当我们探讨数字营销技术,DTC、营销数据中台、组织变革、5G等成为不可忽视的关键词

2020-04-02

01    DTC模式崛起,营销数据中台“大有可为”

在之前的系列研究中,我们曾特别分析过DTC模式(Direct To Consumer),指品牌方产品绕过“中间商”直接销售给消费者,且消费者需求可以直接传递给品牌方,实现在产品和内容上的共创。

DTC模式起源于美国,类似于Allbirds、Glossier已经发展成为独角兽品牌,在国内则诞生了完美日记、汉口二厂、每日黑巧等后起之秀,且正在被更多大型泛零售品牌所青睐。
 
DTC作为一种零售模式,为什么会跟数字营销技术产生关联?最直接的关系是随着公域流量红利消退、营销成本越来越高,企业希望通过全面且智能的数据分析,让品牌“直连”消费者,达到降本增效的营销效果。在这其中,营销数据中台技术发挥着重要作用。
 
营销数据中台的产品形态有很多,包含Data Lake、DMP、CDP等多种产品,它们各自在功能点略有差异,但一般来说都涵盖这七个组件:多数据源对接、数据治理、数据存储和计算、权限管理、数据分析、数据可视化以及数据输出。

640.png

▲nEqual营销数据中台架构模型

 
营销数据中台即轻应用层和业务层,重数据层和服务层,把企业各方面数据资源汇总沉淀并最大化利用,能够让上层创新速度和效益创收更加明显。
 
任佩禹进一步解释了这其中的运作流程:“系统就是帮助管理理念的落地。营销数据中台把跟数据相关的生产资料往一个中台进行汇聚,将数据的管理、存储、应用工作都做成标准化服务。一方面,帮助上层在进行创新时(例如研发新产品或优化供应链)能够直接调取数据应用,加速创新落地速度,降低成本;另一方面,它支持在微博、微信、小程序等私域流量平台或外部触点上,针对不同群体的消费者进行跨渠道、个性化交互。体现在营销前端能够优化广告投放,体现在营销后端能够支撑更敏捷的运营体系建立。”
 
从“交易导向”转变为“关系导向”,DTC需要大量消费者数据沉淀和分析,才能够实现产品、渠道、营销各环节的极致优化。随着DTC模式在国内市场流行,营销数据中台技术也受到关注。但反推来看,营销数据中台能释放的价值不仅仅作用在DTC场景,它让企业整个创新及营销体系都得到改善。
 
当前,营销数据中台更多是进行线上内外部触点的数据管理,任佩禹认为下一步将是门店的数字化重构。“当门店内的POS机、传感器,甚至导购人员都被数字化之后,这些数据也都汇总到数据中台,将大大提升线下门店的消费体验。”
 
智慧零售将更具实感——当一个消费者从接近一个商圈、到进入一个门店、到选择甚至消费的全过程,背后是由数据对应的决策进行促进,导购人员能够了解到他的真实需求和意愿,提供个性化的体贴服务。交易不用完全依靠消费者的“个人随机性”,或导购人员千篇一律的推销。
 
同时,借助消费者线下+线上的触点打通,实现OMO形式的相互引流、消费者认知完善、多渠道营销和管理等全渠道的数字化布局,是营销数据中台的重要价值之一。

02    企业数字化转型需要产品系统支持,更需要内部组织变革
 
企业数字化转型往往会先从营销环节切入,因为ROI(投入产出比)直接且迅速。但这需要一整套的产品体系,“数据中台”仅仅是底层部分的架构,在上层还有客户互动管理系统、智能广告系统、营销自动化工具等一体化套件。在行业内,以nEqual为典型的一站式营销云产品体系,能够覆盖项目从规划、执行、数据收集到反哺营销优化的从营销到运营的完整闭环运用。
 

640-1.png

▲nEqual营销云产品示意

 
AI技术是影响系统运营效果的关键,它像血液一样在整个协作系统的各个环节流通,AI技术提升也能够赋能各模块服务能力不断升级。任佩禹表示,nEqual非常重视对于AI技术的研发投入。他认为,要把AI能力最大化,必须建立一个系统工程,包括找准应用场景、有过硬的技能和大数据作为支撑,并且有数据科学家和比较强大的模型算法的团队支持模型产出。
 
nEqual 曾帮助米其林运用AI模型激活品牌私域数据,识别并触达潜在高价值转化人群,有效提升电商转化ROI,最优模型人群ROI比常规人群策略提升了数倍。此次AI模型的尝试,打破了在电商内只能选择固定标签的限制,实现了能在电商站内更灵活地在圈选并触达高价值潜客。

640-2.png

▲nEqual&米其林合作案例:利用AI模型,挖掘一方数据价值

 
然而对于企业数字化转型来说,产品和系统只是解决了“术”层面的问题,企业的组织架构才是转型之“道”。对于组织层面的进化方式,任佩禹分享了行业内常见的四种模式:
 
