PS：最近我重点在关注数字化方面的信息，包括我们在给有些企业做咨询也会经常涉及这块内容。刚好受“销售与市场杂志社”邀请，趁机写了这篇文章。

商业逐渐走向数字化已经成为了一个事实，但目前很多方面还不够成熟，但我相信数字化全面普及的这个时间不会太久。本文是我其中一篇数字化的文章，以后有机会会再写的，希望对你有帮助。
❈

读前思考3秒：

你觉得数字化对商业和营销上有什么用？

❈
“人类正从IT时代走向DT时代！” 自从马老师在2014年一次的公开场合说了这句话后，现在很多人对“大数据、数字化”等概念已经不陌生了。
 
今年疫情的出现，更是让我们看到了很多数字化的商业应用和快速发展。比如医疗诊断和治疗上采用数字化技术和设备，让病人在家也能享受专家的诊断和治病。
 
“数字化未来一定会像电和互联网一样，成为商业的基础设施”——这个不是天方夜谭，而是已经或逐渐在普及的趋势了。不是说你要不要数字化，而是你以后可能没了数字化就无法生存，就像现在的电和互联网，缺少了就几乎无法生存。
技术是最大的生产力，生产力改变生产关系，而数字化就是未来几年的最大生产力。
 
看到这里，你可能会反驳，好像我所在的企业就很传统，也没见什么危机或有生存问题啊……
 
这就像洪水如果来了，有些人提前准备的就跑到另一个高地愉快地发展，有些人因为本来占领了某山头而暂时不被水淹到（如，某些企业垄断某些优势资源），剩下的没有准备也没有特殊优势的就只能被淹死了。
 
也许，现在洪水还没完全来到你家。
我们这时不妨提前了解准备一下。
 

1

那么，数字化是什么？为什么要实现数字化？
 
有些人以为设备接上了网，收集一些用户数据，就是实现数字化了。
 
其实不然，企业真正的数字化不仅仅是技术上，还要是真正从思维上转变，以及学会利用数字化为自己企业提高经营效率，实现更好地增长——这也是数字化的作用。
 
是否能利用数字化技术去真正提高企业经营效率，这是判断实现真正数字化的核心。有些人搞了一堆数字技术，反而降低增加企业的成本，却没有增长多少价值，还不如以原来的方式呢。

但是当大家都学会运用数字化给自己企业赋能，提高了效率。如果你还停滞不前，那你的竞争力也自然下降，被淘汰只是时间问题。
 
数字化在商业上涉及的方面很多，我这里只谈营销上的数字化。如果单纯指标来看，根据《数字时代的营销战略》一书总结，真正的营销数字化至少需要满足以下五个标准：
 

1.连接（connection）

连接是互联网、数字时代的本质中的本质。没有连接，就不叫数字化。
 
连接什么？传统互联网时代，连接的是人与人、人与服务。但在移动互联网时代和数字化时代，连接已经超越了单纯的人与人、人与服务之间的连接，还融合进了人与线下、线上与线下等连接因素，未来甚至是万物互联的时代。
 
比如你去阿里旗下的盒马鲜生消费，就能感受到线上和线下，人与商品等全面的连接与体验。

 

2.消费者比特化（bit-consumer）

比特是英文 binary digit的缩写，比特是表示信息的最小单位。消费者比特化就是把消费者的行为进行记录与跟踪，转化成精确的可视化数据，方便更好地把握消费者的动态和做出更有效的营销决策。
 
很多零售店已经开始进行“消费者与消费行为比特化”的改造和升级，以普拉达（Prada）的零售店为例，已经可以做到将所有的衣服都贴有装着传感器的新型条码标签。
 
有了新型条码标签之后，每件衣服被消费者拿起、放下或者试穿的信息都会被准确记录，并传递到后台的管理系统中。这样试穿过多少件，甚至衣服被拿起、放下多少次，这些数据都将通过分析为服装企业下一步的产品开发、设计或者进货提供精确的方向。
 

