文 | 李倩说品牌 文 | 李倩说品牌 “做品牌👍”是一个人人都能说、快被说烂的事。这件事太容易被误解了，现实😍语境中，说起“做品牌”，常常是鸡同鸭讲，说的压根不是一回事儿😆。 举个例子：我在一次CEO闭门讨论会上遇到一个高管，👍当大家在讨论如何抓住新的内容平台做品牌时，他说：我觉得没有做👍品牌这回事，我们做企业本身就是在做品牌。你看，这就是典型的混😉淆概念了。 “做品牌”，很容易被误读，有两个比较常见的🌟说法： 一、“做品牌”= 好好“做企业”。 品牌🥳=企业，这种理解是把品牌这个词泛化和放大了，认为只要企业做得🙄好就等于品牌做得好。在这种理解视角下，品牌部门、品牌专业，甚😆至品牌工作本身的存在，价值不大，甚至会觉得品牌部门“可有可无😘”，品牌专业“没啥大用”，品牌工作就是“敲锣打鼓”。 🌟我亲耳听过一家上市公司最大的事业部总经理说：做什么品牌，我们❤️业务部门做好了就有品牌，要什么品牌部门？！ 二、“做品😘牌” = 做具体的“营销动作”。 品牌=营销动作，这种🚀理解是把品牌这个词功能化了，认为品牌就是一种非常具体的动作，🌟比如做PR（公共关系）、做产品推广、做文案和设计等。这种理解🚀就像是你说“做人力资源”，别人理解成“招人”；你说“做行政”🤩，别人理解成“前台接待”。 一旦这样理解“做品牌”，最😂大的后果就是：CEO立刻觉得这事太小了。你们品牌部门自己做做🎉就行了，这点事不需要太耽误我的时间。 先明确一下，我今🤯天说的"做品牌"不是说做企业，也不是做某个具体的营销动作。这🎉里的“做品牌”= 做企业关键信息的梳理和表达。 这种理😆解下，品牌要先萃取总结，再营销表达，是一个信息梳理、内容生产😢、营销传递的过程。 如果一个企业，不能意识到做品牌究竟😜意味着什么，它就无法真正进入到做品牌的过程中，也就无法拿到做😢品牌带来的成果。要么陷入到“品牌无所谓”的轻视，要么进入到对😆一个具体的“活儿”的考核，漏掉了全局梳理管理的关键工作。 😆 咱们既不要蓄意放大它，也不要刻意缩小它。正常理解它，才能😢做对做好它。 02 “做品牌”的四大核心议题 如🥳果你认可“做品牌”是值得投入的事，也认可上面所说，“做品牌”🔥就是做信息的表达和内容的体验。好，我帮你说清楚“做品牌”都有😆哪几大板块的工作。 实际上所有“做品牌”的工作，不外乎👏这四大核心议题。你可以一边思考一边做个归类： 第一大品😡牌工作议题：【我是谁】 展开全文 众所周知的那些😉关于品牌定位、品牌战略、品牌特色、品牌名称、品类和产品、商业😘模式、定价策略、品牌渠道、品牌故事、品牌口号、品牌哲学、品牌😆VI、品牌理念、品牌安全、品牌管理规范、品牌CIS……这些满😅坑满谷的概念、工具，只要是关于说明品牌方自己信息的，都可以归😍到这一类【我是谁】的议题下。 很多时候你可能会被这些概😉念搞得头昏脑涨，我想说：其实你不必理会这些故弄玄虚的概念，喜😎欢卖弄这些概念也不是什么有益的事情。 你可以把每一个概🙄念都当做一个向你发起提问的记者，借助于它的提问，从不同角度，😁帮你想清楚说清楚【我是谁】。 当然，如果觉得需要专业的🎉外部咨询顾问辅助你来想清楚、表达出来，也是很好的办法。 🙌 但不管用什么办法，想清楚说清楚【我是谁】，都是第一重要的品❤️牌工作。这一点如果糊弄过去了，后面三件事绝不可能做好。 😀 我们遇到一些品牌，请我们帮忙直接做“品牌物料”，说已经把品🚀牌是谁的事都想清楚了，就差输出内容了。结果品牌中心轴十要素逐😂一细问下去，能回答上来的，不到三分之一。 【我是谁】要💯经得起方方面面角角落落的追问，才叫真正“说清楚”了。 👏看起来简单，但真正要做到“说清楚”并不容易，要花很多时间很大🙄力气，而只有那些真正有恒心塑造品牌的企业，才会在这件事上不惜👍投入（主要是时间投入）。 后面我会持续分享这些年遇到的😁那些在【我是谁】上真花过心思、获得市场奖励的好品牌。 🙄第二大品牌工作议题【你是谁】 如果说【我是谁】是品牌对😅自身的认清和表达，那么，【你是谁】，就是品牌对顾客的洞察和探⭐索。 这个大议题下包含的工作量也很大。既有时髦的所谓市💯场调研、顾客画像、用户研究、痛点挖掘、顾客旅程、品牌触点等工⭐作，也有基于这些工作产生的内容形式、内容渠道、内容手法、内容⭐调性等内容体验的整体策略。 说白了，【你是谁】是研究透😀顾客/受众，并基于这些研究去匹配内容策略的过程。 这个😜议题处理得好，品牌营销的效率才能真的提上去，也许你会发现，看🙄清楚了【你是谁】之后，好多品牌动作压根就没必要做。 【🔥你是谁】决定了一个品牌输出内容的策略，满世界越来越多的内容形🤯式（图文、视频、音频、虚拟……）、内容渠道（媒体、门店、经销😆、私域……），我们到底以什么内容渠道为主，以什么内容形式为主🤩呢？ 你看，如果人群、旅程和内容策略足够精准，是不是就🎉能省掉很多事儿？ 第三大品牌工作议题【我们的成果】 🎉 光知道【我是谁】【你是谁】只是品牌展示的工作，最好的“做😂品牌”一定要讲究“品效合一”，因此第三大品牌工作议题就是双方😴碰撞之后产生的【成果】。 