中国CMO俱乐部“大数据营销”主题沙龙文字实录

标签:大数据营销

访客:25497  发表于:2014-09-25 09:03:07

2014年9月19日,一个阳光明媚的下午,中国CMO俱乐部“大数据营销”主题沙龙在北京唐廊举行。本次沙龙研讨话题聚焦于当下企业最关心的大数据如何帮助和驱动营销创新变革的话题,IBM大中华区市场营销部总监孙丽军,IBM资深顾问、大数据方案架构师曹雪祎,奥美互动中国区咨询副总裁马珮玉分别就大数据时代营销变革和创新的关键课题分享了各自的观点。二十余位来自中粮、海尔、青岛啤酒、乐视、光大银行、包商银行、易车、呷哺呷哺等企业的营销负责人参与了交流。

下面是论坛的文字实录,根据现场录音整理,未经发言人审核。

岳占仁(中国CMO俱乐部秘书长,沙龙主持人):我们今天的主题是大数据时代的营销管理,既涉及到营销变革的策略,也会涉及实操性更强的大数据营销到底该怎么做的问题。

大数据从前两年开始就是一个非常火热的话题,很多媒体、咨询机构、厂商、企业都在关注这一话题,也做了不少应用的尝试。今天论坛主讲的嘉宾有两位来自IBM,IBM在大数据课题上也已经投入了很多的精力来做研究、思考和实践。

关于大数据,去年有一个说法,说就像高中生谈论Sex,谈论的人非常多,但是做的人非常少。今年这个笑话有一个新的版本,说大数据的应用像买彩票一样,大家都在做一些尝试,但是取得非常好的成果、很棒的案例还是比较少的。这个里面到底我们到底应该怎么看,特别是在大数据如何帮助驱动营销创新和变革的课题我们应该怎么去认识,我们首先请IBM大中华区的市场营销总监孙丽军女士来分享自己的观点。

孙丽军:大家好!我觉得刚才岳总说得很有意思,的确两三年前就开始谈大数据,大家对大数据是做什么的应该已经有了理论的了解。我今天就给大家讲一些干货,讲一些我们作为IBM内部整个负责市场营销,包括线下线上的,我们具体应用大数据,在我们提高营销的回报率上做了什么。在这之前,我想先请大家看一段小视频。

我不知道看了这个以后,营销同行们有没有同感,这里面有去看心理医生的,有去做占卜营销效率的。

其实,我想不用赘言,包括我们刚才跟大家聊,听大家介绍,很多是来自于互联网公司,所以说大家对目前市场的变化的这种痛处更了解。像我们负责IBM大中华区的营销,每年花上亿、几十亿的营销费用,经常受到来自总经理的挑战,你花这么多钱到底给公司带来多少商机,你能不能说得清楚。所以对视频里的两个人去做心理咨询和占卜感同身受。

我们这几年做大数据的营销实践,还是有些心得体会。实际上我们IBM公司大家知道,其实我们是一个B2B的公司,我们不对个人直接销售,我们是一个B2B,所以很多B2C公司,可能我们分享的案例不一定百分之百适用。但是随着现在的理论,很多叫B2P,都是个性化的,所以我觉得有些借鉴。

IBM这几年在营销领域有很多方法论,我们一直随着市场的变革来变革我们自己。前几年我们重点谈的就是怎么把我们的市场营销活动做得非常炫,大家有很多创意。最近这一两年,就会发现IBM市场部内部会谈和CIO一块去工作,这是让我们不舒服的,因为大多数做营销工作的不懂IT,我们要跟CIO一起工作,我们要做数据分析,了解我们的活动。所以今年开始,IBM整体全球市场部就推一项举措,也就是说大数据驱动的市场营销。

这里有几个要素,第一个要素就是数据,怎么把数据变成洞察力,怎么在多渠道整合的自动化交互体系能够在每一个跟客户的接触点做个性化的互动。最后,我觉得非常困扰营销人员的是说你花这么多钱,怎么才能做营销效果的跟踪和诊断,尤其是现在客户微信、微博、社交,大家的关注力转变得非常快,他怎么才能做到实时?所以说,我们IBM整体就是围绕着这四点,包括我们怎么从过去一直来积累的大数据,我们怎么能够把它融到一些数字营销获得的这些数据,包括社交媒体获得的数据,怎么使我们的数据库越来越全面化。然后,我们怎么才能从数据里提炼到洞察,因为每个人有这么多海量的数据,哪些是有用的,哪些是没有用的,怎么把这些海量的数据变为我所用,并能够分析出对我的消费者、对我的目标客户下一个购买行动最有利的一个计划。其实你和客户有很多不同的接触点,在每一个接触点上,每一个环节怎么利用数据的分析提升整体的转换率,还有就是营销。所以,我待会会围绕着这几点跟大家讲一个IBM我们自己内部营销做的案例。

首先,刚才讲到的就是数据。因为原来我是做咨询的,给很多客户做咨询项目,包括现在其实也有很多客户,包括一些银行,我看有包商银行,其实我也去跟一些银行,比如说大连银行、中国银行的客户分享过数据分析、大数据应用的心得。我发现很多客户第一个基础的工作是不具有的,也就是说基础的数据,这里列出来是我们认为在现今的大数据时代,你所应该具有的360度全方位客户视图。

每个公司会根据你业务形态的不同,你的数据构成围度是不一样的,比如说这个客户的职业寿命、这个公司是什么、他在公司的职位、他的预算权限等等,如果你有一个很好的CRM系统的话,这些数据你都是会有的。

假如说这个客户不是一个新客户,是你的老客户,原来你跟他发生过的交易应该是都有一些记录的,互动数据是随着这两年大数据,包括行为数据的来临,我们逐渐在IBM的市场部数据库建立的。也就是说在线广告,包括电子邮件的接触,包括他到我的官网上,包括我自己的一些官方微博、微信,他在我这儿注册之后,我也会相应的把他放到我的数据库里。

这是一个360度视图,下面就是我给大家举的一个例子,比如说腾讯的客户,假如今天腾讯客户来参加我们的活动的,或者我们想去拜访腾讯客户,或者我们想给他发一个EDM,或者我们想跟他发生什么样的市场活动。我就可以从我们的数据库里,刚才孙宁就是我们整个负责大中华区负责数据库经理,她就可以抓出一个客户的360度的视图。这是一个很传统的数据,比如说腾讯公司什么时候成立的,整个营业额等等。

第二个,我还可以在数据库里看到他历史上在IBM买过什么东西,你就可以看到过去他跟你的交易。比如说IBM大家知道有硬件、软件服务,软件里有很多产品,其实你对他的历史,这个人的偏好就有了一定的了解。

