数据不是营销的灵丹妙药,数据不是营销的灵丹妙药

全域/全域营销/全域营销学院/unimarketing/营销学院

,今天说一下营销的数字化,这也是我日常比较关注的一个话题。,通过对大数据的应用,品牌可以更精准地向消费者进行营销,提高转化率、提高ROI,这也是如今大量数据服务公司及平台广告系统的卖点。现在不少广告公司都通过数据分析来指导提案方向,论证策略的可行性;也有如巨量引擎之类的平台,通过颗粒度不断细化的用户标签、数据分析等方式,为广告主提供投放及内容策略。,虽然我也认同数字化工具将会带来营销精准度的提升(也强烈建议每个品牌都去尝试巨量引擎这类营销数据工具,因为他们在数据模型上真的很猛,本文不是广告……),但并不意味着数据就是无敌的,事实上,数据在营销的一些关键问题上无能为力,而我指的并不是4A们常提到的big idea之类的创意玄学。,创意本身就是有稀缺属性的,这与规模化生产的方法论就天然矛盾,就算广告大师们一生无数的案子中,能称之为大创意的也屈指可数,还往往出现在早年职业生涯。不是因为广告大师们的功力退化了,而是创意需要与具体传播环境相结合,而这其中不可控变量太多,我觉得脑子正常的品牌方压根就不应该去追求这种虚无缥缈,如果企业实在太大,有一定探索前沿的责任和义务,倒是可以适当尝试一下。,但对大创意的讨论帮助我们引出了一个有意思的话题,就是营销行动追求的固然是好结果,或者直白说就是高ROI、高业务回报,但这却是由两个部分构成:第一,回报的期望值;第二,回报的波动性。,一次营销动作就如同一个弓箭手射箭靶,平均分数越高的方案,并不意味着它越稳定,平均值和波动性是两个不同的维度,而且可以说是难以兼得。就像《四驱兄弟》里面小烈(红头发)发挥很稳定,但是比赛决胜总是要靠小豪(蓝头发),但小豪又总是出各种状况,四驱车状态很不稳定,赢比赛可能只是因为运气好……,,也就是说,摆在企业面前的营销方案往往有两种类型:,第一种是四平八稳,风险小,营销回报还不错的方案;(小烈方案),第二种是有点邪门,风险大,可能会获得惊人回报的方案,平均回报值优于第一种方案的方案;(小豪方案),当然还有风险大收益小、风险小收益大的方案,可以组成四个象限,但前者明显说明水平不行,后者正是大数据营销的探索区域,我们后面再说。,,第一种“四平八稳的套路”(小烈方案)是品牌市场部的惯用策略,因为可预测性强,对老板、对其他部门同事领导的说服性就强,可以取得最大共识,顺利推进项目,但往往也就是平均分往上,出不了彩。但整体对于职业生涯发展来说,项目经验是有益的,也能够顺利升职加薪。,第二种“有点邪门的创意”(小豪方案)是一些热店型代理公司喜欢推荐的,因为代理公司其实并不太需要承担营销搞砸了的结果,所以他们很多时候会想搏一搏(单车变摩托),再加上很多热店的“创意型”人才确实觉得天天做“行活”没啥意思,在浪费人生。,事实上,如果对于企业老板而言,理论上更愿意选择“有点邪门的创意”(小豪方案),因为在企业长期发展中有多次营销动作,只需要获得整体最高收益就行,无需在意短期的营销波动值。,但事实也并非如此,一方面是由于老板需要懂营销,有营销方案的鉴别能力,而这点很多老板并做不到;另一方面是如同四驱车比赛一样,一场比赛的名次会影响能否进入下一场比赛,还有时间成本、市场窗口期的影响,因此每次营销动作之间是相互关联的,而非绝对孤立的事件。,,上面这张图就是整体上甲方市场部人员整体上的技能发展路径。“过程1”其实是一个套路学习的过程,个人成长会非常迅速,但之后呢,是一个分歧点。,走“过程2”路线的人会不断探索有效营销方式,但随着营销回报的提高,营销效果的稳定性在降低,但由于营销技能的提升,营销效果稳定性不会下降过大。,走“过程3”路线的人就基本是在混日子(或者找到了其他职业发展通道),营销效果的可预测性不断增加,但营销回报微弱降低,如果不是有其他职业升迁路径的话,可能这类人还没“开窍”,或者心思不在工作上。