营销资产最全攻略重磅来袭建议收藏

2021-07-16 18:02

  在美国,由学界、业界共同组成的营销科学学会MSI(Marketing Science Institute)每两年会收集业界问题,发布MSI Research Priorities 三年行业重点研究课题集,成为营销前沿趋势的最佳风向标之一。

  回到国内,在当今数字化变革语境下,市场环境瞬息万变,传统理论体系再难支撑行业面临的共性问题。为了更全面地探知这些痛点问题,巨量引擎营销科学针对国内营销生态量身打造了“营销科学100问”计划,向全行业发问,对话业界、学界和生态各方专家,求索真知,客观呈现,让每一个有惑的营销人都能在其中找到属于自己的答案。

  即将上线的第一期将围绕“营销资产”的话题展开。作为数字化转型时代下的“新基建”,未来企业从一次精准的投放乃至整个生意层面的决策都离不开营销资产的支持,可以说营销资产是企业未来增长之前提。为此,我们邀请了各方专家分别从营销资产的定义、价值、现状、策略、实践等多个维度进行了全面而深度的解读。

  在过去一个多月的时间里,巨量引擎营销科学团队对话了联合利华资数据及数字化营销负责人 Alence Lee、老板电器CMO叶丹芃、IBM市场部数字营销总监孙宁、筷子科技CEO陈万锋、TalkingData创始人&CEO崔晓波、哈步数据创始人孙贤杰、点正CEO李辰、《程序化广告》作者和“广告从业者自习室”公众号主理人梁丽丽、Hypers高级副总裁施京松、深演智能CTO欧阳辰、Growing IO 副总裁邢昊、创略科技首席解决方案专家陈敏锐、《一本书读透Martech智慧营销》《程序化广告实战》作者吴俊等十余位业界知名数字营销专家。

  在十几万字的记录中进行了数十次打磨与探讨,最终梳理出了一份“营销资产最全攻略”,希望每一位对营销资产有困惑的人都能在其中找到方向。

  这份“攻略”既有关于营销资产的概念性科普,如营销资产是否等同于数据?也包含了行业目前的认知与难点,如营销资产管理与应用中最稀缺的是什么?还总结了经验方法论与最佳实践心得,如企业最容易踩的坑。当然,也不可避免地聊到了企业到底要不要做CDP、以及CDP怎么用最科学等争议性话题,相信无论是对企业决策人员还是操盘手都是一次全面而系统的科普与学习。

  营销科学100问之营销资产篇(一):长效增长趋势下,如何看待企业营销资产的定义和价值?

  营销资产中最重要的是品牌资产,其不仅代表品牌定位、独特价值点,更是企业估值时的重要参考。

  想要在消费者心目中建立品牌心智,也就是说,要建立品牌资产,那就需要三个方面的营销要素支撑,分别是:

  •消费者触点资产:即品牌和消费者互动的场域(如抖音小店、蓝V号、微信社群、公众号、天猫旗舰店、品牌号等)。事实上,只有品牌的私域场域,才能真正被设计、运营、管理、优化。公域的消费者路径,会根据平台的规则而改变。

  对品牌而言,有意识沉淀并管理应用营销资产是驱动长效增长的重要手段。具体而言,营销资产可大致分为两类:一是品牌方积累和挖掘的营销数据资产,二是品牌方的内容资产。

  营销数据资产主要包括营销活动运营数据、客户对活动的反馈数据以及销售数据,这类资产能基于数据分析帮助品牌有的放矢制定长短期的市场营销计划,服务于不同时期的企业目标。

  品牌方的内容资产主要表现在对内容的创造能力,不仅指创意能力,还要有针对不同细分客户,精确定位自身产品市场价值的能力,需要通过品牌内部的协同合作以及对营销生态的持续经营来实现。

  今天,品牌在数字化营销和运营过程中的每一步都能被记录并沉淀为营销资产。营销资产具体可分成ID类数据和BI(Business Intelligence,商业智能)类数据。

  •ID类数据:今天一切营销资产都以特定ID为记录载体,品牌触达的消费者、传播内容等都会被数字化手段记录,形成如人群ID、内容ID等数据。

  •BI类数据:营销、销售等业务过程中沉淀并累积到能形成趋势洞察的BI 层级数据,如销售、流量、访客、人群等相关报告、以及每日的打折率、价格表、货品SKU分布等。

  营销资产代表了企业对以数据为基础的营销驱动和驾驭能力,大致分为可量化和不可量化两类。

  •可量化的消费者资产是营销资产的核心,它围绕消费者在营销路径中一系列触点,通过数字量化收集、分析等步骤,形成连续比对分析和可直接应用输出的关键能力。

  •不可量化资产更多与品牌相关,尽管已有如知晓度、美誉度等调研评估指标,但从整个营销体系看,仍是较难量化且直接应用的部分。

  围绕“营销效益最大化”可将营销资产由上至下分为财务层面、客户层面、资源层面和团队层面。

  •财务层面:营销效益对应的财务指标为“客户增长”和“收益增长”,即要建立获客体系(如渠道和成本优势等)及客户生命周期管理体系(如LTV最大化、活跃度最大化等)两大营销资产。