我们用的是CRM系统,大家应该都会有自己的系统,我们还会看到目前在谈商机,这些已经是历史完成交易,而这些是我们正在跟他谈的商机。最重要的对营销来讲,你如果想做到个性化,有针对性,更重要的是你要预测他未来想买什么,其实我知道对于B2C公司,我也问过我们全球营销的负责人,包括一些奥美的人士,现在B2C叫做猜你喜欢,做得最好的其实是亚马逊。但是对于亚马逊这样的B2C公司来讲,它相对容易,像我们在亚马逊上买书,像我有一个朋友的儿子10岁,我经常会在亚马逊上买书,它就会把我列为一类,觉得我是一个母亲。像IBM这样的B2B,还会从云计算、大数据,它是需要很复杂的模型理解客户,根据历史行为和公司行业的情况,预测他可能会做什么,但是我们现在已经能够做到对他未来的一些可能购买或者比较感兴趣话题的一些预测。

刚才给大家展示的是公司层面的,其实公司的营销是要对个人的。比如说这次来腾讯的是一个叫梁伟伟的商务拓展经理,他个人的一些前世今生是怎样的,我怎么向他推送个性化的产品呢?其实我在数据库里可以列出所有的,包括他的偏好,允许不允许电话联系、允许不允许邮件联系吗,包括能不能来参加会议。像今天大家来参会,我很容易拿到你的名片,现在我觉得大数据的体现是说只要他来到我们的官网,我就能够记录他的一些在我官网上的行为。比如说我知道他在2014年5月19号下载了一个关于SoftLayer的白皮书。包括假如他来线下的活动,会填一些反馈表和信息,其实我知道很多公司把这些信息收来看一看就扔了放一边,因为这些信息是纸质的,现在我们也把它输入到数据库里。

如果对梁伟伟去推送无论是EDM也好,无论是我来邀请他线下活动也好,我就了解了他这个人。因为如果在一个公司网站上下载一个白皮书,说明他真的对这个事情很感兴趣,所以我们能够针对他对云的这一点,分析他具体对云可能比对大数据感兴趣,所以我们也是能够分析出来的。这是一个视图。

刚才讲了这个视图到底怎么用,对IBM来说,因为我们的产品不是B2C,我们是B2B,所以我们是有一个电话销售中心。比如说大家参加今天的线下,或者你参加了线上活动,或者你在我们网站上下载了一个白皮书,实际上我们是需要让我们的电话销售跟你做一些追踪的,以此产生一些商机。我们把刚才讲的所有客户360度的视图,现在唯一还没有进来的就是社交媒体没能纳入我们的数据库,我们也在试图。因为会发现社交媒体的数据非常散,所以我们还在进行一些探索。

这样的话,我其实是把这个360度的客户视图交给我们的电话销售,因为我们还有一个很大的电话销售团队,他会根据我们所有市场活动做过的客户的一些具体情况去打电话。

我给大家列的是说在以前我们没有360度客户视图时,如果一个好的电话销售会花30%的时间到谷歌、百度上搜一搜,比如说今天孙宁来参加活动了,他们这个公司是干什么的,他会做一些这方面的搜索,然后60%的跟时间去跟客户打电话,挖掘一些商机。有的时候,他还会用10%的时间跟客户反复沟通,因为客户需要你打好几次电话才有交易的成交。

有了这个360度的客户视图,首先他不需要再花时间做客户背景的研究,只需要补充一些我的数据不能给他的信息,然后他就有更多的时间去跟客户进行更个性化的沟通,更有针对性的销售。所以说,今年我们做了一个数据的研究,通过这个,我们的转化率从9%提升到12%。刚才岳总说你很难知道大数据的效果,我们通过一年多的摸索马上就尝到了甜头,我们的电话销售非常喜欢我们新给他们加的功能,大大提升了他们的工作效率。这是给大家的一个案例。

第二个案例想跟大家分享的是现在营销很多是从线下转到线上,也就是说做数字营销,包括银行,你们很多时候也是要通过一些数字营销的方式探索,更多的接触客户。但数字营销有一个非常大的缺点,尤其是像我们以前B2B公司很多是线下活动,我们的电话销售人员每天从网上数字营销会产生大量的注册、或者是登记。但是,有的信息是不准确的,或者它的量太大了。所以,我们的电话销售面临着去追踪一方面参加线下的人,他来参加活动通常是有比较强的购买意愿的,很有数以万计在线上产生的商机,他很多就不去跟踪线上活动的这些人了,这就造成了我们的线上投资浪费了。

现在,我们整个全球从上往下做的一项大数据工作,我相信SPSS大家在学统计学的时候都会用到,SPSS和Netezza都是IBM的解决方案,我们会建模,IBM的B2B公司非常复杂,但是我们还是可以利用一些统计模型,把上万甚至十万、百万的这些在网上产生的商机,将最有价值的挑出来然后给我们电话销售人员。

这是一个例子,就是说我们用了客户响应评分体系,比如说我们只会把我们认为非常有商机的信息给电话销售。通过客户响应评分的机制,大家看这个Raedy To Buy和Likely To Buy,以前我们是把所有的例子都给了他们,所以他们觉得量太大了,不要去做这个呼叫。现在从量来说,我们看去年的数据,我们只需要把大约占8%的数字营销产生的商机交给电话销售去打,其实它的赢单率能够达到将近80%,也就是说二八原则,也许他在一万条商机里头,我们帮他做数学模型,挑出来的只需要他打20%的时间,就可以获得他打这一万条的劳动生产率,所以这个大大的提升了我们的电话销售团队的一个生产率。当然,这个我们也是自己在摸索,因为不同的业务模式像IBM很复杂,软件、硬件,每一种产品的模式和模型是不一样的,所以你需要特别好的能够建模的人,能够去把你这个模型做出来。

大家注意到这个,营销效果的跟踪并不神秘,怎么能做到实时,这是非常不容易的。我们刚才讲到IBM的模式,比如这个是说在网上的访问量,我们叫从Visit到反应Response,然后我们让销售去打电话然后就变成了一个商机。这是IBM在每个环节的转化率,这是在IT行业的平均转化率,可能在座的有人比我们做得更好。

这是将近一亿个网上的访问,才会有300多万的注册,才会产生十万个商机,然后才会产生18.9K,一万多的赢单。所以说,整体的转化率,包括大数据的营销,自己的体会是知易行难,你知道这个事情很容易,但是你做起来还是要很执着,很多的投入去思考。

对IBM来说,这种B2B公司,假如我通过每一个环节的大数据挖掘分析,我能够把它的转化率哪怕提升0.5%,这个数字我前两天跟我的老板在一块回顾,他说0.5%,这也太小了吧,其实他不知道假如你能提升0.5%是多么大的努力,和它能带来的对业绩的影响是非常大的,因为它的量很大,所以这是为什么我们想要花很多时间说在往数字营销转型,怎么提升数字营销的投资回报率和转化率,是我们IBM一直在思考的问题。

