从数据科学架构升级，看鲸鸿动能的营销智能化路径｜新经济观察

封面新闻记者 孟梅

近日，华为开发者大会 2026（HDC 2026）在东莞松山湖举行。大会期间，基于鸿蒙生态的全场景智慧营销平台鲸鸿动能展示了数据科学产品能力的最新架构。

在这套架构中，Petal Genie 作为全域营销智能助手位于顶层，定位为 AI Marketing Agent，承担顶层交互与能力编排角色；鲸鸿指数和鲸鸿万象两大营销科学产品位于中间层；PBI 分析、洞察、DMP、营销策略、营销决策等数据服务能力构成底层支撑。三层能力围绕品牌的营销目标展开，为洞察、策略、决策到投放、复盘的全链路提供体系化支持。

这次调整的意义，不只在于产品层级的重新梳理。放在行业背景下看，它反映出营销数据科学正在发生角色变化：过去，数据科学更多承担分析、报表、标签和策略辅助功能；如今，随着 AI 深度融入营销系统，数据科学开始更深地参与营销决策过程，成为品牌理解用户、制定策略和组织增长的核心基础。

从投放效率竞争，到营销认知能力竞争

数字广告是 AI 较早落地的商业场景之一。过去两年，国内外广告平台普遍在投放侧推进 AI 自动化：阿里妈妈升级万相台为 AI 无界、巨量引擎推出 UBMax、Meta 强化Advantage+、Google 发力 PMax 系列，将受众选择、出价调整、素材优化等环节交由系统自主完成，显著提升了单点投放效率。

但这只是营销智能化的其中一条赛道。另一条更关乎品牌长期增长的主线，是营销科学体系的升级，即通过数据能力回答行业洞察、人群资产、媒介策略、效果度量等核心营销问题。

当前行业主流平台均已形成对应的产品体系，巨量云图以品牌数据资产为核心，覆盖内容兴趣、O-5A 人群资产、投前投中投后全链路度量，服务营销决策与科学评估；腾讯广告如翼聚焦机会人群识别与全周期品牌资产管理，依托社交生态实现 5R 品牌关系与资产流转；小红书灵犀以 SPU 为核心，基于 UGC 内容语义、搜索与评论情绪，为品牌提供种草营销的洞察与度量。

两类赛道对应着不同的价值逻辑：AI 自动投放解决的是 “怎么投更高效”，而营销科学回答的是 “为什么投、投在哪里、如何衡量增长”。对品牌而言，投放效率提升是基础项，而清晰的增长判断、可解释的策略逻辑、可沉淀的用户资产，才是长期经营的核心支撑。

在这一过程中，数据科学的价值也被重新放大。它不再只是投放后的复盘工具，也不只是生成标签和人群包的后台能力，而是需要在更前端帮助品牌识别机会、理解意图、组织策略，并与后续投放和经营结果形成闭环。

品牌需要 “看得深” ，更要 “看得全”

当前主流内容、社交、交易平台的数据能力，普遍在各自场域内 “看得深”，能够精准捕捉平台内的用户行为与兴趣偏好。但品牌的经营往往是跨平台、跨场景的，用户的消费决策链路也贯穿了多个生活场景与终端触点。单一平台的视角难以完整还原用户的全旅程，这也让 “看得全” 成为品牌营销的核心痛点之一。

这正是鲸鸿动能此次数据科学架构升级的核心切入点。依托鸿蒙生态的多终端、系统级场景与跨应用服务能力，在用户授权、隐私保护与合规治理的前提下，鲸鸿动能的数据科学体系能够提供不同于单一内容平台的观察视角。

它并非宣称比单平台数据 “更准确”，而是以统一账号、跨场景触点为基础，形成了新的观察单位，从单一场域的用户行为，延伸到全场景的媒介旅程与动态意图，为品牌提供补充性的决策参考。

鲸鸿动能此次公布的数据科学架构，自上而下分为三层，核心逻辑是 “以 AI 降低门槛，以数据提供证据，以共创保障落地”。

具体来说，位于顶层的 Petal Genie 定位为全域营销智能助手，核心承担智能交互与能力编排功能。作为架构层面的 AI Marketing Agent，它的价值在于将分散的数据产品与服务能力进行统一调度，降低品牌使用数据科学能力的门槛。

中间层由鲸鸿指数、鲸鸿万象两大营销科学产品构成，分别提供行业趋势判断、用户需求洞察、人群资产理解等核心能力，是输出营销判断与策略建议的核心载体。

底层则由 PBI 分析、用户洞察、DMP、营销策略、营销决策等基础数据服务能力组成，为上层产品与智能体提供数据底座、模型支持与策略原料。

与 “一键给出唯一答案” 的自动化逻辑不同，鲸鸿动能将数据科学的核心价值定义为“减少营销不确定性”。整套体系遵循 “证据 — 假设 — 路径” 的决策逻辑：由数据提供事实证据，结合行业经验形成增长假设，再输出可落地的策略路径；最终的策略落地与效果优化，仍由行业团队与品牌伙伴共同完成，避免将营销决策完全黑盒化。

主动式营销：数据科学架构的行业落地路径

如果说数据科学架构解决的是能力如何组织，主动式营销解决的则是这些能力如何进入真实业务场景。两者并不是两套并列概念。前者提供底座，后者提供方法。

在HDC 2026期间，鲸鸿动能展示的主动式营销框架包括全域感知、意图智算、激活编排和阵地掌控四个环节。全域感知对应趋势、需求和舆情变化的识别；意图智算把人群、行为和媒介旅程转化为策略判断；激活编排负责组织跨场景触达；阵地掌控则通过搜索、对话、通知、元服务等入口沉淀后链路关系。

鲸鸿动能官网显示，其以“1+8+N”全场景高价值增长阵地为核心，连接10亿+智能终端，服务全球170多个国家和地区，覆盖大健康、文旅、奢侈品、快消等200多个行业。对华为来说，多端连接、系统入口和高价值用户本身就是生态基础，它们支撑品牌把用户旅程看得更连续。主动式营销强调的“主动”，也不是更频繁地触达用户，而是在更合适的时机，让品牌服务能够顺着用户意图出现。

汽车行业是一个适合观察这套逻辑的场景。购车决策周期长，家庭成员常常共同参与，用户从了解车型到搜索、比较、到店和留资，天然需要多个触点协同。鲸鸿动能在新能源车型上市合作中，通过Family Reach大小屏联投，让家庭大屏完成品牌种草，再由手机端承接搜索和留资，带动协同触达用户主动搜索意愿提升36%。案例不需要展开过细，它说明的是，生态触点和数据科学能力可以服务于真实决策链路。

类似逻辑也适用于金融、文旅、家居等行业。金融行业看重高质量客群识别和合规承接，文旅行业看重不同人群的出行决策周期，家居家电行业则更依赖家庭场景和长周期比较。行业不同，主动式营销要处理的问题不同，但底层逻辑一致：先理解需求和旅程，再组织触点和服务。

从HDC 2026展示的信息看，鲸鸿动能此次数据科学架构升级，给出了这套逻辑的产品化表达。Petal Genie负责理解任务和组织流程，鲸鸿指数与鲸鸿万象承接洞察和策略判断，底层数据服务支撑执行与复盘，主动式营销则把这些能力落到行业场景中。

未来，这套架构能否在更多行业里持续形成效果，还需要更多品牌实践和市场反馈验证。但可以确定的是，AI 时代的营销竞争，早已超越了单纯的算法效率比拼。品牌对增长主动权的理解，也正在从投放操作本身，延伸到对洞察、策略、触达和经营链路的整体把握。