企业建立独立的“数据部”,横向管理整个平台;
由IT部门lead,从技术层面搭建好完整系统,支撑其他部门业务使用;
由业务部门lead,以业务为导向确定项目实施,但最后慢慢收归到大平台;
相关部门成立虚拟化组织如“数字化建设委员会”,在不同部门之间推广。
 
企业所属领域不同、项目实施目的不同、甚至预算分配多少都会影响最后实现的路径有所差异,但它们都具有一定参考价值。“我们还合作过一个集团客户,他们把所有Digital部门成立了一个单独的子公司,是一个非常极致、响应速度非常快的路线。不一定适用于所有公司,但从中也可看到中国企业对于数字化转型的决心。”任佩禹认为,不管走哪种方式,由一个部门归属但开放给多个部门应用的模式,可以有效平衡转型过程中对企业自身结构的冲击。
 
03    5G时代,AI内容生产及边缘计算撑起“未来式营销”
 
5G ——即第五代移动通信网络。5G的传输速度可达每8秒1GB,比4G网络的传输速度快10倍以上。我们明显感觉到4G时代对智能手机普及、流量提速降价、实时图文交流等信息交互层面带来的跳跃式变革,5G是否会面临同样的巨大跳跃?一切还未曾可知。但至少5G时代的营销,已经有了更多想象空间。
 
任佩禹分享了nEqual对5G时代特别关注的两个方向——AI内容生产与边缘计算。
 
AI内容生产并不是一个多么新鲜的名词,类似于程序化创意技术已经在行业里有所应用。但5G高速率、大容量、低延迟等特点,使得AI内容生产可以打破在图片形式上的局限,在文章、视频等方面均有所应用,并且将各种形式素材有效组合,真正实现千人千面;由AI制作的创意内容,还能降低企业采购版权素材的费用支出。
 
边缘计算指在靠近物或数据源头的一侧,采用网络、计算、存储、应用核心能力为一体的开放平台,就近提供最近端服务。现阶段,云计算已经被越来越多企业采用;下个阶段,雾计算或边缘计算技术发展,将能够促进IOT设备触点上所收集的“消费者过程级”数据传输,构建更精准消费者画像,甚至进行购买行为预测。

640.gif

▲相较于云计算,边缘计算更靠近设备和用户

 
“我们知道数据能够让很多洞察得以实现,但由于技术、设备等各方面限制,应用场景很有限。但5G到来之后,或许我们就真的就能看到,在你冰箱里的鸡蛋只剩一个时候,购物平台告诉你该买鸡蛋了。”但任佩禹也强调,这需要IOT厂商的共同努力,才能够促进5G时代的“未来式营销”真正落地。


三个问题

Q1:数据隐私保护与营销精准度是否一定相悖?

任佩禹:行业里面构建很多匿名化的、可以被清洗掉的ID,这些ID可以达到一个精准的效果,同时又保护消费者隐私。在符合国家法律和数据使用规范下,我认为不是相悖的,它的中间有一个并存的空间。


Q2:企业建立数据中台后,就一定不会出现数据孤岛吗?

任佩禹:并不能这样说,随着触点越来越多,数据孤岛依旧会存在,但可以通过策略和技术的方式不断改善,提供几个建议:①思维层面:在规划营销Campaign阶段,每个步骤都要考虑能否与消费者建立连接;②技术层面:一个合格的数据中台都应该建立super ID体系,实现不同频道的ID打通;③战略层面:借助BAT生态服务进行精准投放,能够针对已有ID进行精准营销。


Q3:如何看待国际化厂商与国内在数字营销技术领域的竞争?

任佩禹:两个市场的媒介和渠道环境有很大差异,作用产品上就会存在不适配的问题。在国外搞定Facebook和Google就可以搞定半边天,但中国是特别碎片化的媒体,光是支持PMP投放的视频网站就不下10个,这还不包括信息流平台;包括Social、电商的玩法也很不一样。在这些差异下,国外研发团队对国内市场的深入理解就非常有必要;但目前来看,在产品上还是国内的厂商更有优势。


观察后记

1. 企业对DTC模式和私域流量的关注,一定程度上推动了数据中台技术的发展。

2. “数据中台”把企业各方面数据资源汇总沉淀,能够让上层创新速度和效益创收更加明显;往前能够优化广告投放效果、往后能够让运营更加高效、灵活。

3. 在企业数字化转型的系统结构中,“数据中台”仅仅是底层部分的架构,在上层还有客户互动管理系统、智能广告系统、营销自动化工具等一体化套件。

4. 企业组织架构调整对完成数字化转型非常重要,由一个部门归属但开放给多个部门应用的模式,可以有效平衡转型过程中的冲击。

5. 由于国际型服务商非常仰赖总部对本部的研发投入,incident国内自主研发的营销技术产品更有优势,更能适配企业所需。

6. 数据隐私与精准营销并不相悖,但企业需要加强技术投入和策略优化,来构建更完善的一方数据。

7. 5G时代,交易方式继续往线上迁移,带来沉浸式购物体验;企业对于自动创意范围要求扩展;也会带来IOT设备触点数据爆炸式增长。在这些前提下,AI内容生产和边缘计算技术将拥有更大发展空间。

关注微信公众号