©️数见咨询原创· 作者｜方军

本文由巨量引擎特邀数见咨询CEO方军撰写，广告门首发

“种草”是中国营销界发明的一个词汇，很多外企翻译成”seeding”, 而这个词现在已经随着中国社交营销的领先世界和对外输出，已经成为行业和品牌通用的营销词汇。

这个有点带着“田园”之风的词汇，营销人员使用起来，却没有什么田园牧歌的气氛。因为“种草”已经成为众多中国品牌获取增长的营销利器，几乎每个品牌都投入大量资金和精力， 种草的领域，已经是短兵相接，硝烟弥漫。但是不管“种草”让你联想到的是“田园”，还是“战争”, 都必须承认一个事实：现代农业要高产高效，现代战争要取得胜利，都离不开科学与技术。同样，在种草这个领域，要想胜出，科学种草已经成为必须的手段。自然而然地，种草的科学也应运而生，蓬勃发展起来。

所谓科学的种草，是用科学的方法度量种草活动的过程和结果指标，并在这些数据和分析的基础上，进行种草活动的计划和执行优化。

品牌种草，度量先行

谈到营销活动的科学度量，大家自然会想起5A体系。“5A”的概念是由营销大师菲利普·科特勒在《营销4.0》里面提出，5A分别是Aware（了解）, Appeal（吸引）, Ask（问询）, Act（行动）和Advocate（拥护），5A理论代表了品牌与用户之间的关系路径。

1.1 行业种草度量概览

在中国营销界得话语体系里面，”种草”的目的就是让目标消费者对品牌产生强兴趣，反映在消费者主动问询和调研的行为。在5A模型中，A3即是Ask, 意思是“主动问询/调研”，而问询/调研的信息源，可以是家人朋友，也可以是品牌自身渠道和媒体。原文是，”Prompted by their curiosity, customers usually follow up by actively researching the brands they are attracted to for more information from friends and family, from the media, and/or directly from the brands. This is the ask stage.” - Philip Kotler, Marketing 4.0

因此，在讨论种草度量体系之前，首先要讲一下最重要的一点，如何度量Ask或者A3行为。

在前数字时代，消费者A3层面的行为比较难以捕捉，度量一般采用问卷调研形式，而且一般只能调研消费者态度的指标，比如是否考虑品牌(brand consideration)或者购买意愿(puchase intent)。而在数字时代，消费者大量Ask行为发生在数字平台和媒体上，因此用大数据，以消费者行为数据为基础，衡量A3/Ask，就变得既可行，更是必要了。在这方面，中国互联网平台其实早就走在了世界前列。

a.搜索

Ask行为的一个主要表现形式是用户主动搜索。所以品牌在搜索和社交平台的搜索表现，例如百度搜索指数、微博热搜、小红书搜索指数等，都可以做为Ask衡量指标。

b.电商

就电商平台而言，大家比较熟悉的是阿里的AIPL模型，以及随后京东推出的4A模型。以阿里AIPL模型为例，其中是没有单独Ask这一环节的。但是目前很多商家和ISV意识到这个机会，因此会把“I/Interest”这个指标的组成行为做进一步的拆解成所谓“浅I”和“深I”，依据的也是消费者行为依次加深的逻辑。其中的“深I”，包括主动问询/调研行为，例如深度浏览和主动搜索，以及表现深度兴趣的行为，如收藏/加购。

c.其他社交媒体

腾讯广告推出的RACE模型里面，R2和R3分别对应浅层和深层互动，而R3在某正意义上和阿里AIPL中的“深I”类似，可以作为Ask行为的近似。

这些指标的推出，在行业里面也得到广泛的应用。例如，很多品牌会用电商平台“深I”或者搜索指数变化，作为站外种草的评估指标。

当然，这些“种草”指标的使用也有很多问题。例如电商“深I”或者搜索指数，并没有标准的平台级别的产品化解决方案，品牌和商家一般需要和ISV或者由内部团队定制化获取这些指标，因此使用起来，不管是效果分析，还是人群运营，都还是比较的不方便。

此外，因为这些指标的制定，计算和使用，还是个体商家和ISV的行为，而非平台或者行业组织，因此在指标的有效性、稳定性、预测性等方面，缺乏行业层面的科学验证。大家在使用这些指标时，还是抱着“反正大家都在用”，或者“反正也没有更好的指标”的心态在使用，心里多少有些没底。