给大家举个例子,这是前段时间我们做的数字营销的案例。我们在今年的5月份做了这个SoftLayer,我们在大连有一个专门的数据分析和营销团队,我们就告诉他们说我们这个新业务的数据营销是不是有效。因为这个工作很复杂,因为有一些在关键字的搜索,有一些在媒体投放的广告,包括我们亚太区也帮我们投放广告,其实它有很多不同的来源来到我们的这个上面去。所以,我们要看清楚这个到底有没有效。

其实蓝色的柱子是我们网站的访问量,也就是说在我们5月30号就开始投放这个广告,我们会发现通过广告到我们这里的流量在一周之内上去了。但其实很多公司做营销,我觉得还是停留在广告到底多少访问量,包括我们前两天跟我们的广告部在那去看他的业绩,也是说我有多少广告,但是我们IBM更关注的就是你的访问量最终多少变成了我最后兜里的赢单。所以说,我会发现我们的大连团队来给我们做实时监控,因为我们有系统能够支持,他马上发现其实我们花了钱投了广告,我们网站的流量上去了,但实际上我们的注册量并没有上升。

我们大连团队就开始跟我们在北京的团队一块去做分析,到底是什么问题呢?我们去做数据的挖掘和分析。我们会发现有一些问题是因为我们的网页设置不合理,有些是因为我们自身的原因,我觉得真正的做营销非常精深,其实很多后台的东西被我们忽略了,我们的营销人员非常注重花钱做非常炫的东西,但是他忽略了后台系统的支持,把所有这些信息放到系统里让电话销售跟踪。所以,我们就相应的对网页进行了优化,所以说,我们会把一些不必要的登记环节取消了,做了很多的优化,包括后台,我可以衡量到不同的效果。所以,我们马上做了改进。

因为我们的广告是隔周去投放的,所以大家看到我们在第二周广告并没有投放,所以它的流量下来了,并且没有平稳。但是我的转化率,就是因为登记注册的人因为工具做对了,然后就上来了。第三周又开始做广告投放,我的注册跟它是同步的。这样,我们马上能够实时的去纠偏,这个其实是不太容易做到的,我觉得我们今年才把这条线彻底的在系统里头打通了。

说了这些,我觉得最重要的体会是要有一个自动化的系统能够去支撑你对所有不同来源的数据,你有搜索、电子邮件媒体,到你主页上怎么最终流到销售。这些是归功于前几年上升的Unica系统,实施过程也是一路腥风血雨,当然最终上线成功。现在我们自己用的很成功,比如说在银行上的应用,包括光大银行、中国银行也在做Unica系统,包括很多专家也去华为做辅导,让他们也利用这个自动化系统。

以前在没有自动化平台时,你做数字营销,你的反应时间是非常慢的,最早我刚跟大家没有讲的就是现在社交媒体时代,整个变化太快了,人的注意力只有9秒时间。所以像以前没有自动化平台,像我们没有Unica系统,我们的很多反馈时间,比如我要出一个业绩报告,比如我要知道我做的SoftLayer成功不成功,60分钟过去了,你的钱就打水漂了。现在我们有了这个系统,就非常实时知道我们做的东西的成效,就是因为很多数字在系统里,所以信息流几乎不需要很多延长的速度。所以说,现在我们能够把整体的时间几乎做到一个实时,像我做业绩能够达到一个小时的水平。

我刚才罗罗嗦嗦讲了很多,因为我今天想的是说我们谈大数据已经很久了,营销的很多理论也都分享过了,我想给大家分享一些我们自身做的案例,也是抛砖引玉,也希望倾听一下其他人的想法。

我自己的体会,就是在大数据营销转型,我们自己在摸索的这两年中,刚才我说了是知易行难,这个事其实不是很容易做,但是你必须开始,因为你如果不开始就会被淘汰。所以,我给大家的建议,就是第一,很多做市场或者做公关,我们不常跟IT人打交道,因为我们不太懂,所以就会觉得很烦,但是你一定要开始跟CIO合作。

另外就是做投资,比如说从人的投资。刚才讲了,我们在大数据方面,在人才上,在组织结构上都有专门的大数据分析团队,我们有很多的投资,我们建数据库,然后我们建模型,这些是要去做投资的,你才能够有一些效果。

我刚才讲的知易行难,就是你如果有一个很宏大的大数据工程,可能就会半途而废了。所以我自己的体会,尤其是现在你的CEO也没有耐心等两三年以后才能见效,所以我建议找几项,像我刚才讲的360度视图,把一些响应机制先做起来,更好的收效从而更容易得到CEO的支持去接着往前走。

这就是我的一些分享,谢谢大家!

主持人:谢谢孙总的介绍!孙总刚才介绍了IBM怎么从过去的一个经典的营销模型向一个大数据营销模型转变的过程,中间有很多过程、很多思考值得大家借鉴。

我们跳开IBM本身的案例,对于各行各业不同的企业来说,对于通用的营销部门的工作来说,大数据驱动的营销应该是怎么样一个转型过程?我们下面有请另外一位专家来作一个分享,我们有请曹雪祎先生,他是大数据方案的资深顾问,有请!

曹雪祎:谢谢大家!借这个机会我先自我介绍一下,我叫曹雪祎,加入IBM之前,过去的几年一直也是在互联网行业做一些营销的实践。来到IBM以后,刚才孙总也介绍了,在光大的营销自动化的实施,光大银行、平安银行、中国银行,以及华为,做他们营销自动化的项目和探索工作。

刚才孙总的介绍,实际上IBM是一家B2B公司,主要做B2B,原来有过一段时间的B2C,但是后来他们把B2C业务卖掉了,所以我们主要是B2B,B2B和B2C还是有一定的区别,但是利用数据的方法还是可以借鉴的。今天的同行绝大部分都是从B2C公司过来的,还有互联网公司的同道,互联网公司又与这些有一定的区别。下面就开始我的介绍。

首先总结一下我的观点,这些观点不一定对,抛砖引玉。营销这个东西说起来其实是一个非常发散的东西,因为我本人是做数据隔绝这块的,我做营销、风险、O2O,从风险来看,其实你会发现数据是越来越收敛的,因为你最后总能得到这人是好还是坏的结果,但是你做营销,不知道这人是好是坏,因为受到了太多因素的制约。

总结起来的观点,我只能挑出我和同行在过去这些年中我们认为比较有代表性的观点,跟大家分享一下。

为什么以前的数据大家没有重视,而这几年这么热,特别是互联网的同事都已经有很多的总结了。数据的特征是什么?第一是多样性,有各种各样的数据。统计下来,原来企业做分析,只收集我们觉得有需要的数据。现在是互联网公司,不管各位有没有需要,所有的数据先抓进来再输,然后再看做什么。

