品牌的新增量，AI真的找到了|增量|护肤品|敏感肌|点睛|防晒

你可能也有过这种感觉——刷手机时突然看到一个东西，你从没搜过、也从没想过会买，但就是心动了。

算法好像比你更懂你。

但如果你站在品牌这边想呢？品牌比任何人都想知道“下一个会买我东西的人是谁”。这几年 AI 营销工具越来越多，每个都说能找到新增长点。听起来很诱人，但真正用下来，品牌和商家们普遍觉得差一口气。

差在哪里？

第一，看到的到底是不是真正的新客群？还是只是把现有的用户重新排列组合，换个包装和名字卖给商家？

第二，AI 直接甩给你一串标签或者人群包，却说不出为什么。为什么这群人会买我的东西？无法解释推理的过程。

第三，传统广告定向就算找到了这些潜在新客，最后到底能不能变成一笔真实的生意？

带着这些疑问，我在参加阿里妈妈万相点睛发布会的时候，在现场和几位业务负责人、行业观察者搞了一场辩论，要回答的核心问题就是，用 AI 定向帮你找新客户、创造新增量，到底是蓝海还是空谈？

一开始，我站在比较怀疑的一边，觉得 AI 很多时候起到的是精准验证、分割存量的作用，把旧地图画得更细；但和他们聊完我发现，现在像万相点睛这样的 AI 定向工具和能力，已经能做到从记忆走向推理，不断帮品牌找到新地图、扩大生意的边界。

这篇文章，我就把辩论会现场的一手信息分享给你们。

“定向”变了，从相似匹配到找水下需求

做营销的人都知道，投广告的时候，你不能把广告推给所有人，你得找到“对的人”。

问题是，什么叫对的人？

传统数字广告里的“定向”，逻辑非常成熟，系统会根据消费者过去发生过的搜索、浏览、购买等行为，通过相似性匹配，从已有客户向外寻找更多相似的人。你知道自己的消费者是谁，系统就尽可能帮你放大并覆盖更多类似画像的潜客。

这套方法当然有效，但天花板也很明显，因为传统定向本质上是在用一套静态的、有限的视角，去试图应对复杂多变的商业现实。

一方面，标签是固定的，二十八岁、一线城市、女性，这些短期内不会变化；但真实的需求往往是在某个时间、某个场景、某种状态下产生的，可能每天都在变。

早上通勤路上，她想要的是一款不黏腻的防晒喷雾；晚上躺在床上，她想的可能是失眠用什么枕头好。用静态的标签去捕捉动态的需求，注定只能抓住冰山一角。

另外，增长空间受限于你对已有客群的认知边界。你画的地图只有这么大，系统也只能在这个范围内圈选。

这就像谈恋爱找对象。如果你一直觉得自己的理想型必须是身高一米八、喜欢运动、性格外向，那你永远看不到那个默默关心你、细腻体贴的非典型对象，但也许那个“非典型对象”，才是你要找的人。

这就是我说的水下需求——很多时候消费者自己还没意识到，或者从没用搜索词表达出来，但客观存在的生活阶段与场景诉求。

万相点睛的底层逻辑，正是从人的生活阶段、场景和未被满足的诉求出发，从相似性匹配，变成了寻找这种水下需求。

它不再只是问我的客户是谁？而开始问，这个人最近在经历什么？他为什么突然开始关注这个东西？这些看起来毫不相关的行为放在一起，可能说明了什么？以此来帮助品牌找到那些原本不在目标人群包里的增量客群。

这套逻辑能跑通，在于万相点睛通过淘天的“搜推广”一体化建设，把过去异步定向，变成了同步。

怎么理解？过去商家买了一个人群包，“购买”与投放“匹配”过程存在时间差，或许其中有些人已经买过了，另一些人刚刚产生新需求，商家的预算还在不断触达已经不需要的人，正在需要的人却收不到。

而一体化后，搜索能听懂用户的自然语言表达，比如“适合左撇子的指甲刀”“长辈退休送什么礼物”；推荐能实时推理用户此刻所处的状态，根据细分人群自动匹配差异化文案；广告系统则瞬间接力，自动跟进出价，把商品在正确的时间推给真正需要的人。

在辩论现场提到的林氏家居的案例，让我印象深刻。

林氏家居做家具很多年，传统上最熟悉的还是装修和汰换需求，这部分流量竞争白热化，获客成本居高不下。但万相点睛跳出了“家具=装修”的逻辑，在全域行为里发现了两组很有意思的信号。

一组来自电竞圈层。有人在搜索电竞房布置、痛房设计、舒适氛围营造，他们真正想解决的并不是装修，而是打造一个属于自己的精神空间。

另一组来自健康消费领域。一批人持续关注褪黑素、助眠喷雾、鱼油，以及睡眠质量、深睡时长等内容。他们也许当下并没有把自己定义成家具消费者，但他们十分关心怎么让自己的睡眠更好。

回过来看林氏家居的产品，布艺床的柔软触感，可以成为电竞后舒适放松的最佳陪伴；胡桃木床头柜的质感和调性，则可以进入睡眠管理的场景。

最终，系统帮助林氏家居的布艺床和胡桃木床头柜产品分别锁定了这两组跨界新客群，对电竞人群说“打造你的精神角落”，在同行业品牌投放几乎为零的场景里，实现布艺床新客点击占比超 80%、新客成交金额占比达 83%；对健康消费人群说“睡个好觉”，达成胡桃木床头柜新客点击占比达 77.5%、新客成交金额占比达 68.5%，平均点击成本大幅下降，成功切入了全新的蓝海人群。