  •客户层面:基于客户的营销资产,包括良好的购买体验、品牌形象和市场知名度、口碑,以及共赢的经销关系(对于部分企业)。

  •资源层面:分为流量、技术、算法、运营和数据资产,其中数据最为基础和核心,特别是不断经历更新、分析、挖掘、再处理的“活数据”;流量资产指用户流量池,并配合企业自身的技术、算法和运营资产,以最小成本获取客户和收益最大化增长。

  •团队层面:即建立团队核心(营销)能力的标准和机制,不应因团队成员的去留而产生影响。

  营销资产是“生意增长的超级引擎”,用户、数据及独有心智标签之间所产生的规模效应形成不可复制性,成为企业的竞争壁垒。例如,老板电器的中式烹饪曲线数据库,可通过传感器实时探温和AI精算精准解构和还原菜品烹饪流程,通过标准化和数据化使烹饪更易掌控。

  此外,随着数字化、智能化产品的普及,使用中所形成的丰富的数据标签,可持续优化产品,构筑起高用户迁移成本。数据反馈也可反向精准指导产品规划和开发,降低创新研发成本,提升开发成功率,并有望缩短品类的成长期。

  营销资产的高效管理和应用,不仅能有效提高广告投放效果,还能对企业的产品、创意、策略等整个生意层面起到推动作用。

  •ID类数据的核心价值在于应用,当ID类数据积累到一定程度后,便可进行聚类和归因计算,提升品牌对单一人群跨渠道、跨触点、跨时间沟通的准确性和连续性。

  •BI类数据的核心是Benchmark(基准),当品牌累积的BI数据足够强的时候,便可基于历史数据的建模预测未来销量、搜索和内容等趋势。

  首先,在供大于求的市场竞争中,营销资产是企业构建新核心竞争力的必要筹码。

  其次,营销资产是倒逼企业供给侧改革的筹码。企业没有营销资产就无法驱动智能制造;反之光有数据而缺乏有效的触点互动,也不能倒逼柔性制造。

  最后,营销资产是企业在产业链中重新定位的筹码。正如DTC只占不到5%的市场总量,却凭借消费者数据在产业链中成为优势者。

  因此,从长期价值看,所有企业都需要建立营销资产,不分体量。但对中小企业而言,如有融资需求,营销资产会更加重要,因为会关系到公司估值;如无融资需求,现阶段可先关注与增长指标密切相关的部分营销资产。

  任何企业都要先把业务数据化,再把数据资产化。因为今后企业做的所有事情都离不开数据资产,所以数据资产化,如营销资产沉淀的重要性是毋庸置疑的。

  因此,当企业的生存危机感没那么强时,一定要建立包括数字资产在内的营销资产,减少有效数据的流失。

  营销资产能够帮助企业在整个营销流程中,更好地提升差异化服务和购买体验,降本增效。

  理论上营销资产是任何一家企业都应具备的,是每家企业最宝贵的财富。但很多企业往往容易被当前的一些市场红利所迷惑,忽视了其重要性。

  数字化时代,企业可通过营销资产的管理和应用,全面发掘潜在消费者需求,并从自身产品解决方案的营造去推广和销售产品,全渠道影响消费者心智促进其购买;与此同时,从360度全触点,实时、互动、闭环、协同、量化智能、优化消费者体验,促进消费者获得价值提升,进而带来企业生意增长和用户资产持续沉淀的良性循环。

  营销资产一定是可被计划、可有目的地去策划和运营的,这是其形成并产生价值的前提。

  例如,营销中的热点事件,对于大部分品牌而言,由于缺乏既有方法去预测、捕捉,难以实现精准的计划和运营,就不一定会变成资产。

  特定的场景,是营销资产尤其是数据资产形成并产生价值的前提条件。企业需要不断依靠场景为算法提供数据反馈,从而形成数据资产的沉淀和闭环机制,如事先厘清特定场景里数据产品以及服务的定义、数据场景和数据模型的价值对业务的增益衡量等问题。所以有场景才能跑出闭环,才能验证数据价值,才能把它资产化。

  • 能够连续在多渠道抓取、统计及分析,且打通后结果可归因到统一用户ID上;

  • 在不侵犯用户隐私前提下,理解用户行为和自身品牌、产品上的关联性,通过互动和服务不断提升品牌和产品好感度,促使用户转化为客户甚至忠诚客户;

  • 营销资产数据化,据此形成足够消费者视角的洞察,优化自身营销模式或手段,形成差异化市场营销方法论,甚至反哺产品优化;

