TOP100summit分享實錄 | 服務快消品牌的數字營銷解決方案

本文內容節選自由msup主辦的第七屆TOP100summit，個推大數據產品諮詢總監沈都分享的《服務快消品牌的數字營銷解決方案》實錄。

分享者沈都具有豐富的互聯網研發和營銷策劃經驗，善於經過數據分析發現企業服務環節中的更多營銷價值點，曾負責長城汽車、高露潔、歐萊雅等多個項目的數字營銷工做，在數據，分析挖掘和應用上有豐富的實戰經驗。

編者按：2018年11月30日-12月3日，第七屆全球軟件案例研究峯會在北京國家會議中心盛大開幕，現場解讀2018年「壹佰案例榜單」。本文爲個推大數據產品諮詢總監沈都老師分享的《服務快消品牌的數字營銷解決方案》案例實錄。

衆所周知，廣告分爲兩大分支，即效果廣告和品牌廣告。效果廣告在移動端領域很是廣泛，例如，你看到一條消息刺激你去安裝下載一個APP，或是留下信息註冊，這就是效果類廣告。

品牌廣告是指你們在傳統媒體上看到各類各樣的廣告信息，無論是請人代言仍是戶外海報這都屬於品牌廣告。與效果廣告最大的不一樣是，它並非追求在一次廣告投放中產生立竿見影的效果，而是在一個長期與消費者溝經過程中，讓品牌形象深刻內心。品牌廣告中根據品類不一樣，還能夠分紅更細緻的觀點，例如，耐用品、奢侈品、快消品。

耐用品，通常品牌商經常使用的方式是宣傳它的功能性、可靠性、耐用性。奢侈品則徹底不一樣，奢侈品有本身的一種品牌理念、質感，這體現了奢侈品消費者的身份特徵。快消品是覆蓋更大的品類，消費者對於快消品的理念也會隨着各類各樣的因素而變化。

快消品市場競爭激烈，消費者見異思遷

對於快消品來講，它受影響的因素很是多，咱們先從品牌因素來說：

品牌自己是一個消費和決策的因素，好比，耐克、寶馬這種品牌因素很是深刻人心。可是快消品的活動很是多，咱們常說：「廣告打得再有情懷還不如雙11半價。」這是活動因素。另外就是環境因素，如今一些快消品在電視劇/綜藝上作贊助，有些人會衝動購買，這時，它的目的就已經達到了。最後是購買心理，好比咖啡，你看到身邊人在喝，你做爲消費者也會想要嘗試一下。

快消品的消費者特色：

一、購買習慣因人而異。

二、消費者購買快消品是相對感性的產品。如今一些網紅、博主帶貨，若是你對他有好感，很容易會被其影響。

三、快消品價值不高，因此，致使消費者的忠誠度並不高。

品牌營銷面臨的問題

快消品的這些影響因素會影響品牌在很長時間內的表現，因此，咱們該如何幫助品牌者更好的瞭解消費者？這個纔是品牌主關心的事情。要作品牌廣告，就必定要走心，讓品牌形象深刻人心。所以，想要了解消費者，傳統的方式是問卷或者訪談，挑出一小部分用戶表明整個羣體，經過他們的溝通交流挖掘出心裏動機。可是，這相對有三個弊端。

第一個，調研成本相對比較高。有效問卷須要很大的量，可能須要幾千份甚至上萬份問卷，這時問卷篩選率很是高，一個產品就要作一輪調查，時間線會很是長。

第二個，咱們如今作一些訪談的時候，須要從消費者口中得到一些聲稱的消息，但其實這些消息並不是他們的真實想法。

第三個，咱們在選一些媒體去作觸達時，由於前期是抽樣調研，因此，在投放的時候，量本的用戶不能覆蓋整個羣體的特徵。

面對這些弊端，咱們可否用一些數字化的方式去解決呢？

雖然，大數據強調的是全量，但廣告必定是品牌和效果分開的，傳統廣告是經過一輪一輪的品牌印象，在一些關鍵時點作大型促銷，在數字化領域，咱們一樣要遵循這樣的規則，而並不是在有了一些數據化的工具以後，把品牌廣告作成效果廣告，這是不少品牌主在一開始接觸時產生的誤區。

上圖是咱們常常跟品牌主作的營銷節奏。對於一個品牌來講，營銷時點是分開的，在平日的一些時間段，它要作的是找到相應人羣作一些相應內容的傳遞，以此達到品牌印象的創建。在一個大促的時間點作臨門一腳的事，關係就像蓄水池，平時品牌印象就是蓄水池，而大促至關於一個開關。

