37、AI比你还懂你,我们还需要人来洞察吗?

37、AI比你还懂你,我们还需要人来洞察吗?

51分钟 ·
播放数2414
·
评论数8

我是Ruby,从事品牌工作15年。在这档播客里,我会和你一起探索:怎么做【人群品牌】?怎么洞察消费者,找到目标用户和真需求?以及,终身学习、心智成长。

我们尤为擅长:1、从定性调研(深度访谈、观察)到洞察;2、以及洞察落地至:人群品牌(人群驱动的品牌战略)。我们坚信:看不见人的品牌,也终将不被人看见!

我们拥抱AI,也希望帮企业做有活人感的品牌!我们坚信:看不见人的品牌,也终将不被人看见!

过去20年,品牌一直在拼命地想读懂消费者。今天AI来了,AI能一口气处理千万级的消费者表达,能把人群切得越来越细,能识别越来越碎的场景……听上去,我们应该比任何时候都更懂消费者了,但我心里一直憋着一个特别大的问号:技术越强,我们到底是更懂"人"了,还是反而更依赖标签、画像、更依赖那个算法模型,离一个活生生的、具体的人,越来越远了?

所以这期,我准备了一肚子的问题,而且坦白讲:这里面很多都是我自己的困惑——所谓的数据洞察,到底是不是一个黑盒?它是不是真像大家吹的那样,无所不能?都说AI比我们自己还懂我们自己,那还需不需要人类亲自下场、去做洞察吗?我这几年做品牌咨询,越来越强调一个词——“活人感”。那么,"活人感",在AI时代又该何去何从?

再往企业里走一步,问题就更扎心了:AI会不会彻底颠覆一家公司的市场部?未来,企业还愿不愿意花高薪,去挖一个所谓"有多年经验"的CMO?说白了——工作经验,到底还值几个钱?

陪我一起把这些问题敞开着聊的,是我认识了十多年的老朋友——文科生。他在品牌营销这行摸爬滚打了20多年,职业生涯早期待过宝洁和可口可乐,之后的十多年,就一头扎进了Marketing Tech、AI Marketing。

【戳时间点,听你想听的】

00:04:39 技术是如何让“消费者洞察”更精准?

00:06:21 过去企业是通过访谈、问卷等调研形式理解消费者,但是现在AI可以处理千万级的消费者表达。从品牌经营的角度来看,AI带来最大的变化到底是什么?AI它究竟改变了品牌方做决策的什么?

00:09:46 数据越多,企业越来越依赖标签、模型,我们会不会反而离人更远了?

00:13:17 AI怎么识别哪些是真实的消费者声音,哪些又是噪音、水军的声音?

00:15:20 数据让我们洞察到之前很难洞察到的现象。比如:乐事薯片为什么要找张艺兴呢?

00:19:17 “25到35岁的中产妈妈”——这种用户画像对品牌营销没有任何意义!

00:25:37 做“数据洞察”,概念对齐非常重要!比如:什么是场景?什么是需求?不管是数据洞察公司和品牌方,还是品牌方内部各部门,都要有一致的认识!

00:30:20 过去,我们判断一个优秀的CMO,可能依靠这个人在行业里面辗转多年的经验。比如:在很多大公司都待过。但是,AI时代对未来的CMO有什么新的要求?经验会不会越来越不值钱了?或者说哪些经验会被AI平权?哪些经验反而会变得越来越重要?

00:35:11 如今,大创意(Bi Idea)打法,还有意义吗?

00:42:03 大品牌,特别是外企的大品牌正在中国时长丢失时长份额,为什么说“这是必然的”?

00:46:49 未来,市场部的人会越来越少,最终“市场部”不再是部门,而是一种职能。

【Ruby简介】

【Ruby简介】

♈️我是Ruby,前《南方都市报》记者,之后在世界500强外企、央企做品牌。还深度参与了新消费品牌0-1的品牌建设(该品牌之后成长为天猫品类销量Top3)。15年品牌实战经验。著有《精准内容:让你的内容营销品效合一》

😊我和我的播客搭子:河马尤为擅长:1、从定性调研(深度访谈、观察)到洞察;2、以及洞察落地至:人群品牌(人群驱动的品牌战略)。

🎃我们坚信:看不见人的品牌,也终将不被人看见!

🎉就爱洞察人!生活处处有洞察!

【联系方式】

欢迎加我(Ruby)的微信:ruby_insight1

【本期音乐】

《跟着感觉走》(张震岳)

展开Show Notes
HD814792x
HD814792x
2026.8.18
想知道这位文科生是哪个大佬🙋
Lula1900:请问是用到什么ai工具来获得和分析数据呢
文科生_AI:不是大佬😎就是一个文科生从业者
共3条回复
Emma-cat
Emma-cat
2026.9.02
另外我认为关于AI的上限永远是人,不同的人指导AI做出来的东西质量是不同的。参考知沟理论。
Ruby的洞察
:
赞同!但这里会有个悖论,人越依赖AI,获得实践、自我思考的机会就越少,也就越无法形成自己的sense,也就很难“指导”AI。
Emma-cat:是的,这也是越高水平的人反而越不会放弃自我思考,所以越能拉开差距。 我曾经有个下属,用AI调整散点图的颜色,调了一下午,然后跟我说,调不出来。整个事情的过程让我只剩语塞。🥺
Emma-cat
Emma-cat
2026.9.02
我是一名利用社交媒体数据做消费者洞察的分析师。
这么多年下来,有两个感受:

1、结构化社媒数据的分析,受限于时间和效率(因为固定的方法论一旦形成,就会追求效率),关于人的洞察方面,反而很少去体会,这点很不好
2、甲方对于数据的范围、准确、结论非常看重。前两个更看重,也就是说媒体数据的覆盖范围有多大,语义维度的标签有多准,因为这两个是结论的基础。
AI洞察工具一定要接入优质的数据源,并且具备准确度高的语义技术能力,才能解决前两个问题。

哦,再补充一个点:数据逻辑的可持续性,多出现在补数场景,暂不详述~