點(diǎn)此查看智能營銷專欄系列文章
上一講結(jié)尾我們談到營銷現(xiàn)場還原的問題，其核心就是營銷數(shù)據(jù)要完整的回收。
首先明確一下，什么是營銷數(shù)據(jù)？所謂營銷數(shù)據(jù)就是從營銷目的開始到最終結(jié)束全周期中形成的所有數(shù)據(jù)，涉及用戶的達(dá)成、交易、銷售、參與反饋行為、內(nèi)容設(shè)計(jì)、權(quán)益補(bǔ)貼、通道時(shí)間、初始營銷策略、監(jiān)測指標(biāo)等一系列的詳細(xì)數(shù)據(jù)，力求還原營銷現(xiàn)場。
在本系列的第一篇文章中，我們已經(jīng)探討了關(guān)于營銷的局限性問題。我們重視營銷結(jié)果的數(shù)據(jù)指標(biāo)制定和監(jiān)測，但卻很少把營銷全過程和反饋數(shù)據(jù)回收用于策略的迭代和優(yōu)化。本文將重點(diǎn)探討關(guān)于營銷數(shù)據(jù)的制定、回收和使用的問題。
? 營銷數(shù)據(jù)沒有形成詳細(xì)的收集
我們重視結(jié)果數(shù)據(jù)的收集，也就是與直接結(jié)果相關(guān)數(shù)據(jù)的監(jiān)測收集，卻忘記應(yīng)該像收集用戶行為數(shù)據(jù)一樣詳細(xì)收集用戶在營銷互動中產(chǎn)生的所有過程數(shù)據(jù)。所以你無從知道哪些用戶在離開，用戶又為何會離開，更無從知道對于這樣一個(gè)糟糕的結(jié)果，該如何解決。因?yàn)槲覀內(nèi)鄙僖幻骁R子來還原用戶的詳細(xì)旅程。
營銷的數(shù)據(jù)評估指標(biāo)是具備人為選擇性和無法優(yōu)化的
過去我們重視的是ROI和轉(zhuǎn)化率、銷售額、交易規(guī)模等結(jié)果性的營銷指標(biāo)，并作為評估效果好壞的尺度。但是這個(gè)尺度是相對的，因?yàn)槲覀儧]有benchmark作為參照。Benchmark不是拿某一次營銷的結(jié)果作為benchmark，也不是所謂的平均法則，而是建立在長期穩(wěn)健的營銷策略基礎(chǔ)上的基準(zhǔn)。數(shù)據(jù)指標(biāo)也是營銷數(shù)據(jù)的一部分，但這部分?jǐn)?shù)據(jù)作為結(jié)果性數(shù)據(jù)，無法作為策略或者模型的輸入數(shù)據(jù)，重新進(jìn)行營銷策略的優(yōu)化。
此外，營銷數(shù)據(jù)的指標(biāo)更多是基于人為選擇的需要，制定了部分的數(shù)據(jù)指標(biāo)來評估整體的效果。而這是遠(yuǎn)遠(yuǎn)不夠的。
營銷數(shù)據(jù)需要制定完整的規(guī)范
制定營銷數(shù)據(jù)的規(guī)范，其價(jià)值在于向營銷相關(guān)的策略模型或者決策算法提供輸入的大量數(shù)據(jù)，這些數(shù)據(jù)包含過程數(shù)據(jù)、結(jié)果響應(yīng)數(shù)據(jù)、原始策略規(guī)則數(shù)據(jù)等等。我們需要建立一套規(guī)范或者范式，來制定標(biāo)準(zhǔn)的整個(gè)營銷數(shù)據(jù)的采集規(guī)范。比如營銷的時(shí)間、頻次、權(quán)益、觸達(dá)時(shí)間、通道選擇、客戶規(guī)模、客群特質(zhì)（標(biāo)簽）、每個(gè)客群響應(yīng)概率、達(dá)成概率、成本價(jià)格、流程轉(zhuǎn)化等等一系列與此相關(guān)的要素，都需要依據(jù)規(guī)范整理出來。
在規(guī)范的確立方面，有一套業(yè)務(wù)原則可以作為整體的營銷數(shù)據(jù)采集指導(dǎo)，這套原則叫做OGSM。在營銷數(shù)據(jù)的規(guī)范化采集時(shí)，力求通過這樣的一套原則，將整個(gè)營銷通過數(shù)據(jù)完整還原。
O（Objective）是最為核心的要素，因?yàn)樗鞋F(xiàn)行的營銷智能決策的平臺和模型，都無法做到在沒有業(yè)務(wù)輸入的情況下開展決策機(jī)制，輸出策略去營銷。所以營銷數(shù)據(jù)的規(guī)范和收集是貫穿整個(gè)全營銷體系的，而不是只去收集結(jié)果數(shù)據(jù)的。O的核心是描述一個(gè)營銷的戰(zhàn)略訴求，比如對新客戶形成轉(zhuǎn)化，對存量客群進(jìn)行促活，而這些也需要編輯到營銷數(shù)據(jù)中，作為所有重要的營銷數(shù)據(jù)的索引來使用。當(dāng)營銷決策模型或者專家經(jīng)驗(yàn)進(jìn)行策略輸出時(shí)，我們需要知道的是過去有沒有針對這個(gè)戰(zhàn)略目標(biāo)進(jìn)行過數(shù)據(jù)收集和建設(shè)分析。