  • 基于线上线下融合模式,营销资产在全程可做到不断被大规模技术系统级别的数据算法输出和调优,同时符合现有隐私保护法律。

  营销资产概念背后实则是企业经营思路的颠覆。如今,每个企业都在做数字营销,却很少能将其当作资产沉淀、积累下来。营销中的触点、内容等仍被当作即用即走、随用随扔的工具或素材,并未形成资产。

  就如农民辛苦种地挣的只是当年粮食收成,而地主却因拥有土地而持续产生更多收益。近年来大部分企业是“耕作思维”,不停耕作,即耕即得。如果有“土地思维”,就会考虑地利、肥力、轮耕的可持续发展的问题,企业任务应该是找更多的地。

  1. 企业必须有导向正增长的完整规划设计,即在建立资产体系时需考虑能否在拉新、裂变、选品乃至关联销售上产生影响。

  2. 所有营销规划要达成两个闭环,一是在IT层面上打通构成链路闭环;二是在营销和运营层面上形成业务闭环。

  营销资产沉淀和管理已成行业共识,无论是品牌方、服务商抑或是行业专家,都认同营销资产对企业长效增长的驱动力。在具体应用层面,营销资产能帮助企业更全面挖掘消费者/客户需求,提升触达和沟通的连续性和准确性,优化消费者/客户体验和广告投放效果,并能基于数据为品牌提供策略侧的参考和依据。

  对于营销资产的具体分类,虽然行业各方尚未形成统一的标准,但在数字化营销的今天,营销资产的分类存在2条主线)围绕数据这一主要呈现形式,营销资产可分为ID类和BI类、量化和不可量化等;2)从营销中的关键要素看,营销资产主要可分为消费者关系资产、内容资产、技术和人才资产等。

  然而,要让营销资产发挥实用价值,从架构层面,企业须构建资产经营思维,并基于自身业务制定导向正增长的完整规划;从应用层面,可被计划和运营是营销资产对企业产生价值的前提,且需要对营销资产进行有效度量、洞察,并基于特定场景应用和优化。

  营销科学100问之营销资产篇(二):营销资产在国内市场的应用现状和发展趋势是什么?

  国内营销资产的管理和应用还处在较早期的阶段,但数字化趋势下市场正跑步前进,短板被迅速填补。

  •市场上对资产数据化管理的认知还较早期,很多企业或者营销负责人还相信“经验主义”甚至处于简单抄袭竞争对手的阶段。

  •营销部门里仍缺少精细化数据运营人才,能够从数据得到洞察的策略性人才更是少之又少,但随着平台方和第三方服务商的介入,该能力正被快速补足。

  •营销资产的搭建和管理有一定财力和人力门槛,中小企业即使认识到重要性,也难以在短期内大量投入,只能循序渐进,逐步建立营销资产。

  • 受疫情影响,企业营销数字化不断深化,CDP、私域营销等概念大热以及资本市场的进入带动企业营销资产管理和应用能力的提升,加速热潮的到来。

  •消费者数据管理上,CRM还是比较普遍,但其数据应用和创新上仍有不少局限性。一些创新企业已经开始部署CDP/DMP来整合消费者数据,构建消费者丰富的标签体系;

  •内容资产管理上较粗放和分散,缺乏系统化管理。有些企业让代理商自行管理内容资产,这种方式容易在代理商更换过程中造成内容管理的断层;

  •营销策略管理上缺少可持续性,运营活动、广告投放、直播等活动的经验和数据规律仍未形成可沉淀的营销资产。

  超半数企业处于半数字化半智能化状态,即数字化转型大概走了一小半,智能化还处于验证或探索阶段。此时企业业务闭环和数据闭环仍不完整,对营销资产整个大闭环的构建和数据智能的赋能产生较大影响。

  • 技术上,AI能力还无法完全覆盖企业的所有场景需求,仍依赖于今后的技术进步。

  • 方法论上,企业的营销模型正在摸索和建立中,缺乏完全符合企业的定制化、完整的数字化营销方法论,包含系统、链路、组织、运营等多个层面。

  Q2 目前很多企业在营销资产管理仍处于探索阶段,您认为行业主要面临着哪些困境和挑战?

  •数据打通难,建议企业在前期就建立数据标准化,后续让数据逐步按照标准化执行,为数据接入做好准备;

  •运营成本高,系统迭代、服务器、日常运营等数字化建设需要持续投入,所以要制定严格的预算规划;

