增长智能引领营销数字化,数字中台掌控消费者旅程

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 增长智能引领营销数字化,数字中台掌控消费者旅程

业务增长是疫情后全球所有企业都最为期待的头等大事,而数据分析与人工智能等技术对于业务增长的贡献一直未能有明显体现。当下流行的数字化转型升级版本——数智化,体现了数据的智能化应用,也就是将数字化转型所产生和积累的数据,与业务和流程进行深度结合,运用人工智能等技术实现业务增长和提高运营效率等目标。

2021中国企业数智化转型升级发展研究报告》指出,智能化升级的确可以有效提升企业的经营效率、组织效率和客户服务能力。然而,需要指出的是,企业的数智化升级是一个系统工程,需要智能平台与企业业务流程的深度融合,“功效”才更为显著。在增长方面,曾经最为有用的企业营销,一度在数字化过程中经历了数据和场景的碎片化而陷入困境,如何破局?

从营销数字化到营销数智化,数字中台正成为新一代的数据智能与业务流程融合平台。IDC发布的2021中国数据智能/数字平台生态图谱2.0,数字中台技术提供商云徙科技入选“商业智能与数据分析”类别。基于数字中台梳理企业全业务领域数据、端到端掌控消费者全旅程,云徙科技用数字中台重塑了营销数字化,并以营销智能与供应链智能引领企业的增长。

2021中国数字创新大会上,云徙科技首席产品官王潘云介绍了基于数字中台的营销数字化三大关键实践:端到端业务在线、围绕消费者旅程的营销闭环、数据驱动的业务智能。


端到端业务在线

当前的营销数字化与传统的营销概念相比,有了很大的变化。其中最主要的变化,在于新一代的营销解决方案是基于数字中台。

数字中台最大的优势,就是将企业的业务与数据都集中在一个系统中。基于业务和数据双中台,营销数字化围绕企业的品牌、市场、服务和销售,通过数据与技术驱动企业营销整体创新,实现全链路营销在线以及全链路数据资产沉淀。

营销数字化首先要实现品牌商与消费者之间的所有“渠道”全部在线化。渠道是品牌商与消费者之间的“桥梁”,当品牌商想要将商品流通到最终消费者手中,就需要布局零售渠道和经销渠道,其中零售渠道又分为第三方电商平台、外卖平台、短视频和内容平台等第三方渠道,以及自建的线下门店、自建电商和公众号等自建渠道;经销渠道包括传统的大型代理商(大B)和若干终端零售商(小B)等多级服务商,可以说相当的碎片化。

品牌企业通过多种渠道将商品流通到消费者手中,确保无缝的消费者体验,就需要实现全链路的数字化,也就是在商品流通过程中不应该有断点。通过全链路的数字化,实现品牌的实时在线以及全流程的实时响应,这是构建以消费者旅程为中心、面向增长的新一代营销数字化的“基本盘”。那么,这样的一个“基本盘”需要什么样的系统呢?


零售渠道业务全在线

零售渠道在线化经过了四个阶段的进化。

第一个阶段是在传统线下零售阶段,即大型百货、连锁超市、便利店、专营店等多种业态形式,最核心的系统就是门店的POSERP以及WMS,完成门店的业务运营。

第二个阶段即第三方平台零售阶段,零售业进入电商时代,品牌布局公域流量,在淘宝、京东以及外卖平台、短视频、内容和社交平台,渠道触点越来越碎片化。

第三个阶段为自建电商阶段,企业开始打造独立的品牌和流量产权,转变为私域电商,重塑转化突破口,代表业务包括B2C商城、O2O云店、积分商城、微分销、社区团队、公众号、APP、小程序等。

第四个阶段为线上线下全渠道零售,零售逐渐向全渠道运营演进,以消费者为中心的线上线下一体化运营。

其中第一个阶段为纯线下,第二三阶段为纯线上,第四个阶段为线上线下一体化运营。在这个变化过程中,传统门店系统与互联网系统不匹配的问题逐渐凸显。传统门店系统非常稳定,改进的速度也相对缓慢,也难以满足千变万化的消费者需求。而互联网系统则能够快速变化,以大规模支撑消费者个性化需求为特点。这样就导致在两个系统产生了第三个系统——面向零售行业的数字中台。

