全栈算力,加速行业AI落地 了解详情
写点什么

企业数字化营销,这个工作不“性感”但很重要

  • 2022-12-15
    北京
  • 本文字数:6263 字

    阅读完需:约 21 分钟

企业数字化营销,这个工作不“性感”但很重要

当我们购买某件商品,脑中闪现的不再是耳熟能详的电视广告台词,而是在社交平台上某位博主的疯狂“种草”;当我们进入某个电商平台,不再信奉卖家的一面之词,而是先把买家评价通览一遍——种种现象表明,消费者正在从商业信息的被动接收者,变成商业信息的主动创造者、承载者和传播者。

 

这意味着,海量的商业信息将铺天盖地而来,消费者的注意力经历前所未有的分散化、粉末化,忠诚度将持续降低。而企业营销模式,则不可避免地迎来巨大挑战。

 

为了破此局,越来越多的企业开始进行数字营销运营,通过打造私域,把分散的消费者重新收拢起来。对此,纷析咨询创始人/CEO 宋星提出了“诱饵、触点及规则”的核心策略:第一,通过诱饵把公域流量引入到私域;第二,通过触点优化消费者体验,获取更多消费者数据,进行针对性营销;第三,把多个诱饵、多个触点组合起来,变成一系列连贯的路径。

 

宋星认为,企业在这个过程中,既不能裹足不前,也不能盲目投入;既要有开放的试错心态,也要有整齐划一的战略支持。比如,并不是所有企业都要做精细化运营,企业做营销不能脱离产品本身和商业逻辑,要学会算账。而一旦决定做数字化营销,则要下决心、肯投入,既要有战略规划,也要有与之匹配的组织架构和技术手段支撑。

 

本期 InfoQ《超级连麦. 数智大脑》,由纷析咨询创始人/CEO 宋星对话 InfoQ 极客传媒数字化主编高玉娴,探讨在新消费趋势下,企业的数字化营销“攻略”。内容有删减,感兴趣的同学可进入“InfoQ 视频号”观看直播回放。 

 

消费者不再是商业信息的被动接受者

InfoQ:从您的视角来看,如今消费者的消费观念、方式、动机等各个层面发生了哪些具体变化?

 

宋星:消费者本身的角色确实发生了根本性的变化。过去,消费者是商业信息的被动接收者,但现在,每一个消费者都能通过微信、小红书等各种互联网平台展现自己对商品的评价、喜好,他们变成了商业信息的主动创造者、承载者和传播者。

 

在这样的身份转变下,我认为有一些趋势是值得企业去关注的:

 

第一,企业与消费者的关系不再是过去单向的商品售卖,消费者不仅是企业的客户,还是企业营销、传播的重要资源,是影响更多消费者的核心驱动力;

 

第二,由于消费者之间的影响越来越大,能够获取的信息越来越多,消费者对单一品牌对忠诚度有比较明显的下降。

 

正因如此,数字化营销的重要性随之提高,同时,它也在影响企业的数字化营销策略。

InfoQ:这样的消费趋势会给企业营销方式带来哪些影响?


宋星:归根结底,在这背后是营销权利(或者说传播权利)的变化。过去的营销传播依托于中心化的媒介,现在,这样的媒介被细分、切碎,变得离散化、粉末化。这必然导致数字化营销方式的剧烈变化。比如,过去企业只需要跟电视台打交道,现在,还要跟各种互联网渠道、跟成千上万个自媒体、甚至跟每一位消费者打交道。

 

这意味着,企业必须跟消费者建立长期的关系,就像经营一段婚姻,为了达到这个目的,需要新的营销技术和营销思维上的转变,从整个全生命周期去运营消费者。面对不同的消费者,企业要有不同的策略,灵活运用“人、货、场”匹配不同消费者的需求。并且,在这背后,还需要内容相关的技术、数据技术、营销自动化技术,以及平台化的技术去做打通和支撑。

 

当然,这并不是说电视台这样的传统媒介就会消失,集中式和分布式的媒介还会并存,企业数字化营销的方式就像是在一个树干上长出了越来越多的分枝,每一部分都变得重要起来,因此,营销本身也就变得越来越复杂。

 

也正因如此,简单粗暴的流量变现已经不能满足企业需求,企业需要深入了解每一位消费者,用更具策略性的手段、更细节的数据,去影响每一个个体。换句话说,企业的营销策略必须从过去单纯的流量变现,转变为与消费者深度链接的精细化运营

InfoQ:其实有很多企业并不是不想做精细化运营,而是不知道从哪里开始做。您的经验是什么?

