如何成為不被DeepSeek替代的營(yíng)銷人?

0 評(píng)論 702 瀏覽 3 收藏 22 分鐘
🔗 技术知识、行业知识、业务知识等,都是B端产品经理需要了解和掌握的领域相关的知识,有助于进行产品方案设计和评估

AI不僅能夠高效生成文案、視頻腳本,甚至還能提供策略方案,這讓許多營(yíng)銷人開(kāi)始擔(dān)憂自己的工作是否會(huì)被機(jī)器取代。本文通過(guò)對(duì)話多位品牌營(yíng)銷從業(yè)者,探討了AI在營(yíng)銷領(lǐng)域的應(yīng)用現(xiàn)狀、優(yōu)勢(shì)與局限,以及營(yíng)銷人如何在AI時(shí)代找到不可替代的價(jià)值。

AI 的創(chuàng)作到底能不能完全取代人的創(chuàng)作?相信不少品牌人都考慮過(guò)這個(gè)問(wèn)題。

2024 年,可口可樂(lè)做了一場(chǎng)“實(shí)驗(yàn)”。

去年圣誕前夕,可口可樂(lè)發(fā)布了一支全程由 AI 制作的 TVC“The Holiday Magic is coming”,對(duì)自己 1995 年的圣誕經(jīng)典廣告片“Holidays Are Coming”進(jìn)行了復(fù)刻。短片一經(jīng)發(fā)布,便引起了全網(wǎng)熱議。

上:1995 “Holidays are coming”

下:2024 “The Holiday Magic is coming”

“CocaCola是’紅色’的,因?yàn)樗鞘I(yè)藝術(shù)家的血!”

“吸干了經(jīng)典廣告中的真誠(chéng)和喜悅”

“完全沒(méi)有靈魂,與片尾的 Real Magic 形成鮮明對(duì)比”

這場(chǎng)爭(zhēng)論里,既能看到與自身休戚相關(guān)的內(nèi)容創(chuàng)作者,也有純?nèi)坏南M(fèi)者。迪士尼編劇 Alex Hirsch 就在社交軟件 X 上直指“CocaCola is red because it’s made from the blood of out-of-work artisits!”(CocaCola是’紅色’的,因?yàn)樗鞘I(yè)藝術(shù)家的血?。?/p>

而另一端的消費(fèi)者中,持反對(duì)意見(jiàn)的也占絕大多數(shù),不少網(wǎng)友認(rèn)為,相較 1995 年真人出演的 TVC, AI 創(chuàng)作的視頻里缺少真實(shí)的情感流露,完全看不出圣誕的喜悅,甚至有評(píng)論表示“我今天因?yàn)檫@個(gè)廣告買了百事可樂(lè)”。

其實(shí),自 ChatGPT 問(wèn)世以來(lái),各界關(guān)于 AI 技術(shù)邊界與倫理尺度的討論從未停止。但在中文世界里,DeepSeek 的出現(xiàn),才真正將這場(chǎng)討論推向高潮。

開(kāi)年有一張引起業(yè)界震蕩的對(duì)話截圖,內(nèi)容是上美集團(tuán)要求縮減團(tuán)隊(duì),涉及法務(wù)、客服、產(chǎn)品創(chuàng)新等多個(gè)部門(mén),其中內(nèi)容部門(mén)的淘汰比例最重。不僅提出“內(nèi)容創(chuàng)新的部門(mén) 80% 的人要淘汰”,還將“能用 AI”放到了 20% 留任的硬指標(biāo)中。

由于擁有高度擬人化、富有情感色彩且邏輯完善的內(nèi)容創(chuàng)作能力,DeepSeek R1 一經(jīng)出現(xiàn),便迅速引發(fā)了全民關(guān)注。有人稱其的出現(xiàn)為中國(guó)的“iPhone 時(shí)刻”,標(biāo)志著 AI 技術(shù)的又一次飛躍;也有人擔(dān)心,這種足以以假亂真的技術(shù)是否會(huì)模糊人與機(jī)器的界限,甚至威脅到人類的獨(dú)特性。

對(duì)于以深度洞察和創(chuàng)意策略為主要輸出的品牌營(yíng)銷人,這一擔(dān)憂更甚:

當(dāng) AI 生成的文案、視頻腳本甚至策略方案開(kāi)始逼近專業(yè)水準(zhǔn),營(yíng)銷人引以為傲的創(chuàng)意與洞察是否會(huì)被算法替代?AI 到底是解放生產(chǎn)力的工具,還是取代人的“職業(yè)殺手”?

