流量贵，新用户获取难，用户运营难，虽说是老生常谈的问题，但其实一直横在眼前。据哈佛商学院研究显示，获得一个新用户的费用要比维护老用户的成本高7倍。

往往，痛点出现了，很多企业考虑用工具解决。但随之而来又是一堆问题。通常情况下，为获取一个新用户，企业往往需要跨多个系统、多个平台、多个业务来操作，效率不高不说，目标消费者也并不精准。

这意味着，企业亟需一款更加智能化、打通所有用户触点的跨终端营销工具。营销自动化工具AlphaData MA 2.0就是在此背景下，深演智能全新升级后的一款新产品。

“企业最关心的是生意结果，比如有多少人完成购买、客单价是多少、有没有用优惠券等”，深演智能CEO黄晓南在接受采访时说道，AlphaData MA2.0的报表功能就提供了后链路的这些结果数据。

毫无疑问 工具的升级，与企业痛点、市场变化息息相关。一直以来，深演智能的服务对象，主要为大型企业，因此，可以明显感知到企业在工具上的需求变化。总结来看，黄晓南认为，大型企业在采购时主要有两大痛点：

首先是效率问题。在花费几百万乃至上千万买了这个工具之后，大型企业更加在意的是，使用工具的结果与人工相比有没有效率和效果的提升。

市面上常见的情况是：有些工具产品化程度比较触及，通过报表可以看到前链路中的发送情况、打开率、点击率等，但若想要打通后链路的报表，通常情况下需要人工去跑，对于效率的提升十分有限；

又或者，有些服务商的画布做得十分完善，甚至可以说什么都可以做，但对于企业而言，过于复杂，操作难度较高。事实上，企业真正需要的是智能化，通过智能化去预测哪个用户更有可能点击，随后更有针对性发送短信提醒，而不是需要通过人工预判。

其次是咨询+全流程服务，大型企业在购买时想要听到的是“什么才是最佳实践”，比如在圈选人群时策略对不对、好不好，而不是冷冰冰的系统，还需要他们自己去琢磨研究如何设计用户场景、圈选人群等。

现阶段，外部环境充满了各种不确定性，但深演智能始终保持着一种稳健的风格，不断推出更适合大型企业使用的工具、产品、服务，AlphaData MA2.0便是其中之一，并在外部环境的不确定性与内部战略的确定性中持续寻找平衡。

“我们今年的战略是发展客户依赖的数据产品，MA已经做了两年多，今年是第三年，在市场中已经验证了实际效果，如今基于客户新需求，进行了产品升级。”所以深演智能选择了在这段时间升级营销自动化工具。

与上一代营销自动化工具不同的是，AlphaData MA2.0主要聚焦三个方面，包括全域、E2E、智能。

当黄晓南曾询问客户，“你们CRM部门最重要的事情是什么？”他们经常会说是获客。现实情况是，这一需求如今已经不能仅仅依靠公域或者私域来满足了，大型企业在用户运营的过程中，公域、私域同等重要。所以，深演智能将公域、私域触点进行了统一管理，AlphaData MA2.0是自带one ID的产品和解决方案，这样可以保证在整个营销活动和营销智能化中间，底层数据基础是全量、全域数据。

就E2E（End to End）而言，背后包含了3个层面的含义：

首先是用户全生命周期管理和运营。由于底座是全域数据，上面是全域触点，所以企业在AlphaData MA2.0中可以实现完整的用户运营：拉新—首购—复购—流失—挽回，涵盖从第一个触点到整个用户全生命周期的完整用户链路的运营管理。

同时，企微是重要的用户运营阵地。黄晓南补充道，“在具体操作上，AlphaData MA2.0以企业微信作为重要的用户运营阵地。”以前，很多企业有一个普遍的痛点，仅对于一个阵地的管理远远不够，因为需要全量的用户画像，所以不能仅基于用户与品牌在企业微信中的简单对话判定对方是谁、有怎样的用户画像，也不能更好地与用户互动。

“深演智能是腾讯千帆的臻选合作伙伴，所以我们基于企业微信，以及底层的全域数据，再结合智能算法，给销售代表下发任务，同时结合腾讯生态的社群管理、智能客服、销售日常管理等，最终形成了端到端的产品能力。”她介绍道，如果客户没有智能管理企微的工具，深演智能的MA自带全套产品。

在结果方面，如上文所言，“企业最在意的是生意结果”。

一般的营销自动化工具偏向关注前链路，包括发送量、点击率、打开率等。相对而言，AlphaData MA2.0的底座是全域客户数据平台CDP，所有指标是从业务系统、以及多个CRM系统对接过来的，所以在任何一个以AlphaData MA2.0为工具去实施的活动中，可以看到任意一个人群、群组、创意、素材、复购率等全链路的数据，尤其是所有数据连接到最后生意的结果。比如，多少人真正完成购买、客单价是多少、有没有用优惠券、核销率如何等。

