OTT 大屏营销给出的“确定性效果”方案，准吗？
存量竞争时代，OTT 成为了营销行业的一大「破局点」。
足够庞大且仍快速增长的用户规模是其给予广告主的信心来源。QuestMobile 数据显示，2021 年 OTT 用户已超 10 亿，而智能设备行业月活用户近三年持续增长。
所谓用户在哪，广告主就在哪。OTT 的媒体价值被广泛看好，据《2022 家庭智慧大屏营销白皮书》2021 年 OTT 广告营收达 153 亿，预计 2022 年将达到 204 亿，增速达到 33%。
但事实上，现阶段仍有大部分广告主对 OTT 存在刻板印象 -- 其投入目的更多还只是以做品牌广告为主，并未将 OTT 当做一个数字化媒体。而这种印象形成的背后，其实也深埋着 OTT 长期以来的几大痛点：相比移动端交互性较弱，面向受众画像不够清晰，营销归因和效果评估也有难度。
行业始终有惯性，对广告主来说 OTT 有更多价值正待挖掘。现阶段，行业中亟需有人来解决痛点，并将行业的进步和变革真正传达给广告主。
01 投前策略升级：看清用户、画像增强、精准触达
一直以来，广告主最怕的就是"知道广告费有一半浪费，却不知道被浪费的是哪一半"。而当下又正处于一个企业普遍降本增效的阶段，营销环节势必就会更追求"把钱花在刀刃上"，以更低成本来提高效率、实现增长。这其实也是当下"精准营销"概念时常被提及的原因所在。
营销是一个品牌先触达用户、再去发掘需求进而让其购买产品的过程。因此造成"广告费被浪费"这种情形，首先很可能就是因为用户定位不精准。
如今的用户，在进行购买决策前获取信息的方式已经非常多样化。手机中的一条种草视频、信息流广告、路上看到的广告牌都可能是其产生兴趣甚至直接下单的原因。用户触点跨端跨媒介，使得统一数据的难度提升。市场研究机构 eMarketer 就曾调研，跨设备归因是媒体专业人员面临的一大挑战。
其次，用户行为的跳跃其实还增加了另一重难度。用户的注意力会在多渠道间转换，即便是同一个渠道内用户真实消费心理变化也较难还原。用营销领域经典的 AIPL 模型来看，大体上用户是从认知一路走向了购买，但微观层面用户可能跳跃式前进，也可能长时间停留、折返。
将这些难点放在 OTT 领域里，显然 OTT 营销到了一个必须要升级的时刻。
OTT 始终是"一对多"触达家庭，此前广告主知道广告被哪个家庭看到了，但并不能直接确定家庭中的个人，OTT 和移动端标签无法通用，也很难直接打通。同时，传统的洞察方式是线下调研 + 概率去重，其本质上是借助人工调查数据去支持算法，触达效率和效果自然也不够精准。
近期，小米 OTT 与 TalkingData 联合推出的 OTT 全链路数据赋能方案，给出了一个可以从"ONE HOUSE"看到"ONE PEOPLE"的解法。
小米 OTT 的优势在于，其作为行业第一的智能大屏营销平台，已经覆盖了超 7050 万家庭；再加上背后整个小米生态的数据，首先在整体用户触达规模上就得以保证。而 TalkingData 的优势，是可以通过其自主研发的，覆盖移动、PC、OTT 和 DOOH 端的跨屏设备识别码，获得「one Home ID」，实现用户标签画像的增强。
双方优势叠加，首先是解决了过去 OTT 和包括移动端在内的其他媒介很难打通的问题。将跨媒介的用户行为归集统一，让广告主能够从看家庭触达升级为看家庭中的成员触达情况，即真正"看清触达了谁"的必要前提。
有了跨端归总这一基础，就有了更精细化洞察的可能。广告主可以明确在庞大的广告覆盖人群中，究竟有多少人真正被企业的品牌所影响，增强了认知、好感甚至购买意愿。业内常用的评估指标"TA 浓度"其原理正是如此：击中目标人群的比重越高，即意味着此次投放的触达越精准，营销预算利用也就越高效。