没有【成果】的品牌工作，就是👍唱高调，耍流氓。 可能你要问：【成果】是不是就是说购买😡产生销量啊？ 不全是。 品牌工作毕竟不只是销售工😉作。品牌工作不单单以“购买”作为评估成果的一个标志，除了购买🚀，还有其他三件事，也可以表示品牌的工作有了“成果”。 🤯这三件事分别是：复购、连接、分享，再加上“购买”，一共四大成⭐果。 如果企业高质量完成了【我是谁】、【你是谁】，那么😂围绕着四大成果去反向设计品牌内容和运营动作，好的品牌工作，将😘会不断提高这四方面的成果表现。 要么能让人直接拿钱投票🙄（直接下单），要么能让人产生复购或转介绍（买了又买，劝别人买😡），要么能让人产生和你主动连接的动作（点赞、投票、留言、UG😎C、参加活动、扣1、说话、到店……），要么能让人分享你的产品🚀和内容（转发、传播、拍照、举例、转告……）。 你看，如😊果【我是谁】说得够清楚，【你是谁】做的够清楚，四大【成果】运😘营得够极致，说得绝对一点，一个品牌的所有顾客/潜在顾客都至少😁可以满足购买、复购、连接、分享四大效果中的一项。 这，🤩才是最精准的品效合一。 第四大品牌工作议题【内容的效率🥳】 做到了成果，不意味着“做品牌”的工作就结束了。 🙌 好的“做品牌”不仅要看“成果”，还要看“效率”。我们究竟😢用了多长时间、多少投入、多大精力做到了这样的一个“成果”，这😘个过程是否可以不断优化？不断提高上述所有内容的生产效率？ 🤗 这个过程中包括但不限于：在梳理品牌过程中对管理的效率、在😍企业内部跨部门品牌沟通的协作效率、内容团队生产内容的效率、内😊容团队的管理效率、内容团队的协作效率、AI辅助内容生成等新趋😂势的试用效率…… 你看，这些问题几乎都聚焦在做品牌这件🌟事的“内部摩擦力”上。 事实上，这些看起来很抽象的问题😴，都是有方法、工具、流程可以解决掉的。 毕竟，德鲁克老🎉先生说过：凡是不能被测量的事，都无法被管理。既然我们想要“管😴理品牌”工作，那么就需要想到办法“测量”这些事，不断用工具、👍数据加速，让做品牌的正向飞轮转动起来。 这是很容易被企😎业忽略掉的一块“做品牌”的工作板块，不管是大企业小企业，在品🎉牌内容工作过程中，都会产生大量的沟通和管理成本，而这部分成本🔥，是完全可以压缩提效的。 结语 以上，我试图用最🔥简朴的语言把“做品牌”这件事说清楚，希望能在你的脑海里建立起🤗清晰的一张地图，让做品牌这件复杂的事从此明了起来。返回搜狐，🎉查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新🙄一期的国际权威期刊Nature（自然）中，DeepSeek-🔥R1推理模型研究论文登上了封面。该论文由DeepSeek团队🤩共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发🎉大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na😅ture封面，也是全球首个经过完整同行评审并发表于权威期刊的😀主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🤯可。 Nature在其社论中评价道：“几乎所有主流的大😊模型都还没有经过独立同行评审，这一空白终于被DeepSeek❤️打破。” 中国AI大模型的“Nature时刻” 😘自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终👍缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡🙄有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🎉 DeepSeek以其公开性和透明性打破了这一局面。D😆eepSeek-R1模型的研究论文最早于今年年初发布在预印本🙄平台arXiv上。自今年2月14日向Nature投递论文至今🙄，历经半年，8位外部专家参与了同行评审，DeepSeek-R👍1推理模型研究论文终获发表，完成了从预印本到Nature封面🤗的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方🤔法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😅和可重复性的可喜一步。 因此，Nature也对Deep🤩Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😜主流的大模型都还没有经过独立同行评审，这一空白终于被Deep🌟Seek打破。”全球知名开源社区Hugging Face机器🙌学习工程师Lewis Tunstall也是DeepSeek论😢文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这😡种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的😅潜在风险。” 