最后，随着抖音近几年成为品牌种草的新主场，抖音平台的消费者被种草后行为数据的缺失是任何品牌或商家无法接受的。例如，利用电商平台“深I”或者搜索指数来评估抖音种草效果时，因为无法归因到抖音上具体的种草人群或达人触点，分析和优化都缺乏针对性和实操性。用度量数据指导策划和优化也就变得异常艰难。因此，由抖音平台上消费者行为组成的“种草”指标，就显得尤为重要了。

1.2 巨量引擎A3度量体系，真的科学吗？

一切科学的基础是度量。在抖音生态里面种草，应该如何设计度量体系呢？一般度量的对象一是输入，如何定义不同品牌不同类型的种草行为；一是输出，如何度量种草的效果。

在巨量云图推出的O-5A品牌人群资产模型中，将用户划分为O机会人群、A1了解人群、A2吸引人群、A3种草人群、A4行动（首购）人群和A5拥护（复购）人群五个层级，代表了用户从了解到拥护品牌的行为旅程。

其中，A3被直接定义为“种草人群”，是对品牌内容有多次点击、搜索、加购等主动行为的用户群体。以A3种草人群为核心，巨量营销科学团队推出了一组输出指标，度量种草活动的三个主要维度：

- 种草规模指标

A3种草人群是评估种草结果的最重要指标。巨量营销科学团队的分析显示，A3行为是消费者迈向购买转化的关键一步：A3-A4是A2-A4的23倍。

如前文所述，很多厂商/ISV都意识到“深I”/”浅I”应该分别处理。但是巨量营销科学是首个提供跨行业的权威数据，证明A2/A3(深I/浅I)之间的在营销意义上的巨大差别，在营销科学和实践上都具有重大的意义！

- 种草效率指标和种草价值指标

A3是消费者决策路径上极其重要的一个承上启下的中间环节。所以下面种草度量体系也包含下面两个转化率指标：

- A3人群流转率（即O/A1/A2-A3）：这个指标反映种草“质量”, 在巨量营销科学A3度量体系里面属于“（种草）效率指标”；

- A3人群转化率（即A3-A4）：种草的最终目的是转化，因此我们也要关注种草人群最终的转化质量。在巨量营销科学A3度量体系里面和GMV等其他指标一起，属于“（种草）价值指标”。

那么，这套指标体系在科学性上表现如何呢？

在心理学社会学等学科领域，需要度量很多复杂的现象。这些现象不像自然科学里面的研究对象例如长度和时间那样直接，针对一个现象可以有多种度量方法和指标体系。因此，我们需要对不同的度量进行科学性和实用性评估，以选择一个想到更“好”的、更科学的度量。

根据营销度量指标的评判标准的几个常用维度，这里从从科学性角度出发，点评一下巨量营销科学的A3种草指标体系。

可靠性Reliability: 指标是否稳定

不同时间段消费者种草后对品牌/商品的主观兴趣与外在行为的关系是否会有较大波动，是否会被一些其他可见不可见因素影响。巨量营销科学团队做了大量指标稳定性测试，确保了指标跨时间维度和跨场景的可靠性。这里就不对细节进行展开讨论了。

有效性Validity - 指标是否有效地反映被衡量的现象。营销指标有效性包括：

-①内部有效性：捕捉的行为是否是真实的品牌主动问询或者调研行为。例如，搜索了什么样的关键词，可以算是对品牌的A3 （搜索品牌词有错别字算不算，产品特有成分算不算，”xx明星同款”算不算等)。 巨量A3指标中包括的行为，例如多次浏览内容、主动搜索等等，和点击行为相比，消费者误操作可能性低，且作弊成本比较大，因此行为数据本身可以反映消费者真实意愿。

-②全面性：是否能全面捕捉到消费者的真实A3行为。例如在抖音被种草后在小红书和电商搜索，又或者到线下门店问询，打电话或者小程序咨询 (保险，汽车，服务)。抖音站内自带搜索和电商，相对于其他社交平台数据更完整，且相当一部分消费者有在抖音闭环内进行搜索和购买的行为。在抖音被种草之后，消费者确实有在抖音站外进行搜索/浏览行为，不管是在小红书/知乎这样的社交/内容平台，还是在独立的电商网站（有人称这种行为为“种草溢出”），笔者看到的第三方数据也证实这种行为是普遍存在的。另外，抖音数据也证实，71%的消费者在抖音被内容种草之后会在抖音站内进行搜索，22%会直接下单。所以，虽然溢出现象是普遍的存在，在无法获取全网Ask行为数据的情况下，抖音站内的Ask/A3行为数据应该是非常好的近似了。