  •开发周期长,这是一个长期过程,目标的设计务必要长远且具体,按步骤推进,阶段内就专注于阶段目标的实现。

  • 技术上,虽已具备底层IT能力,但能操作、运用和真正沉淀营销资产方面的技术能力仍有不足。

  • 人才上,介于营销技术与传统营销之间,以数据驱动、基于营销资产的实操性人才也较为缺乏。

  第一,企业缺少消费者数据的统一管理和视图,数据分散且在线和离线数据没有打通。部分企业建立了数据湖,但依然缺少业务场景的落地。

  第二,企业缺少营销业务中台的统一规划,尽管很多企业已成立独立的数字化部门拉通各个业务部,以增强销售和营销的协同,但一体化的营销中台仍需系统性的规划和建设。

  第三,企业缺乏对于营销资产的合理期望,短期往往高估了营销资产的可见价值,长期容易低估营销资产对企业营销思维的深远影响。

  1)营销理念及管理水平低 ,很多互联网企业仍简单地将营销=广告,且企业内部缺乏自上而下驱动营销资产管理乃至整个数字化转型的架构支持。

  3)技术理解及创新水平低,过度关注眼前的KPI,未看到技术创新或者技术投入带来的长期回报及价值。

  • 第一阶段是业务数据化,即将业务过程或营销流程里所产生的数据回收和存储。目前绝大部分快消零售品牌基本都处于此阶段,该阶段不直接产生商业价值;

  • 第二阶段是数据业务化,即将数据应用于业务流程中实现降本提效,可通过降低损耗率、节省人力成本等方式衡量其价值;

  • 第三阶段是应用智能化,即开始大量使用算法和模型提升营销环节中的每个决策;

  • 第四阶段是数据资产化,即能够形成真正的数据闭环。互联网企业以及头部传统企业基本已进入此阶段。

  营销资产管理体系的搭建不是一件短期工作,可能需要半年甚至几年以上才能获得比较清晰的回报,如果简单看必然会经历搭建、试用、调优、产出的标志性阶段。

  长期看,整个资产的管理过程也会随着市场发展而变化,所以从某种角度说,营销资产管理永远不会有结束的时候,而是一个不断进化的过程。

  • 第一阶段:营销资产管理的数据化和自动化,提升营销执行的自动化和操作效率;

  • 第二阶段:营销资产应用丰富化,实现全域用户营销,第三方数据的补充,持续优化营销活动;

  • 第三阶段:营销资产应用智能化,算法模型将在关键营销决策中实现自主智能(Autonomous Intelligence)。

  通过对品牌、服务商和行业专家等各方的深访调研,我们观察到,由于整体认知、技术应用等局限,目前国内对于营销资产管理和应用整体仍处于探索阶段,大部分尚未构建起系统化的营销资产管理和应用体系。

  究其原因,主要有3点:1)虽已有认知并开始重视,但仍缺少可落地的规划和策略指导; 2)实际操作中,缺乏相关专业性人才和技术能力的支撑; 3)体系化建设项目周期长,运营成本高,存在一定的财力和时间门槛,需要循序渐进。

  营销资产管理和应用体系构建是企业的一项长期工程,从搭建到成熟主要会经历数据在线、场景应用、优化迭代等阶段。随着企业营销数字化的不断深化以及相关技术工具的迭代,企业营销资产管理和应用能力正不断提升,逐渐趋于成熟。

  营销科学100问之营销资产篇(三):不同体量、行业的企业如何应用营销资产?

  • 第一层是互联网,线上化程度最高,数据化闭环程度也最高,数据资产都是基于业务场景的“活数据”。

  • 第二层是快消品,如美妆、食品、运动、时尚、母婴等。去年数字化加速和疫情双重影响,使得很多快消品企业的线上化比例已超一半,其运营方法包括对数字资产的定义也越来越接近互联网企业。

  • 第三层是零售连锁和金融。零售连锁,如鞋服、餐饮等,由于行业模式本质的区别,仍大量依靠线下,数字化程度和意识较低;金融行业尽管在数字化上已形成小闭环,风控模型、收益衡量也非常清晰,但由于监管合规和行业问题,近年对客户的运营能力比较弱。

  •今天95%以上的企业都只认识到人群价值的意义,即通过人群ID来提升成本、营销和媒体的效率。而戴森、欧莱雅等头部跨国品牌则更超前一步,已经开始运用BI类资产来制定商业计划、全年收入目标、预测双11 total天量有效性等。

  • 国内近年兴起的新锐品牌,如花西子、完美日记等,他们对数据与收益之间的量化影响已有清晰认识,并通过数据来指导产品、策略和供应链等,在数据价值的理解和使用已走在行业前列。

  一般来说,越贴近消费者、潜在消费人群规模越大、消费者需求变化越快,营销资产管理的价值越大,如快消、零售、金融、汽车、生活服务等企业,用好营销资产对其业务发展的影响非常大。