第二,从采集手段来说,原来的数据是内部的数据,都在我们的系统里,我直接从系统里把数据捞上来分析就完了。现在内部数据完全不够,还需要从外部找很多数据,地下也有一个很大的数据交易市场。

第三,从业务意义来说,从业务意义去看,看到的结果也是非常重要的,现在把数据拿进来,老大一看这数据有什么意思,银行分析网银压干吗?很多时候都是这样的,确实有这样一些特点。

第四,是加工方式。数据量大了以后,伴随着这几年数据加工方式和计算的能力的提高,大数据应运而生。

最后传统行业很多企业并没有分析师的角色,很多企业会做表格就不错了,但实际上对数据分析师提出了更高的要求。数据分析师是要能够从数据、业务和算法三个层面一起来突破,帮助分析数据里真正的价值。

这是一些新的特征。这些新的特征在互联网公司大家都比较了解,在一些大银行有一些实践,很多传统企业却做得非常差。

新的试错也导致了数据现在开始变成了一个生意,现在地下有一些数据交易市场,比如说用户隐私数据之间的传播,这种情况其实是存在的。另外,除了数据本身之外,数据的分析和处理能力也存在着一个巨大的交易,比如像云计算公司,把数据的分析和加工做成数据卖给别的行业,你自己就不用建数据平台了。

第二就是计算的升级。现在数据处理能力本身,单位处理成本越来越低,因为还是便宜,也推动大家去寻找一些更加没有意义的数据,很多企业原来不太重视的像网页上的数据,社交媒体上的数据,因为现在数据便宜了,可能大家觉得有一些价值,收集上来分析一下。反正成本也不高,我就拿进来试试,试的过程中觉得还是有些作用的。

最后一个就是玩家变化了。互联网公司和一些研究性的机构主导走得比较快,而传统的这种数据库厂商,甚至像一些大公司可能它的数据市场的声音都是一般,听不到太多声音。大家一说起大数据,现在想起来都是互联网公司。

另外就是2C的这种公司,他会有一个更强烈的动力,而越往上走的时候,直接面对消费者的企业动力非常强。比如说刚才有一位企业家是做中间分销的,再往上,上游零部件制造的,我跟他们访谈的时候,他们说大数据对我有什么意义,我们还是做很传统的事,我们该造零件造零件。再往下游,比如说汽车企业,很想收集用的信息,但是给汽车造轮胎、发动机的,觉得大数据对我有什么意义,实际上也是有意义的,只不过更多是内部的数据,比如说对生产设备故障的主动检测。这是对数据特征的一些分析。

这一页实际上也是一些总结,不一定对,因为每个人都有自己的观点。传统企业受互联网企业影响非常大,今天这里更好有传统企业,也有互联网行业的,我们也可以PK一下,就是说它的挑战到底在哪,可能会有一些交集。我们的总结是三个方面,当然,不是因为数据导致传统企业受到挑战。

第一点叫产品即渠道,以银行为例,我们做金融产品,比如个人金融、管理理财产品觉得不错,拿到渠道销售,渠道就是客户经理,客户经理知道这个事可能中间就没有波折,或者他还要学习,然后给线上的电子银行,然后做网页,产品部署上线。快的银行可能也得几周,慢的可能几个月都搞不定。但是对互联网公司来说,产品就是渠道,他做互联网产品,销售渠道就是互联网。所以说,产品就是渠道。

下一点可能更好理解,营销即交易。举一个例子,宝洁,他的营销渠道是电视、报纸,但是你能在电视上直接买东西吗?不可能,你要买东西还得去超市,所以说营销和交易渠道是完全分开的。在你去超市的过程中,你可能就要去买联合利华了。你在网站上,比如说咱们看到一条电商广告,你点进去之后直接下单,可能几秒钟之内就完成的,营销渠道同时就是交易渠道。

第三个,其实还有一个最大的差别,就是资本即成本。IDG的同事也在这儿。互联网公司把所有的资本投入都变成成本,传统企业做不到,传统企业卖出一单就赚一单的钱,成本要转化给资本。刚才我也跟呷哺呷哺聊过,刁爷牛腩一年为什么开一百家店,传统的企业完全不可能,但如果有投资进来,一年又可以开下来。传统的行业拿这些资本怎么跟互联网行业PK?他是很难的。这是三点比较大的区别,回头我们可以再讨论,数据放大了这三点差距。

互联网还有一个很好的在数据上的应用,第一从产品到营销、到交易,整个过程的数据完全可以收集。传统行业基本上完全不能收集,还是以银行为例,就说电商吧,或者我们车托邦,客户进入网站,只要你想收集,每一个点都可以收集,他今天上午几点几分点的我们都可以收集到,分析出什么规律我们可以再看,但是数据我们都可以采集到。

传统行业,比如说银行,到了我们的网点跟客户经理聊了一圈,这些数据我们都收集不到,除非他最后买了,再发生交易行为,这些我们都知道,剩下的我们都不知道。所以,很难分析客户到底是怎么样的,这是传统行业一个很大的问题。

百货公司也是这样的,客户原来在百货公司转了一天,只要他不买东西,我们都不知道他来过。现在有些百货公司,像万达、大悦城已经开始有这样的尝试,但是效果怎么样,还需要时间检验。

当然,传统企业也不要担心,互联网企业做线下也难得要死,互联网企业做线上的时候一帆风顺,觉得没有什么问题,真正去做线下的时候,才发现遇到了同样的问题。

今天不知道美团的同事来了没有,去年我跟美团的杨总也聊过,他说美团做得也蛮苦的,因为线下确实很难做,一是涉及到地推,人的因素就绕不开,而人的因素是很难控制的。人去营销,效果怎么样,你怎么说的话,你很难通过数据收集和分析。所以,我现在跟银行聊,比如说做一款产品,咱们去销售尽量从线上走,来证明我们的营销方案是有效的。

比如我们做分析,出来一款理财产品,我们说这一万个人是最有可能买的,在我们的模型里转换率可能超过10,但是他说我给客户经理打电话去销售,客户经理一打电话就不知道打到哪了,因为客户经理只卖自己最熟的几十个客户,你让他打电话销售其他的客户,他没有兴趣。你要强推给他,他就说我打过,你也很难知道他是不是真的打了。

后来,我跟阿里的人聊过,他们做O2O就是做场景,不做那么大的东西,就把一个场景做得非常的棒。这一个场景里,可能有很多的关键因素,比如说打车软件,我非常佩服嘀嘀打车、快的打车,他们就把这么一个小小的场景做得非常,整个体验流程简直找不到什么毛病,当然,最近他们产品升级过程中伴随着有一些产品经理瞎搞的行为,这就是仁者见仁、智者见智。