- ③通用性和品类差异性。不同品类，消费者卷入度involvement不同，对品牌深度兴趣/主动问询的行为表现也会有差异。如何在指标定义通用性和品类特殊性之间取得平衡？在保证A3整体框架不变的前提下，营销科学团队针对不同行业和品类，对A3的指标定义进行了微调，反映了不同品类消费者决策因素和行为差异。

- ④外部有效性(预测力Predicting Power)：能否有效预测最终结果，即种草带来的品牌力的提升或者生意的表现。最理想的状态下，这里的生意表现，不仅包括的是抖音电商闭环生意表现，还有品牌在全渠道生意的整体表现。其实，这可能是绝大多数度量指标使用者最关心甚至唯一关心的问题。

在这个品牌主最关注的维度上面，巨量团队做了大量工作进行验证，包括闭环抖音体系内“种草-销售转化”的关联分析，和借助一方数据对抖音种草-外部电商转化、抖音种草-外部销售leads产生进行的关联分析。这些分析，确认了种草指标和销售/leads之间存在强相关性。

综上所述，巨量A3种草系列度量指标在科学性上是有保证的。有了科学性的基础，这些度量指标才可以在业务指导上发挥巨大的作用。

用好度量，科学种草

2.1 科学度量，指导优化种草动作

度量不仅是指标，还是人群资产沉淀和运营，以及种草动作洞察、策划和优化的基础。

A3等不仅是度量指标，更重要的是A3人群可以沉淀下来。A3等度量指标，和其他标签结合，可以圈选特定人群，作为投放的分析、 优化和运营的基础。

一般来说，种草策略的制定和执行优化，沿着消费者购买决策路径有两个方向。一是面向上游，如何更精准更高效的寻找O/A1/A2人群，提高流转率，拓展A3人群规模；一是面向下游，即如何提升A3人群向A4的转化。

不管是面向上游还是面向下游的计划优化，都需要依赖度量数据，利用沉淀的A3人群，在三个维度，进行分析和优化：

- 种草目标受众

- 种草触点和路径

- 种草内容

2.1.1 科学优化种草目标受众

对目标受众优化，首先确定优化目标：面向种草上游优化O/A1/A2-A3流转率， 或者面向下游优化 A3-A4转化率。而实际操作中，往往上下游优化会同时进行，以达到营销效率最大化。

以阿迪达斯为例。

阿迪达斯通过对初始计划中不同人群O/A1/A2-A3流转率和A3-A4转化率的分析，对初始计划的人群策略进行纠偏调整：

巨量云图数据显示，通过人群画像的诊断，A3人群的画像(新一线-四线/Z世代，精致妈妈，新锐白领)，和A4购买人群画像(一二线城市/新锐白领、精致妈妈，资深中产)存在一定区别。因此在大促聚焦的A3人群中，阿迪达斯需要根据A4购买人群特征，对目标人群选择和内容策略上进行纠偏调整。

在实际操作中，聚焦精细化圈选的A3及O-A3潜力转化人群，通过多波次动态投放，促进人群流转和A3人群蓄水，结合增效度量工具进行A/B测试，不断进行动态投放优化：

• 第一波次针对和A4相似画像的潜力转化人群投放；

• 第二波次增加头条端有相似内容兴趣的潜力转化人群进行投放；

• 第三波次增加覆盖抖音类目兴趣的潜力转化人群进行投放，逐渐扩大人群覆盖范围。

  
  

通过以上人群优化，阿迪达斯实现了A3-A4人群流转率提升了21%，商品成交ROI提升了40%+。

2.1.2 科学优化种草的触点和路径

种草成功的一个重要因素是触点组合的选择。抖音拥有丰富的种草手段，包括品牌广告（如开屏/TopView），品牌内容BGC（如直播/短视频），达人内容PGC和互动内容UGC （如众测任务/看播任务）。拥有科学种草度量指标之后，我们可以通过分析不同触点/触点组合的O/A1/A2-A3转化率，从而选择更种草效率更高的触点和组合。