而G（Goal）的收集可以直觀的從想提升或者轉(zhuǎn)化的指標(biāo)出發(fā)，數(shù)據(jù)化的標(biāo)注和記錄目標(biāo)。這一點(diǎn)上，是將戰(zhàn)略意義落實(shí)到具體行動上，具體指標(biāo)的出現(xiàn)，其意義就是整個(gè)營銷驅(qū)動要達(dá)成的指標(biāo)。
而S（Strategy）則是營銷的中臺，營銷策略在輸出的時(shí)候確實(shí)只有營銷目標(biāo)人群ID，但是附屬的信息是很多的，比如權(quán)益、通道、時(shí)間、沖突等等信息。如果營銷數(shù)據(jù)可以對這部分的數(shù)據(jù)細(xì)化到對于客群的記錄層面，那么將有利于在后續(xù)營銷活動開展時(shí)獲取更多要素，進(jìn)行策略的升級。
M（Measure）其實(shí)解決的不單單是對于目標(biāo)的監(jiān)測，更重要的是如何將用戶參與的過程、時(shí)間、波次等一系列行為完整記錄下來。舉個(gè)例子，我們通常在營銷最后會獲取到用戶是否響應(yīng)了該活動或者營銷內(nèi)容，但是沒有把該響應(yīng)或者未響應(yīng)人群在此次營銷過程的參與數(shù)據(jù)也一并獲取，作為補(bǔ)充內(nèi)容來分析和調(diào)整策略。
電商平臺一般會監(jiān)測用戶的購物車，這一點(diǎn)其實(shí)就是對于過程數(shù)據(jù)的利用。因?yàn)橥ǔｋ娚唐脚_向用戶發(fā)送權(quán)益或者消息時(shí)，最初的目標(biāo)是要產(chǎn)生購買轉(zhuǎn)化，也就是交易額。但是電商平臺去復(fù)盤和整理了用戶參與營銷的流程，比如重復(fù)瀏覽、加入購物車、選擇收藏加入心愿單，則都是過程性的數(shù)據(jù)，并不是我們一般認(rèn)為的結(jié)果響應(yīng)數(shù)據(jù)。而電商平臺則會根據(jù)這些過程數(shù)據(jù)調(diào)整策略，比如會在購物車中提示商品現(xiàn)在比加入購物車時(shí)便宜多少，或者推送消息提示購物車中的商品降價(jià)了。而這部分并不是傳統(tǒng)意義的結(jié)果導(dǎo)向的ROI數(shù)據(jù)，也被包括在監(jiān)測的范圍中。
不過也有人會提出質(zhì)疑，說剛才所列舉的場景是針對一個(gè)事件行為去做營銷，這一點(diǎn)是正確的，但是和剛才所述的情況并不沖突。從每一個(gè)營銷整體去看，我們設(shè)計(jì)的流程中客戶反饋環(huán)節(jié)很多，我們需要把全流程的所有數(shù)據(jù)以一個(gè)營銷整體的維度去看待。因?yàn)槭录袨榈臓I銷屬于枚舉范疇，是在專家經(jīng)驗(yàn)角度提升和提煉。但實(shí)際操作時(shí)，是要考慮原來的營銷策略與該事件行為營銷之間是否存在沖突和不合規(guī)的問題。
營銷數(shù)據(jù)就是力求完整還原營銷現(xiàn)場
在前面制定營銷數(shù)據(jù)規(guī)范的部分已經(jīng)提到了還原的問題，在此處強(qiáng)調(diào)的目的在于，還原是為了向人工專家經(jīng)驗(yàn)提供支持，或者為模型算法提供數(shù)據(jù)。OGSM是方法的其中一種，從業(yè)務(wù)指導(dǎo)原則上也可以使用比如AAARRR方法論、增長理論、UGD等等。營銷數(shù)據(jù)將在未來的營銷自主決策中扮演著試金石的角色，它將為通過機(jī)器和人工形成的大量決策提供依據(jù)和測試基礎(chǔ)。
此外，這些數(shù)據(jù)也將和最開始所收集的各個(gè)渠道、各種形態(tài)的數(shù)據(jù)混合到一起，作為原材料進(jìn)行深度加工和策略支持。
最后還需要談到一點(diǎn)，營銷數(shù)據(jù)將在應(yīng)對多渠道和角色之間發(fā)生的沖突仲裁方面扮演重要角色，也是重要的決策依據(jù)。營銷一致性、體驗(yàn)一致性、實(shí)時(shí)性等問題也都賴于營銷數(shù)據(jù)本身是否可以完整收集，以發(fā)揮決策價(jià)值。
下一講中，我們將討論營銷數(shù)據(jù)如何參與策略優(yōu)化的問題。