但是关键人是什么,他们找到了,就是司机。关键的环节是什么?一个是叫车、一个是支付。还有,之前很容易被忽视的就是到账问题,如果到账慢就变成了公交卡,公交卡原来也是给司机用的,但是因为到账慢,所以司机不用。所以,他们把支付到账整个环节都做得很好,这个过程就顺了。同时,他还有一些社交上的营销活动,比如说微信上的分享,发个红包。嘀嘀打车和快的的用户活跃度只要稍有下降,他马上就发红包。Location这方面也做得很好,可以最快找到附近的车辆。还有就是营销方式,砸钱培养习惯,还有渠道,就是线上线下。

这一个场景里面可能有很多因素,也不止这些,当然场景一般都包括这些,每一块可能都得把它想得非常清楚,把最关键的东西找到,把最关键的点实现了。

现在大家很多人想到O2O就觉得它是一个想起来非常美好,但是做起来极其不美好的事,觉得O2O线上线下需求太强烈了,一定有人用,一定能找到投资,最后一定能上市。但是做起来的时候发现你一定做不好,你一定在线下推不出去,因为O2O有线下这一块。大悦城我经常会被做O2O的厂商去骚扰,但是你们会发现90%都是徒劳。不管是传统企业还是互联网企业,一起来做一个O2O的东西,就是首先把场景做好。

今天给的任务是两个,一个是讲客户洞察,还有一个是讲怎么更高的互动。

洞察就是怎么更好的理解客户,理解客户主要就是两方面,一是你必须要有更好的数据。你分析能力再强,如果只有一条数据,还是没法理解客户。第二,你找到数据之后,要对数据庖丁解牛,看数据之间的关系是怎么样,才能更好的找到规律。这些其实都是老生常谈了,没有什么新意。我想说,更多数据其实在现在这个时代给大家提供了一些新的选择,比如说银行,我们原来说缺客户数据,客户到底是什么样的人,习惯是怎么样的。现在我们可以从互联网渠道,或者从一些其他数据采集渠道,可能是一些灰色的渠道,还是能够收集到客户的数据的。但是,这块到底合法性如何,可能需要各位法务部门跟相关的部门做一个探讨,但是很多数据都是可以被采集到的。

另外,我们内部也要想办法收集最新的数据。比如说现在万达、大悦城做的事情就是在商场布Wifi。万达的Wifi布了以后,在收集数据信息。收集出来的结果怎么指导商家做更好的服务,万达还是在探索,但是数据分析工作,他实际上已经在做了。我们想说我们企业内部要想办法在我们和客户交互的过程中设置一些点,看看能不能把数据收集上来。另外,我们通过自己建微博微信,也可以通过跟客户交互的过程中,收集客户的信息。

另外从分析的角度,它不像表格,最简单的比如说用户的年龄加上性别、以及最后的购买,到底是什么样的关系,特别是客户量大的时候,你就要通过非常专业的分析技术,而这种大家还是要用分析师团队来做这样的事。

这个场景其实没有那么复杂,这个银行是有一款NFC支付的场景,比如说早上买一个早餐,一刷就可以,银行自己的客户怎么都分析不出来哪些人会用NFC支付,他们自己没有数据,于是就从第三方找。很简单,第一个机型,这个手机首先要支持NFC功能,地域,这个人上下班经常会出现地铁和公交沿线,第三,这个人手机上可能装了一些跟手机支付相关的应用。通过这些数据在第三方的一些数据平台上,实际都是可以找到的,他们最后就找到了这样一些客户进行了针对性的交互,效果是不错的。这块是找人群的事。

找完人群之后,还要真正找到这个客户,否则你出来这个名单是没有用的。他们到这些客户也是在移动的广告网络上,比如说找了移动上大的网盟,我们做移动互联网的比较熟悉,像多盟、有米广告等等,他会针对性的在客户打开手机应用时,就会出现这方面的广告,其他的客户不会被骚扰,这样的话,他们的成本也有了保障,这其实是一个非常好的尝试。有时候我们费尽心思去找客户的行为方式,其实外面是有的。

这是Unica的产品,这块我想重点说一下,我们最近跟客户建议比较多的是Unica当中做交互式营销的,跟传统名单式的外呼就不太一样,传统的外呼式营销,就是我们先算,算出哪些人更有可能是我们的目标客户,然后扔给呼叫中心、扔给客户经理、扔给一线销售人员,登门拜访、打电话。这种方式有一个问题,就是客户不堪骚扰,第二个就是过于依靠销售。后来大家想,当客户有进入的时候,我们能不能给他做营销,这样,通过我们产品背后的一系列方案来推。

首先有一个前端的渠道,比如门户网站页面,这个客户进来,我们立刻识别这个客户,知道这个客户是谁。我们一般在后面还是会有一个数据计算的中心,这里面会有一些算法,比如说我们数据挖掘,有时候可能是比较低的统计上的一些方法,比如说机器学习的算法,我们来预算出来这个客户采购这款产品或者这个服务的概率多高,我们会挑出一款概率最高的产品。不同的客户看到的页面不一样,他看到的是最有可能购买的页面,这个就要通过后台系统和计算机保证。

当然,这个看上去很美好,但是对传统大企业来说,有几个比较难做的环节。建设这么一个后面的数据分析是有可能的,但是数据可能有问题,因为自己的数据可能不够,我们可能分析不出来这个客户,所以这块还是要看看自己的数据,从外面买一些数据。

再一个,怎么能够让前端的网站来配合,统计分析是在一个部门,前端网站是在另外一个部门,这就是一个组织问题。所以说做营销突破,首先是组织上的突破。

通过一些算法以及收集外面的数据,更好的识别出来最后怎么跟客户做更多的互动,这块先讲一个理论,就是整个营销所谓的闭环,我们要先找到目标客户,基于客户的特征对产品进行优化,设计一个很好的活动,通过几个靠谱的渠道把活动推出去。这个渠道最好同时就能带来购买,不要营销完了以后再让他到别的渠道去购买,尽量把这两个渠道做到最近是最好的,最后就收集营销购买信息。

这个闭环做得很好,每一步里面大家原来忽视了对每一步都做数据采集分析,在我们想要分析的环节上,尽量打到数据的点,把数据采集上来。这一点互联网公司,还有做APP的其实做得非常好。

