AI来了，品牌内容团队大换血
图片来源：豆瓣
来源：老查带你飞
一、AI时代的内容剧变
相信大家都不会说，我们还没有进入AI时代；而都会说，我们已经进入AI时代，或者正在经历开启AI时代。
AI时代已发的各个方面的巨变，品牌方的内容营销也不例外，而且用剧变来形容，一点不过分。
1、首先是内容生态剧变
内容生态的剧变，其本质的动因是来自于平台算法，主导了内容供给和分发，从而带来了以下4个方面的颠覆性变化。
算法驱动的平台：人群即是标签，内容即是标签。平台将标签给到算法，一切内容供给，由AI算法和标签决定。
与算法共生的用户：一方面用户看到的内容由算法决定，一方面用户也在用自己的行为，供给算法数据，让平台的算法更高效。-
与算法共舞的达人：达人是内容生产者，也逃不过算法，需要在算法的多级流量池里，用好的内容获得更多的流量。-
解码算法的品牌方：品牌方在新的内容生态里，主导权比广告时代是下降的，算法的游戏规则是平台决定的，品牌方的内容，只能通过解码平台算法/顺应平台规则，来获得更多平台流量。
归根是因为AI带来的算法驱动的世界。
2、其次是内容业务流的剧变
AI带了算法驱动，同时如果从「人」，「货」，「内容」的3者匹配的角度看，我们从第1阶段「人找货」，到第2阶段「货找人」，再到了 「内容带着货找人」的第3阶段了。
内容业务流的本质就需要围绕：{给对的人，看对的内容，带着对的货} 展开。
传统的内容业务流，是从广告业务流衍生而来的。
广告是中心化的3件套-1个key message，1个KV加个TVC资产打天下。3件套背后是1个洞察，而且只能是1个洞察。内容的地基就不是中心化，因为用户可能不是同1个细分人群，也在不同平台上，并且呈现不同口味，无法通过简单的1个洞察+3件套来打的。
因此内容业务流，也会从去中心化的，重构「内容选品」，「内容策略」，「内容生产」，「内容投放」和「内容复盘」这一系列的业务流。对这个话题感兴趣的伙伴，可以参考这篇文章《4800字｜98%的品牌内容业务流，GA了？》
图片来源：豆瓣
二、传统内容团队跟不上了
从2年前开始，我和品牌操盘手的聊天，目前品牌的内容团队通常分为2个流派。
1、策略流派
通常是国际品牌，国内大集团，或者从国际品牌跳去国内品牌的情况。注重内容策略，短期效果和长期效果都会考核，注重内部汇报和管理高层的期待。
内容生产大概率由第三方负责，如MCN，DP等，也有将部分内容收回自己inhouse做的趋势。
2、效果流派
通常是国内品牌，新消费，创业公司。注重执行和短期效果，注重如何将平台的资源用好和用足。 内容生产，大概率是自己inhouse做。
不管是哪个流派的，或者介于2者之间的混合，品牌操盘手越来越的共识是：“传统”内容团队，跟不上AI时代的发展。
图片来源：豆瓣
三、底层运作3大变革
传统的内容团队，或者说没有和AI高度协同的团队，跟不上时代变化，是因为底层运作机制落后了。要跟上AI时代，内容团队的底层运作必须接受以下3个变革。
变革1: 由洞察驱动
相信大部分品牌，都说要“洞察驱动”。 但是真正运作中，什么是洞察，什么是好的洞察，有很多内容操盘手并不非常清楚或者在意；更多的是在，“像素级”借鉴别人表现好的内容。
AI时代，由洞察驱动不是一句空话，内容策略需要由以下2个洞擦元素来驱动
1）消费者“未被满足的需求“ （场景和痛点）2）本品“独特的卖点”（卖点）
AI时代因为有海量的数据，是可以更高效的找到“未被满足的需求”和本品“独特的卖点”。内容策略需要由“未被满足的需求”和本品“独特的卖点”来驱动。
变革2: 数据灵活协同
虽然大数据在20年前就有了，但是在AI时代，各个维度的数据是可以灵活协同，按需调用，进行分析的。
做出好的内容，不但要看内容趋势，内容表现数据，人群数据，还要看后链路的货品转化数据，和电商评价数据；甚至要跨出品类看数据。
AI时代，是可以有AI在不同的数据源里取对数，并完成划定范围的数据清洗，变成可用的数据，来支持之后的洞察业务流。
变革3: AI是个团队
如果AI的角色，做1个比喻，AI不是单个任务工具，而是1个团队。
