“品牌资产不再只是停留在概念层面，不仅可以通过营销事件与内容塑造品牌，还能通过运营，持续积累品牌资产的规模与质量。” 最近，杨不坏针对品牌资产的观点引发业界讨论，我也想谈谈自己的看法。

品牌资产并不是一个新词，品牌资产的重要性在营销界已有定论。西奥多·莱维特早在1960年的《营销短视症》一文中就警告品牌不要患上营销短视症，要根据客户需求，通过一系列的产品创造、生产、提供及最终消费相关的一整套活动来持续不断地提升品牌价值。业界也有很多品牌榜单，用各种办法衡量、比较不同品牌的品牌资产。

然而，问题的关键在于“运营”两个字：无形的品牌资产是否能够有形化？品牌资产运营是否真如杨不坏所说已经成为可能？这种运营如何实现数据化、可视化、精细化？

品牌资产的“两个轮子”

品牌资产历来比较玄妙，看不见、摸不着，不好衡量，衡量方式要么不精准，要么对运营没有实操性。

其实，我们不妨站在结果看过程，就能豁然开朗：品牌传播的终极目标，是建立与消费者长久而深入的关系。这就像我们平常与陌生人交往一样，在接触、交流、熟悉、信任、亲密等阶段的不断深入中，提升我们在对方心目中的认知。

换句话说，一个人在对方心目中的重量（品牌资产）是与双方的关系成正比的，而关系通过经营（运营）而改变。

品牌也是这样。科特勒在《营销4.0》中以5A理论来定义用户与品牌间的关系：Aware（感知）、Appeal（好奇）、Ask（询问）、Act（行动）、Advocate（拥护）。5A理论让品牌认识到，只有清楚地知道目标消费者所处的阶段、与品牌的关系，才能更好的还原用户与品牌间的关系流转，更有效地参与用户的决策过程。

所以，品牌即关系，品牌资产的一个重要指标就是品牌的关系资产。这很容易理解，难的是数据化、可视化。不同“A”的用户到底有多少人？到底是谁？具体到某一个具体用户，TA处于什么阶段？品牌每一次运营行为之后会有哪些改变？

很长时间以来，这些问题都无法得到回答。几乎所有品牌都知道这个5A或者消费者漏斗模型，但是基本都停留在概念阶段，很难对运营形成有效支撑。这样的关系资产运营，就好比是在黑夜里摸着石头过河，效果可想而知。

如果说关系是品牌的本质，那么内容则是关系提升的手段。巨量引擎营销科学团队推出的反馈品牌内容建设健康情况的指标——内容资产分，就能通过内容数量、传播度、互动等表现，判断品牌生意表现。

换句话说，品牌“说什么”（内容）对于产品销售至关重要，内容资产也是品牌资产中的关键部分。

这个也很好理解，拿我自己举例：最近，我买了一台M1芯片的iMac 2021，买之前起到关键作用的，是在抖音上看了几个相关的评测视频，尤其是M1芯片并不会造成软件兼容问题的演示，是促使我从种草到购买的关键因素。

站在品牌的角度，内容资产运营面临和关系资产同样的问题：我也知道内容很重要，但是如何找到内容发力点才能既实现品牌卖点和消费者痛点一致？如何与竞争对手形成差异化？如何掌握相关内容的切入时机和方式，才不会陷入同质化的红海？

如果把品牌资产比作一个自行车，那么关系资产和内容资产就像两个轮子，他们的运营共同支撑起品牌资产运营，而且相互促进。内容资产运营可以提升关系资产，而关系资产的提升又能带动内容资产对用户的有效触达，甚至还会激励用户自己产生内容，这样品牌资产之车将能越转越快。

只是，关系资产和内容资产目前都面临类似问题：如何从经验式的冷兵器运营进化到数据化的热兵器运营时代？

热兵器时代是什么体验？

品牌资产运营的热兵器时代和冷兵器时代到底有什么根本差异？冷兵器时代是传统的单向媒体时代，品牌很难及时获得消费者反馈，这样的品牌资产运营是概念化、经验式；热兵器时代是数字化的互联网时代，品牌与消费者可以实现双向、高频互动，这样的品牌资产运营是数字化、迭代式。

要想深入理解，不妨看看鲜活的例子。

某美妆品牌，可以清晰地看到自己不同“A”的用户流转情况，发现了营销痛点：A1（Aware)和A2（Appeal）后链路流转乏力。通过分析高流转人群特征，结合产品特性圈选高潜人群，定向投放，提升了人群渗透率，A1到A3（Ask）人群递进效率提升了13%，购买转化率最高提升了33%。