 

宋星:对企业来说,在什么情况下要去做,什么情况下不做,或者应该具备什么样的条件再去做?这是战略性问题。

 

对于精细化运营,其实并不是所有企业都必须从流量变现的模式中走出来。比如,有一款价格很便宜的饮料,从 3 岁的小朋友到 99 岁的老人都可以喝,他真的需要跟消费者建立深度的关系吗?其实未必,因为建立深度关系是需要高额成本的。

 

还有人说,跟消费者的连接只要建了私域就万事大吉了,觉得私域流量是免费的,而且是高质量的,可以反复使用。其实,这个观念是非常错误的,私域流量的流量价格非常高。消费者成为你的会员,他就一定是你的忠诚用户吗?不一定。

 

比如,很多人在双11 的时候注册了很多品牌的会员,仅仅只是为了省几块钱,而对品牌并没有忠诚度。这时候,你要让这些会员真正变成你的消费者,还要花很多钱去设计诱饵,这些资源投入都是很大的。

 

因此,企业做消费者运营,得学会算账。在给很多企业做咨询的过程中,我们发现很多企业有决心,也肯花钱,但最终如果没有把账算好,问题也是致命的。

不能脱离产品和商业逻辑去做营销

InfoQ:企业在这个过程中普遍面临的挑战有哪些?

 

宋星:企业与消费者的关系交互,是长期的、多频的,而非一次性的。

 

所以,我们提出了“诱饵、触点以及规则”的策略方法论,强调从业务链路角度出发,通过数据了解消费者,用一切可能的手段与他们更多地交互,在消费全生命周期内与他们建立深度的关系,在形成触点和规则后,让他们帮助企业本身去影响更多消费者。这是如今企业构建新的营销模式的破局点。

 

当然,这并不容易,大部分企业是很难转变过来的。比如,如何跟消费者建立深度的关系?如何获得有价值的数据?有了数据又怎么去应用?营销的核心在于运营,但运营诞生于互联网企业,当传统企业要去做这件事时,思维、观念、手段的转变是比较困难的。

 

特别是对于运营本身来说,其中有很多脏活累活,有很多细节的工作,随着企业员工越来越年轻化,愿意干这些工作的人也越来越少。举例来说,我们每天要把数据报表拿出来,基于数据分析当天消费者的偏好、给他设计的诱饵合不合适、界面布局设计是不是合理、是否需要再修改、谁来配合你等等。每一个环节都要快速反应。

 

但这些细枝末节的工作,在越大的企业越完成不了。因为规模越大,部门间的隔阂越大,很难协同完成这些事情。而当协同难度很大的时候,很多工作就需要运营的同学自己干,这时所谓的脏活累活就来了。所以,数字化营销事无巨细,这个工作很不“性感”。

InfoQ:运营过程中的“脏活累活”可以用技术手段去完成吗?

 

宋星:针对数字化运营,我提出了一个 PECO 模型(Product-产品,Efficiency-效率,Channel-触点,Operations-运营)。我们认为,PEOC 决定了企业的竞争优势。而在 PCEO 模型中,“E”讲的是效率,而效率的提升往往要依赖技术工具来实现。

 

之前我们接触过一个品牌,他们主要通过微信群进行消费者运营,包括通过与群内消费者的交流,了解他们的喜好,然后针对性地推出产品。在这背后,他们投入了数百个员工专门对好几个 500 人微信群做运营,其中一部分负责内容,一部分负责社群。这么多人一起做这样一件事,其实成本并不低,而且运作起来也很复杂。在这样的场景下,如果能够利用CRM或者Marketing Automation这样的技术,就能大幅减少人员的投入。

 

另一个问题,数据从哪里来。企业的数据来源可以有很多,但数据平台必须只有一个,通过统一的客户数据平台(Customer Data Platform)打通共享数据。除此之外,还可以通过数字资产管理软件(DAM),对消费者运营策略的效果进行分析评估,当你做出一个内容之后,还要适配到小红书、微信、抖音、淘宝等各种平台,这时候就可以借助 DAM 甚至 AI 的方法帮你遴选并组合出更合适的素材。

 

包括现在非常火的ChatGPT,它也能在很大程度上解决营销过程中,客服与消费者的交互问题。

 

也就是说,技术在其中的作用,是解放重复性的劳动,让企业在“E”的环节做得更好,让人可以把更多精力集中在“O”的部分,去做运营、做优化。

InfoQ:单个产品是否很难做到频繁的消费者运营?