零售数字中台解决的问题就是传统门店系统与互联网系统之间的不匹配问题。数字中台在传统门店系统之上,将传统门店系统的数据和业务抽象到一个中间层,形成支撑海量数据的数据中台以及统一整合内部服务的业务中台,统一向上支持门店POS、第三方电商、自营电商、云店、门店导购等传统及新零售业务,打造业务持续变化、持续创新的能力。

有了零售数字中台,就可以从消费者无缝体验角度,反向倒推各种系统之间的统一协同。例如,在第三方电商平台下单后能否到门店退换货,公域平台能否赠送门店服务券从而向线下门店引流,线上门店通过测试、定制等特色服务吸引店内消费,门店导购能否将线下流量导入私域电商与会员服务等等,从而将不同的场景全部串联起来,让消费者对品牌形成统一感知和体验等。相应来说,面向消费者旅程的零售渠道交易平台就需要落地在零售数字中台的会员通、商品通、营促销通、渠道通、交易履约通等,从而形成消费者的无缝购物体验。


经销渠道业务全在线

经销渠道业务在线化经历了三个发展阶段:

首先品牌商要连接大型代理商,形成端到端业务对接;其次,品牌商要连接终端零售商,从而获得以前所无法知道的代理商与终端零售商间的交互方式与数据沉淀,了解商品最终流到了哪里以及如何打通品牌商、经销商、零售终端之间的数据链接;第三是经营终端零售商,建立零售终端的运营体系,通过多样化的运营方式激活终端零售,更好地为消费者提供服务。这样,就形成了F2B2b经销渠道在线化模式。

F2B2b模式中,品牌商与终端零售商的连接,实现了交易在线化;在运营终端零售商阶段,则通过品牌方各种渠道政策的在线化,激活终端零售商。通过建立F2B2b的经销渠道数字化在线平台,实现了渠道的任意两点间均可交易,品牌商渠道政策直达终端零售商,从而打通了渠道的各个“关节”。

经销渠道数字化在线平台包括渠道智能、渠道交易、渠道政策、渠道档案等统一业务,最终实现数据洞察(货品/产品/区域分析)、渠道订货(在线订货/订单履约/库存共享)、价格/活动(价格策略/促销活动)、客户管理(类型/级别/分组/经营授权)、货品管理(品类/品牌/规格/库存)、返利/信用(返利策略/信用授权)、渠道结算(在线账单/自动划账/欠款预警)、智能预测(销售预测/生产预测)等十大终端零售商能力。


零售新基建

当零售渠道和经销渠道等业务都实现了在线化之后,就可以B(零售渠道)C(终端渠道)一体化服务消费者了,这就是BC一体化的端到端商业务在线平台,也就是全渠道端到端交易平台,包括:全场景零售交易、渠道管理及交易以及OMS系统,其下为统一支撑的全渠道运营与智能客服。

其中:全场景零售交易提供到家、到店等全渠道一体化交易闭环以及自营交易渠道可个性化自助配置,涉及B2C商城、O2O云店、微分销、门店导购、直播带货等场景;渠道管理及交易实现任何两点间均可交易以及渠道政策直达终端,涉及代理商订货商城、终端零售商商城、F2B2b多级商城等;OMS系统集成数十个上下游渠道完成一体化交易闭环以及渠道集成标准化、配置与可扩展,涉及第三方电商平台、第三方外卖平台以及第三方内容/社交平台等。全渠道运营实现了订单统一处理、BC一盘货、统一履约、业务结算等全平台统一运营;智能客服通过统一的在线客服、热线客服、智能AI客服和智能工单等提供全平台客服。

端到端的业务在线平台,这就是线上线下一体化的零售新基建。有了零售新基建,在沉淀了所有在线数据后,就可以围绕消费者旅程构建营销闭环,真正达到品牌的消费者无缝体验,最终实现对消费者旅程的跃升。例如:通过渠道商的社群化,赋能终端零售商,更好地连接消费者和用户;全流程服务在线,实时响应消费者的个性化需求并且进行引导;挖掘数据直通到消费者的深度场景,包括一物一码、优惠溯源等;提升供给效率,通过BC一盘货盘活库存、以采定销等,更好服务消费者。