在智能化方面，黄晓南发现，“之前上MA系统的客户决策时并不能做到智能化，而是人工规则的叠加。如果要做到智能化，在底层必须要有强大的数据基础。”

AlphaData MA2.0的智能化同样体现在以下3个维度的升级：

首先，在底层，深演智能的AI模型与MA配套进行，所以AlphaData MA2.0自带算法模型，能够从“人货场”三个维度直接调用算法进行智能分流、智能商品推荐、智能渠道优化。

比如，在营销自动化工具中，企业最常用的是针对不同人群，分别发送短信、微信、公众号信息等，通常这需要人工完成，而AlphaData MA2.0可以实现系统自动化匹配。

其次，发送时间智能优化（STO）。黄晓南分析指出，“传统做法是，当用户完成商品购买15天后，企业需要给用户发送短信再次触达唤醒用户，但在具体发送时间上，是第15天、第16天、还是第17天？是早上、中午，还是晚上发送更好？由于每个用户的画像不同，所以引起用户兴趣点的时间也不同，企业可以使用STO来智能化决策。”

最后，用户旅程级AB测试。很多营销自动化工具中都有AB测试，由于AlphaData MA2.0是建立在全域数据CDP基础上的营销自动化，所以在AB测试中，通过复购、线下试驾等指标，自动化对人群进行分流，而且能够自动地将分流后的人群归到表现最好的组，同时可以看到AB测试中实现的数据。

了解透彻产品结构后，在具体操作上，大型企业如何使用AlphaData MA2.0？

企业使用AlphaData MA2.0进行用户运营通常包含4个维度：人群圈选、建立画布、活动运营的AB测试、以及最后查看效果。

以汽车行业为例，车企最主要的特点是客单价较高，消费者的决策周期较长，从看到广告到最后购车、首次保养需要经历较长的时间。“在这个过程中，从广告投放、用户进入私域、直到最后成交，跨越了多个系统，包括广告系统、CRM、CDP、MA等，并且还需要跨多个业务，拉多个运营活动才能引导用户完成购车”，黄晓南说道。

“这些跨系统、跨业务复杂的用户运营动作，包括从公域到私域、从用户进入私域再到全流程的培育及转化，在AlphaData MA2.0中都可以链接起来，”黄晓南补充道。

她以车企为例进一步说明，这类企业进行用户运营的前提是，找到精准的、灵活的人群。具体而言，车企的业务人员通过查看订单来源、订单总额等数据，从平台中找到高价值目标人群。

不过，在人群圈选之前，车企需要提前预估人数。比如，从平台中选择那些在京东消费过的人群，将目标锁定在消费了2次，交易总额大于200的人群，这时可以得到6万人。在确定出总体人群后，车企进一步查看人群画像，将圈选人群与预估总人群对照查看，比对用户画像，比如消费力、支付偏好、消费渠道、性别等。

此时，车企也就获得了想要精准触达的那部分人群，并且可以不断再次精准圈选人群，进一步缩小目标人群范围，从而进一步提高触达的精准度。

人群圈选后，车企需要建立画布，考虑圈出了多少人，以及圈选对象是否为目标人群。由于在底层有福尔摩斯AI模型的支撑，所以深演智能在系统中预置了模型，能够让业务人员立马上手使用，同时也可以根据车企的业务需求，定制新模型，保证业务人员在操作时仅通过拖拽鼠标就能完成。在这方面，如果业务人员操作不熟练，深演智能还会提供培训，或者现场使用产品。

随后，在活动运营前夕，车企可以通过百分比或者绝对值来区分AB测试的策略，提前测试哪一个活动转化效率更高，在测试完成后，剩余流量则自动走到最佳的分组中，一起合成最终决策。

如前所述，当完成一场活动后，企业最在意的是生意结果。AlphaData MA2.0还有一个特殊点是，除了能够提供发送量、点击量这种前链路的数据，还能够提供后期的转化类结果数据，类似最终有多少消费者完成购买、购买金额是多少等。

比如深演智能曾帮助某美妆客户进行618大促营销，除了提供数据报表以外，针对品牌提供的若干组不同价位和功能的产品和相应促销，深演智能还利用算法模型做精细化产品推荐，同时辅以人工策略做持续调优，为客户提供完整的活动运营策略、转化数据和实时分析优化，最终大幅提升整体购买转化率，真正为生意结果负责。

总之，从人群圈选，到建立画布、AB测试、查看结果，在后台中，AlphaData MA2.0已经实现了全链路的打通，以数据为基础，福尔摩斯AI模型辅助决策，营销画布来支撑实现复杂的业务场景。

结语