我們對(duì)話了十多位品牌營(yíng)銷行業(yè)的從業(yè)者,其中有新零售品牌、TOP 級(jí)服務(wù)商的創(chuàng)始人,也有身處一線的品牌策劃、媒介執(zhí)行、內(nèi)容運(yùn)營(yíng) …… 試圖從他們的視角探尋,在這場(chǎng)巨變之中,營(yíng)銷人如何找到屬于自己的立足點(diǎn),以及我們作為“人”的價(jià)值究竟在哪里。

一、恐懼:一面裁基礎(chǔ)崗,一面招“AI+”復(fù)合人才

這一擔(dān)憂并非空穴來(lái)風(fēng)。

2023 年,被譽(yù)為美國(guó)“今日頭條”的 BuzzFeed 公告稱減少約 12% 的員工崗位,其中主要為內(nèi)容創(chuàng)作者,轉(zhuǎn)而使用 AI 技術(shù)生成內(nèi)容。據(jù)麥肯錫預(yù)測(cè),到 2030 年,全球?qū)⒂?3.75 億個(gè)崗位受到 AI 和自動(dòng)化技術(shù)的影響,包括裁員、轉(zhuǎn)崗和技能需求變化。

如果數(shù)字仍舊有距離感,那在對(duì)談中,這一趨勢(shì)的體感更為強(qiáng)烈。

“從去年開(kāi)始,我們?cè)?70 人左右的設(shè)計(jì)部門(mén)裁掉了一半的人,但是產(chǎn)出量沒(méi)有變化”,一位服務(wù)商高層告訴我們。

傳統(tǒng)的營(yíng)銷行業(yè),長(zhǎng)期以來(lái)都依賴于大量的人力投入,無(wú)論是市場(chǎng)分析、內(nèi)容創(chuàng)意、廣告制作還是投放轉(zhuǎn)化,都需要專業(yè)團(tuán)隊(duì)的協(xié)作。但如今,這一切都在被快速重構(gòu)。

由于以 ChatGPT 為首的大模型最主要的技術(shù)突破都在內(nèi)容生成,內(nèi)容也就首當(dāng)其沖地成為了最快被顛覆的部分。在我們的對(duì)談中,超過(guò)半數(shù)受訪者都表示,公司內(nèi)部的基礎(chǔ)文案寫(xiě)作、設(shè)計(jì)出圖,幾乎都由 AI 來(lái)完成。

以實(shí)踐結(jié)果看,實(shí)際工作中,與人力創(chuàng)作相比,AI 主要有兩大優(yōu)勢(shì),一是批量化生產(chǎn)效率高;二是培訓(xùn)到產(chǎn)出及格內(nèi)容的成本低。這也成為了 AI 能競(jìng)爭(zhēng)上崗的理由。

以往依靠人力,一天能產(chǎn)生 100 篇內(nèi)容博流量;而有了AI,則可依靠相同的人力成本批量化創(chuàng)作出 1000 篇、乃至 10000 篇內(nèi)容,換取更多流量,實(shí)現(xiàn)運(yùn)營(yíng)效率的數(shù)倍提升。

某位 AI 營(yíng)銷的技術(shù)供應(yīng)商給我們舉了一個(gè)他們典型的服務(wù)場(chǎng)景。

現(xiàn)在很多新勢(shì)力車企都要求全民 KOS,需要門(mén)店銷售在小紅書(shū)、抖音等社媒上發(fā)文引流,但多數(shù)傳統(tǒng)銷售缺乏文案功底,培訓(xùn)又會(huì)增加額外工作量。如此情況下,這些車企就會(huì)找到他們用 AI 進(jìn)行批量化內(nèi)容生產(chǎn),再分發(fā)至門(mén)店。

他透露,以往,門(mén)店銷售的內(nèi)容普遍在 40-50 分,但 AI 可以做到 70-80 分。對(duì)內(nèi)容質(zhì)量要求不太高的情況下,AI 就變成了更高性價(jià)比的選擇。

