成为消费者的“知心人”，有它就够了

本文来源微信公众号：新零售商业评论(ID:xinlingshou1001)，演讲：毛波，天猫新零售平台事业部资深产品专家。

零售君说

一边是流量大降、消费者多变、传统营销玩法统统失灵，商家感到很头疼;另一边是重复推荐、选择困难症、千篇一律的服务套路，消费者也很烦恼。那么问题来了，新零售时代，企业如何快速成为消费者的“知心人”?

阿里内部讲得非常多的一句话是“新零售，数据驱动的人货场重构”。这句话比较抽象，希望大家听过我的讲解后能有更多的感受。

商家的痛点与挑战

无论是新零售还是旧零售，总要解决商家和消费者的问题。首先看看商家到底遇到了哪些问题?

● 流量红利下降。在过去10年里，流量是零售电商获得的非常大的驱动力。现在流量红利已经下降，甚至很多行业已经消失，甚至是负增长。

● 消费者的需求多变。商家已经抓不住消费者的需求了，往往是投入还没有产出，又得重新投入。这是很多商家和品牌面临的情况。

● 传统营销玩法失效。过去的营销手段是紧跟央视新闻联播的广告，如果能占领这一时间段，那么全年的销量是有保障的，现在已经完全不是这么回事了。

除了上述痛点外，还有渠道割裂，线上线下不能协同等问题。

消费者的烦恼

另一边，消费者在购买方面也有很多烦恼。例如：

● 重复推荐。已经买过的物品，线上平台依旧重复推送。

● 在哪里才能找到好的东西?这一点，平台有过很多尝试，但目前为止，痛点仍在。

● 选择困难。那么多工具，那么多商品，对于消费者而言，选择是困难的。

● 没有差异化的服务。虽然大家的工作经历千差万别，但是商家在为消费者提供服务的时候，差异化还不足够。

● 线上线下商品权益割裂。消费者在线上买的东西，线下不能退换货，在线上买的东西到线下也不提供质保，这种情况非常普遍的。

现阶段的变与不变

营销的本质和零售的本质都没有变化。最大的变化来自技术创新。

随着近几年移动互联网的兴起，以及物联网、云计算、大数据等的大规模应用，原来很多细节问题集中爆发出来，并且快速传播。消费者已经不那么好忽悠了，每个消费者的诉求都要得到尊重。

这时候，技术的创新引发了消费者主权的崛起。原来消费者买了一件商品后不满意，向商家抱怨，商家定向解决，问题就没有了，这个声音就消失了。现在没那么容易，消费者可以发微博、微信，可以到处讲。

商家怎么面对这些问题?从另外一个角度来看，这是一体两面的事情——因为移动互联网，使得消费者的诉求被高效聚合。

过去商家调研消费者，很难快速形成大样本的消费者数据，而现在开始，从原来的商家驱动的供给侧的价值主导模式，逐渐转向消费者驱动的需求侧价值主导的模式。

这正是技术驱动带来的结果，并且这几年我们发现，很多的商家和消费者的痛点被发现和放大了。

虽然变化非常多，但是我们发现还是有不变的东西。什么不变?营销的本质不变，零售的本质也没有变。

这样的情况下怎么应对?

我们要针对消费者的变化，快速持续维护和消费者的关系，实现在合适的时间，合适的渠道，为消费者提供合适的产品和服务。这里有两个关键词“快速”和“持续”。

● 快速。要做到“快速”很不容易，比如，做消费者调研，能不能实现快速;每天能看见，能不能做到实时都看见。

● 持续。过去，商家一年前与消费者做了沟通，一年后再做沟通，这中间是断裂的。事实上，消费者对品牌和商品的认知是连续的。

之前消费者的浏览足迹没有被商家记录，所以拿不到相关数据。除非被消费者投诉，客服才有投诉记录。

可是那样的消费者很少，一万个人有一个，剩下的九千多个消费者，怎么维持跟他的关系?这是我们要探讨的话题。

如何持续维护和消费者的关系

大家都知道，生意来自流量、转化率和客单价。过去十几年来，商家做生意首先要看流量，有流量就有了一切。

GMV=流量 × 转化率 × 客单价，这个公式是过去十几年被验证是行之有效的。

然而这个公式最近受到很大挑战，因为流量红利下降了。消费者更加挑剔，抓不住消费者了怎么办?这里提出一个“消费者运营”的概念，由此出现了另一个公式：

GMV=消费者(拉新+留存) × 购买频次 × 客单价

GMV(Gross Merchandise Volume，成交总额)在流量模式下怎么拆解?