据了解，DeepSeek本次在Natur🤔e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🤯不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细😂节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😴提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行😂了全面评估。 其中，在训练成本方面，R1-Zero和R⭐1都使用了512张H800GPU，分别训练了198个小时和8😀0个小时，以H800每GPU小时2美元的租赁价格换算，R1的👏总训练成本为29.4万美元（约合人民币209万元）。不到30🤯万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可👍谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏🚀”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😀然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😜的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型😘输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O😀penAI称它发现DeepSeek使用了OpenAI专有模型😁来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 😍 R2何时问世引发关注 自今年年初发布R1以来，D🙄eepSeek在全球树立了开源模型的典范，但过去数月，外界对😎于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2💯的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有👍关。 展开全文 值得注意的是，今年8月21日，D🤩eepSeek正式发布DeepSeek-V3.1，称其为“迈🚀向Agent（智能体）时代的第一步”。据DeepSeek介绍🚀，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同🤗时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🙄时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新😜模型在工具使用与智能体任务中的表现有较大提升。 由于R🥳1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路🎉上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🤯强调DeepSeek-V3.1使用了UE8M0 FP8 Sc🚀ale的参数精度，而UE8M0 FP8是针对即将发布的下一代🙄国产芯片设计。这也表明未来基于DeepSeek模型的训练与推🌟理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🎉态一度带动国产芯片算力股股价飙升。 中国银河证券研报指😘出，DeepSeek从V3版本就开始采用FP8参数精度验证了😎其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟😅制程（12-28nm）上接近先进制程英伟达GPU的算力精度，😁DeepSeek-V3.1使用UE8M0 FP8 Scale😅参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😉的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😜拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😍换取数量级性能的提升，国产算力芯片将迎来变革。 责编：👏万健祎 校对：王朝全 版权声明 " Typ😡e="normal"@@--> 证券时报各平台所有原创⭐内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关🙌行为主体法律责任的权利。 转载与合作可联系证券时报小助👍理，微信ID：SecuritiesTimes " Ty👏pe="normal"@@-->返回搜狐，查看更多