咱們如何幫助品牌廣告主作數據化的營銷工做？

每個人都是數字時代的網民，無論咱們去消費、娛樂、通行、訂單等全部行爲都要經過手機。平均每一個人手機上主動下載安裝的APP有33個。因此，有了這樣一個移動端的基礎後，咱們才能夠說打造以人爲單位的移動營銷工具。

上圖能夠這樣理解，經過大數據能夠解讀消費者在移動端的行爲偏好，由此便充分了解消費者，最終經過「人」推導營銷策略。

這個時代不缺數據。一個品牌在各個領域都有它的數據，好比，電商平臺中會有大量CRM的信息、訂單信息、消費者信息、消費者購買時間、購買金額等數據。另外，線上各媒體投放的時候，也會留下大量消費者數據，好比，哪些消費者在什麼地方看過廣告，有沒有點擊，以及對某些廣告的敏感度等。但這裏有個很大的問題，在不一樣的場景裏，數據的沉澱方式是不一樣的，所以數據沒法被打通。

那麼，咱們如何知道消費者既購物又去了線下門店，而且還看到了廣告呢？

如今，BAT有很是強大的帳號體系，全部的APP、網站都用微信/淘寶帳號登陸，我就能夠知道同一我的分別在哪些地方出現。而咱們的方式是ID打通，咱們把這些數據作匹配，打通以設備爲單位/近似於以人爲單位的ID，標上咱們本身的標籤體系。

數據的匹配打通，實際上是一個相對底層的工做，這個工做廣告主看不到。既然咱們是爲廣告主提供洞察研究的產品，那咱們更可能是要作可視化方面的內容，讓洞察結果變得更加顯而易見。

上圖是某一款產品在旗艦店銷售的情況，你們能夠看到，57%的訂單都是在「6.18」期間完成的，這是一個很是典型的大衆快消品的消費方式。它的全部消費不是均勻分佈，而是在某一個爆點忽然完成，這個爆點落在「618」、「雙11」期間。因此致使基本上一年購物兩次，兩次解決一年的銷量。

你們會有個刻板印象，個人產品到底吸引什麼樣的消費者？是那些對價格異常敏感的人嗎？若是你是以這個切入爲主的思惟，那麼這是對後續用戶研究的一個誤區。咱們再進一步來看，用統計學聚類的算法，提取大促期間消費的人羣的特徵，你們能夠看到，經過這種標籤去聚類以後，有5個特徵顯著的人羣。

第一種是白領。剛剛進入職場不久，很是勤奮，一心撲在工做上，想要得到工做上的成功，這羣人的特色是什麼？常常加班；常常開展各類的自我學習的活動；工做壓力大，所以他們更加關注健康問診類APP。

第二種是品質生活追求者。這羣人年齡相對較大，他們會有休閒放鬆的活動，而且會去一些護理的場所。

第三種是精明購物者。咱們如今所說的消費升級，你們都想用更優質的產品，但卻不想花費太多的錢。這個羣體會變得愈來愈廣泛。

第四種是宅男宅女。這羣人大部分都是單身、二次元，可是比較容易知足。

第五種是學生黨。學生羣體相對來講比較悠閒，他們常常有一些豐富的社交行爲，無論是線下大學之間的相互串門仍是線上各類社交行爲，咱們稱這是荷爾蒙爆棚的地方。針對這羣人，咱們要傳達一種青春活力的品牌理念。

在品牌廣告領域能夠分爲兩大類，第一大類，相對窄衆的消費品，在國內市場，有很小一部分羣體貢獻很大的銷量，通常以高端商品爲主。作這種品牌營銷，是沒有必要作大面積/大媒體的推廣，由於大部分人即便看到了廣告也不會購買。因此，咱們要找到高能度、高淨值的人羣作推廣，而且保持長期有效的影響。第二大類，大衆消費品，也就是咱們今天探討的快消品，這類產品其實任何人都能買得起，可是爲何要選擇你家的產品呢？所以，咱們要針對不一樣的羣體，灌輸不一樣的品牌理念，讓消費者認爲你的產品是符合當下需求的。

開發可視化用戶分析界面

用戶除了在線上表現的有特徵以外，不少時候是在線下。好比，咱們去機場時，由於機場相對高淨值且人羣彙集，因此咱們會常常會看見一些比較高端的廣告。可是，城市人羣複雜，咱們沒法找到相對應的消費者作用戶研究分析，因此，在這個條件下，咱們又作出一款作線下人羣分析的工具，下面咱們來看兩個案例。