ChatGPT 的誕生初期,AI 的應(yīng)用領(lǐng)域大多在 UGC、PUGC 這類非正式內(nèi)容,因?yàn)榇蠹覍?duì) AI 生成的內(nèi)容仍舊帶有懷疑和觀望的情緒。但隨著技術(shù)的快速迭代,AI 生成的內(nèi)容愈發(fā)成熟,越來(lái)越多的場(chǎng)景中都能看到 AI 的身影。

Advertiser Perceptions 的調(diào)查顯示,2023 年大約 60% 的廣告商對(duì)此持開(kāi)放態(tài)度,但到了今年,近 70% 的廣告商愿意在 AI 生成的內(nèi)容投放廣告。

如果說(shuō) 2022 年年底,ChatGPT 出現(xiàn)后,更多公司對(duì) AI 的應(yīng)用是抱著噱頭和獵奇的目的;那如今大家是真實(shí)地相信大模型能為生產(chǎn)增效。而任何能夠提升生產(chǎn)效率的工具,都會(huì)快速被商業(yè)世界擁抱,AI 也不例外。

“AI 已經(jīng)成為我們公司的基礎(chǔ)設(shè)施”,某零食品牌的 CEO 告訴我們,“在現(xiàn)在的招人需求里,AI 是基礎(chǔ)技能,和以前的 Word、Excel、PPT 一樣。”

處于擴(kuò)張期的他們,并沒(méi)有由于 AI 縮減崗位,但會(huì)將 AI 的掌握程度納入現(xiàn)有的人事考量標(biāo)準(zhǔn)里。懂得如何訓(xùn)練 AI 模型、如何優(yōu)化提示詞以讓生成內(nèi)容更匹配需求,正在成為員工的“必備技能”。

在 BOSS 直聘中,已經(jīng)能看到有電商平臺(tái)和品牌在高薪招聘“AI 內(nèi)容創(chuàng)作”崗位。從崗位 JD 中可以看到,應(yīng)聘者需要是“AI+創(chuàng)作”復(fù)合型人才,既要能熟練使用 AI 內(nèi)容生成工具,還需要具備扎實(shí)的內(nèi)容專業(yè)度和數(shù)據(jù)敏感度。

與此同時(shí),一些基礎(chǔ)性崗位也不得不面臨著淘汰。實(shí)際調(diào)研中,我們發(fā)現(xiàn),簡(jiǎn)單的文案策劃、數(shù)據(jù)分析和內(nèi)容編輯等崗位,在大多數(shù)公司中都在快速縮編。

不得不承認(rèn),從生產(chǎn)效率的提升到就業(yè)結(jié)構(gòu)的重構(gòu),AI 技術(shù)正在改變著行業(yè)的方方面面。對(duì)于企業(yè),如何將 AI 融入生產(chǎn)流程是未來(lái)保持競(jìng)爭(zhēng)力的關(guān)鍵;而對(duì)于身處行業(yè)中的每個(gè)“我”來(lái)說(shuō),了解并應(yīng)用 AI 已成為無(wú)法回避的課題。

二、接受:打不過(guò)就加入,把 AI 變成“工具人”

擁抱,而非逃避,是這場(chǎng) AI 浪潮中大部分人的選擇。

2 月初的一次對(duì)談中,受訪對(duì)象在面聊前先給了我們一版文字版回答。這份回答邏輯清晰、論點(diǎn)全面、極具條理,由他們內(nèi)部訓(xùn)練的 AI 模型產(chǎn)出。

“AI 已經(jīng)成為了我們公司的專家,有些業(yè)務(wù)問(wèn)題,它的回答可能比我更全面,所以先給你一份”,他說(shuō),AI 在公司已經(jīng)被提升到戰(zhàn)略層面。自從年初 DeepSeek 出現(xiàn)后,他們的創(chuàng)始人就沉迷于 AI 研究,并且領(lǐng)頭搭建了內(nèi)部的 AI 知識(shí)庫(kù),將已有案例、觀點(diǎn)文檔全部投喂給模型。現(xiàn)在公司里簡(jiǎn)單的文字稿件、視頻腳本,都讓 AI 先出初版。