某服装品牌通过人群诊断发现A3（Ask）-A4（Act）流转效率比行业高，以此为营销发力点，锁定A3人群，挖掘购买特征和内容偏好定向转化。持续蓄水A3，最终带来A3到A4流转率提升21%、ROI最高提升234%的表现。

这些例子虽然是不同品牌、不同行业，但是有一个共同点，那就是：他们都有一个数据中台，能够像显微镜一样，看到自己的关系资产和内容资产数据，从而有针对性地采取行动。

数据中台也不是新事物，但是目前的数据中台或多或少存在四类难题：

首先，是数据广度不够，如果数据不丰富，基于数据的洞察精度也就可想而知；其次，是从数据洞察到运营落地有距离，即使获得了很好的数据洞察，没有对应的渠道或者工具落地同样不行；再次，是运营后是否能复盘，换句话说，营销账能否算明白；第四，数据交互的颗粒度太粗，很多品牌花费巨资搭建的数据中台只能做到月、周的颗粒度，这在日新月异的当下显然无法很好实现目的。

上面提到的品牌们，之所以克服了这些问题，是因为他们借势了巨量云图这个品牌的数据外脑，其体验是这样的：基于巨量引擎各平台沉淀的海量数据，加上品牌数据共建，品牌在云图中进行人群、内容、货等维度的洞察分析，并结合广告渠道优选形成整体营销策略，然后将策略推送到巨量引擎、星图等平台落地执行，投放后在云图进行营销价值评估，迭代优化。

可以看到，这样的数据中台独特之处就在于将关系资产运营和内容资产运营实现了数字化。具体来说，是以O-5A品牌人群运营方法论将科特勒的5A力量量化，以内容资产分将内容资产可视化。而且，准确地切中了上面的几大痛点，除了数据的广度（海量多维度）和精度（以“天”为单位的数据交互频率），笔者印象深刻的还在于三点：开放性、执行性、迭代性。

巨量云图并不是一个“人”在战斗，而是与品牌共创。例如，巨量云图与红旗联合成立的DT-Lab数字化变革实验室就在数据共建上探索出一条精细化科学化营销之路，共创出客群模型、增效度量工具、心动指数系统等创新产品，展现出品牌广告和效果广告的协同效应。

打通巨量引擎生态下的各种渠道，巨量云图可以帮助品牌快速实现落地执行。而且，贯穿营销全链条的“投前洞察-投放落地-投后总结”，也让其形成不断进化的迭代闭环。

可以这样说，巨量云图这样的数据中台，就像是一个智能体，懂数据，能协同、会进化，宛如品牌资产运营之车的“智能大脑”。由此，品牌资产运营就可以进化到数字化的热兵器时代。

后记：从动能品牌到势能品牌

在物理学中，有两种能量：一种是动能，产生能量的方式是快速运转；另一种是势能，产生能量的方式是高度积累。

品牌也可以划分为两类：动能品牌和势能品牌，前者注重短期营销，追求尽可能大的效果转化；后者注重长期价值，更重视长期的用户关系建设，沉淀品牌资产。

正如“长期主义”正在成为业界的共识，急功近利的动能品牌正在显现出弊端，而势能品牌则成为越来越多品牌的追求，尤其是在用户粉末化、资源碎片化的大背景下更是如此。

而且，事实证明，势能品牌可以实现短期营销与长期品牌兼得，通过品牌资产运营，短期营销可以积累品牌资产，而品牌资产又能助力每一次营销，即动能可以变成势能，势能也可以转化动能。DT-Lab数字化变革实验室的研究就表明，品牌广告能够促进用户心智，带来记忆度、喜爱度、推荐度、品牌联想等指标的正向影响，不仅能带来少量的直接转化，而且因为对用户心智的的影响，会带来种草效应，对效果转化形成助攻。原来，又猛又持久，在营销是可以兼得的。

这意味着营销的增长模式发生根本变化。正如巨量引擎营销副总裁陈都烨所说，在今天的营销环境下，通过复合人群、复合触点、复合内容的营销策略，运营每次营销活动沉淀下来的品牌资产，让品牌资产实现滚雪球式增长。加深受众对品牌的认知，以更低的成本形成最终的转化，在更长周期的时间维度里，实现生意的持续增长。