围绕消费者旅程的营销闭环

消费者旅程并不是一个新的概念。

市面上有不少关于消费者旅程的模型,但本质归于四个核心:建立认知、产生兴趣、达成购买、成为忠诚用户,四大核心又可以分为认知、信息搜索、试用、决策、购买、使用、评价、复购和分享等环节,在每一个环节都有很多触点,包括关注小红书和公众号等获得信息、线上线下直接购买、发表评价等。围绕这些环节以及不同的触点,需要在全渠道中识别合适的业务场景,并运用个性的服务与内容与消费者进行沟通。

对于品牌商来说,增长点在哪里?增长点就在消费者旅程的体验之旅中。消费者在接触不同触点的时候,将产生很多不同的需求,而这些需求都需要个性化的沟通,通过个性化的内容与消费者产生互动,品牌商需要整理全流程中所有触点以及消费者行为并串联起来,其中包括KOL及广告传播、服务预约、试用中心、社交电商、内容推送、会员中心、会员卡券等,通过这些触点与服务和内容的统一管理,推动消费者在体验旅程中的跃迁。

消费者旅程设计方法论最核心的是客户体验。那么,如何围绕客户体验,设计消费者旅程呢?

首先,要识别消费者的决策链,找到影响消费者各种决策的触点或环节。其次是全触点营销,即在梳理消费者决策链触点的基础上,制定针对每个触点的策略,然后完成触点对接。第三是沟通的策略,即通过个性化的内容与服务,基于数据的驱动进行个性化沟通。在设计消费者旅程的过程,由于触点非常多且碎片化,因此要在罗列触点和对应目的的基础上,合理进行权重的排序;再次是流程策略,因为消费者决策没有固定路径,因此要识别核心的关键时刻,通过关键时刻进而影响消费者旅程,最终实现消费者从一个阶段向另一个阶段的跃迁。

完成了消费者旅程的设计后,品牌商还需要一个消费者运营平台,实现公域获客、成交转化、客户留存、复购增购、分享裂变等消费者转化与业务增长全流程。

消费者运营平台以积累可运营数字化消费者为基础,通过提升会员销售转和LTV(顾客终身价值)进行提效,最终通过更智能的人货匹配实现业务突破。在“基础”阶段的关键平台是TD聚合广告平台,在“提效”阶段的关键平台是CDP客户数据平台和MAP营销智能投放系统,在“突破”阶段的主要平台是CRM客户运营系统。消费者运营平台的底层是横向全流程支撑的内容生产中心,满足各阶段不同平台和系统的需求。


增长:数据驱动的业务智能

数据驱动的业务智能是营销数字化“皇冠上的明珠”。

业务智能最终目的促进业务增长:打造持续增值的企业数字资产,全面激活数据的商业价值,构建业务增长能力以及竞争力,以及实现更智能、更个性化运营和体验。业务智能不是独立的,而是通过数据等企业数字资产,结合品牌、商品、渠道、营销、零售、服务等,再由数智产品及算法技术,实现千人千面、千店千面、个性化优惠等智能营销,以及门店到商品、仓库、采购等环节的智慧供应链。

具体怎么理解数据驱动的业务智能?云徙数据应用部总经理戴家祥举了两个例子。首先在营销智能方面,某全国连锁高端零食品牌作为细分行业龙头,已经具备完整而成熟的营销自动化系统,也建立了数据中台和业务中台,在一次国庆十一假期的优惠券拉升营收活动中,云徙科技为该品牌商提供了基于数据智能分析的“圈人”,也就是基于人工智能算法找到最适合投放优惠券的40万人,该品牌商采用经典的RFM模型也找了40万人进行对比投放,结果云徙的算法比经典RFM模型的效果高了几乎一倍。

为什么云徙科技的营销智能算法效果要高于传统的RFM模型?简单理解,传统的RFM模型是诞生于云计算和大数据技术之前的时代,在算力不充足的时候就无法精确到每一个人的消费习惯,也就是传统算法的精细颗粒度无法达到以人为单位,而是以万人或千人为单位。而云徙科技基于行业知识与实践经验,再结合云计算、大数据等技术,就可以将消费习惯分析以及基于历史消费数据的预测,精细化到个人。这就是云徙科技的营销智能算法效果要高于传统模型一倍的秘诀。