 

宋星:其实产品和产品之间的差别非常大,我们不可能脱离产品去谈营销,这里就是涉及 PCEO 模型中的“P”。

 

通常来说,影响产品营销策略的主要是 7 大因素:

 

第一,产品的消费人群的细分程度;

 

第二,产品的话题性。如果一个产品在它的生命周期中,始终能够保持强话题性,就有机会和消费者建立比较深度的关系,比如杜蕾斯的话题性就很强,它总是能策划出一些出人意料的广告创意或者内容传播;

 

第三,产品天然的购买频次。比如,汽车的购买频次显然不可能像手机那么高,它推新品的频率也就不需要那么高;

 

第四,产品的决策复杂度。拿医美行业来说,做鼻子抽脂的决策复杂度肯定高于光子嫩肤,这意味着两种产品的营销方式肯定不一样;

 

第五,产品是否提前体验。比如 Ubras 无尺码内衣,它就是通过降低体验的难度,方便消费者进行购买。另外美妆产品经常提供的小样,也是便于消费者提前体验;

 

第六,产品的渠道依赖度。有的商品非常依赖于渠道,比如说口香糖,现在口香糖为什么卖得非常难?因为大家不到线下去了;

 

第七,产品对自营终端的需求程度。

 

所以这些因素都会决定产品形态,而这些形态又会反过来决定企业在营销上采取的策略。那么,回到问题本身,单个产品能不能做频繁的消费者运营?恐怕不能够用一个放之四海而皆准的标准说一定能或者不能。

 

但总体来看,如前面所说,消费者的忠诚度在下降的,数字化营销会变得越来越重要,产品本身也要不断推陈出新,才有可能跟消费者建立比较长期的关系。当然,有些产品并不需要频繁出新也能保持与消费者的连接,比如,针对同样的产品,也可以定期给予一些话题性,或者多提供一些“诱饵”,这些也都是常见的营销策略。

InfoQ:Engagement Index(交互度指数)的权重应该怎么样去确定?

 

宋星:Engagement Index 是把与消费者互动、以及对应的消费者行为等比较模糊的内容用定量的方式描述出来,哪些行为更重要,就会给到更高的权重或者评分。

 

一般来说,index 的计算方式要从终极目标倒推。影响商品成交的因素有很多,包括消费者浏览商品详情页的次数、停留时间等等,各个因素的占比,就是权重。权重的大小取决于你的商业目的,如果你的目的是为消费者提供一个触点的平台,就需要他们在上面多停留一些时间,大家待的时间越久,越有可能了解你的商品信息。这时候,停留时间的权重就可以高一些。

 

当然,这里的权重定义要符合商业逻辑。比如,消费者的商品详情页停留时间的权重,肯定不能高于他直接下单买了一个东西。权重的定义一定跟自己的商业有关系。

要有开放的试错心态,也要有整齐划一的战略支持

InfoQ:数据是实现数字化营销的基础,企业究竟如何强化数据能力?

 

宋星:企业希望实现消费者数据和产品的打通,比如,某个消费者在你这既买了冰箱,又买了手机,从企业的角度来说,肯定想看到他在每一个产品线上的行为数据,然后再对他做分析。但这是很难的。

 

首先,在收集数据的过程中,缺乏规则和标准。A 部门对 A 产品录入的名字,和 B 部门对 A 产品录入的名字可能完全不同,可能是全名、代称或者缩写等等。如果企业内部都无法用同一个标准表述一件产品,当消费者跟它产生交互的时候,哪怕来自同一个触点,也很难做整合分析。

 

那么,数据清洗可以解决这个问题吗?虽然 AI 这样的工具可以提高数据清洗的效率和效果,但如果连命名规则不能统一,AI 是很难识别同一个东西的不同名字的。

 

其次,很多企业的部门墙太厚了。不同业务部门之间根本不愿意互相共享数据,融合数据。

 