  • 互联网之外,金融和运营商可划为第一梯队。其特点是用户资产充足,但变现能力较弱。

  • 第二梯队是零售和汽车,营销为其核心竞争力,因此这类行业在营销端投入较多,正快速建立营销资产。

  • 第三梯队是地产、在线教育、企业服务,因其商业模式等原因,仍处于探索阶段,尚未清晰营销资产与自身业务间的关系以及用户的变现模式。

  • 大型的、品牌强的企业在营销资产管理中更注重整体流程的搭建,如跨部门协同机制、成熟可用的个性化营销方法论等,从而推动整体业务持续向前。

  • 中小型企业更希望通过营销资产管理平台尽快看到业务上的显著收益,如销量和用户转化率的提升、产品的快速反馈等。

  • 零售业的营销资产主要来源于三种场景:电商平台、商超百货、品牌商直营店。 以往,线上线下的割裂致使线下商超较难采集到交易数据,但通过会员卡方式可实现每笔交易数据的存储,从而补齐营销资产中缺失的线下数据。

  • 货架上的快消品主要通过两种方式积累营销资产,一是和便利蜂、盒马生鲜、商超等通道商联合建模使用其交易数据;二是通过营销活动收集用户数据。

  • 汽车、地产这类低频消费产业在向后市场方向发展,因此营销资产也越来越重要。两者开始关注触达用户之后的私域培育的过程,并借助外部数据和能力对线索打分,评估用户购买意愿,以此提升消费频率。

  二是积累数据的颗粒度,基本以日为单位;如果以周或者月为周期,样本量衰减会影响预测精度;以小时,又很考验品牌的执行力和反应力。

  营销资产必须精确到个体,且个体具备一些统计学或人工智能意义的时候,才能发挥出营销资产的价值。用户角度上,越高频低价的品类,对用户数量要求越高。据观察,会员用户资产的数量大概要到50万以上短期内就能看见效果;如果是低频高价品类,10万用户也很有价值;

  营销资产的积累更多是一项长期投资,如果营销资产要产生立竿见影的效果,企业整体营收通常要达到3-5亿及以上。

  一般而言,品牌无需追逐全量营销资产化积累,自身营销资产能覆盖5-10%的总体用户,便能很好洞悉市场需求。而要想形成可持续优化的闭环则需要更全面的营销资产积累,这也是数字化转型、数字基础设施不断建设,从量变向质变转化的过程。

  对于不同行业、体量的企业而言,营销资产的应用程度和策略不尽相同。从行业来看,线上化程度越高、消费人群规模越大的行业,对营销资产沉淀和管理的需求越高,在具体应用层面也走得更前列;而从体量来看,头部和新锐品牌因其数字化程度和意识高,且组织架构上的支持力度更高,在营销资产的 管理和应用上也有更为出色的表现。

  营销资产作为一项长期投资,需要企业持续性的积累和建设,数据量级越大、周期越长、颗粒度越细、维度越丰富,对企业营销效率乃至生意增长的驱动效果越大。通常而言,企业营销资产积累到一定阶段即可在广告投放、消费者洞察、营销效果优化等方面彰显成效,无需盲目追逐全量积累,根据自身所处阶段制定相应目标为宜。

  1)横向衡量与评估,每年/半年邀请各方外部专家就各自擅长领域进行评估,其视角更全面客观,观点能保持中立,如平台方、大型广告营销集团等营销专家。

  2)纵向衡量和评估,看品牌内容能否跨时间段持续产生效果。例如消费者搜索权重是否提升,搜索是消费者从有意识到行为的转化,是非常重要的指标。

  消费者资产方面,不同品牌、渠道都有各自的消费者,所对应的衡量方法也不同。比如,在电商渠道,除了套用大平台的评估体系外,一些大品牌还会有定制的标准,如复购;而线下渠道,如商超会有自然进店人流,相比“兴趣”标签人群,品牌则会更重视后链路资产的沉淀。

  •用户资产的衡量:CLV/LTV是对用户资产最直接的衡量体系,可通过用户属性标签和用户行为标签来判断。

  •渠道分发资产的衡量:触达用户的成本、 渠道稳定性、触点效率、互动深度、体验水平。

  •内容营销资产的衡量:素材的创意水平、批量生产素材的能力、UGC内容生产能力。

  Q2 目前行业内在营销资产的管理和应用方面都有哪些通用的工具?应用情况如何?

  目前市场上的工具较多,比如CDP、CEM、SCRM等。但整体市场还比较混乱,各类工具效果也参差不齐,真正能够把不同工具全部有机使用起来的品牌并不多。

  工具层面上当前正处于混用阶段。从传统的信息化时代到数据智能时代,工具正离业务越来越近。未来,各个工具将能实现良好协同,企业需要建立完备的协调机制,发挥各自的优势。

  此外,在营销资产管理和应用中,未来一定会有一个核心工具,我认为这一核心工具将是CDP或智能客户数据平台,需要同时满足智能、数据、客户三个特点。

  小企业可直接使用适合自身行业的数字化转型SaaS服务套件,但目前行业化SaaS版的数字化转型服务套件还在不断摸索打造中。在全套件没有出来前,小企业可先基于各大平台提供的部分模块逐步用起来。随着企业直面消费者意识的觉醒,目前来看基于各平台的私域运营在效果上是最立竿见影的。