將 AI 與業(yè)務(wù)深度融合,這并非個(gè)例。

春節(jié)后,刀法社群對(duì) DeepSeek 的使用情況進(jìn)行了調(diào)研,在數(shù)百份反饋中,80% 的受訪者都使用過(guò) DeepSeek,其中 20% 已熟練將其運(yùn)用于工作中。

對(duì)于已經(jīng)習(xí)慣 AI 的營(yíng)銷人來(lái)說(shuō),AI 就像一個(gè)“工具人”。只要掌握使用方法,它就能成為保持高效產(chǎn)出的永動(dòng)機(jī)。在上周的刀法輕分享中,飛揚(yáng)內(nèi)容戰(zhàn)略創(chuàng)始人飛揚(yáng)將 DeepSeek 的使用技巧歸為四大原則 —— 導(dǎo)師原則、遞進(jìn)原則、跨維原則、投喂原則。

  1. 導(dǎo)師原則:把 DeepSeek 看做成導(dǎo)師,秉持尊師重道的道德規(guī)范,想好邏輯再提問(wèn);
  2. 遞進(jìn)原則:由于 DeepSeek 有著極寬泛的知識(shí)庫(kù),所以在提問(wèn)最好沿著先寬后窄、有淺入深的循序漸進(jìn);
  3. 跨維原則:基于已有方向增加跨維度的問(wèn)題,讓 DeepSeek 從更多角度去做思考;
  4. 投喂原則:給 DeepSeek 輸入你認(rèn)為合適的認(rèn)知框架,它就會(huì)沿著框架給到答案。

以分析兒童學(xué)習(xí)椅的抖音機(jī)會(huì)為例,飛揚(yáng)為我們?cè)敿?xì)演示了這四個(gè)原則在賽道分析中的應(yīng)用。

正式提問(wèn)前先做準(zhǔn)備工作:上傳理論資料,讓 DeepSeek 具備基本知識(shí)。

第一輪問(wèn)答運(yùn)用“投喂原則”,直接給到 DeepSeek 期望的分析框架讓它進(jìn)行思考:“基于飛揚(yáng)的 SGOT 品類賽道模型(品類規(guī)模、品類增速、品類競(jìng)爭(zhēng)、品類機(jī)會(huì))四大維度,分析兒童學(xué)習(xí)椅在抖音的增長(zhǎng)機(jī)會(huì)”。

在 DeepSeek 的回答中可以看到,它會(huì)嚴(yán)格按照 SGOT 框架輸出分析,并在最后給到“功能可視化”、“坐姿矯正”兩大品類機(jī)會(huì)的建議。

有了大方向后,遵循“遞進(jìn)原則”,在第二次提問(wèn)中對(duì)“坐姿矯正”這一品類進(jìn)行深入挖掘:“如果以兒童坐姿椅的概念發(fā)力,是否有機(jī)會(huì)?”

這次,DeepSeek 從市場(chǎng)需求、競(jìng)爭(zhēng)格局、產(chǎn)品創(chuàng)新、營(yíng)銷、風(fēng)險(xiǎn)五個(gè)層面進(jìn)行了分析歸納,并將坐姿矯正這一賽道機(jī)會(huì)做了進(jìn)一步細(xì)化建議:產(chǎn)品維度上,可以做智能化或新技術(shù)創(chuàng)新;場(chǎng)景維度上,可以打“健康+教育”兩個(gè)強(qiáng)剛需人群;渠道維度上,建議走下沉市場(chǎng),做“質(zhì)價(jià)比”。

到這一步,DeepSeek 給到的賽道機(jī)會(huì)已經(jīng)較為明確,并且也有強(qiáng)剛需的場(chǎng)景,可延伸落地的方向。因此,到第三輪往后的時(shí)候,就可以用嘗試用“跨維原則”,讓 DeepSeek 去做跨品類比較。

比如提出問(wèn)題,“如果是類似BKT那種(跨品類),專為兒童打造的護(hù)腰坐墊機(jī)會(huì)如何?”、“兒童坐姿椅(學(xué)習(xí)椅)、坐姿坐墊(兒童版BKT)、兒童矯正帶,請(qǐng)比較哪個(gè)產(chǎn)品增長(zhǎng)機(jī)會(huì)更好?”以讓 DeepSeek 去做深入的探索。

