最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

以消费者为中心的品牌数字化转型要害何在?

[复制链接]
跳转到指定楼层
楼主
发表于 2019-3-14 17:52:06 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
作者:翟起
来源:品牌几何(ID:brand-vista)
“消费者为中心”、“消费者资产”、“从流量运营到人群运营”……从2018到2019,从电商平台到品牌公司,从甲方到乙方,“消费者中心”已然成为一个营销热词。
而当一个专业名词被“捧”上位,成为一个社会热词,很多时候,我们便忘了去推敲该词的真正含义:到底什么是消费者为中心?什么是消费者运营?为什么要做消费者运营?如何做?谁来做?这一连串苏格拉底式的提问,在我脑中盘旋已久,隐约有答案,但又模糊冗长。
庆幸今天有此机遇,在和天猫大快消总经理古迈的“茶话会”中理清了思路,找到了一个“八字”答案——赋能、解构、重构与协同,在加上一个贯穿全局也必定影响未来的数字化转型。
(左上第二位为古迈,旁边是贝恩全球合伙人Bruno)
这精简的“八字”答案,用古迈的原话来说,“这是非常重要的,次序不能颠倒的四个定义数字人才的关键品质”,具体来说就是:
01
赋能——就是要有利他的动机,说人话,就是要有价值。做事对人,有了你,就能增加价值,所以只有“利他”的人才有可能赋能。
02
解构——这是一种分析能力,透过复杂的营销环境,多变的机制玩法,发现隐藏其中的最本质的问题,这种解构的能力最考验一个人的逻辑能力,演绎与归纳,穿越错综复杂,找出主线。
03
重构——这个阶段最需要勇气,只有敢于颠覆自己,怀揣空杯心理,方能找到解决问题之道。摒弃已有的作业习惯,走出舒适区,根据已知重构未知,有学习能力且时刻保持“饥饿”的人通常得此品质。
04
协同——我们都是社会人,在营销的世界里,每个人更是一个生态人,连接丰富的资源,协同合作的能力必不可少。
看到这里,各位是不是深吸了一口气,倘若每一项都可以对号入座,恭喜你,在数字化营销的职场上前途无量!古迈的这八个字,虽然初衷是用来定义“数字化人才”,但在我看来,用来解释“消费者为中心的数字化转型”,也是可以点睛的。
1
首先:赋能
不管是消费者为中心,还是数字化转型,都要能够赋能生意本身,脱离了生意营造再好听的概念都是耍流氓。从流量运营转向消费者运营,从全球到中国,都在谈数字化,为什么我们大家都如此之统一,还不是为了赋能生意的增长,哪个方法论对于生意的增长有价值,哪个方法论就应该被研究和实践。
“消费者为中心”不是一个被用来高喊的口号,也不是一个用来标榜我“懂”营销的谈资,而是一个应该在实践中被不断优化的应用方法。基于大数据的分析,招新扩大人群总量,在实战中留存适合自己品牌的消费者资产,真正为生意的增长长期赋能,而不仅仅是短期GMV,这是消费者资产更大的价值。
而消费者本身,也正是赋能新零售的最大引擎。一个一个活灵活现的消费者,他们的每一个行为,串联起了线上线下的所有触点。我们可以通过部门架构和技术手段,人为的把线上线下加以划分,可是消费者可不买单,即时即刻,一个消费者的行为可以同时在线上出现,也可以在线下发生。我很认同古迈提及的“样本量更大,颗粒度更细”的消费者,这不仅仅是消费数据,也是更多维度的数据融合,这也意味着,我们开始把消费者真正当作一个“人”来看待!
以往我们谈细分市场,消费者的面目是模糊的,现在我们谈“比特化的消费者”,消费者的每一个行为都有可能通过实时的数据观察得到,细分市场中的每一个消费者都变得生动起来,他们有情绪、有观点、有身份认同,在品牌方最关心的“消费行为”背后,大数据能透露更多的“理由”,因此也能更多的赋能生意本身。
2
其次:解构
营销环境复杂多变,电商机制推陈出新,大数据帮助商家透过繁复,穿越琐碎,解构分析,发现问题。这是一种能力,也需要一些工具来作为辅助。
解构的过程,就像看悬疑小说,读得章节越多,得到的线索也越多,但是疑虑也日渐增长,人的心理就是这样,越是一团毛线,就越是想要看到更多,在结局出现之前,善于分析的读者慢慢就能推理出结局,这需要拨开迷雾,理清线索的逻辑能力。
