基于这两个方向，通过线上的AI决策工具，对曾经覆盖过的用户发放新品问卷，在很快的时间内收回几百份的问卷，得出一个结论，6号包装适合高端用户的新薯片，4号包装适合于大众的审美标准。

2.如何基于人群画像做决策？

围绕消费者的洞察可以围绕DMP（数据管理平台）、数据中台或CDP（客户数据平台）来实现。通过标签体系的模块，可以从用户的维度制定标签，来决定推送什么产品，什么包装的产品。

比如一个咖啡品牌，曾经投过N多波广告。

每一次广告基本上都是由4A（美国广告协会）或者sp（广告投放战略策划员）制定广告策略，指出怎么做覆盖以及有哪些触点，但实际上从未记录过历史上覆盖这个人多少次，接下来还要对哪些人群做覆盖。

通过第一方数据管理平台（DMP/CDP），则可以把历史上的营销活动进行记录。

再进一步就是用户跟产品之间绑定的深度，可以用用户生命周期来管理。不管是覆盖还是点击，如果对应到模型，都可以具体到他是认知阶段还是兴趣阶段，他是忠实购买用户还是刚刚产生第一次交互行为还没有购买的用户，也会用这样的用户标签体系化记录下来。

终极目标是为了把每一个用户的生命周期往上做跃升,从最初只是听说过到开始感兴趣，再到初次产生购买，最后到复购，这都是要用因人而异的营销策略进行广告投放。

针对用户的复购频率，决定广告营销的频率范围，确保最好的资源用在价值最大的用户身上。把客户作为金字塔去做分层，给金字塔尖客户赋予最高的资源、最好的权益、最好的优惠政策，对于其下的每一部分都有相应的策略。

3.如何输出有效的营销策略？

通过第一方数据管理平台很直观地帮品牌做人群的洞察、全部数据分门别类地存储和进行信息清洗加工，然后是人群的画像，最后是输出一站式的策略，实现一站式的数据管理。

内容管理，这里面更多的是跟数据引擎之间做交互，是算法的决策和匹配。

媒介触点管理，在一个系统里每次只要把策略设置好，就可以推送或者完成，这是非常高效的产品逻辑。

案例③：快餐连锁品牌通过智能营销决策系统快速做出媒介策略调整

比如一个国际的快餐连锁品牌用智能决策系统来做营销和媒介策略之间的互动管理，他们在中间细分了很多区域，比如东部区域、中部区、南部区域等，也细分了一些市场，比如针对区县级以下和主流市场分别投放什么素材。

在第二天把店铺实时收银数据传过来，就可以看得到每个市场的媒介投入和第二天销量之间的关系。

某一天，他们发现某省会城市的销量突然变得很低（但广告投放还是往常水平）。后来才知道因为这个城市在下雨,也就意味着因为下雨导致很多人不出去吃饭，无法产生消费，所以同样的投放量没有产生以往的销量。