本期嘉賓
伴隨品牌增長發力點從流量運營轉向消費者運營,以及平台數據的進一步開放,品牌要做的是從底層基建到營銷激活的全面升級,這意味著一系列關鍵的決策,包括:如何科學確立數據戰略?如何更有效的搭建數據營銷生態圈?如何讓數據更好的賦能品牌數字營銷全鏈路?如何評估數據營銷諮詢服務商是否能夠勝任品牌數據營銷轉型合作夥伴?
為了回答以上問題,我們找到頭部國際數字營銷諮詢服務商安客誠,邀請安客誠中國區董事總經理Nancy Song、合作夥伴Kinesso中國執行長Jonathan Beh以及合作多年的某知名跨國美妝集團數據營銷總監,圍繞品牌數據營銷的進化、品牌數據營銷生態的構建與賦能、數據營銷諮詢服務商的創新展開了深度對話。
一、疊代:品牌數據營銷的演進
媒介與渠道的裂變與創新讓消費者觸點不斷更新並且日益複雜,每個觸點所沉澱的數據在營銷的各個環節散落在不同的地方。隨著平台數據從封閉到開放,品牌方能夠收集與利用的數據更加豐富,這推動了數據營銷的轉型。
1、媒介投放:從數字營銷到全渠道營銷
媒介投放經歷了從數字營銷(Digital Marketing)到Omni-channel Marketing(全渠道營銷)的疊代。
第一階段,在十多年前的數字化時代,BAT剛剛開始建立DSP,企業要用到數據來做廣告投放,就只能買BAT的媒體資源;第二階段,阿里、京東開始更加關注自身的品牌化,開始開放數據。企業可以用他們的媒體資源,也可以在整個媒體生態中來投放;第三階段,阿里、京東數據更加開放,企業可以將自身第一方數據與平台數據融合,整合一方、二方、三方數據建立數據管理平台,這時品牌能夠真正實現全渠道營銷。
在此過程中,平台的數據開放性起到了關鍵的推動作用。Jonathan提出一個有趣的比喻:「我們可以把平台理解成一個小朋友,數據是他們的玩具。在十年前,小朋友的玩具只能自己玩,也只能在自家的遊樂場玩;近兩年,小朋友逐漸開放了他們的玩具,與其他小朋友一起玩;現在,小朋友同意把玩具讓別人帶回家玩。而當數據營銷進入全渠道時代,品牌數據營銷也從Precision(精準)階段,進入了預測(Prediction)階段。」
2、客戶數據管理:從單一線下數據到建立數據生態
數據來源的逐漸豐富與多元,也推動CRM(Customer Relationship Management,客戶關係管理)從依託線下數據到整合三方數據的升級。
在第一階段, CRM依靠線下數據展開,如:從櫃檯填寫客戶資料卡、櫃檯的POS機刷卡留下的數據、路邊收發小樣獲取的聯繫方式等。在此階段,CRM以現有顧客的復購及激活為核心。例如,安客誠幫助某高奢美妝品牌,針對曾經購買彩妝的顧客,通過模型進行聚類分析後,定製了不同的復購路徑,幫助品牌實現了品類和會員的升級。
第二階段,線上數據納入CRM系統,包括線上店鋪的數據、微博微信等社交媒體的數據。依託於平台開放的數據工具,如阿里數據銀行,策略中心等,安客誠可幫助品牌基於現有顧客畫像,擴展潛客範圍,向天貓店鋪導流並推動轉化,並對未成交潛客進行重定向召回。
第三階段,通過一方、二方、三方數據的融合,品牌可以真正做到以數據驅動營銷。安客誠助力某知名護膚品牌,基於現有的一方數據在媒介平台上進行重新定向、相似人群拓展、標籤篩選,有效推動了銷售增長。
也有實踐來自於將品牌一方數據與三方數據的安全匹配後,得到更準確的消費者人群畫像,從而可以定製優化的營銷場景。例如,某高端洋酒品牌曾定位其目標人群為精英男士,而安客誠通過與第三方數據匹配後發現,家庭主婦也是該品牌的核心購買人群,並且偏好在電商平台大促期間進行購買。因此,該品牌調整了其溝通策略與電商策略。
圖:以用戶為中心整合三方數據