其三,数据搜索的工具不统一。过去很多企业内部部门的工具都是单独采购的,有的用 A 公司的工具,有的用 B 公司的工具,这也会导致难以实现融合。

 

其四,企业看似掌握了很多数据,但可用的数据却很少。企业投入了很多成本和精力买流量、做内容、沉淀用户,但是消费者进来之后,没有匹配的触点和规则做留存,导致消费者又纷纷走掉,那么即便掌握他们的基本信息也是没用的。

 

所以,数字化营销它不是上嘴唇碰下嘴唇一句话的事,没有通用的套路,也不能像变魔术一样立竿见影,它需要一整套标准的管理体系,需要整齐划一的规划,其中还涉及大量细节的工作,这才是根本性的问题。

 

之前我们接触过一个奶制品企业,他们专门成立了一个消费者触点委员会,由管理层牵头,在内部把各个业务部门的负责人都调过来,在外部还聘请了相应的专家。他们的职责就是协调各个部门,统一资源、统一口径、统一标准,只有把这个前期工作做好,后面的工作才能顺利开展。而在后续的营销运营过程中,他们也会及时根据各个营销平台最新的功能、规则,不断策划新的营销策略。

InfoQ:能不能总结一下这些做的比较好的企业,他们身上都有哪些特质?他们做的成功的点能不能总结几个关键的点出来。

 

宋星:首先,企业是不是真的肯花时间、花精力、肯投入资源去做营销,这很关键。比如,有的企业想做电商,但是电商平台提供的产品和线下相逼,不仅价格没有差异,货品还没有线下的全,这种情况下,就算配 1000 个人去做电商运营也没用。

 

归根结底,消费者关心的还是产品本身,针对不同渠道、不同消费者,必须投入资源做差异化策略,可以是价格、产品配置或者服务的差异化等等。

 

并且,很多企业还容易陷入“先有鸡还是先有蛋”的误区——也就是要先想清楚再做,还是先投入了再慢慢摸索。有意思的是,很多时候,不投入、不去做就想不清楚,就看不清“坑”在哪,因为别人的“坑”不一定是你的“坑”。每个企业的组织文化不一样,基因区别很大,哪怕卖的是同一款产品,适合的营销方法也完全不一样。

 

所以,那些做得比较好的企业,往往有更坚定的决心,有开放的心态,愿意试错。

 

当然,不是盲目地去试,还要有战略有规划的配合。就像我们做 AB 测试,肯定不是盲目地把某个按钮从红色改成绿色,而是在分析了界面中间存在一些值得改进的地方,然后再去做相应的 AB 测试。

 

同理,在与消费者建立深度关系的过程中,企业可以先定一个大的策略,需要哪些技术工具、数据的抓取要细化到什么程度、触点如何设置、需要设立什么样的消费者互动等等,都要有提前的预估。然后在这个过程中,根据预估和实际的结果比对,还要不断调整和优化策略。

 

此外,组织架构的调整也很重要,一些组织架构先天就是做不好运营的。举个例子,很多企业的公域和私域两个部门的 KPI 相互竞争,这就会导致两个部门之间互不配合,守着自己的一亩三分地,东一榔头西一棒子,无法带来协同效益。这种情况下,组织架构就必须调整,KPI 的制定也要相应匹配,只有这个问题解决了,事情才能做好。

InfoQ:在企业进行营销数字化的过程中,需要哪些类型的人才?

 

宋星:数字化营销本身是一个很大的概念,这也意味着,它需要各种类型的人才支撑。拿公域来说,你要有投手、有创意策划、有做内容的等等;而对于私域来说,要有做数据、做触点、做运营的人员。

 

当然,你还要懂得利用技术,要知道怎么打通数据、怎么使用工具,怎么实现隐私计算以及横向纵向的联邦学习。这其中涉及很多跨界的工作,需要企业从思维、策略、组织到人才培养慢慢去实践。

 

嘉宾介绍

宋星,纷析咨询创始人兼 CEO ,大数据分析专家 ,数据化营销与消费者运营领域资深的从业者和深富影响力的行业意见领袖,新南威尔士大学营销分析行业顾问委员会(UNSW Marketing Analytics Advisory Board)委员;阳狮传媒集团特聘顾问、腾讯星河计划顾问、百度集团顾问与钻石讲师、Google mLab 顾问、北京航空航天大学特聘教授; “互联网分析在中国(www.chinawebanalytics.cn)”博客(原“网站分析在中国”)全文作者;前阳狮传媒集团数据技术与创新事业部总经理、前 Adobe Omniture Business Unit 大中华区首席商业咨询顾问。