  从商业竞争维度看,未来竞争是上游供应链、中游制造、下游渠道、物流、服务、用户运营等全方位的比拼,因此数据资产的构建和运用应该贯穿全链路形成闭环。

  营销资产的积累可重点关注新流量价值。在抖音上,一年做1~5亿GMV很容易,但传统商业要实现这个规模平均却要10年。但新流量不应只用于销售,而应借助丰富的数据帮品牌厘清“货找人”的逻辑,看清目标消费者客群,并赋能于线下场景,重构消费者体验。所以企业应在线上与线下用一个数据资产贯通的思路来运营。

  第一,建立数据中台,采集并沉淀用户侧、渠道侧和供应链侧等全链路数据资产,是营销资产价值最大化的基础。

  第二,联合第三方,成立强有力的运营团队,并依靠第三方快速提升自身运营能力。

  • 第二是从生意策略层面建立对数据的信心。建立以“数据影响生意策略”的思维模式,站在生意策略层面构建企业的数据源和数据对接机制。

  • 第三是自建营销资产时务必保持开放心态,保持对外合作,尤其是和大平台的合作的态度,实现营销资产应用价值最大化。

  实现营销资产应用价值最大化是企业沉淀和管理营销资产的核心目标。要达到这一目标,在战略层面,通常需要企业内部自上而下提供组织架构支持,建立专有团队运营和管理;并保持开放姿态,与平台方、第三方积极合作,共同提升营销资产应用价值。

  在方法论层面,企业还需建立配套的评估机制和科学的度量指标,如内外部横纵向评估、消费者关系资产中的5A总量和人群流转率,内容资产中的品牌声量、互动数以及情感值等度量指标,定时监测营销资产管理的健康程度。

  在实操工具层面,目前市场用于营销资产管理的工具较多,如CDP、CEM、DMP、SaaS套件等,但功能有交叉、效果参差不齐等。企业可根据自身情况可自建系统、选用如巨量云图一类的平台方产品,或者SaaS套件,抑或是有机搭配组合使用。

  5A方法论:巨量云图的5A人群分层模型,按照品牌与消费者之间的关系远近将人群划分了A1-A5不同阶段,分别对应Aware(A1了解)、Appeal(A2吸引)、Ask(A3问询)、Act(A4行动)、Advocate(A5拥护)。

  营销科学100问之营销资产篇(五):营销资产的管理和应用是否已有最佳实践?

  首先,营销资产的管理和应用实践应注意消费者、触点、内容之间的联动。如联合利华与巨量引擎一起做的内容资产共创,通过增效模型对视频素材进行分镜数据监测,从而找出触发消费者行为的内容元素,优化创意并指导内容生产。

  其次,企业需要基于自身所处阶段和经营情况进行策略和资源倾斜。如对于没有雄厚资本支撑的小品牌而言,谈一方资产管理还很重,此时扎根平台做精细化运营,充分挖掘平台价值就已足够。

  用户资产上需要站在用户全生命周期的角度,形成端到端整合性组织架构,避免过于分散而产生内耗。

  数据资产方面首要注意数据安全问题,可通过签订保密协议、分阶段开发、开发能力内化、本地化或混合云部署等方式提升资产的安全性。

  首先,每个企业的营销资产各有特点,竞品很难复制,所以越早投入,越容易形成竞争优势。

  其次,现有技术体系已比较成熟,但前期基础搭建的工作不可绕过,所以越早投入能尽快产生价值。

  • 二是学我者生,像我者死。学习别人的底层逻辑和核心是有意义的,照猫画虎去抄,都会走向失败。

  • 三是畏惧变化,抗拒改变。一些企业对外部环境变化感到非常恐慌,但又抗拒改变,总希望外部竞争环境能够回到舒适区。

  对大体量集团而言,一方数据平台(如CDP)能帮品牌打通各个触点、渠道,是企业全面了解消费者的核武器。

  对小品牌而言,暂无必要建立CDP。初期只需在一个平台上做穿、做透就可以获得可观增长。而当品牌在一个平台上的生意达到瓶颈、要去入局多平台时才需要CDP。观察下来,一个品牌大概要达到1亿以上GMV才开始有余力做这件事。

  最后,如果有足够的资金、精力和时间,越早开始最后肯定会有价值,只不过价值的判断是因企业而异的。

  都要制定相关的策略,但要依托于业务场景建立起来,而非一开始就做特别宏大的规划。

  第一,大多数企业规模越大,组织结构越僵化,在不改变以前运营体系的基础上做简单优化,很难被证明有价值;

  第二,头部或大型企业的核心挑战是创新能力弱,孵化新品能力不足。因此借助CDP对接新流量、做新产品,更容易产生增长,提升创新能力。

  狭义的CDP只是一套以消费者数据为基础的底层IT技术架构,但用数据驱动业务增长已成为数字社会的企业发展共识,CDP的部署和应用只是业务竞争加剧,线上线下融合,企业全面数字化转型的一个顺理成章的步骤。