,,上面这张图是“创意热店”广告代理商营销人员的技能发展路径,同样,“过程1”的成长是迅速的,是一种思维方式的养成,然后也会遇到分歧点。,另外,有些“求稳”的广告公司人员发展路径更像“企业市场部员工发展路径”那张图,这在服务大型客户的代理公司中也不少见,我们不做讨论。,对于上面这个整体象限框架呢,有两点需要补充:,第一是个人的成长过程是波动性的,也就是螺旋式上升,而不是平滑上升;,第二是,这个框架模型有一个重要的前提条件,就是营销传播环境处于一个相对稳定的状态,而如今媒介渠道红利变化很快,因此想要做到更准确,在“波动性”(X轴)、“期望值”(Y轴)之外,还需要增加“传播环境红利”(Z轴)。这样在比较结果时就应该比较三维坐标系下的体积值。,,事实上,Z轴就是X轴与Y轴的一个加权值,越能够抓住红利,营销效果就越可预测,ROI也就越高。,如果我们将这个三维坐标模型降维到二维平面坐标中去,那么前面图里的“?”区域(低风险高回报区域)就是通过抓住传播红利而实现,但可惜每一种市场红利都有时间窗口,都是短暂的。,上面只是一个理想化的模型,或者说是我现在在写这篇文章时候的思考路径,但也说明白了我们认为营销决策的三大要素:期望值、波动性、市场红利(为了简化,市场红利我们暂且不谈)。,扯了这么多,我们终于要说回数据营销了。,我们认为,整体而言,数据营销可以提高营销行为的可预测性(即降低波动值),但对营销效果期望值的提升短期内可以提高,中期内存在天花板,长期来看则会回落至原始水平(ROI先涨到一定幅度后再降下来)。,下面说一下我们这么判断的理由。,我们有些时候想问题喜欢以终为始,从整体来看,营销效果ROI的提升,带来的最终结果自然是商品销售的增加。事实上,如果某个渠道ROI大于1的话,不考虑“时间成本”(执行所需的时间成本、资金运作的时间成本、投放回报到营收入账的时间成本)的话,企业就有动力投入无限资源投放该渠道,甚至加杠杆投放,只要杠杆利息能够被ROI带来的利润抹平。但现实并不能这样,ROI会随着投放金额增加而递减,因为优质投放标的是有限的,而超大金额运转时,时间成本也必须考虑。,随着数据营销渗透率的提高,行业整体营销ROI会遇到明显的上升瓶颈。因为整体的商品销售取决于整体的用户需求,用户就算可以透支未来需求,也无法无止境的提高。因此,存在一个限制整体ROI上升的天花板。,而随着数据营销再进一步的渗透,乃至成为营销行业的基础工具,那么ROI就会不断回落至最初水平(平均会稍微提高一些),这是显而易见的。当你拿着剑而别人赤手空拳时,你拥有极大的优势,但如果每个人都拿着同样的剑时,相当于每个人都没有优势了,一切都回到了最初水平,但你知道的是,一个剑招可以更大概率干掉一个人,而一个拳招则概率小得多。,,我们认为的数据营销的渗透普及曲线如上图所示。“阶段1”是数据积累和算法优化阶段,未必比非数据营销更高效,面向尝鲜者;“阶段2”、“阶段3”是红利期,少半数品牌入场;“阶段4”是短暂的平衡点、提效探顶阶段;“阶段5”、“阶段6”是数据营销工具大众化普及的过程,红利消失,数据营销服务最终成为完全的基础性工具,如同office套件、浏览器之类的东西。,结论就是,随着数据营销的全民化普及,ROI最终并无法得到显著提升,但是营销的波动性被很大程度上抹平了。换句话说,营销变得更加科学了。,当然,这整个过程都只是一个完美环境下的理论推导模型,但我们相信这个趋势正在发生。而这枚硬币的另一面则告诉我们,营销从来都没有灵丹妙药。,郑卓然,公众号:传播体操(ID:chuanboticao),人人都是产品经理专栏作家,2019年年度作者。广告营销、新媒体运营领域老司机,专注分享营销、运营、商业的干货文章及独特见解。,本文原创发布于人人都是产品经理。未经许可,禁止转载。,题图来自Unsplash,基于CC0协议。,

未经允许不得转载:营销圈 » 数据不是营销的灵丹妙药,数据不是营销的灵丹妙药

赞 (0) 打赏