同样,在供应链智能方面,某生活百货高端巨头,已经具备非常成熟的业务运行系统,有约300人负责门店补货以及供应链业务,也有较成熟的补货规则。但在降低门店周转天数、改善门店缺货率、提升单店日均销、降低门店库存资金等方面,仍面临着挑战。同样,该公司的补货规则是基于已有的传统算法以及人工经验,而云徙科技的算法首先是基于大数据和人工智能技术对门店每个SKU的销量进行预测,然后补货模型也考虑到了更多的数据维度,再将销售预测与补货模型结合起来,提供补货预测。通过对历史数据的仿真,在4个月的时间里可以为该公司400多家门店提升1.13亿元营收,同时降低3000万库存积压资金。

总结而言:大数据和数据分析经过过去十年左右的发展,才刚刚形成了成熟的大数据技术和以数字中台为代表的企业数据基础设施“新基建”,未来十年到二十年才是真正发挥数据价值、释放数据潜能的阶段。在数据中台和业务中台基础之上,将数据智能与行业知识和经验相结合,形成与过去完全不同的新算法,以全新角度解决传统的问题,由此带来下一轮的业务增长——这就是数智化时代的增长之道。


相关文章
|
7月前
|
算法 数据可视化 新能源
数字化营销助力哪吒汽车突破重围 进店率单月提升4倍
数字化营销助力哪吒汽车突破重围 进店率单月提升4倍
190 0
|
7月前
|
人工智能 数据挖掘 5G
品牌换新如何获得新增长?好来借助数字化营销再次提升购买力
品牌换新如何获得新增长?好来借助数字化营销再次提升购买力
|
2月前
|
机器学习/深度学习 数据采集 TensorFlow
智能市场营销策略优化:使用Python实现深度学习模型
【10月更文挑战第1天】 智能市场营销策略优化:使用Python实现深度学习模型
185 63
|
6月前
|
存储 SQL BI
毫秒级查询性能优化实践!基于阿里云数据库 SelectDB 版内核:Apache Doris 在极越汽车数字化运营和营销方向的解决方案
毫秒级查询性能优化实践!基于阿里云数据库 SelectDB 版内核:Apache Doris 在极越汽车数字化运营和营销方向的解决方案
毫秒级查询性能优化实践!基于阿里云数据库 SelectDB 版内核:Apache Doris 在极越汽车数字化运营和营销方向的解决方案
|
7月前
|
存储 弹性计算 人工智能
【云故事探索】NO.2:引领汽车行业智能进化 看朴数智能如何重塑数字营销版图
【云故事探索】NO.2:引领汽车行业智能进化 看朴数智能如何重塑数字营销版图
【云故事探索】NO.2:引领汽车行业智能进化 看朴数智能如何重塑数字营销版图
|
5月前
|
人工智能 数据挖掘
构建高效户外营销新生态,瓴羊携手中国广协启动《中国户外数字化升级》计划
构建高效户外营销新生态,瓴羊携手中国广协启动《中国户外数字化升级》计划
177 0
|
7月前
|
人工智能 搜索推荐 数据挖掘
智能营销
【5月更文挑战第15天】智能营销
193 1
|
7月前
|
存储 弹性计算 人工智能
【云故事探索】NO.2:引领汽车行业智能进化,看朴数智能如何重塑数字营销版图
朴数智能,一家专注AI自动化的科技公司,借助阿里云的云服务,尤其是云手机和桌面云技术,成功实现业务的快速增长和数字化转型。在阿里云的稳定性和高效支持下,朴数智能应对业务弹性需求,提升了运营效率。双方在“客户第一”的理念上达成共识,形成紧密合作,共同面对数字化时代的挑战,共创未来。阿里云不仅是技术提供者,更是朴数智能成长的伙伴,一同解锁了数字化转型新篇章。
【云故事探索】NO.2:引领汽车行业智能进化,看朴数智能如何重塑数字营销版图
|
7月前
|
算法 数据可视化 数据挖掘
聚类建模对智能助眠灯市场营销分析
聚类建模对智能助眠灯市场营销分析
|
7月前
|
机器学习/深度学习 算法 搜索推荐
Python用机器学习算法进行因果推断与增量、增益模型Uplift Modeling智能营销模型
Python用机器学习算法进行因果推断与增量、增益模型Uplift Modeling智能营销模型
174 12

热门文章

最新文章