面對全新的數據營銷環境,Nancy提到:「品牌需要依靠技術與數據的賦能,以用戶為中心,做到高度相關與即時響應。這意味著,使消費者與品牌接觸的過程變得更流暢,使消費者購買轉化過程變得更簡單。而安客誠做的所有工作,都是依靠數據與技術,圍繞找到正確的人、在合適的渠道、給他們推薦高度匹配的內容與產品、推動轉化來展開。」
二、共建:全渠道數據營銷生態
品牌完成數據營銷的進化與升級,實現全鏈路運營與線上線下的融合,需要一方數據與三方數據的識別與融合,讓不同來源的數據之間形成匹配的關係。這依賴於數據營銷生態的建構,需要品牌方、平台方、數據營銷諮詢服務商基於各自的職能與責任,有意願貢獻行業,在保證安全的前提下,推動數據融合,為生態共建貢獻力量。
1、品牌方:制定明確的數據戰略並持續引領與貢獻行業
a.做創新引領者並持續貢獻行業
品牌方是為平台方、數據方、數據營銷服務商提供創新落地的土壤。如來自品牌方的採訪嘉賓所說:「任何數據與技術,都需要結合品牌與產品的營銷實踐創新,才可能得以落地,並檢驗效果。同時,不論技術如何變化,品牌方中最重要的價值始終是與營銷的本質一致的——以保護消費者數據安全為前提,為市場提供有價值的產品與服務。」
同時,當下行業中領先品牌或者集團已經在考慮,成為搭建數據生態系統的一分子,建立一個中立的數據生態,將自己的數據和合作的夥伴的數據整合在一起。例如,在超市售賣產品的品牌,可以建立一個包含自有品牌、產品數據和沃爾瑪、屈臣氏等賣場數據的數據生態。在整合數據的基礎上,通過數據分析、建模、聚類分析,挖掘品牌在賣場中更有效的營銷方式,從而更有效的促進銷售轉化。
b.科學制定數據戰略,合理分配資源
首先,品牌要清晰界定一方、二方、三方數據,而不是籠統提大數據的概念。然後根據預算和商業預期,合理分配品牌將在每一方數據上的投入。例如,初創品牌,沒有太多的一方數據,他們依託於平台而生,需要依靠第二方數據來累積一方數據,因此,這類品牌的發力點就在平台,應該將90%的精力放在二方數據識別、獲取與管理上。
對於成熟品牌來說,Jonathan強調:「想要玩轉三方數據,首先要做好第一方數據的收集和管理。如果連第一方數據的收集都沒有做好,就去盲目納入更多的數據源,到最後給數據的識別和使用增加許多挑戰,甚至可能會導致項目的失敗,對企業人力和財力都是一種浪費。盲目追求大數據,是做不好的。建議品牌就算沒有其他平台數據來對接第一方數據,也要先把自己的CRM數據做好。」
2、平台方:圍繞行業增長,聯動多方,打造一體化合作機制
平台方在生態中的關鍵角色是建構有效合作機制來連結生態領域中的多方利益相關者,在此基礎上通過數據與技術幫助品牌方實現業務目標。在《Grow2.0品牌數字化增長白皮書》中,阿里巴巴資深數據技術專家萬家華提到:「阿里巴巴數據中台在「大中台、小前台」的組織變革下快速發展,在統一技術體系、統一模型規範的基礎上打通全域數據,實現阿里經濟體內數據的采、建、管、用。在與行業、商家/品牌的緊密聯動下,形成了Digital Hub(全域數據中心)的組織形式,幫助品牌/商家加速數字化轉型、沉澱用戶資產與達成營收目標。」
Digital Hub的整體策略是圍繞行業側的業務戰略規劃,聯動行業運營、分析師、生態合作夥伴,通過多方聯動助力業務價值達成。在行業側,通過業務目標整合集團內外(搜索、推薦、媽媽等二方及商家)資源,藉助公私域實現應用落地;在分析師側,基於業務目標進行KPI拆解,圍繞重點專項進行深度剖析和策略輸出;數據中台側:將數據+算法+產品能力進行整合輸出,通過對業務目標和問題的拆解,形成端到端的數據解決方案。