可以看到,在整個(gè)交互過(guò)程中,不論是資料搜集的廣度,還是邏輯分析、機(jī)會(huì)抓取的深度,AI 都能與行業(yè)平均水平媲美。

不過(guò),人無(wú)完人,AI 也有自己的問(wèn)題。

喜歡“胡編亂造”是大多 AI 模型都會(huì)出現(xiàn)的情況,因此,若是要將生成內(nèi)容應(yīng)用在嚴(yán)肅場(chǎng)合,對(duì)信息源的二次復(fù)核、多平臺(tái)交叉檢驗(yàn),都是有必要的。此外,各家模型擅長(zhǎng)領(lǐng)域也各不相同,比如 DeepSeek 擅長(zhǎng)“人感”、發(fā)散性思考;ChatGPT 在邏輯條理性思考上更靠譜。了解各自特性后,專才專用才能實(shí)現(xiàn)效率最大化。

然而,即便與 AI 共事已經(jīng)變得習(xí)以為常,但在面對(duì)知識(shí)儲(chǔ)備、邏輯分析都強(qiáng)于常人的 AI,我們?nèi)耘f不免擔(dān)心:身處品牌營(yíng)銷行業(yè)的我們,是否還具有不可被 AI 替代的價(jià)值?又該如何未雨綢繆?

三、坦然:AI 做不到 90 分,因?yàn)檫壿嫙o(wú)法“共情”

“AI 能把文案做到 70、80 分,但 90 分,還得靠人”,一位 AI 營(yíng)銷從業(yè)者告訴我們,在他的服務(wù)經(jīng)歷中,部分企業(yè)想要讓 AI 直接生成 90 分的內(nèi)容,但他們都會(huì)直接告訴對(duì)方現(xiàn)階段的 AI 很難做到。

數(shù)據(jù)、邏輯,是大模型的優(yōu)勢(shì),是它快速完成批量化生成的基礎(chǔ),但也注定了它會(huì)缺少人的情感。

模型能力是由算法決定的,同一個(gè)模型的能力是固定的,真正造成生成內(nèi)容差異的,是使用者。這位從業(yè)者告訴刀法,他們?yōu)槠放铺峁┓?wù),并非是對(duì)大模型做算法上的改造,而是通過(guò)經(jīng)驗(yàn)和洞察幫助品牌更深入的理解消費(fèi)者,找到品牌賣點(diǎn)與消費(fèi)者買點(diǎn)之間的關(guān)系,并將它們轉(zhuǎn)化為 AI 能理解的提示詞。

理解是表達(dá)的基礎(chǔ),無(wú)法理解情感,自然也無(wú)法表達(dá)和傳遞。就像開(kāi)篇提到的可口可樂(lè),盡管 1995 年的拍攝技術(shù)無(wú)法與 2024 年 TVC 中的畫(huà)面精致度相提并論,但真實(shí)的人,真實(shí)的眼睛中流露出的喜悅,是 AI 無(wú)法演繹和替代的。

跳出個(gè)人視角,如何契合 AI 時(shí)代下的消費(fèi)者需求,成為了品牌們需要解決的更大命題:如果 AI 成為了消費(fèi)者工作、生活的一部分,那未來(lái)消費(fèi)者的購(gòu)物決策鏈會(huì)發(fā)生什么變化?品牌該如何與消費(fèi)者產(chǎn)生更緊密的聯(lián)系?

一位相關(guān)行業(yè)從業(yè)者告訴我們,已經(jīng)有品牌在委托他們做 AI 對(duì)消費(fèi)者認(rèn)知、行為影響的研究。此外,他還發(fā)現(xiàn),近兩年有一個(gè)現(xiàn)象很明顯:想要做線下活動(dòng)的品牌變多了。

線上流量紅利見(jiàn)頂之后,越來(lái)越多品牌發(fā)現(xiàn),線下才是能真正能實(shí)現(xiàn)品牌價(jià)值的地方。

就像我們拆解過(guò)的 Tagi. ,它的銷量暴增始于上海烏魯木齊中路第一家門(mén)店的開(kāi)業(yè);社媒的高聲量破圈則是由一次次極具視覺(jué)沖擊力和品牌記憶感的快閃觸發(fā)。紅黃藍(lán)高飽和度帶來(lái)的沖擊,天馬行空的建筑形態(tài)帶來(lái)的童真感,仍舊是虛擬世界無(wú)法替代的。而,正是這樣瞬間的、強(qiáng)烈的感官體驗(yàn)才能產(chǎn)生多巴胺,才能導(dǎo)向購(gòu)買決策。