案例一：

上圖叫作紅藍海。兩年前，個推給國內某款知名共享單車作線下位置分析，當時有一個很大的挑戰，即單車距離的遠近決定用戶是否騎行。咱們將可能使用單車的人羣挑出來，再作一個大盤，而後統計有多少比例的人安裝了該品牌的共享單車APP，最後咱們把它畫成圖，中間設置了一個閾值，數值超過就會變爲紅色。紅色即表示，在這個區域內競爭很是激烈；而藍色表示，這個區域的投放車輛濃度較低，但這個區域的潛在用戶分佈不少，因此，該品牌應該在此區域增長投車數量。

案例二：

上面這四個小圖，是咱們作給微軟surface的。左邊第一張圖是在北京地區作了一個樣本分析。第二張圖，將相對高消費的人羣挑出來便可看到，高消費人羣主要分佈在北京的西北角和東邊，也就是中關村和國貿一帶。第三張圖，是surface北京典型用戶的分佈，這裏包括了學生和IT互聯網產業的從業者。第四張圖，是蘋果的分佈。第三張圖和第四張圖有很大的差異，surface和Mac不是直接的對包，因此，作一些活動和宣傳的時候，咱們更傾向於surface人羣，由於surface更多的被IT互聯網從業者使用。

如上圖所示，從上到下每一條線表明一臺手機隨着時間充電的情況，最右邊的時間是從晚到早。每一條垂直的線都由千萬條線相組成。紅色表示手機正在耗電，正常使用耗電叫Active，綠色表示充電，藍色表示電量相對平衡，已經達到或接近了100%。咱們能夠看到，紅色和綠色或綠色和藍色交界處畫一條線。上圖在個推內部叫作睡眠圖，它表明不一樣的人羣睡眠情況是不一樣的。

從傳統投放到精細化投放

傳統的觸達方式，是以媒體和內容爲嚮導。但這種方式有3個弊端：價格貴、曝光率低、競爭激烈。

觸達「TA」而不是媒體—貫穿全天的數字生活

如今，程序化中的主流方式是DSP，它是一個平臺，負責對接各類各樣的媒體。當一個用戶打開某個APP的一瞬間，若是是開屏廣告，幾毫秒便會將請求顯示到設備ID，隨後發送到咱們的系統，系統會判斷設備ID是否適合投放。若是適合，系統回答yes併發送給用戶，若是不適合，系統回答no並被另外廣告填充。

這種方式是以第三方數據服務角色介入廣告曝光流程。對於品牌主來講，數據不會所有上傳到媒體，由於咱們給客戶創建私有云，數據儲存在客戶私有云，用的時候纔會查詢，被查詢時纔會上傳，這對用戶數據也是一種保護。

自助式媒體表現分析

投放後作媒體分析很是重要，由於在一次投後過程當中的媒體表現、媒體相關流量/質量涉及到品牌的展現效果。

咱們來看一個例子，在一次投放當中，咱們挑了一羣人，一半男性一半女性。投放以後，咱們發現點擊人羣中有60%是男性，那可否得出結論說男性更願意點擊？不能，這裏忽略了一個因素，曝光人羣。

上圖是咱們給品牌廣告主作的一套系統，前面所說的內容都是基於這套系統所作的案例。從最基礎的數據倉庫來看，咱們不只對接了品牌主本身的數據，還對接了品牌主合做方的數據，大部分的數據串聯起來存在數據倉庫中，用咱們的方式打上標籤，在這基礎之上，還要作分析和洞察。

最直接的方式是作媒體投放對接，像阿里和騰訊，他們都有直接API接口，咱們的人羣能夠直接傳到廣點通，和內部對接後再投放。

媒體監測和反欺詐，這是數據的循環。這對於品牌主來講不僅僅是搭了一個殼，品牌主的使用次數不斷流轉，流轉越多，數據就越豐富。

案例啓示

•數據是品牌主最重要的資產之一。如今愈來愈多的品牌主在往數據化的方向前行。國內外的快消品牌，他們對於數據的概念越發清晰。

•工具只是輔助，營銷追求本質。營銷方法永遠不會過期。數據、工具讓營銷環節更有效率，能覆蓋傳統方式的盲點，這是數據工具帶給營銷的意義。

•數據類產品要結合實際業務開發，不能閉門造車。在面對不一樣客戶時，要結合實際狀況，開發不一樣的工具。

以上內容來自沈都老師的分享。

本文章來自壹佰案例公衆號原創，轉載請聯繫：fuzhinaxiewenxin（微信號）。