例如,Digital Hub聯合母嬰行業利用阿里的核心數據資產統一了母嬰行業的育齡標籤,在雙11前站用戶運營過程,利用統一的育齡標籤,細化母嬰行業策略人群,發掘潛客人群,幫助品牌/品類精準發掘全域高潛用戶,在運營陣地中實現了數字化驅動業務用戶增長、行業GMV的閉環(新客轉化——>次新客/老客復購——>場景化運營)。
3、數據營銷諮詢服務商:以出色數據治理能力保障數據安全
數據治理對於數據生態圈尤為重要。從品牌方立場出發,某集團數據營銷總監提出:「保護消費者數據是品牌數據營銷的基礎。而數據營銷諮詢服務商的工作是將數據變為信息,數據是中立的,而信息帶有主觀成分,因此數據營銷諮詢服務商必須有能力做到透明與中立。」從數據營銷服務商立場出發,Nancy認為:「品牌在開展數據營銷業務時非常謹慎,數據營銷代理商對於數據合規使用,合法收集數據併合法使用數據,以提升消費者與品牌數據的安全性,是贏得品牌方信任的基礎。」
作為一家擁有50多年專業數據服務歷史的公司,安客誠始終在數據安全方面保持全球領先的位置。安客誠針對數據管理全流程設立了完善的治理體系。安客誠從2017年起,每年通過國家信息安全等級保護3級評估,並獲得MLPS Level 3和ISO27001 認證證書。安客誠從2009年開始,投資了近億元,建設了符合Tier 3國際標準的安客誠中國數據中心,為保證中國客戶數據在本地存儲,處理和分析,提供了一個安全的高標準機房環境。
三、升級:營銷數據代理商的轉型與創新
在《Brand Partner品牌拍檔20|50》的研究中,我們發現在所有類型的營銷服務商中,頭部數據營銷服務商與品牌主的關係是最為穩定和持久的。當談及關於品牌主應該如何選擇數據營銷代理商時,某集團數據營銷總監強調道:「我們的數據營銷服務商不是供應商,而是合作夥伴。」為了持續贏得品牌方的信任與尊重,保持在行業中的領先地位,數據營銷服務商需要與平台建立緊密合作關係,並緊跟市場變化與技術疊代保持業務升級。
1、與天貓等平台保持緊密合作
自2017年起,安客誠先後成為阿里生態圈數據銀行首批認證服務商、策略中心認證服務商,以及其他多個電商平台的數據服務商。
2019年,天貓首次推出「GROW品類增長模型」,識別驅動品牌增長的四大因素:滲透力(Gain)、復購力(Retain)、價格力(bOOst)、延展力(Widen)。在參與該模型的共創過程中,安客誠圍繞如何應用GROW模型來定位品牌的增長機會點以及如何落地策略幫助紐仕蘭實現了618期間的品牌增長。
該項目首先對GROW模型進行拆分,提升G依靠拉新,提升W依靠多品類拓展,提升R依靠老客復購定位,連帶滲透和老客激活。然後,篩選主要的場景應用,包括:第一個場景,除了本品牌AI的拉新外,品牌還要通過跨類目拉新提升來提升品牌滲透;第二個場景,如何通過不同溝通手段對於老客進行喚醒,催促品牌收藏加購轉購買;第三個場景,如何在在老客中尋找機會點去帶動新單品增長,提升新品的破冰與開拓。
2020年,天貓大快消聯手貝恩公司、阿里媽媽共同發布《GROW2.0品牌數字化增長白皮書》,升級了GROW指標體系,將構成品牌GMV完整增量絕對值的滲透力(Gain)、復購力(Retain)和價格力(bOOst)三大增長驅動因子與人群維度深度結合,細化到終點策略人群顆粒度探究品牌表現與增長潛力。此外,隨著新品日益成為品牌增長的引爆點,也將新品力(Widen)作為衡量品牌增長能力的重要指標。
在白皮書中,天貓美妝洗護總經理陳曦提到:「圍繞美妝、個護、家清等子行業的不同屬性及特徵,我們有針對性的將GROW指標體系運用於差異化策略的制定和實施,歸根結底,是以消費者為核心,以數據為驅動,探尋品牌增長動力,共建品類發展。」