数字营销的魅力所在,就在于如何应用数据工具来“拨开迷雾”。洞察消费者,就是一个解构的过程,数据银行、策略中心,就是那个“拨开迷雾”的工具,解构的结果,也许是一个新的消费者需求,也许是一个更大的市场。
3
然后:重构
通过大数据分析消费者行为,洞察消费者行为背后更深的原因,找到新用户、新市场。不用刻意的划分线上和线下,跟着消费者走,整合一切有效资源进行人群的分级营销(店铺、广告、内容、IP等等),重构一个营销机制,重构一个组织架构,助力新品类、新市场、新生意,实现真正C2B的价值。
重构的核心价值,在于“开放性”,新知识、新技术和老经验需要和谐共存,数字化营销中的“先动优势”十分有效,不管以前有过多么优秀的业绩成果,公司的架构曾经多么的高效,现在的生意环境,都需要一个“空杯”心态,不仅仅是员工,更加是公司层面的,尤其是CEO的“开放性”思维。
每一家公司都有自己独有的文化,每一盘生意都处在不同的阶段,如果不能一步到位,全盘数字化,那么就从某一个垂直部门的数字化开始,形成一个扁平和垂直化的数字化矩阵。办法总比困难多,没有人比你更了解你的公司,因地制宜的数字化,也能成为重构的第一步。
4
协同
这里的协同,不仅仅是指团队之间的协同合作,更是公司与公司,公司与各种资源的协同。营销是一个生态,每一个品牌都是一个生态品牌,不可能独立于市场资源而存在。如《阿凡达》中的生态世界,品牌需要和阿凡达一样,留有连接的触点:连接消费者,连接KOL、连接IP、连接其他品牌,连接线上线下,通过什么连接?当然是数据!
(看到这里,是不是很有画面感,每一个品牌都是阿凡达)
赋能、解构、重构、协同,被我反复叨叨了三遍,可惜的是,即使各位一字不拉的背出来,那也是做不好日常数字化营销的,专业的事交给专业的人,提前透漏一个消息:贝恩公司与天猫共同提出了一个“BBA-A品牌加速器“,即将在3.4金妆奖对外发布,这是一本商家运营白皮书,旨在帮助品牌商实现以消费者为中心的品牌数字化转型。由于本人及团队参与了前期的调研及最后的撰写,这里提前给到大家满满的干货(详见附录)。
附录
总的来说BBA-A强调以消费者为中心创造品牌价值(“一个中心”),定义品牌核心战场与人群(“两大基础”),全面推动数字化业务,提升人、货、场匹配效率(“三驾马车”),同时通过组织和运营模式、数据与技术两大关键基础设施为转型打下良好的地基(“两大要素”),加速品牌数字化变革。
具体来说:本文将重点关注BBA-A中的“明道“与”优术“模块,并通过4大主题,从实际操作层面帮助品牌商梳理以消费者为中心的数字化转型的具体方法。其中4大主题包括: FAST创新实践, 会员运营,内容运营,以及品类策略与创新。
FAST创新实践
依据“指标-场景-解决方案”的联动,我们实现将指标细化到全场景应用,从消费者运营目标设定,到提升指标相关业务场景的设计,以及最终工具产品的应用与落地时间。通过分析品牌消费者健康状况,并对标行业领先企业,有针对性地采取营销手段,提升消费者运营能力。
会员运营
经济下行的大环境下,品牌商应当更加重视自有人群的运营,将会员运营,尤其是全域会员的联动纳入消费者管理的核心元素中。通过数据运营产品的深度使用,提升消费者健康度和品牌渗透,从而创建更多运营场景,以寻求超级用户获取(S)的最佳实践与优化方案,并从内容、互动、服务、活动、积分五大环节探讨会员运营效率提升(T)。
品类规划与创新
品类运营是消费品行业的重点,在品牌数字化转型过程中,品牌商应当从消费者出发,将品类策略的战略规划,实施落地,以及复盘反馈有机的整合成一个闭环。同时通过精确的目标客群选择,快速迭代的操作方法,以及如C2B/C2M的反向定制模式,提升品牌商整体的产品创新与品类发展能力。
内容运营场景
在流量红利结束的趋势下,将内容形式纳入到运营体系中成为流量拓展的突破口。天猫与外部机构合作共建内容阵地,并进行全域内容传播,站外媒体共建、数据回流形成闭环,达到营销节点共振,从而扩大超级用户群体(S)与超级用户的活跃度(T),实现天猫运营的效率提升。

Dr. CAO小寄语




楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-6 13:21

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表