来源：《2021中国互联网广告数据报告》，GroupM

3.细分人群变化牵引数字营销演变：

在数字营销成为新常态下，数字营销向何处去本质上是由主力消费人群及其消费方式与偏好等决定的，因此消费品企业有必要重新认识后疫情时代下主流消费人群的行为特征及其变化，从而为数字营销的趋势判断提供强有力的依据；若从人群出发，新人群代表着消费需求的变化，从而拉动渠道结构变化，最终形成对数字营销的全新要求，即“新人群 - 新消费 - 新渠道 - 新营销”的相互牵引逻辑。

对于“新人群”的探讨，各家机构多集中探讨如何抓住千禧一代作为主力消费人群的市场机会，但普华永道思略特建议关注至少三类人群所演变的机会（特别在疫情的持续影响下）：主力城市千禧与Z世代、小镇青年、传统消费人群。（如下图）

*注：*根据整体千禧一代与Z世代群体数量、中国一二线城市人口占总人口比例，推算出主力城市千禧与Z世代人口数量

主力城市千禧与Z世代：这类人群是目前市场的主力消费人群，被称为是互联网的原住民，习惯先“种草”再“拔草”，关注消费体验与个性化需求，且敢于尝新。在疫情下，主力消费人群的“衣食住行”被迫重塑，信息的获取和社交属性的满足更多依赖线上媒介，互联网属性被进一步强化。

小镇青年：2021年中国的城镇化率约为65%，预测数据显示到2030年中国城镇化率有望达到70至75%，因此小镇青年的消费潜力巨大。由于周边的零售业态更单一、品牌相对较少，小镇青年会在社交平台上充分利用碎片化时间，追随一线城市的消费偏好。与主力人群类似，疫情带来的社交隔离导致难以实现物理空间的转换，因此更有赖于通过线上渠道实现信息获取、社交与产品购买。

传统消费人群：传统消费人群指65后或70后。到2030年，这些传统消费人群将逐渐成为银发族，约超过3亿人口规模，他们过去习惯在线下消费，但疫情的社交隔离迫使传统人群借助线上渠道实现生活必需品与其他商品的购买，疫情会持续加速与巩固他们线上购物习惯的养成。

数字营销的六大趋势

从用户侧与企业侧双重视角出发，可以将六大数字化营销趋势分为两大部分。

1.从用户侧视角，需把握智能化、体验化、内容多元化三大趋势

从用户侧视角出发，普华永道思略特主张关注三大数字营销趋势：智能化、体验化、内容多元化，在每个趋势下分别会由三个细分趋势构成，最终形成“3×3”的组合矩阵。然而，由于不同细分人群的消费与渠道偏好差异明显，与不同细分人群的营销交互趋势上也显现出不同程度的相关度和影响力。因此，“3×3”的数字营销组合矩阵并不具备普适性，反而需要迎合不同人群的特征与需求偏好形成针对性的面向。（如下图，相关度越高代表不同营销趋势对于人群的适用性越高）

具体来说，作为互联网的原住民与当前消费主力人群，城市千禧与Z世代具备更强的社交属性与分享表达欲、对购买体验有更高的要求、并且更愿意尝试新事物，因此“智能化、体验化、内容多元化”对于这类人群的适用性更高。对于小镇青年，由于地理受限，对于消费体验的满足并不苛求，因此售点体验化、用户体验、营销自动化等趋势的相关度和影响力会稍低。对传统人群而言，由于伴随线下零售成长起来，对线上生态的敏感度不高，但很愿意将碎片化的时间用在短视频平台，所以智能化、体验化的趋势对其适用性不高，企业反而需要重视短视频等内容形式把握此类人群的机会。

因此，“3 X 3”数字营销趋势组合矩阵有非常细化的内容展开，下文将选取最具影响力的细分趋势（上图中红色虚线方框圈出）做重点探讨。

趋势1：智能化

智能化分为三个方向，包括预测性分析、智能化推荐、营销自动化，但这部分会重点阐述智能化推荐。

智能化推荐：

定义与特点：企业基于用户行为数据（如过去的购买订单数据和其他行为），匹配关联产品，形成个性化推荐和精准投放，从而提升用户转化率与用户粘性。

业务应用与价值：各行业中大量的例子证明灵活利用智能推荐算法可带来可观的收益增长，比如某国服装和配饰零售商，该零售商根据每位购物者实时行为和历史数据了解他们的兴趣偏好，制定改进其商店产品推荐的策略，向购物者推荐符合他们的兴趣的产品，这帮助购物者能在庞大的产品集合中快速找到产品，推荐算法的使用帮助该零售商提升50%的点击率。

挑战与建议：然而，基于用户数据的智能推荐算法的执行动机与结果往往不是“善意”的，信息茧房、算法黑箱、数据滥用等问题对用户隐私权、自主权、知情权、平等权造成不同程度的威胁。此外，当前传统的智能推荐算法面临多方面的挑战，比如用户兴趣复杂或决策因素多样、模型的训练方式和可解释性不足等，都会导致算法模型效率不足。因此，在当前社会愈发关注个人数据隐私与安全保护的大背景下，企业需要寻找坚持以人为本、能够平衡效率和用户隐私的算法模型，最大化智能推荐在营销领域的业务价值。

趋势2：体验化