第一个拆解成消费者数量，这个数量包括拉新和留存;

第二个是购买频次，商家要关注消费者的生命周期价值，而不是单次流量的价值;

最后客单价是一样的。

通过这个公式的转化，我们发现可运营的因子也发生了变化，原来是运营流量，现在是运营消费者，并且关注消费者的生命周期价值。

最终，商家可以通过消费者运营实现“品效协同”。怎么实现?怎么落地?“品”是什么?“效”是什么?

我自己的理解，“效”看销，销量比较好量化，一年的销售额是多少，都在财务报表里。“品”看人，人是模糊地带，一直没有一个很精准的量化数字来覆盖消费者这个大指标体系。

怎么实现品效协同?怎么把“销”和“人”连接起来?我们希望通过运营模式解决，每一次销售同时是在做品牌推广，每次品牌推广都可以带货，中间通过数据来连接，数据就是黏合剂、催化剂，把碎片化的过程串联在一起。

数据银行：品牌资产者管理中心

数据银行是一个复杂的产品。它本质上是一个品牌或者商家的消费者资产管理中心，它有三个核心功能：数据沉淀融合、诊断型分析洞察、指导营销激活。

数据孤岛是没法做360度分析的，所以首先要通过沉淀融合的手段把数据融合在一起。

然后做诊断型分析洞察，这个不是一个传统的画像，而是以商家和消费者的关系作为分析维度来进行的分析洞察。

比如，处在认知阶段、兴趣阶段、购买阶段，以及复购阶段的消费者各有多少;通过一次营销活动，将处在兴趣阶段的消费者进行转化，能被转化或不能被转化的原因分别是什么，要把这些全都分析清楚。

数据孤岛之所以会成为孤岛，是因为技术手段受限制，不能把数据串起来。现在移动互联网、物联网、大数据技术崛起，就使得数据不再是孤岛了。

讲几个利用线下门店和自有官网数据，通过数据银行进行精准营销的场景。

首先还是要把散落的数据融合在一起过去一年里，大量的商家把自己线下的CRM数据、商圈快闪店的互动数据，以及线上各种新媒体如抖音、微博、微信等数据，融合到数据银行里。

在数据银行里有2个场景，一个是优质人群的放大。每一个品牌商家经过销售、营销活动后会沉淀下优质的种子会员。

但是对于这些会员，商家不能使劲压榨，因为一旦会员的生命周期价值转化了，再做营销的效果就不好。

所以关键问题在于品牌如何找到跟这些优质会员长得像的人群，找到那些人去做营销，或者引导他们到线下门店做营销。这是一个模式，优质人群的放大。

第二个是海量曝光人群精选。触达100个人，只有10个或者20个人想要的，没关系，其他人可以养着。先把这十几、二十个人挑出来，在最合适的时间做最合适的触达和影响。

举个例子。一家服饰品牌，几年来4个门店积累了大概10万会员，这些数据融合到数据银行后，通过模型将数据放大32倍，从10万到320万，再通过营销活动引流到线下门店，转化效率提升50%。

再例如，双11对很多商家来讲是非常纠结的——货到底备多少，备多了怕留库存，备少了眼睁睁看着竞争对手卖货。

2015年双11时，通过收藏加购预测备货的效果还不明显，很多商家靠这个指标预测结果发现备多了。

我们想这个指标失效之后，通过什么样的指标能够帮助商家更好地准备双11的货品?这次双11有很多商家通过消费者资产的变化做预测，效果非常好，而且可以在过程中进行实时管理。

第一，人群蓄水目标。根据经验判断，大概蓄多少水，包括各个阶段的消费者(认知阶段、兴趣阶段、购买阶段、忠诚阶段)各有多少，根据历史做一个转化率的预测。

第二，根据GMV做活动，在站内站外都去拉新，并将数据沉淀在数据银行的认知人群当中。

品牌活动是不做直接转化的，只是把消费者拉进来。接下来的活动由电商部门通过阿里巴巴的中转系统，将认知人群转化为兴趣人群。

这个品牌花了500万的费用促进转化，每天做完人群蓄水之后，看一看GMV有没有变化，如果缩小了就按照原有的计划做，如果没有缩小就继续优化环节，重新做。

通过这样的实时检测和持续优化，这个品牌最终完成了双11的目标，并且达到了可预期，可管理的过程。

这对商家来讲非常重要——整个过程的相对确定性，比到最后一刻才知道能否达成目标更重要。因为到最后一刻才知道没有达成目标，就只能听天由命了。

而这个品牌是把双11的过程往前推进了三四个月，持续管理和优化，最终达成它的销售目标。

新零售是消费者驱动的零售，怎么掌握消费者?数据就是读懂消费者最有效的介质。