地改善营销决策。数据化的思维方式，将彻底改变新一代营销人的决策过程，也将大大提高营销效率。可以说，随着互联网广告投放技术和精准化程度的不断提高,浪费的广告费正在被不断地找回。虽然我们不敢说有了数据之后，所有的钱都不会被浪费，但致力于浪费少一些、再少一些却是可以做到的。所以，科学地开展市场营销活动才是降低成本、提高产出、提升效率的根本。然而，新形势带来了新问题，当我们比以前拥有更多市场数据和技术时，我们如何才能有效利用数据，使市场营销从活动导向转变为结果导向。

美国奥美公共关系国际集团是世界十大专业公关公司之一，公司业务涉及广告、直效行销、互动、娱乐行销，以及数字营销等，通过内容创作，社区构建和可量化结果的传播手段来为客户提供综合性商业解决方案。2015年，奥美公关曾因出色的创意能力和高效的工作被SABRE评为年度最佳咨询机构。奥美公关数据分析总监、奥美公关数据部负责人、“在行”数据类排名第一的百单咨询师、人群画像3C九宫格模型和商业目标数据解构模型研发者王泽蕴在总结奥美公关工作经验的基础上，撰写的《不做无效的营销》，对营销界“哥德巴赫猜想”进行了解答。她认为，只要市场营销人员在与公司战略目标保持一致的前提下，正确地管理、分析数据，创建和筛选正确地度量指标，并使用高效的营销分析手法，就会取得成功。

一、利用人群画像3C九宫格模型确定准确的投放人群

利用数据实施精准投入、精准渗透、精准打击才是解决“哥德巴赫猜想”的关键所在。从营销活动发展的历史来看，就是从广而告之到定向告之发展的。也只有这样，营销才会更精确，才会减少无谓的浪费。从消费者角度来看，当代社会并不是没有选择或只有少量选择，而是选择太多。既然拥有更多购买选择，为什么非要购买你的产品呢？事实证明，圈子越小，越容易精准找到营销渠道。相比于将有限的鱼食撒在大海中，撒在小鱼缸中更有效果。鱼缸虽小，但成功率高多了。营销人要尽量努力帮助品牌找到相对小而精准的人群，并且深入了解人群特征，才能在正确的地方，让正确的人，看到正确的信息。王泽蕴提出的人群画像3C九宫格模型，则可以利用数据画像而有效解决营销投放的问题，为品牌找到正确的目标人群，并了解正确影响人群的方式方法。该模型分别以3C视角和三种数据维度为横轴和纵轴，勾勒“人群画像”。

人群画像的3C视角是指：

品牌（company）：品牌/产品的现有用户是哪群人，这群人有哪些共性是对营销决策有价值的？

品类（category）：品牌/产品所属的品类是什么，在这个品类下的现有人群是什么样的，这群人有哪些共性是对自身品牌的营销决策有价值的？

竞品（competition）：品牌/产品目前的竞争对手是谁，竞品目前的用户是谁，这些人中有哪些是自身品牌想争取的，如何争取这群人？

3个数据维度是指：元数据、行为数据和态度数据：

元数据也称为属性数据，是指可以定义人群数据的数据，可以标定人群身份的基础属性，比如性别、年龄、地域、收入、婚姻、住房情况等。元数据具有稳定度强，不改变或改变缓慢等特性。

行为数据，指特定人群可被记录的行为数据很急，可以帮助营销人更具象地理解特定基础属性人群的行为特点。比如社交行为、购买行为、关注行为、打车行为等等。行为数据具有容易被获取和跟踪，易被识别和分析的特点。

态度数据，是指特定人群对特定现象或品牌的态度、人群自身的消费态度、价值观、人生观、事业观等数据，能够帮助营销人更好地理解行为数据背后的产生原因。比如购买动机、商品满意度、口味偏好、兴趣爱好等等。态度数据的特点是跟行为数据结合紧密，有时有一定的重叠；不易被获取和跟踪，不易被准确识别。

通过3C九宫格模型就能够基本确定人群基本画像，以数据为基础筛选出的渠道，无论是线上或线下，都会是性价比最高的选择。

二、设立正确的数据评估的标准和体系把握活动方向

王泽蕴认为，做营销如同在茫茫大海上航行，不管船上的成员怎样勤奋、好学、创新，但哪怕航行的方向只偏差了5°，最后都有可能永远无法到达目的地。而船员们的努力，会尽数化为乌有。在营销领域，努力并不是成功的充分必要条件，“做正确的事情”才是。战术上的勤奋，始终无法弥补战略上的懒惰。大数据在营销过程中应该起到的作用，就是尽量帮助营销人选择用正确的方式做正确的事情。这里的选择，既包括选择营销方向，也包括选择人群、渠道、内容等。

所以，在项目开始执行之前，就要做好数据评估体系，并与企业达成共识。因为正确地设立数据评估的标准和体系，将不单为了在项目结束后拿着一个漂亮的数据交差，更重要的是，它能帮助我们在项目执行的整个过程里，不断地校准至正确的方向，避免南辕北辙。数据评估常用的方法是KPI指标法，这种方法能够确保每场促销活动都有明确可量化的目标，并以数据指标为支撑，确保活动在具体地点和时间进行。但是不能为追求指数而工作，数据永远是服务于营销目标的。正确的KPI设定，是要通过量体裁衣的设定、数据化的结构、找到核心指标，找到合适的对比参照数据，在项目进行的过程中，根据实际情况相应调整。

此外，在拿到营销目标之后，我们需要把这些目标解构成很多个数据维度，然后再在这些维度中，寻找那个最重要的核心指标。探寻核心指标的价值在于，能帮助我们更清晰地理解不同数据指标之间的关系，是相关、因果还是其他。并且在执行推广的过程中，深刻掌握最核心的“工作重点”。

三、正确运用数据优化营销效果

通过各种渠道，我们可以收集到大量的数据，包括商业数据、广告数据、舆情数据等。王泽蕴指出，这三类数据虽然来源不同，但汇总在一起综合分析，不但可以辅助战略决策，也能在日常的运维过程中实时优化营销效果，形成采集、分析、优化、调整的良性优化闭环。

第一步，数据采集整理。针对品牌的商业数据、广告数据和舆情数据的实时采集和整理，可以使营销人及时掌握推广现状，但也需要识别虚假数据、噪音数据的能力，还要在简化数据的过程中分外小心，避免删掉重要的营销数据。

第二步：数据分析。不能片面地看待每个平台背后的数据，而应该从整体出发，观察数据在“用户之旅”过程中如何流动，并针对表现不佳的数据深入挖掘背后的原因。

第三步：策略优化。数据分析之后，要根据数据结果对策略进行有机调整，对效果不佳的投放行为进行止损，对下一阶段的营销内容、推广方式等给出优化建议，提高营销效率。

数据分析需要很多跨界的知识，比如问卷调查中，不但需要数据分析能力、逻辑思考能力，还需要所属行业的知识、社会学和心理学等知识。营销人要利用数据作为辅助工具，除了跨界的知识外，最重要的是既要拥有品牌方的视角，也理解消费者的需求。

王泽蕴在《不做无效的营销》书中引用了大量的事例，对人群画像3C九宫格模型和商业目标数据解构模型进行了深入浅出的阐述，既有理论的高度，又有实践的检验。对于那些既希望为公司在竞争中脱颖而出，却又不知如何利用数据、指标的市场营销人员来说，本书值得一读。