而与此同时，清晰地洞察、精准地触达，是将个体用户的行为偏好实现了可视化、立体化呈现。广告主后续进行定向广告投放、个性化广告推荐也可反向以此为参考。更进一步来看，触达用户的效果以及用户对于广告的反馈都被数据化并实现了实时回传后，这也会指导广告主对于后续营销玩法及策略进行及时调优修正。
换句话说，数据的效用会被持续延伸，进而影响整体的营销策略。将数据运用于营销全流程，才是真正实现了数据驱动 OTT 营销的体现。小米 OTT 与 TalkingData 的合作，看似只是实现了用户的精细化触达，但事实上其效用和影响会被一步步放大，为解决投前诸多行动布局和整体策略中的问题所用。
02 投中引导决策，投后可归因、效果可衡量
当然，营销本质上是一个需要广告主全程关注、不断堆叠玩法、持续影响用户心智的长流程，解决投前的难点只是第一步。小米 OTT 与 TalkingData 所推出的是 OTT 全链路数据赋能方案，全链路，便意味着其同样关注投中和投后这一环节。
在投中，广告主需要明确的问题答案有很多。比如直观来看，各厂商硬件设备的市占率、高质量的营销场景以及厂商的创新能力等等都会对营销效果带来影响，那么应该如何选择合作方？再比如开屏是大多数广告主的必争投放类型，竞争激烈。但其实 OTT 广告类型多样，广告主如何选择、如何组合也都是学问。
小米 OTT 与 TalkingData 就将一大合作重点，放在了指导投中决策上。由于 OTT 厂商各自为阵，自成闭环，从行业视角去做数据的整合分析其实一定存在难度。而小米 OTT 与 TalkingData 双方都有庞大数据积累，在这一基础上合作，做行业以及消费者的洞察便事半功倍。
除了投中，OTT 营销的升级更关键的改变发生在投后。
做营销归因和效果评估确实有难度。OTT 做品牌广告，用户被种草后需要自行跳转至其他渠道购买，这一过程中间是断裂的，所以很难做归因。现在 OTT 内容与电商可以接轨，但其实这背后仍会横跨多个渠道、平台以及设备。
现在随着技术的革新，OTT 已经有了解决这一问题的办法，但广告主的认知却还未跟上。而目前行业普遍都极为看重"品效合一"，OTT 能否被纳入投放的优先考虑范畴，关键就在于让广告主真实看到 OTT 可以给出更多、更细化的投后效果指标，让 OTT 的投入价值进一步清晰可证。
针对以上问题，小米 OTT 与 TalkingData 通过合作形成了一个投后增效闭环链路。
前链路，小米生态整体已经构成庞大公域流量池，加之其广告形式多样化，沉浸感和购买意愿激发力兼具，即可充分激发用户从认知走向兴趣、购买阶段。
后链路，TalkingData 以用户媒介触点映射，还原了购买、复购路径。即便跨屏也能够帮助广告主看清用户完整的消费旅程，通过多触点归因了解链路中与用户交互的每一步效果如何，可以此来做增量分析。
整体来看，这一链路整体上从曝光回流、行为监测到购买归因、投放优化等环节都可以实现，换句话说，是做到了全流程可追溯、可量化、可优化，可产生更多强效的作用点，最大限度对外呈现 OTT 的营销价值。小米 OTT 与某美妆品牌依照这一链路进行跨屏投放归因测试，在同等预算下，相比单独投放移动端，品牌的 ROI 可以提升 6-10%，足以见其精准归因的有效性。
过去，品牌依靠的是粗放式的整合营销思路，OTT 与户外广告、电梯广告等等都只是被简单集中在一起，帮助品牌短期内放大声量。但现在，数字媒介持续多元化，单一媒介很难完全发挥价值，粗放式的集中媒介投入又太大，品牌必须要去"精耕细作"，平台更要提供可用的产品、工具以及策略指引。
在 OTT 领域，要实现真正的"精耕细作"，需要先直面长期存在的难点痛点，改变广告主认知；而后再借助技术及数据，深入营销全链路，去做真正的提效，收获长期增长力。
借助与 TalkingData 的合作，小米 OTT 是为已经被行业格外看重的 OTT，补齐营销价值的一块重要拼图。有全链路的数据支撑与评估依据，OTT 营销的发展会有更多想象空间。
