如果你在琢磨怎样分析受众的人口统计数据，好让媒介计划触达对的人群，简短的答案可能不太中听：人口统计能告诉你在哪里买量，却几乎说不清别人凭什么理你。真正奏效的计划，从人们在想什么、怕什么、聊什么出发，年龄和收入只用来收窄采买。AI 能把这件事规模化，前提是用的人有判断力。
最新的例子来自西班牙保险公司 Santalucía。营销总监 Laia Prunera 在接受西班牙营销媒体 Reason Why 采访时说，公司告别了年度比稿，直接委托 Oriol Villar 打造品牌平台，并决定长期经营品牌。五年里，品牌的无提示知名度从 45% 升到 62%；而据 Prunera 说，竞争对手的投入最高是他们的八倍。
八倍的预算能买到大量 GRP。拼不过投放量，就只能拼理解。Santalucía 找到的差异点在服务、陪伴和情感层面，而不在某个年龄段。对每一位做媒介策划的人来说，这层意思再直白不过。
为什么只靠人口统计已经做不好媒介策划？
因为它描述的是一大群彼此并不相像的人。“35 至 54 岁女性、城市、中高收入”，既包括刚生了第一个孩子的人，也包括在照顾父母的人，还包括正在自己创业的人。她们在表格里共用一个格子，却没有相同的烦恼、作息和屏幕。
而且，人口统计定向早就不是优势了。任何广告主都能在同样的平台上，点几下就买到同样的人群。如果你的计划和竞品的区别只在预算分配，那其实就没有区别。
还有碎片化的问题。固定样本组（panel）说一套，平台数据说一套，客户的 CRM 又是一套，社交聆听还有第四套。每个来源都只讲了部分真相，媒介策划最后成了几套互不相通的系统之间的翻译。几周时间就这样耗掉，更糟的是，人们真正在意的东西也跟着丢了。
问题的根源：数据很多，理解很少
数据质量理论把这件事归结为一个简单的想法：数据好不好，要看它能不能服务于你要做的决策；不看它是否更精确，也不看它是否更多。一个测得分毫不差的年龄，如果要决定的是什么信息能让人停下来，它就是个糟糕的数据。
做媒介策划时，我们常把精确当成有用。对某个目标人群的覆盖率能算到小数点后一位，却几乎不知道这群人看到广告时心里在担心什么。所以互动迟迟上不去：互动源于理解，而不是数字。
数据来源一碎片化，这种效应会被放大。每个团队都在优化自己那份数据，却没人对真正重要的问题负责：这个人正在经历什么？品牌此刻能怎样帮到他？
什么是按消费者张力做媒介策划？
张力（tension），是一个人想要的东西和阻碍他的东西之间的冲突。它不是一种属性，而是一个活生生的问题，人们会在社交媒体、论坛、评价和评论区里谈论它。在这种思路下，一个人群画像指的是一群共享同一种张力的人，哪怕他们年龄并不相同。
设想一家平价连锁健身房。传统 brief 会写“18 至 34 岁、城市人群”。读一读这群人发布的内容，可能会冒出两类人：一类想开始锻炼，却因为不会用器械而难为情；另一类已经在练，抱怨高峰时段场馆太挤。年龄段相同，计划却截然相反：前者需要教程式、让人安心的内容；后者需要在做决定的那一刻，看到关于时段和人流的信息。
| 维度 | 按人口统计规划 | 按张力规划 |
|---|---|---|
| 规划单位 | 按年龄、性别、收入和地区划分的目标人群 | 因共同张力聚类出的人群画像 |
| 主要来源 | 固定样本组和平台的申报数据 | 受众发布的讨论和内容 |
| 回答的问题 | 我该买给谁？ | 对方为什么会注意我？ |
| 渠道选择 | 亲和度和单次触达成本 | 张力在哪里、在什么时候出现 |
| 信息 | 整个目标人群一条通用信息 | 每种张力一条信息，各有各的语气 |
| 衡量 | 覆盖率和频次 | 覆盖率，加上每种张力的响应 |
| 主要风险 | 计划和竞品一模一样 | 张力未经核验，可能读错 |
如何用 AI 一步步做出按张力规划的媒介计划
不必推翻现有计划，只是调换顺序：先理解，后采买。
- 界定品类，而不只是品牌。收集围绕客户所解决问题的讨论，包括竞品周边的讨论。张力往往不在品牌自己的主页上。
- 把内容聚类成人群画像和张力。AI 在这一步能省下几周手工活。比如 Defy Monitor 会自动把受众内容聚类成人群画像和张力，让你从真实讨论出发做规划，而不是从一张人口统计卡片出发。
- 用实例核验每一种张力。去读背后的帖子。如果一种张力找不到具体案例支撑，就舍弃它，哪怕放进提案里很好看。
- 按声量和契合度排序。留下两三种体量足够、品牌又能可信地解决的张力。
- 把每种张力转化为渠道、时机和信息。问问自己：这个问题在哪里出现？在一天或一年中的什么时候出现？那就是你的采买场景。
- 最后才用人口统计。到这一步再按年龄、地区或收入收窄，避免为不匹配的触达买单。
- 按张力衡量响应。按信息线拆分结果，看哪种张力最能带动效果，在下一波投放中重新分配预算。
想看看从社交聆听到分析，这套流程如何在同一个环境里跑通，可以了解一下 Defy 平台。
和客户的对话会发生什么变化？
变化在于你积累的知识类型。Prunera 在 Reason Why 的采访中，把这一点作为反对一轮又一轮比稿的理由：打造品牌需要知识、品牌符号、经验积累和信任，而这些只能来自持续的合作关系。
张力地图正是这种可以积累的知识。每一波投放都会告诉你哪种张力有回应、哪种没有，下一份计划就更精准。人口统计式的计划，任何一次比稿都能照抄；对受众的深度理解，抄不走。
会议的语气也会变。你不再靠百分比去捍卫预算分配，而是展示人们用自己的话说了什么，并解释每一笔预算为什么放在那里。和一段真实的讨论争论，比和一个假设争论难得多。
哪些事不该交给 AI？
AI 很擅长把成千上万条讨论聚类、发现规律，却不擅长判断什么对品牌重要。有三条边界要记住：
- 发帖的人不等于所有人。社交讨论会高估最活跃的那群人。在挪动一大笔预算之前，先用客户自己的数据交叉验证这些张力。
- 没有证据的张力只是观点。每一条结论，都要求看到支撑它的帖子。
- 判断依然属于人。选择品牌能解决哪种张力、用什么语气，是策略的工作。分类交给 AI，判断留给你的团队。
Santalucía 拿下 17 个百分点的知名度提升，靠的不是比谁都多的数据。按其营销总监的说法，靠的是找到一个品牌真相，并长期坚持。这一部分无法自动化。能自动化的，是今天让你腾不出时间做这件事的一切。