公众号推荐:

跳进 AI 的奇妙世界,一起探索未来工作的新风貌!想要深入了解 AI 如何成为产业创新的新引擎?好奇哪些城市正成为 AI 人才的新磁场?《中国生成式 AI 开发者洞察 2024》由 InfoQ 研究中心精心打造,为你深度解锁生成式 AI 领域的最新开发者动态。无论你是资深研发者,还是对生成式 AI 充满好奇的新手,这份报告都是你不可错过的知识宝典。欢迎大家扫码关注「AI前线」公众号,回复「开发者洞察」领取。

2022-12-15 13:484115

评论

发布
暂无评论
发现更多内容

什么是SSD Sanitize数据擦除技术?

怀瑾握瑜

存储 SSD 数据保护 备份 删除

JAVA 面向对象 (十二)-- 关键字this

加百利

Java 关键字 this 6月日更

我用来阻止你摸鱼看直播、知乎和微博的Chrome插件

OBKoro1

chrome 效率工具 大前端 工作效率 chrome扩展

ECMAScript 2021 (ES12)通过,正式写入 ECMAScript 标准

清秋

ecmascript 新闻资讯 ES2021 ES12 标准

Facebook Chat真的是世界第三大即时通讯客户端吗?

WorkPlus

作为后端开发者的思考:如何看待如今的前端架构

DisonTangor

大前端 后端

🏆「终」【JVM 性能调优】「CMS 垃圾回收器」优化实战分析(补充版)

洛神灬殇

CMS JVM GC调优 6月日更

oneAPI开启新征程 英特尔拥抱开源打造软件生态

E科讯

今天带你详细了解各组件原理!面试建议

欢喜学安卓

android 程序员 面试 移动开发

云管理平台建设,这项功能必不可缺 ↓

BoCloud博云

云管理平台

华为云数据库GaussDB(for Cassandra)揭秘:内存异常增长的排查经历

华为云开发者联盟

nosql 云原生 Cassandra 华为云数据库 GaussDB(for Cassandra)

使用高级视频质量工具 AVQT 评估视频 | WWDC 演讲实录

网易云信

机器学习 算法 音视频

Linux之cp命令

入门小站

Linux

react源码解析20.总结&第一章的面试题解答

全栈潇晨

React

怎么办,linux的常用命令就是记不住?于是每天推一些linux指令实践总结

李阿柯

面试 操作系统 linux运维

听说一代数据库大侠都是这样练成的?

华为云数据库小助手

数据库 GaussDB 华为云数据库

WICC 2021来袭 融云领衔探索互联网通信云技术新方向

融云 RongCloud

云小课 | MRS基础入门之HDFS组件介绍

华为云开发者联盟

hadoop hdfs 分布式文件系统 MapReduce服务 数据读写

大白话彻底搞懂 HBase Rowkey 设计和实现方式

云祁

大数据 HBase

在线URL转sitemap工具

入门小站

Linux

电梯“惊魂”事故频频发生,可视化全平台覆盖,远程值守高效监控

一只数据鲸鱼

数据可视化 智慧城市 智慧园区 智慧电梯

英特尔拥抱开源,岂能没有杀手锏?

E科讯

法国政府的"安全 "WhatsApp替代品在短短90分钟内被破解

WorkPlus

深入了解JAVA线程篇

邱学喆

线程 线程池 线程间通信 线程回调

Rust从0到1-自动化测试-运行测试

rust 自动化测试 Automated Tests 运行测试

基于朴素ML思想的协同过滤算法(十七)

数据与智能

推荐算法

用超出行业平均薪资招人?

石云升

职场经验 管理经验 6月日更

英特尔院士Johanna Swan:极致的异构集成是半导体封装未来趋势

E科讯

Spring @Transactional 注解是如何执行事务的?

程序员小航

Java MySQL spring 事务 代理

一步一步实现 Vue 3 Reactivity

pingan8787

JavaScript Vue 响应式 Vue 3

Android快速转战Kotlin教程,附详细答案

欢喜学安卓

android 程序员 面试 移动开发

企业数字化营销,这个工作不“性感”但很重要_大数据_高玉娴_InfoQ精选文章