农商研究院Farmigo.Net注：本文作者为沈威（阿里妈妈CMO）。
营销大变局
当下，营销环境比较复杂，概括来讲主要是流量、人及场景。
拿流量来说，选择非常多，如应用市场、游戏、OTT、视频、社交流量等等，可如何甄别并选择获取和分发就成了问题。
“人”的复杂怎么说？品牌称“人”为受众，商家称“人”叫消费者，媒体称“人”为用户。在数据统计中，又有CPM、CPC、阅读、浏览数、转发数，维度众多，而阿里妈妈称之为Uni ID，对这些“人”进行统一识别。
另一个是场景，不同场景涉及不同的营销环境，每一个营销环境都可以做营销的深度挖掘，但带来的结果是受众割裂。
基于上述三个现实问题，阿里妈妈提出的解决方案是全域营销。全域营销我们的理解是，从线性、单性思维模式向多维思维模式转化，同时品销之间的分离状态将升级为品销联动，兼顾品牌和销售，串联的中间环节是传播，而传播这个环节则涉及到了大数据。
可以注意到，在媒体投放过程中会有非常多维度的KPI及点状评估，阿里妈妈试图把这些多重点状评估串联起来，并储存在数据银行中，成为阿里妈妈的核心资产，从而洞察、分析并指导每一次广告投放，在循环之中，将营销从人工推向智能化。
全域营销下的思考体系
首先看一下一次营销的思考逻辑如何，首先，品牌要对用户进行分层，区分核心及非核心用户。之后要考虑如何与分层用户进行对话，完成对话之后则要思考如何记录这些对话。
拿阿里妈妈来讲，通过全域营销的各种产品、工具可以就上述每一步提供相关支持，精确区分用户、高效沟通，同时准确记录，实现智能营销。
用户分层
用户分层有两个角度，一是对个体识别，二是对群体识别。
个体识别中又有身份数据识别及意图识别两种。前者简单，支付工具、登录帐号等均可实现。但此类身份识别是静态身份识别，而阿里巴巴丰富的媒体形态，包括娱乐、视频、社交、浏览以及消费，这就能实现用户身份识别的动态更新。
意图识别则体现了阿里巴巴的核心数据能力。为什么这么说？我们认为，机器学习的关键不在算法，而是日复一日的数据积累。阿里每天有超过一百万家企业或商家在平台上与消费者进行对话，这种高频对话为我们提供了优化对话的可能，因为在不断地调整中，实现了算法学习和数据存储，这个过程中，我们越来越接近人的意图识别。
通过身份识别和意图识别，我们就有了更加精准定位的Uni ID。
在群体识别方面我们分了五个层，层与层之间没有交集但会动态转化。过去则比较粗矿，只有消费者、潜客两层。
阿里妈妈因为有电商媒体属性，首先可以通过数据将存在复购行为的人定义为粉丝，一次购买行为称之为消费者。同时，通过大数据，阿里妈妈也能区分潜客，潜客与品牌也存在强关联和弱关联的区别。怎么理解？举个例子，豪车品牌不会在农村推广，但农村里出来的青年人也可能成为未来的客户。
用户对话
区分完用户后的动作就是沟通，可以看到，用户和品牌的沟通实际上存在不同的路径，比如媒体、内容IP、广告产品等，不同渠道间沟通效率也不同。
对于阿里巴巴而言，过去几年一直在打造包括消费媒体、社交媒体、视频媒体、移动媒体等不同路径的超级媒体矩阵，从而解决品牌和用户在哪沟通的问题，除此之外，阿里巴巴通过集团生态力量如村淘、菜鸟物流、天猫大屏客厅生态等还能渗透到不同的线下场景中去。
也就是说，在对话的通路方面，阿里巴巴不仅实现了线上、线下资源整合，同时还拥有了丰富的SKU类型。