3.数据说话（data talking）

有人说数据是未来的“石油”，这一点也不夸大。
 
数据是数字化的基础，没有数据，一切都是空谈。就像“巧夫难为无米之炊”。
 
有了数据，才能更好了解用户，实现更多商业增长。这也是阿里等平台收购一个企业，第一个要求就是可以无条件享用其数据的重要原因。
 

4.参与（engagement）

以前一个产品只要生产出来就不愁卖，也不需要消费者的参与。现在供大于求时代，商品泛滥，如果不重视消费者的需求与参与反馈，产品则很难卖出去了。
 
而且现在让消费者参与商业决策链条中的成本也越来越低，消费者的参与则更重要。比如维基百科就是用户参与编辑的过程。
 

5.动态改进（dynamic improvement）

过去想要改进一个产品，从收集顾客意见到最后反馈到工厂上，整个周期都要差不多一年以上。在现在快速变化的环境里，这种反馈周期太长了。
 
现在的消费者数据更新频率非常快，需求也在不断变化，企业也需要快速适应变化，快速反馈与迭代、动态改进，才能以万变以万变。而且，随着各种技术的普及，实现动态改进的成本也越来越低，关键是思维的及时转变。

 
比如小米在2010年创建的时候，就把手机操作系统的更新频率变为一周一次。虽然这在当时是有点“变态式”的做法，但却实现了根据用户反馈后的动态改进，让产品真正实现以用户为中心。
 

总结一下，
想要实现全面的数字化——要利用移动互联网、物联网等实现人与人、人与物、物与物的万物互联的状况，可以“瞬连”、“续连”等高度连接；而且能够随时跟踪用户的行为数据变化，每个环节做到以数据说话，并在连接中实现用户参与，实现企业的动态改进。
 
目前的电商就是全面数字化的典型案例，因为顾客从购买到下单浏览到物流，到收货后到过后的反馈评价，都可以形成以上五个标准的全面数字化运作。

因为用户在网购的所有行为已经可以比特化，企业也可以实时监测各个环节和动态改进（你在平台的浏览、停留每个界面的时间、收藏、评论、购买等行为已被数字化）

（数字化用户画像截图-来源网络）

但是目前绝大多数的企业做到以上五个标准还是有点难，这背后涉及技术成本、思维转变、管理模式和企业惯性等的因素阻碍。
 
我个人观点是，我们不要为了数字化而数字化，要明白数字化的本质目的是为了提高经营效率。
 
所以我们如果目前还达不到以上标准，但是可以部分实现或充分利用数字化的思维去优化我们的企业经营效率和营销决策效率。

2

营销数字化的决策模型
数字是为营销服务的，不是营销为数字服务。
 
营销数字化的目的是利用数字化技术和思维更好地了解用户，维系用户，从而更好地实现产品的销售增长等目标。
 
分享营销数字化决策模型之前，我们要明白数字化决策和传统的营销决策模式的区别。
 
根据《大数据时代》一书中的观点，大数据时代给人类思维带来了很大的冲击，其中最重要的是：用相关关系而不是因果关系来理解这个世界，知道“是什么”比“为什么”更能有效地解决问题。
 
传统营销团队进行消费者洞察的主要目的是要找出消费者行为背后的原因，即为什么购买或不购买某个品牌的产品或服务，为什么喜欢或为什么不喜欢，消费者是基于怎样一种观念或态度来决策的，这样的因果推断会成为我们营销决策的重要依据。
 

而以大数据为基础的消费者画像更多的是相关关系分析，在海量数据中发现隐含的相关性，这为我们提供了一种全新的消费者洞察与决策路径。 
好，下面介绍如何实现营销数字化决策。我总结了一个“数字化营销的决策模型”，明白这个决策模型背后的思维模式，才是关键。
 

这个模型主要有两大模块，一个是左边的用户画像模块，根据数据采集、数据挖掘、数据建模和验证步骤形成用户画像。另一个就是右边的“营销战略和4P”模块。
 
中间的“用户购买行为”是这两大模块的连接关键点，没有前面的用户画像，就很难预测用户的购买行为；有了用户的购买行为的预测后，再去制定营销战略与措施，才更有效果。
 
下面展开来说说：

1.“数字化”用户画像

了解用户，本质就是了解用户画像。
 
用户画像就象是镜子一样，照出用户的虚拟镜像。这个虚拟镜像越接近用户的真实情况，就能越准确地预测用户的需求与行为动机，进而制定更有效的营销战略与措施。
 
我这里讲的数字化用户画像与普通的用户画像不一样。
 
在数字化的用户画像中，既需要按照大数据的计算，通过各种标签还原出消费者的各种特质与轨迹，又需要把消费者放入情景化中，把这些特质的表现串联起来，这样营销战略既能够有数据化的精确，又能有效切入消费者的生活轨迹
 