  1. 数据:数据来源及结构,尤其多渠道数据要面临收集,清洗,对齐等挑战;

  2. 工具:处理数据是CDP的业务基础,而如何管理好数字化带来的海量数据(TB甚至PB)则是后续应用好的必要条件;

  3. 策略:包括如何划分和对齐数据、如何消费者标签如何、如何在匿名数据和PII数据中切换乃至矛盾标签数据的判定等一系列流程,都需要人工干预策略来帮助完成从数据表现到业务逻辑的对接;

  4. 应用:单纯基于数据分析的洞察已很难满足企业的业务发展需求,数字化业务为很多企业提供了一方数据直接应用的机会,并可在后续业务报告中看到实际效果,进一步加强企业主应用CDP的信念。

  企业不一定要用到CDP,是否建CDP(或者DMP)取决于其发展规模和发展阶段。但企业一定要做好数据基建,其中需要注意的是:

  1. 基于增长目的建立清晰的数据运营策略,做好数据埋点和收集,确保所得数据尽可能全面和准确。数据积累是个漫长的过程,越早收集对企业越有好处,多元丰富的数据能够极大提升营销的效果,缩减营销成本。

  2.一定要先有应用场景,再驱动(CDP)产品开发,而不是先有产品,再想应用场景。建议企业内部先找个业务应用场景,用最小成本验证价值和应用模式后再出CDP产品1.0,确保其适合内部营销需求,并在使用过程中不断修正和完善。

  Q3 在营销资产管理和应用上,尤其是在人群和内容的精细化运营上,目前是否有比较成熟的解决方案/实践案例?

  内容方面,可通过大数据挖掘、回收KGC及UGC内容,寻找差异点。如凡士林的小晶冻推出时就通过平台上KGC、UGC内容的回收与分析,反哺PGC内容,产出小晶冻的100种用法,实现营销效果的提升。

  此外,也可与平台进行内容资产共创;如与巨量引擎合作,通过增效模型对护发线产品视频素材进行分镜数据监测,从而找出触发消费者行为的内容元素,优化创意并指导内容生产。

  在BI数据实践方面,线下门店可通过店铺人流、销售、会员、会员沟通频次和店内价格活动等数据,实现未来每个门店的销售预测。财务部门可据此指导预算的批复和分配,大幅提升整体效率。

  以兰蔻为例,通过BI层面报告及数据的机器学习可以研究出抖音上“5A”模型中的A2吸引人群(Appeal)的体量变化与天猫上兴趣人群体量变化之间的量化关系,甚至量化出在抖音上增加百分之几的Appeal体量,对应在天猫上获得的兴趣人群就会增加百分之几。

  第一是内容自营,需要专门的人来负责内容,制定KOL选择策略、短视频脚本策略、剪辑策略等;

  第三是内外协作,先将内容聚合成资产池,再不断用数据优化、分发和回流,反复循环。如欧莱雅设置的视频资产中心,通过智能分拆结合不同脚本结构自动生成几百个版本内容,分发到不同平台;并根据各平台数据反馈,结合具体的增长、获客情况做下一轮的智能分拆与分发。

  尽管国内营销资产的管理和应用仍处在探索阶段,但通过深访调研,我们发现业内已有一批前瞻、创新的品牌和服务商在这一领域,尤其是在人群和内容的精细化运营上,探索出了自己的增长方式,如联合利华、兰蔻、点正等。

  品牌、服务商、行业专家也从自身经验出发,为企业营销资产管理和应用提供了诸多真知灼见,如营销资产是长期工程,企业需尽早投入沉淀和管理;又比如企业需要基于自身所处阶段和经营情况进行策略和资源倾斜,CDP搭建并非所有企业必备;再比如实操中,营销资产的运营大于工具,且需要充分考虑业务场景等等。

  巨量引擎作为平台方也推出了巨量云图,通过5A方法论和数据能力,实现人群和内容的精细化运营,帮助品牌和服务商有效沉淀、管理和应用消费者关系资产和内容资产,驱动品牌长效增长。

  营销科学100问之营销资产篇(六):品牌长效增长:营销资产沉淀的“滚雪球”效应

  从营销资产的价值,到如何科学应用,再到现存问题和未来趋势,业内的朋友们已给到诸多精彩见解。营销资产的重要性,已不言而喻。唯有做好营销资产的积累和运营,才能让生意像滚雪球一样越做越大,实现长效增长。

  为进一步剖析营销资产的价值和应用,我们专访到了巨量引擎营销科学专家曾桢,请她系统分享当下企业在营销资产沉淀和管理需关注的重点和展望。

  在营销资产沉淀上,业内一直存在着两种对立的思潮,一种是“轻资产”模式,即小规模营销精英团队和更低的营销运营成本,把更多预算留给营销活动本身,追求经验驱动的短期营销效果最大化;另一种是“重资产”模式,用更多的内部岗位来专业化营销团队,投资和沉淀可长期复用的营销资产来构建体系化的运营模式,以营销资产撬动长效增长。

  近年来,随着经济大环境的变化,数字化技术的成熟,以及企业内部对于营销提出更多增长的要求,众多企业选择了营销资产沉淀的“重资产”模式,在食品饮料、美妆、母婴、汽车等行业涌现了诸多案例和实践,论证了营销资产对于企业长效增长的驱动力。

  Q2 营销资产的沉淀和应用对企业而言是一项长期工程,在当前阶段,有哪些类别的营销资产是需要企业重点关注的呢?