Nancy認為:「GROW2.0提出了一個長期增長策略,並且具備了更強的實用性。作為美妝和大快消行業的頭部數據營銷諮詢服務商,安客誠也在藉助GROW2.0指標體系升級業務,幫助品牌更好的利用數據與技術完成人群診斷,體驗優化,驅動增長。」
例如,全球一流的視力保健品牌博士倫, 在競爭激烈的行業環境下,面臨新客注入不足導致品牌缺乏高增長發力點以及如何尋找目標人群並高效率轉化的挑戰。安客誠利用GROW2.0模型,針對消費者進行了更細緻顆粒度的行業機會判斷及策略人群診斷,明確品牌人群增長機會方向為Z世代人群,並通過多渠道滲透Z時代高價值人群。2019年雙十一前,提前3個月線上線下聯動蓄水,與年輕人群喜愛的某知名奶茶品牌開展線上線下天貓旗艦店聯合活動,累積品牌目標人群資產;同時線上發掘彩妝、旅行跨類目人群,通過天貓線上渠道大量轉化蓄水。在雙十一期間,將人群細分後通過付費渠道和內容渠道進行針對性人群觸達,同時利用阿里數據銀行回流及時調優優化——遠距離人群轉會員,近距離人群轉加購,最終雙十一成功爆發。
圖:品牌GRO策略
2、轉型:強化全鏈路營銷能力
Nancy提到:「品牌數字營銷以銷售轉化為導向,如果數據管理、營銷內容、廣告投放都由不同代理商提供,最後應該由誰來對營銷結果負責?因此,品牌主希望代理商有全鏈路的能力。」
安客誠的原有競爭力深耕於品牌第一方數據管理,與直接消費者的觸達與溝通為核心業務。同時,也逐步發展了平台數據業務的整合能力。加入IPG集團後,安客誠通過強化與集團媒介代理機構Kinesso的合作,完成了三層能力的架構,向後鏈路延伸了營銷能力。
底層,數據管理(Data Governance),在保證數據安全與合規的前提下,建構強大的數據中心。
中層,數據應用(Data Application),在數據之上搭載各種應用,使數據賦能營銷各個環節。
上層,數據激活(Data Activation),激活與消費者的溝通,推動轉化。
在三層能力架構的支撐下,安客誠與Kinesso形成了互相補充的關係,使數據賦能營銷全鏈路,為客戶提供更強大的一站式全渠道營銷解決方案。
3、創新:應對行業挑戰持續業務升級,與品牌共創共建
安客誠在2017年成為阿里第一家純外資數據服務商,與阿里開展了深度合作。與傳統數據管理業務相比,電商的生態環境是不同的。因此需要通過不斷做人才儲備更新、工作方式的轉變與合作夥伴的拓展來保持競爭力。
此外,安客誠主要客戶群之一——美妝、快消是求新求快的行業,永遠都在招新,然後復購,溝通頻次更快,與消費者的信息需要更及時。Nancy提到:「在大促期間,我們可能會面臨以小時單位,根據實時數據去調整人群和創意。這對於整個團隊的服務響應速度,活動策劃和運營能力都是不小的挑戰。」
同時,電商直播等新興傳播與營銷方式也在不斷出現。不論消費者的購買方式如何變化,數據營銷諮詢服務商要做的工作始終是抓住消費者可能會出現在哪裡,然後創造在這個平台與消費者產生連結的能力。
關於安客誠中國
安客誠為世界上最優秀的營銷人員提供了數據和技術基礎。我們通過一種簡單、開放的方法,將系統和數據連接起來,從而推動無縫的客戶體驗和更高的投資回報率,從而實現各地以人為本的營銷。安客誠作為身份識別與數據合規使用領域的領導者已有50多年的歷史,它幫助全球數以千計的客戶和合作夥伴共同創造一個與所有營銷都是相關的世界。更多信息請參考www.acxiom.com.cn或微信公眾號acxiomchina。聯繫我們:400 820 8936
文章來源: https://twgreatdaily.com/uVN5qnEBfwtFQPkdbLSu.html