因为AI理解，分析和推理能力已经达到一定的水平，AI是可以完成内容业务流中的“有套路”的多个工作，从而让1个人可以更高效的，完成原来需要多个人完成的工作。
换一句话说，用好AI，需要从雇佣1个AI团队的角度来思考和规划。正因为雇佣了1个AI团队，所以人的角色和工作，就会需要从“人+AI”的整合团队的角度，来重新定位。
图片来源：豆瓣
四、AI时代，2个新角色
近2年，AI已经在内容生产和内容投放业务流，开始高度参与了。
关于原来的内容团队角色，与“AI团队”如何整合，因为每个品牌有自己实际的情况和历史原因，没有标准答案，就不在本篇讨论。 本篇文章，我想和大家一起探究AI时代，带来的内容团队新角色。
根据和品牌操盘手的共创项目和前瞻性的探讨，以下2个角色，很有可能会成为AI时代，内容团队的标配。
1、AI调教师
注意：AI调教师不是AI训练师，因为调教是利用已上市的大模型，做适合企业实际业务流的“调试”（如写业务流prompt），让AI产出的东西，企业可用；而不是做模型训练（数据标注，建模）。
AI调教师，需要懂业务和懂AI模型的基础知识，从而可以将企业雇佣的“AI团队”用到位，发挥出市面上AI大模型的能力上限，不需要去搞个新的模型出来。同时，时刻需要，跟进大模型的最新版本，理解新版本的提升了什么能力，将新模型可用的地方，持续注入企业的业务流。
为了做好上述的事情，AI调教师也必须平时直接进入具体的业务，如直接参与某个新品的「内容选品」「内容策略」「内容复盘」等业务流环节，保证对AI的调试，是基于企业业务有深刻理解的基础上展开的。
AI调教师的时间分配，会大致如下50% 调试AI（含Agentic AI）30% 参与具体业务流20% 理解大模型的最新动态。
2、数据策略师
注意：数据策略师要高于数据分析师的能力。AI时代的内容运作是洞察驱动的，所以数据策略师，不仅要做数据分析和运营，还要输出内容策略的建议。
数据策略师，需要懂业务，懂数据/标签，懂策略，从而可以从海量数据中得到指导下一步行动的洞察，在业务流的每个环节，持续输出新的内容策略和优化建议。
为了做到上述的价值，数据策略师在数据分析的基础上，需要懂标签运营，其中涵盖了3T标签 - 人群标签，内容标签和货品标签。对这一部分想了解更多的伙伴，可以参考这篇文章《标签科学}：中国营销大变天，4P不够加3T》
因为平台的算法是基于标签，所以平台提供的2方数据也是基于标签的。企业营销业务流，和CDP等企业1方数据也是基于标签的。越来越多第3方数据，更是基于标签的结构化数据。
所以数据策略师，几乎所有的工作都是基于标签展开的。提供的策略也是通过标签（人群标签，内容标签和货品标签3者科学动态匹配）来形成可指导行动。
例如怎样调整人群标签，怎样优化内容标签，怎样匹配货品标签？关于什么样的内容标签，可以跑出优秀的内容上等马，可以参考这篇文章《爆肝6600字}这些行业，内容上等马“基因”被AI公开》
数据策略师的时间分配大致如下：30% 数据分析运营；30% 标签运营（3T标签）；40% 策略建议（含新策略及策略优化）。
如果把企业的业务流，比喻成是运营1个车队。那么AI调教师，像就车队的COO，需要寻找市面上最新最好的车（AI大模型）；找到后，调教这些车，并引入进企业。
数据策略师，就像车队里的各种车的司机，根据地图（数据洞察），将车开对路线。
图片来源：豆瓣
写在最后
写了这么多，其实AI时代，面临最大挑战的是品牌操盘手。
因为内容团队能够重塑成功，有先决的条件，这些条件，都需要品牌操盘手来确立和解决。
以下是一些先决条件的举例：
策略驱动的内容团队KPI如何重塑？
整个内容业务流，哪几段允许AI进来参与？
AI参与后，原来的内容团队角色如何调整？
如何给“AI团队”定业务流KPI？谁来考核？
如何帮助“AI调教师”和“数据策略师”更懂业务？
作者公众号：老查带你飞
转载请在文章开头和结尾显眼处标注：作者、出处和链接。不按规范转载侵权必究。
未经授权严禁转载，授权事宜请联系作者本人，侵权必究。
本文禁止转载，侵权必究。
授权事宜请至数英微信公众号(ID: digitaling) 后台授权，侵权必究。
评论
评论
推荐评论
全部评论（1条）