刚才我一直忘了谈一个问题,有会员的营销和没有会员的营销其实是有非常大的差别,往往我们在做这种活动的时候,或者说单独讲营销理论的时候存在这么一个问题。

在有会员的营销,像银行、电信、百货,客单价比较高的行业会有非常多的采购会员。比如说银行你只要开户就成为会员了,电信你只要买个手机号就是会员了。对于有会员的企业,一般来说会对观群有清晰的分级,比如说银行有白金卡、金卡等等。他们的营销很多时候是强会员的企业,他会直接给你发短信、打电话,银行、电信出了一款新的套餐,他就会给你发短信说我们有一款新的产品。所以说,在会员的营销,数据应用是至关重要的,因为每个人都非常有价值,他一定要分析清楚每个人能否买这个东西。非会员分析,主要是餐饮行业,他们一般不做单个的营销,他们的数据往往会分析一个人群,就是这个人群有可能买什么,从而更好的做自己的大众营销。

但是有时候他们会开InBound营销,比如宝洁,客户登录到这个网站之后分析客户的行为。像可口可乐中国网站上,他还是想把你转化成可口可乐的会员,然后再对你进行更有针对性的营销。其实我觉得可乐不太适合做这个,因为你花了很大的成本建立这么一个平台,最后只为卖几瓶可乐,我觉得不可思议,也许背后有他的目的,他如果是为了收集个别样本来分析整体这也是可以理解的。还有就是创意是非常重要的,整体也非常重要。

我下面会说一下针对会员和非会员会有什么样的营销场景。因为我去年和前年做了一些基于Wifi的O2O工作,这块现在在商场和个别银行其实是有一些采用的。像万达非常典型,他现在的一个重要方向是零售业态向服务业态转型,里面卖东西的越来越少、吃饭、唱歌这种服务型业态越来越多。因为东西卖不动了,阿里今天也要上市了。万达会大量铺设Wifi,我们原来有一个老同志去那边做大数据分析,我说你们搞了什么处理技术?他说我都没有,我现在主要的精力是铺Wifi,还是很有创意的,因为只有铺Wifi才能解决有没有数据的问题,解决了这个问题才能做分析。

我们总结了大概七个场景,从可获取识别,都可以有数据来支持。交互式营销,刚才也说了,我想详细的说一个跟银行相关的,这块回头有银行的同事也可以作进一步的探讨。

最后要说的就是营销有没有什么诀窍?我个人去年跟手游行业打了非常多的交道。这些人是叫不疯魔,不成活,这是《盗墓笔记》里的一句话。游戏里有两种人,一个是有钱的屌丝,一个是没钱的屌丝。

游戏是一个非常综合的产品,综合了创意、策划、剧情、关卡的设计,美感、艺术、系统、引擎、高并发等等。做出来这个东西之后,你要去做发行,就要找发行商、渠道,全要无缝对接。上市以后,所有的数据也要开始收集,分析了数据才能不断的优化产品,我们还要向互联网公司进行更好的学习。

最后讲一下我们能提供的帮助,不管是说做一个整体方案,还是寻找内外部的数据,我们都可以帮助大家。

时间有限,我就介绍到这里。

主持人:谢谢雪祎的分享!大数据是一个很大的话题,要想深入展开的话确实是有挑战。

前一个环节,我们主要是从科技的角度怎么把握大数据时代的营销,接下来我们主要从创意的角度切入,中间穿插一个互动讨论的环节,大家可以结合自己所在的公司和行业,就一些具体的情况,对照刚才两位专家的发言,大家有什么问题,或者有什么经验可以分量,我们都可以来参与,互相交流一下。

主持人:有一些话题我估计大家都是非常感兴趣的,留15分钟左右的时间集体讨论一下,大家在实际的工作中都遇到了哪些问题,跟专家或者跟同行有哪些可以交流的,比如说关于数字营销或者数据营销的部分,O2O是一个非常火热的话题。我们知道海尔也在最近两年,在张首席的思考指引下,提出了一个虚实交融,我们请海尔的老总谈一谈你们的具体实践。

海尔:谈不上,我只是把我们海尔做的探索跟大家分享一下。其实大家也知道海尔的营销网、物流网、服务网和虚拟网。营销网,海尔的专卖店,一二三四线城市已经遍布了,一共两万多家,包括日日顺的服务网点也能渗透到每一个乡、每一个村。但是在这么大的营销网,其实专卖店老板有很多困惑,因为是在做营销方面,说每天这么多人到店,但是真正成交的一般只有5%—10%,到店以后大量的用户都走了,但如果是传统的情况下,你都不知道走的95%的用户到底是哪些用户。所以,我们也是基于客户这样的困惑,在这个大数据时代,我们想些什么办法呢?

刚才曹总分享了Wifi的案例,我们现在也在做这方面的尝试,就是让我们的专卖店铺设Wifi。大家可能觉得这个太小儿科,其实不是,Wifi让每一个老板自己做没问题,很简单,但是我要想把每一个专卖店的Wifi形成一个数据连接在一起有点难,所以现在我们已经开始在做,像北京的安贞店,青岛的几个店连在一起。用户一到店以后,你一登录,所有的行为都可以记录,哪怕你到了店门口登录,也可以根据你的地址找到。进来以后,你到我冰箱区域、空调区域、彩电区域停留多长时间,对你哪个产品感兴趣,这些数据都能抓取得到。所以这个是专卖店,如果他自己做是做不了这个事的。但是如果由我们统一牵头搭建这个平台,他们会比较感兴趣。

所以,在北京安贞店我们做了一个月以后,收集了一千多条真实的用户数据,原来这个店是做不到的,只要是用户买,你根本就不知道用户是谁,现在他知道了,他有了这些鲜活的数据之后,他就马上可以再进行营销。比如我们今天刚刚推出的空气解决方案的新品,马上他就可以对这些鲜活的数据跟用户进行交流。这是我们的探索。

所以我们探索这个东西有一个感觉是什么呢?大数据大家已经讲了很多,我们原来很多的层面比较低,老是感觉到大数据其实就是用户的信息,姓名、电话、地址,然后再发发邮件、打打电话,仅此而已。从这个尝试来看,我们感觉到大数据除了在原有的基础数据以外,一定要有实时的鲜活的数据。如果没有这个,它的效果就不会达到最好,这是我们的尝试之一。当然,有些老板可能比我们做得还好,这是其一。

我们还做了一个尝试,就是利用微信来做这种服务,我们有个公众账叫日日顺服务。这个大家可能也都清楚,每一个店每一个品牌都有自己的微信账号,我们不是,我们有一个公共账号“日日顺服务”以后,我怎么让每一个专卖店都用这个账号,非常难,因为专卖店不愿意用你的账号,为什么?你没有叫他店的名字,他为什么要用呢?所以,我们现在也在尝试做千店千面,让每一个大后台是我日日顺服务账号,但是每一个店你可以用我这个后台来收集用户数据,对用户界面来看,还是叫青岛市某某店,所以,专卖店老板愿意用。这有什么好处?专卖店一个是怕开发能力不足,第二,他的服务水平不行,不能24小时在线与用户互动,也不至于有了用户数据以后不会整理分析。现在他收集来了可以用,在我的大后台里,我们就会利用我们统一的平台给他做分析、做规划、做交流,有些好的营销建议可以反馈给他。所以,这样就把我们总部的店和各分店之间有效的统一目标联合在一起,同时也让这些店也非常有兴趣来参与微信互动,所以这是一个非常双赢的方案。

所以,截止到现在日日顺服务,大家可以猜一猜我们的服务账号有多少粉丝了?所以,在微信里是非常困难的,截止到现在,我们的粉丝已经突破110万了。

我就分享这么多,谢谢!

