618年中大促在即，很多品牌已经开始在电商平台做种种草蓄水预热的活动。品牌客户现在越来越倚重ISV进行电商数据的挖掘和洞察来具体指引他们进行电商产品推广活动，获得更好的业务表现。IPG集团旗下Kinesso卡耐索D&T (Data & Tech) 数据科学技术团队从人群资产角度入手，希望为营销人提供一些品牌私域人群资产变现的洞察。

京东4A消费者资产

京东数坊以 4A 为模型，具有品牌消费者分布、流转沉淀画像、圈选推送等功能以及数据的分析，核心力是协助品牌激活数据价值。
4A为认知（A1），兴趣（A2），行动（A3）和拥护（A4）4个阶段指标的简称，指的是具有该指标行为的消费者，用以体现消费者全生命周期价值，可帮助品牌积累和管理消费者资产, 评估广告投放造成的资产增量，拓展京东价值边界。
Aware 认知过去 30 天出现过以下行为且不属于吸引（ Appeal ）、行动（ Act ）、拥护（ Advocate ）状态的消费者 。

Appeal吸引过去30天出现过以下行为且不属于行动（ Act ）、拥护（ Advocate ）状态的消费者。

在数坊中可以看到客户品牌的人群资产情况，了解品牌的影响力和以后的人群池。A2是对品牌或品牌商品比较感兴趣， 处于离A3 即购买很近关系的状态，促销机制得当时，这群人很快就能被转化。而长期处于A2的人群有可能已经购买了竞品，所以对于新鲜A2人群进行有效管理，尽快促成其转化。

京东618私域A1人群资产的促成和利用

618期间完成GMV的同时，兼顾吸引新客，其中把私域人群资产转变为品牌新客是电商永远的重要课题。认知人群虽然和品牌关系较弱，但是品牌重要的一项人群资产。如何经营和把这群人利用起来是618的一项重要举措。

我们荟萃了4个品类在2019年618大促阶段的A1人群分析，发现在618前一个月的A1人群转化贡献显著高于618期间新增的A1人群转化。故在618期间需要对618阶段前1个月的A1人群进行重点投放，以扩大其转化。

所以品牌需要提前一个月就开始布局，利用付费媒体和京东资源迅速扩大自己的A1人群资产规模。

人群资产A1认知 618期间情况

京东618私域A2人群资产的促成和利用

在荟萃的4个品类在2019年618大促阶段的A2人群分析，我们发现618期间新增的A2人群要比存量A2即618大促阶段前一个月的A2转化效果好，品牌在618期间的购买机制是转化这群人的关键。建议品牌在618期间，利用数坊了解新增A2人群的情况，比如A2→A3A4的触点情况，人群画像对比。在预算充足的情况下，精选存量A2人群（比如还未成为品类转化客群）也可以进行如此操作，尽量发掘和利用这一人群资产。

粉丝经营是19年开始电商平台的一个重要举措，我们建议把A2人群和品牌粉丝进行交叉，对于新鲜A2人群中的粉丝人群进行重点投放和转化，因为这群人属于活跃粉丝人群，转化效果预期较好。
利用站内站外媒体投放转变存量A1人群为新增的A2，尽快促其转化，利用客户品牌私域数据赋能销售，强化品牌影响力。

人群资产A2吸引 618期间情况

关于Kinesso卡耐索D&T团队

IPG集团旗下Kinesso卡耐索D&T (Data & Tech) 数据科学技术团队，致力于为IPG集团内外的客户提供涉及市场营销、媒体广告、电商和DMP/CDP/CRM等业务的全方位的大数据机器学习技术与数据分析的支持。

在媒体广告方面，D&T团队提供FFM/MMM（Full Funnel Modeling/Marketing Mix Modeling），归因模型，帮助客户了解各个媒体触点的效能，为优化媒体预算分配，媒体策略和推广计划提供具体的量化方向指引。

D&T团队在电商和DMP/CDP/CRM方面充分利用大数据技术深挖各种数据源，获取更多维度和深度的洞察，同时也成为精准营销执行的一部分——精准选取目标人群，提升营销效果，包括提升ROI等营销指标等。根据不同的营销目的，会使用数据科学多个模型加持包括：

• 聚类组合模型包括K-Means，RQ型降维，协同相关——进行市场人群细分，洞察目标客群的不同消费倾向，制定行销策略

• KNN，逻辑回归，随机森林，GBDT，协同过滤等有监督学习进行精准人群发掘，目的是精准找到合适的目标人群推送他们需要的产品活动信息，包括：

     （1）既有产品的高潜新客发掘

     （2）既有产品的高潜老客复购发掘

     （3）为上市新品提供高潜购买人群

     （4）千人千面——为不同消费倾向的客户发掘他们偏好的商品

除了以上这些数据分析和大数据支持工作外，D&T团队还可以提供其他数据科学的技术执行支持，如：

• 数据工具的数据AI抓取，提升数据查询速度，加快业务分析师或其他需要数据进行分析工作的分析速度

• 数据接口的代码编译支持，如Dashboard，深度学习等的软硬件之间的数据转接

• 云数据的迁移和与调试

• CRM数据库的清洗

• 自然语言的处理与分析等