(普通用户画像与数字化用户画像的比较)

（资料来源：KMG研究）
 
数字化的用户画像的形成大概有四个步骤：
第一、数据采集
首先根据企业的战略需求和业务目标找到适合的数据源。比如用户的消费行为数据、第三方数据、CRM数据等，然后进行数据采集。
 
第二、数据挖掘
根据采集的数据进行处理，大概包括以下动作：
。数据清洗——去掉重复或不完整的数据。

。用户识别——确定用户多个ID的唯一性。因为同一个人可能有不同渠道的ID账号。

。数据分类——分为用户属数据（性别、年龄、城市等）和用户行为数据。

。建立标签和权重体系——标签就是对人、物、事或场景显著性的分类、提炼与总结的过程，因为标签化是精准营销分析的重要前提；而权重就是对程度或概率的一种量化，表示用户发生某种行为的偏好、概率或同一个动作在不同地点和时间的权重多少。
 
第三、数据建模
利用关联规则和聚类、逻辑回归等方法，对各种数据进行分析，发现数据之间的相关性。然后利用其中的规则总结和相关性逻辑进行建模。
 
比如你是卖面膜的，通过分析知道你的目标用户在什么渠道，什么时间会比较容易下单买你的产品，然后根据这个模型去制定更大量的营销推广活动。
 
第四、验证
对以上的数据模型进行验证，以保证该模型是准确抓住了用户的特征，减少模型的偏差性。
 
比如你是开餐厅的，发现每周六的时候，甜点卖得最好（可能周末了小孩子比较多），准备根据这个发现去提前准备每周六的甜点存货量。然后通过检验确实如此，那就可以制定相关措施。
 
最后根据验证，把一些偶然的相关发现或不能准确反映事实的数据剔除后，用剩下的模型形成用户画像。这样的用户画像，应用到企业的营销决策中去，才不会有太大的偏差。
 
接着就是根据用户画像的标签和模型去预测用户的需求动机和购买行为，最后就是“营销战略决策和4P”模块了。
 

2.营销战略和4P变化

用户画像只是一个决策参考，但营销决策这个环节，需要用到各种营销思维和考虑各种综合因素做出营销战略决策和相关措施。其中，在经典的营销4P中，数字化的4P会可能变化“动态化和互动式”，也就是前面说的“动态改进”和“参与”等特点。
 
。产品(product):
:在数字化经济中，产品更强调的是与用户共同创造的模式。还会实现规模化的个性化产品服务的创造，这背后是企业成本评估和用户画像的精准分析。
 
。定价(price):
定价模式也从标准化定价逐渐走向动态化的定价模式，可以根据不同的用户、不同的时间和不同的场景等进行动态定价，优化产品的盈利。
 
这种和目前酒店的“大数据杀熟”不一样的地方在于，“杀熟”是根据不同用户的消费力和品牌忠诚度来实现利润最大化（用户会反感）

而数字化的动态定价是根据不同的用户需求来定价，实现用户与企业的价值双赢。
 
。渠道(place)：
传统的分销渠道是从工厂到经销商，再到各种零售终端的模式，而数字化的渠道是”以人为主“的分销模式，人对人分销，不局限于某个渠道。这背后需要很好的渠道利益设计和模式重构。
 
比如现在的微商和社区团购模式部分契合了该特点，只是还没能完全实现”人对人“的渠道模式，这背后涉及一些比较复杂的政策、技术和商业体系的问题，随着区块链等数字技术的普及，相信会越来越好的。

。推广(promotion)：
传统的广告、促销等推广方式更偏向单向的传播，数字化的推广策略更看重用户的社交传播，用户帮我们主动传播。因为用户买了你的产品，营销才刚刚开始，购后的一系列措施才是关键，比如用户关系管理等。
 
当然，数字化营销决策中还涉及很多其他因素，比如数据获取来源、用户购买行为的验证和企业其他部门的支持等等，篇幅原因，这里不一一展开了。
 
总之，商业数字化、营销数字化的历史进程已经来临，过去只凭感觉、靠经验去做商业决策的时代会慢慢远去。

未来一定是人充分利用数字化来提高决策效率的时代，经验也会有用，但用好数字化的经验会更有竞争力，让商业决策更科学。
 —END—
（部分图片来源网络，侵权联删 ）
本文部分参考资料：《数字时代的营销战略》（曹虎等）
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。