主持人:海尔的O2O做得让人觉得很兴奋,小试牛刀,马上就有效果了。刚才曹总在分享时提到了光大银行的案例,光大银行最近在电子银行方面做了尝试,你们怎么应用新的手段,包括数据手段,采用社交网络,在更好的服务用户方面有没有什么尝试,也请你们稍微谈一谈。

光大银行:谢谢各位!其实今天来这儿是抱着一个学习的心态过来的,本来没想有太多的东西分享,既然被点到了,就跟大家交流一些思路和想法,希望能够借此抛砖引玉,得到大家更多的反馈、建议和后续的合作机会。

因为我这边是负责移动金融产品,具体包括手机银行、微信银行、短信银行,以及现在很多银行都在推的NFC支付业务。近期我们主要在手机银行和微信向下做一些规划和尝试。

因为我们现在的手机银行用户规模已突破一千万,但是我们发现尽管客户规模在一定量级,但是客户活跃度并不如我们预想的那么好。我们觉得单纯的依靠金融的一些服务和产品,其实已经很难去拉升客户活跃度了,因为毕竟金融产品的黏性和周期是有限,就算转账也不会天天去转,也是在特定需求的情况下才去做这样的业务。因此,我们现在通过跟很多的增值业务服务厂商进行对接和合作,我的优势和长项在于我有客户,对于这些增值业务合作伙伴,他有很强的在某个特定领域的专业化服务能力。

比如说我们和特定的电影票供应的厂商合作,他把集成到的全国很多地区的院线资源对接到我的线上,比如说我们现在跟线上挂号网站去谈,通过这样的合作,我们希望搭建给客户一个平台,一方面通过商务合作增加客户的黏性和规模,同时也为跟我们合作的商户带来更多的营销和服务机会。

回到刚才我们的这个课题,就是商户之所以愿意跟我们去合作,其实一方面可能是基于一个数据规模,另外一方面,我觉得现在我们其实也在做一些尝试,就是我需要告诉商户的是我这边到底有哪些客群。比如说我现在在跟旅行社合作,不同的旅行社,他的目标客群、产品定位都不太一样。我们通过我们自己的一些数据、画像,可以掌握到我这部分客群当中什么年龄阶段、在什么地方有这样的旅行消费能力等等,我们希望下一步能够具备这样为客户去画像一个能力。这样的话,未来在跟我的这个平台上去合作的供应商进一步合作时,除了能够提供客户的资源之外,能够更精准的去定位这部分客户是谁,有什么样的一些属性,更适于去推介什么样的产品。

当然,这个是我们当前的一些初步规划和想法,还希望能够接下来在跟大家进一步交流过程当中,有更多好的思路。谢谢各位!

主持人:谢谢!

乐视:大家好,我叫邸宏伟(音)目前在乐视影业负责乐影课事业部,担任总经理。昨天我们开了一个新闻发布会,拿到B轮投资,3.4亿,估值48亿。我们有一个上市计划,也许大家能听到更多的消息。作为乐视影业来讲,我们今年的票房收入大概30个亿,乐视集团总收入大概70亿,所以我们在明年会有一个更大的发展。

在发展中,我们有一个困惑,我们投资影片比如《小时代》做到6个亿、《敢死队》突破4个亿,这样的话,我们在未来不停要壮大自己的团队去找片源、投资,然后拍摄,再有很多的人帮我们做宣传推广,然后做票房。这样做太累了,而且美国在做关于会员服务和增值业务,所以我们转型为互联网影视公司。

既然叫互联网影视公司,那我们必须首先要做一些互联网上应该做的业务,包括会员整合体系搭建,包括未来的大数据,我们通过数据可以做一些什么样的拓展业务,能够让我们的收入多元化。其实我来公司还是比较短的,一个多月的时间,但是这一个多月比我去年一年都要忙。我再简单介绍一下自己,1999年大学毕业,加入一家公司后来被搜狐收购,然后又去中华英才网、雅虎中国、中国网等等。

提到大数据,我自己是用大数据立过功的,我们当时在中华英才网做一件事情,不让用户关闭浏览器,在之前22%的成功率,我们做了大量的用户体验优化,后来发现这一数字提升了。我们在做改版的时候,我们没有很好的方法或者代码观察用户的行为,监测这些数据,我们不知道。我们用了一个特别傻的方法,就是包了一个网吧,请我们的会员过来,每个人后面站一个工作人员,去看他在哪个字段填写的时候速度变慢或者有疑问,这种方法还是比较有效的,后来技术迅速发展,以至于现在是一个大数据时代,每个人都是大数据下面生存的一个个体。所以,我们这次在乐视影业也准备去尝试做一些基于大数据的多元化营销工作。

举个例子,我们正在策划一个产品,因为我们乐视影业在片源上有自己的源创性,比如说《敢死队》,我们拿到片子以后可以自己先看,看的时候,我们在后台有一套系统,比如说画面出现了阿尔卑斯山,很多人尤其国内的用户不知道阿尔卑斯山是什么背景,我们编会录入一段文字介绍阿尔卑斯山。编辑录入的同时,商品部、广告部会进行数据的映射,比如说旅行团的信息是不是会推进来。用户观影的时候,我们会把实时信息推到用户手机上,作为我们一种增值业务的应用。

我们还有一个计划,就是说现在这个时代已经是屏生活的时代了,所有人的生活都离不开各种屏幕,移动端有Pad、手机,PC就不说了,还有电视、影院大屏幕。我们现在发现只有影院大屏幕无法让用户产生互动的行为,但是,基于屏幕来讲,我们还可以把其他的屏幕当成另一个附加的载体去让用户产生互动。

比如说我们前阵子做了一个弹幕的尝试,褒贬不一,比如说组织大家去看《肖申克的救赎》,我们拿数据去做分析,因为可以绑定每一个用户的ID,他潜在的商品需求是什么,他能产生什么样的价值,甚至说我们能不能像亚马逊一样把自己当做大数据公司,去挖掘客户都不知道的深层次的购买需求,这是我们未来要去做的。

当然,今天我来到这里也是一个学生的身份,因为在工作当中,确实碰到了一些实施上的困难,比如说我们的数据库结构怎么去构建,怎么去做算法,我们怎么去把各个库之间用什么样的关系关联起来,也想学一学,希望有专家能够给我们提供一些解决方案和帮助,当然,这个价格不要太昂贵,让我们能够承受得起。谢谢大家!