类似地，我们可以分析高O/A1/A2-A3转化人群的KOL偏好，选择这些KOL进行内容合作。在投放开始之后，跟踪评估不同达人的表现。

此外，在实现高效种草积累A3人群规模之外，我们也要关注A3-A4的转化，尤其是A3人群搜索行为之后，如何推动消费者在决策旅程之上继续前行。一方面，我们需要优化搜索内容，在消费者搜索之后，通过多层次的触点内容，继续对消费者进行多层次种草，加速用户的种草速度；另一方面，可以趁热打铁，充分利用抖音的搜索场域的营销工具或产品，例如搜索品专、小蓝词和商品卡，促成用户在种草之后加速购买转化。

以珂拉琪COLORKEY为例。

COLOKREY针对不同高A3流转人群详细分析了不同触点A3流转率（见下图），并据此优化了投放策略，通过不同广告产品的触点组合投放，提升了5A流转效率，成功提升A3种草人群超170%。

种草通

除了利用A3度量体系进行分析和优化之外，品牌和商家也可以考虑使用巨量引擎新推出的“种草通”产品。

“种草通”是行业首个以“种草”为优化为目标的营销产品。首先，种草通后面的算法优化目标是品牌A3人群，确保品牌可以高效获得A3。其次，很多算法优化产品常见的问题是效率/精准和规模的矛盾。效率高了，精准度提升了，往往放量会有问题。种草通背靠巨量引擎完善的营销能力，解决了效率/精准的规模的问题，可以规模化的高效获取A3人群。最后，从品形态上来看，种草通可以针对优质内容进行加热和追投，还可以和巨量引擎多种营销产品组合，例如星图达人，开屏/TopView等叠加投放，在日常种草、大促节点、新品上市和人群破圈等多种场景，帮助品牌高效解决种草的难题。

2.1.3 科学优化种草内容

种草成功的一个关键因素是种草内容。好的种草内容，首先来自对目标人群产品需求和内容偏好的精准理解，其次来自于对不同内容表现度量的实时追踪、分析和优化。

以薇诺娜为例。

薇诺娜首先找准不同人群的商品偏好，再根据商品聚类了四大类核心场景：敏肌、过敏、晒后、焕肤，完成了差异化的人货匹配策略。巨量云图通过对目标人群进行分析，洞察不同产品线的核心卖点，输出不同的创意内容，实现人群-商品-场景/内容的高效匹配，最终实现了5A人群资产总数提升155%，核心产品销量提升290%的增长。

利用巨量引擎兴趣族群进行内容创作和优化

除了上述内容优化思路之外，巨量引擎还定义了大量的兴趣人群和圈层，通过持续探索如何将这些兴趣圈层与A3人群相结合，了解这些消费者的内容偏好，相信能为内容创造提供丰富的洞察和创意思路。

2.2 用好GTA，科学制定营销计划

在传统电商中，一部分商家拥有数据银行/数坊这类工具，因此可以做GTA（GMV to A）的分析/规划。GTA听上去很玄，其实基本原理就是上面提到的两项：人群和触点的分析。根据不同人群/触点的预期流转率(OA1A2-A3)和转化率(A3-A4), 以及人群大小/触点可触达规模，就可以把GMV目标进行拆解，不同人群可以贡献多少A3, 以及A4的最终转化。不论是平销期还是大促期，这些和不同人群/触点的费用结合，都可以对整个营销计划进行优化。

所以对于抖音上的商家，只要你拥有巨量云图的数据工具，就可以应用GTA的方法论，对自己的种草方案和营销计划进行科学的规划了。

结语

在抖音进行种草对于品牌营销和生意增长的重要性，已经得到广泛认可。但是如何有效种草，很多品牌和商家还是充满疑惑。营销行业流传的一句话是，营销是科学和艺术的有机结合。这句话应用在种草上也是非常的贴切。巨量营销科学推出的A3种草度量体系，为“科学”种草打下了坚实基础。随着巨量云图的普及，更多品牌方不仅可以衡量种草的结果，也可以沉淀A3种草人群，进行后续营销和运营，更可以结合巨量引擎各种工具，对人群、触点、内容等种草营销的元素进行分析、策划和优化，真正实现科学种草，才能获得品牌和生意的高效率增长。