5.4 數字化的品牌資產評估的FAST模型

對消費者資產的深度挖掘代表著運營模式的重大變革，即從過去的“流量運營”向“消費者運營”進行轉型。這意味著運營的參照體系需要從傳統的GMV指標向著更全面的能夠展現消費者動態路徑的全新指標體系轉變。阿里巴巴開發的FAST模型為數字化導向的消費者管理體系賦能，具有可量化、可對比、可優化的屬性。

FAST模型主要由以下四個部分構成。

（1）Fertility（F）。Fertility（F）（AIPL人群總數量指數）是指曾達到過AIPL狀態的消費者去重總量指數化后的結果。

（2）Advancing（A）。Advancing（A）（AIPL人群加深率）是指存在AIPL狀態提升（包括從A提升到I、P、L，從I提升到P、L，以及從P提升到L）的消費者去重總量在AIPL人群總量中的占比。

（3）Superiority（S）。Superiority（S）（超級用戶人群總量指數）是指高凈值、高價值及高傳播力消費者，即有意向與品牌產生互動的人群，如會員。此類人群是品牌可以低成本、高效觸及或轉化的人群，與是否已經產生購買行為無直接相關性。

（4）Thriving（T）。Thriving（T）（超級用戶人群活躍率）是指有過活躍行為（包括180天內有加購、收藏、領取權益或積分、互動等行為）的超級用戶在超級用戶人群總量中的占比。

在傳統廣告學中，品牌的三個指標是品牌知名度、品牌美譽度和品牌忠誠度，是基于抽樣的定性研究。在有了數字化手段后，品牌知名度指標不再體現在問卷上能否認知品牌名字，而是能夠全量體現出品牌單位時間內觸達的人群總數量。品牌忠誠度也轉化為實實在在的會員數據，而品牌美譽度是一個感性指標，好感和成交轉化不能正比擬合。通過AIPL模型逐層的轉化率完全可以觀測出品牌的運營能力。FAST模型能夠更加準確地衡量品牌營銷和運營效率，同時FAST模型也將品牌運營的視角從重視結果的靜態數據（GMV）拉向了對品牌價值健康、持久的維護，從管理結果轉向管理過程。數據化品牌價值的FAST模型如圖5-9所示。FAST模型的數量指標和質量指標如圖5-10所示。

FAST模型通過同時監測全部及細分群體的消費者歷程的動態轉化，為品牌商更好地運營消費者資產提供了有利的參考指標，解決了過去GMV指標無法考慮消費者轉化時間和消費者質量等維度的問題。GMV指標是結果的表達，GMV=流量×轉化率×客單價，轉化率由于流量AIPL的屬性不同而發生巨大變化。比如，在對“雙11”的銷售額進行預測的時候，前一年10月同期流量是每天10萬個UV（Unique Vistor，獨立訪客），而今年是20萬個UV。在商品和運營能力不變的情況下，是不是能判定在今年的“雙11”期間能實現銷售額100%增長呢？答案是否定的。這要看這20萬個UV是哪個周期的消費者，是否精準。如果這20萬個UV中有15萬個是天合計劃帶來的新消費者，而去年的每天10萬個UV是品牌興趣人群和忠誠人群。那么很可能在今年“雙11”期間GMV不增反降。基于FAST模型的評估就準確得多，很多商家對“雙11”銷售額的預測準確度大大提升。

圖5-11為品牌活躍消費者數量在8月到“雙11”之間的波動情況。從圖5-11中能明顯看出，這個品牌在9月開始人群“蓄水”（增加新人群曝光和從A人群向I人群流轉），在10月20日開始發力“收割”（多次觸達I人群為“雙11”轉化做準備）。品牌的市場曝光預算集中花在9月，而電商的推廣預算主要花在10月中下旬。這個節奏與消費者的轉化周期相吻合。參照前一年的消費者資產日環比數據，可以每天預估“雙11”目標GMV的值，從而判斷增加哪個運營要素。