主持人:邸总分享得特别全面!下一位也是数据方面的专家,我们发现易车的朋友张燕(音)女士,她本身数据总监,能不能谈一谈你们的实践以及会遇到什么问题?

张燕:因为今天大家分享的是大数据,我这边确实也是在做数据方面的工作,就易车这块的经验可以简单跟大家分享一下。

易车目前来说是覆盖用户汽车购买全周期的,在新车选车环节比较侧重。每天用户访问量在六七百万这样一个量级,这里面会有上百个品牌,甚至上万款车型,所以本身用户量和车型数量非常庞大,产生的就是一个大数据的这样一个库。

品牌客户去做营销时,其实非常需要有数据方面的支持给他做营销的参考。我们一说数据层面的话,一直在致力打造帮助客户去做平台营销的指标体系,给他做营销的参考判断。

现在用户的访问已经不再停留在以前只是吸引眼球的阶段,更多的商家是希望获得实际效果,比如说我希望看到精准用户是什么样的量,我希望看到转化用户如何,你能给我带来多少成交。我们的这个指标体系基本上是一个潜在用户漏斗的过程,会从多少用户来关注你的汽车,关注你的这款车型,然后到他对你这个车型是不是感兴趣,会去做一些对比,类似这样的一些行为,再到他是不是对你这个汽车有预购的意向,比如他会在站内做一些线上的下单、询价类似的动作。最后这个群体最终产生了多少销量,我们会做整体的梳理,形成覆盖到全车系、全国主流城市的数据库体系。

现在基本上我们很多的品牌客户都会依靠这套数据去帮助他做投放前的营销参考。因为客户自己在车里有些定位,但是他并不是经过大量市场用户的验证,但是通过这个站里面的用户实际产生的行为,可以帮助他的营销定位做一些校准。比如说本身他认为自己车型的竞品是某某某,但是通过我们的数据发现其实不是,有可能竞品是出现在你根本就没有想象的一款车上面,所以这个信息对于他们来说确实比较有重要的参考意义。

今天大家分享的还有传统行业做网络营销,我觉得其实会涉及到更多的难度和障碍,相对来说,我们在数据获取上会有一些便利性,在数据的挖掘,以及用户的洞察方面,是需要再下一些功夫的。

如果大家感兴趣的话,我们可以多交流一下,谢谢大家!

主持人:谢谢!做的工作蛮多的,下一桌我发现有中粮的朋友在,中粮旗下有两个公司至少在媒体曝光是非常多的,就是中粮的我买网和大悦城经常见诸报端,能不能剧透一下最近在做什么尝试?

中粮:目前做的尝试是研究O2O线上线下的关联关系,因为我们是一个传统行业,整个行业都在喊电商来了,是在冲击实体商业,我们自己也对这个问题是非常关注的。我们跟阿里曾经做过O2O三八的活动,之后又跟阿里做了很多大数据方面的研究分析,我们得出来一个结果,就是在大悦城购买的消费者,其中90%以上也会在电商上进行购买,也就说明其实对于一个消费者来说,他不光在线上购买,他也会在线下进行购买。

同时,我们又进行了一些测试,当我大悦城发布一个促销信息的时候,所有的消费者通过他的手机移动媒体收到的这个信息,但是,其中还会有70%左右的消费者还会通过手机收到信息之后,在线下进行购买。

同时,在做的另外一个测试,就是当我发布了一个促销信息,同一种商品在我买网这个里头,如果销售能够增长一元的话,在线能增长四块钱,只能存在六天,超过以后就不存在了。通过分析研究以后,我们认为电商和大悦城是非常好的相互关联和商业方面的合作,因此,大悦城在所有的双十一方面就在跟阿里进行这方面的合作,我们也看到在双十一期间,大悦城经常会做跟电商相关联的合作,比如说双十一我们会做同一主题的活动,大家可以看到在整个双十一期间,大悦城整体销售都呈增长状况,并没有受到电商的冲击,这就是因为前端对客户的分析非常清晰。

同时,我们跟我买网也把会员进行了打包,任何一个大悦城的消费者也可以在我买网上进行购买,他购买的积分也是通用的。通过这些研究数据的结果来支撑我们的策略,现在就导致大悦城销售在增长,我买网也在增长,阿里线上的销售也在往大悦城这块引导。

我们跟阿里的谈判是非常难的,因为我们有我们的诉求,而阿里是想把线下的客流引向线上,谈的过程中也很难,我们坚持自己的销售策略。做任何方面的O2O营销策略,其实基础是你要清楚自己要什么,这样才能得到一个比较好的整体方案。

主持人:谢谢!

大悦城:我是大悦城市场部的,对于大悦城来说可能是一个比较传统的商业领域,但是之前我一直在朝阳大悦城做负责人,张岩是我好好拍档,为什么?朝阳大悦城很关心怎么从大数据的角度做营销。

举个例子,一般百货都会做店庆活动,对于购物中心来说,折扣并不是我们的强项。如何提高销售额?我们去年919做了一档活动,今年六一又做,我们把去年的活动翻出来,包括品类、人员时段进出高峰、整个销售高分、会员客单价,把所有的数据提出来。我们会研究上一档期我们的销售是怎么做的,通过这个数据我们可以发现其实它的增长空间变大,然后我调整SP刺激的时间段。

比如说在上个月的时候,其实更多的是母婴类,带着小朋友里,我们会把这些东西根据数据的测算,包括车流的到访量调整一些。比如说每天我做500份SP的买赠,后来我们发现一个小时就发完了。其实我投放的量是一样的,但是对我整天的销售拉动是有瓶颈的,后来就想做分段,在不同的时段做不同的刺激,把人流分散出来,这样的话,整个成长就比较大。今年六一做下来之后,比同期919做的活动,其实都不是商业高峰期做的,但是我们的业务增长了36%,这个数据我们当时也觉得不可思议。

刚才张岩也在谈我们跟阿里的合作,去年双十一的时候,我们也在想双十一来了的时候,传统商业会是一个什么样的状态,会不会有下降?后来我们觉得因为电商在双十一的时候是拼价格的,购物中心拼的是什么?应该是客户体验,所以我们就说干脆这样吧,我们就开放一个活动,你到购物中心,我把线上产品条形码扫码开放给你,你可以在店里下单,这种举措并没有导致双十一时我们销售业绩的下滑,反而有所上升。这就说明了商业购物中心在线下实体店卖的是精准客流,我们跟O2O合作的契机是什么?应该是做一个客群的增量%E

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");