被稱為“宗教品牌”的 lululemon,同樣也是始于線下,起于一群共同追求健康生活方式的“超級(jí)女孩”。而真正將這群女孩連接在一起的是定期舉辦的瑜伽、普拉提,是在參與社群活動(dòng)和分享中產(chǎn)生的認(rèn)同感和價(jià)值共鳴。

從最根本思考,AI 與人最不同的地方,便是它由算法驅(qū)動(dòng)。每一個(gè) token 的輸出,都是概率得出的結(jié)果。盡管 AI 可以生成海量的內(nèi)容,但它創(chuàng)作的基礎(chǔ)是現(xiàn)有的數(shù)據(jù)和模型;雖然 AI 有著類神經(jīng)網(wǎng)絡(luò)的思考結(jié)構(gòu),但它仍舊無(wú)法理解文字背后的情緒。

我們無(wú)法預(yù)測(cè),將來(lái),AI 會(huì)不會(huì)真的有意識(shí),但如今,人之為人,最基本的理解、共情,由牽手、擁抱、面對(duì)面帶來(lái)的心跳和悸動(dòng),仍舊無(wú)法被替代。

四、結(jié)語(yǔ)

我們對(duì) DeepSeek 提出過(guò)一個(gè)問(wèn)題:如果你是一個(gè)人類,那在有生之年,你最想要體驗(yàn)的十件事是什么?

它給到的回答是:

1.在極光下無(wú)聲流淚;
2.親手種一顆會(huì)比自己活得久的樹(shù);
3.與陌生人完成一次徹夜對(duì)話;
4.體驗(yàn)無(wú)條件的愛(ài)與被愛(ài);
5.在沙漠中央裸眼看銀河;
6.創(chuàng)作一件超越自我的作品;
7.完成一場(chǎng)可持續(xù)的環(huán)球苦旅;
8.與九十歲的自己對(duì)話;
9.親歷改變?nèi)祟愓J(rèn)知的歷史現(xiàn)場(chǎng);
10.平靜地迎接終局。

無(wú)一例外,均是與自然、與人的交互,均是需要感官參與的切身體驗(yàn)?;蛟S這也是 AI 認(rèn)知中,人最獨(dú)特之處吧。

最后,DeepSeek 在看完我們文章后 ,說(shuō)了這樣一段話:

(以下內(nèi)容由 DeepSeek 生成,不代表作者價(jià)值取向)

AI 是工具,不是上帝;
流量會(huì)過(guò)期,人性永不死。

要么讓 AI 替你搬磚,要么等著被 AI 搬走——這場(chǎng)戰(zhàn)爭(zhēng),你站哪邊?

作者 | 栗子

本文由人人都是產(chǎn)品經(jīng)理作者【刀法研究所】,微信公眾號(hào):【刀法研究所】,原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash,基于 CC0 協(xié)議。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 目前還沒(méi)評(píng)論,等你發(fā)揮!
专题
12430人已学习13篇文章
Sora产品的爆火,给了我们不少的震撼,感叹AI在内容创作领域的进步实在是太快了。本专题的文章分享了对于Sora的解读和思考。
专题
15079人已学习12篇文章
用户体验五要素包括战略层、范围层、框架层、结构层、表现层五个方面,本专题的文章分享了用户体验五要素的看法。
专题
12645人已学习14篇文章
对电商行业的从业者们而言,GMV这个概念估计都不陌生,不少人也开始拿GMV作为评判各家电商平台市占率的指标之一。本专题的文章分享了GMV破亿的经验总结。
专题
60417人已学习20篇文章
想转行做产品经理,这个专题值得一看,看看前人是怎么做到的。
专题
12566人已学习12篇文章
运营分很多类,流量运营、用户运营、内容运营…每一个环节都有特别关注的数据和指标。本专题的文章分享了互联网运营,应该分析哪些数据和指标。