这也是刷新了我对“AI 定向”认知的地方。过去所有定向工具都在回答一个问题，谁像你的既有客户；万相点睛开始回答另一个问题，谁正在产生某种需求。

这背后是两种完全不同的增长逻辑，前者是在已有的人群里继续打转，后者是在寻找那些过去没有被品牌看见的需求。正是这中间的差距，决定了你是在存量里缠斗，还是在水下找到新的增量。

AI 策略的核心，是思考过程和判断路径

找到了水下需求，操盘手们面临的是另一个更深的顾虑：你怎么判断找的人群精准度够不够？

做咨询这些年，我最怕的不是客户否掉我的结论，客户否掉，说明我们有分歧，可以继续讨论。我最怕的是，团队接受了一个自己并没有真正理解的结论。

什么意思？如果一个团队只知道这样做有效，但不知道为什么有效，那下一次市场变了，他们还是不知道应该怎么办。策略无法复用，团队也没有成长。

营销行业也是这样，黑盒在商业里尤其致命，很多 AI 工具会给你一个人群包，告诉你去投，至于为什么选这群人却只字不提，这本质上还是赌博。作为做品牌战略的人，我其实很难接受只告诉我结论，因为策略最重要的部分，往往不是结论，而是背后的逻辑与推导路径。

这一点，是我在万相点睛上比较认可的地方，它的做法是，把复杂的高维计算，呈现为商家能看懂的思考过程。

当系统向品牌推荐一组新客群时，它不会直接丢给你冷冰冰的结论，而是会把后台的思考路径完整摊开——抓到了什么热点，怎么看这个商品，拆出了哪些商品卖点，又是基于什么逻辑推导出了这批目标客群，步步留痕、步步可回查。

所以，它给到商家的是一段包含身份特征、心理动机、消费特征以及具体使用场景的活画像，让品牌每一笔投入都清清楚楚。

举个例子，按照传统品类思维，防晒口罩自然应该定向推送给具有防晒意识的女性客群，但万相点睛却向蕉下防晒口罩的推广团队推荐了“健身颜值党”和“敏感肌防护者”这两大人群。

团队第一反应是，“这群人真的会买防晒口罩吗？”但当他们点开的推理详情后，整个推导路径清晰可见：

AI 发现，防晒口罩的实际使用场景远比“出门防晒”要丰富，大量场景发生在户外运动而非日常通勤。骑行的人、练瑜伽的人、去健身房打卡的人，她们真正在意的，是怎么显脸小还上镜，不滑落，不闷热，防护面积足够大。而蕉下口罩的软骨支撑、冰丝凉感和护眼角设计，恰好对上了这些诉求。

另一组敏感肌人群，则源于 AI 捕捉到的“敏感肌翻红”“换季过敏”“防晒蹭妆烂脸”这些关键词，反向追踪后发现，这批用户长期关注敏感肌修护，对温和不刺激的物理防护有刚需。蕉下口罩的低敏面料、3D 立体剪裁，正好解决了这个问题。

看懂了背后的推理后，团队果断启动投放，投放两个月后，新客成交占比提升 11%，新访客数提升 39%，AI 人群带来的新客成交占比更是高达 90% 以上。

这样的决策过程，和我日常用 AI 的习惯恰好对上了。大部分情况下，我并不需要 AI 替我决定所有事，我需要的是它先帮我把我看不到的东西找出来，然后告诉我它为什么这么想，而最终拍板的人还是我。

Know How 的前提永远是 Know Why。只有看得懂逻辑，才能给操盘手底气，敢不敢把判断过程交给人看，决定了一款商业 AI 工具能不能进入真实经营。

生意有没有真增长？有成交才是硬指标

在辩论现场，当我听到 AI 可以帮品牌拓宽新客群，也没有马上被说服。因为找得多≠找得准，“找到潜在人群”和“最终转化成交”之间，还隔着重重关卡：这批人到底买不买？增量是不是可持续的？

在我看来，原来没有的消费者，发生了原来没有的购买，且能在大规模、多品类的实践中被反复验证，才是真实的生意增量。

衡量营销效果的指标也很直观：新客占比、新客带来的成交。

在辩论现场，通过大家的分享，我发现这套能力在不同品类中，都已经跑出来了不少成功案例。

比如，在母婴学饮杯品类中，系统提前识别“孩子即将进入学饮阶段但还没开始搜索的宝妈”，品牌投放后点击率提升 120%，新客率提升 10%，成交转化率大幅提升 60%。

在中老年奶粉赛道，某品牌借助万相点睛，将产品投给关注肠道养生、浏览科普内容的跨类目人群，新客率提升了 91%，ROI 上涨了 16%；

让我印象比较深的是高端抗老赛道的案例。在护肤品同质化竞争最激烈的品类里，赫莲娜借助万相点睛洞察到高端户外运动人群——这些人在传统定向中完全不会出现在护肤品的目标人群包里。但 AI 的推理逻辑是：高频户外运动的人群，皮肤长期暴露在紫外线和高强度环境中，对高端抗老修护有更强的刚需，且消费力和品质追求与品牌高度匹配。品牌将护肤诉求融入其品质生活管理场景后，这组新客的互动率高出其他人群两倍以上，成交转化率也显著领先。