神州專車炮轟Uber之后,帶來了一系列連鎖效應(yīng),今天來看看這起策劃帶來的影響也是件有意思的事情。
昨日,神州專車發(fā)布了一組大膽的系列名人海報,并且海報上直接用“BeatU,我怕黑專車”、“讓黑車換個馬甲”、“烏伯我們不約”等措辭影射對手Uber,該海報成功刷屏微博和微信,褒貶不一的評論如潮水般涌現(xiàn)。
海報名人之一羅昌平很快反水:“我應(yīng)邀接拍神州專車的廣告本是出于公益性,當(dāng)時的約定就是如此,看到圖時我強(qiáng)烈要求不能發(fā)布,并建議公司不要采取這樣的傳播方式,神州租車已在上午撤回所有關(guān)于我的圖。”
批評的聲音各式各樣,有業(yè)內(nèi)人士說:“作為一家成熟企業(yè),不能只要知名度,不要美譽(yù)度,這個策劃的確吸引眼球,但到處都是負(fù)面的聲音,最后用戶覺得你不好,不再用你,死得越快。”
失控還是反向營銷?
某友商相關(guān)人士這樣說:“這次事件應(yīng)該是失控的問題,他們在做這個事時沒想到這么大的效果。做營銷戰(zhàn)役是沒法終結(jié)的,真正終結(jié)還得靠產(chǎn)品和企業(yè)實力。”
筆者不這么認(rèn)為,可以看到,這起策劃對用戶的刺激很到位,明顯故意而為之,策劃者不可能不知道這組海報會帶來眾怒和系列連鎖反應(yīng)。所有的策劃行為都會對效果進(jìn)行預(yù)判,這次也不例外,至于是不是預(yù)判失誤?我們來看看是什么樣的團(tuán)隊在做這件事情。
有消息稱,神州租車的廣告公司是威漢,這家公司老板是陳一枬,4A界女強(qiáng)人,而公司負(fù)責(zé)數(shù)字營銷的是陳亮途,著有一本《社會化營銷-人人參與的營銷力量》的書??梢娺@是怎樣的廣告人團(tuán)隊,他們做出超出預(yù)判很遠(yuǎn)的策劃案的幾率相當(dāng)小,也就是失控的可能性是微乎其微的。
某資深互聯(lián)網(wǎng)人士稱:“雖然輿論一邊倒,但從公關(guān)效果來講,神州專車贏了。神州從一個呆板的公司人格化了,哪怕是被調(diào)侃被攻擊,重要的是這家公司有人味了。不管怎樣,刷屏擴(kuò)大了影響。”
道歉之后靠產(chǎn)品
神州在昨日晚間發(fā)了一個道歉信,這一步棋應(yīng)該是策劃的一部分,但未必是收尾??偢杏X一切才剛開始。下一步,則要靠產(chǎn)品說話了。
一位業(yè)內(nèi)人士說:“今天以前很多人不知道神州專車,今天卸載神州專車的人一定沒有新知道的人多。”而IOS旅游類別APP下載排行顯示,道歉之后,神州專車的APP下載量從第11名上升到第8名,Uber重回第一。這個數(shù)據(jù)某種程度上可以反應(yīng)出,口水撕逼戰(zhàn),最后雙方都是贏家。
當(dāng)然,所有的營銷之爭,最后都會終結(jié)到產(chǎn)品之爭。其實,最好的營銷還是產(chǎn)品!神州專車用戶數(shù)增加之后,考驗產(chǎn)品的時候到了。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運(yùn)動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運(yùn)動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。