  当下,消费者的注意力和时间正被海量的营销内容不断分割,每天每个消费者被触达的广告就超过百次,构建消费者对于品牌的认知以及最终形成转化变成极其复杂。此外,随着内容消费的崛起和内容制作成本的降低,很多品牌在营销过程中生产并累积了大量的内容,但却很少能将内容当作资产沉淀并持续运营,不断优化,提升消费者认知。

  作为国内主流的数字化营销平台,巨量引擎在服务客户的过程中,为品牌积累沉淀了大量营销资产。在实践中我们发现,实现用户的精细化运营,并通过优质内容构建消费者对于品牌认知的捷径成为当前企业营销的重点。因此,在当前阶段企业营销资产的沉淀需要聚焦在两个方向:关系资产和内容资产。

  关系资产和内容资产是巨量引擎营销科学旗下产品巨量云图对品牌资产的两大核心概念。

  营销大师菲利普·科特勒在《营销革命4.0》中将消费者旅程重新定义为5A,分别对应Aware(了解),Appeal(吸引),Ask(问询),Act(行动),Advocate(拥护)。基于5A模型,巨量云图引入关系资产这一概念,基于消费者与品牌关系的远近,搭建了从A1-A5的5A人群分层模型,聚合了巨量引擎几乎全量的广告、直播、小店、品牌号、自然内容等数据,还原各个阶段消费者的真实状态,并对每个分层阶段的消费者群体实现精准追踪和洞察,实现品牌在巨量引擎内消费者关系资产的一站式沉淀和运营。

  巨量云图认为,内容资产是品牌需要长期积累和运营的重要营销资产,能帮助品牌加强对消费者认知的渗透和影响力,同时能增强消费者对品牌的关注点和记忆点。

  基于庞大的数据支撑和强大的内容理解技术能力,巨量云图能帮助品牌沉淀其在巨量引擎生态上近乎全量的内容数据,并快速了解自身内容资产的数量多少、质量如何,以及未来发展空间大小。

  巨量云图通过5A模型为品牌提供了一个新的评估和度量视角,品牌不仅可以看到某场营销活动在流量、创意等维度的表现,还可以洞察其对关系资产的积累情况和资产流转的推动效果,为品牌提供行业视角的关系资产诊断和评估,持续沉淀和运营关系资产,实现构建与消费者的深度连接。

  比如某美妆品牌,在抖音小店新开张期间,圈选品牌之前积累蓄水的5A人群,通过竞价的方式引流到直播间,最终促成人群购买转化,提升全链路转化效率的同时,为品牌带来了新的资产沉淀,为品牌未来持续收益提供了保障。

  品牌可以通过巨量云图实现对内容资产的沉淀和管理,持续优化内容,提升自身品牌渗透率:

  •科学度量资产健康度:从品牌声量、互动、情感三大维度综合度量品牌内容资产的量和质,并基于巨量引擎生态数据,支持行业Benchmark横向对比和历时纵向对比,在度量中洞察趋势,定向优化;

  •增强品牌记忆点:从消费者观看的内容本身出发,通过内容、评论和作者3个角度,洞察消费者接受到的信息和反馈,从而指导品牌的传播策略和卖点洞察。

  营销资产是一项长期投入与建设的工程。在以往,营销资产的体系化管理有着较高的门槛,而今巨量引擎通过落地巨量云图,构建了“洞察+度量+优化”的全链数据解决方案,大幅降低了营销资产管理的技术和投入门槛,让更多的品牌能运用营销资产驱动生意长效增长。

  巨量云图产品中沉淀了巨量引擎体系中所有的用户关系、流量、KOL、内容和货品数据,堆积了成熟的5A、增效度量等方法,渗透到广告系统投放、优质KOL筛选、人群运营、货品策略、抖店运营等大量营销场景。同时也对接了星图、企业号或品牌号、数字广告投放平台等应用工具,成为企业在巨量引擎生态中沉淀营销资产、实现体系化运作的经营平台。

  在数字营销不断专业化和精细化的趋势之下,以营销资产为核心的营销之路才刚刚开始。我们相信,未来,营销资产必将成为生意增长的核心引擎。返回搜狐,查看更多