BLOG

新零售场景解读:全渠道数据融合,实现精准个性化营销

Product Marketing
MARTECH
2019/09/12

个人消费增量中44%由线上线下融合与数字化带来;预计2021年,超过90%的购买行为会涉及数字渠道。

——BCG与阿里研究院联合报告

 

近年来,中国线上购物迎来爆发式增长。在国内,零售行业的领跑品牌普遍拥有覆盖各级城市的线下门店和销量喜人的网上旗舰店。

然而,业务规模只是新零售上半场的得分点,正在进行的下半场较量中,实体店与电商不再对立,品牌主对多触点、全渠道数据融合的能力将成为制胜关键。

虽然积累了体系覆盖维度广、体量庞大的数据矿山,品牌主们在实际动手数中淘金时,却发觉困难重重:线上线下的数据怎么打通?各业务系统的数据怎么融合?积累的数据能否用于将来商业决策?用哪些数据?怎么用?......

 

本文将聚焦解读HYPERS过往零售行业客户遇到的典型挑战:数据孤岛、技术瓶颈、应用壁垒;并分享HYPERS最终助力零售品牌突破困境、掌控客户数据、实现个性化营销的解决方案。

 

01 数据孤岛——品牌营销视角上的数据割裂

在中国市场的多年发展中,多数品牌分别为线下⻔店、天猫及微信生态圈开发了独立的CRM系统,并设有不同的会员体系。

而这些系统逐渐形成了明显的数据孤岛——品牌主无法得知各平台的会员是否有重复、每个会员的消费形式存在何种区别。因此每当进行双11、618等⼤促活动时,品牌主的营销策略都相对简单直接:对所有会员统一发放同⼀会员码和优惠券。至于考量活动是否有吸引力、折扣商品是否有消费者想买的、能带来多少的核销转化率和商业价值……都心有余而力不足。

 

02 技术瓶颈——面对剧增的海量数据难以处理

以消费者为中心的新零售时代,企业需要通过数据还原消费者的面貌,找到吸引消费者的关键因素,从而使营销更具针对性和前瞻性。

近年,品牌主纷纷开始升级自有的CRM平台,希望管理所有的消费者数据资产。然而大多数品牌的CRM是传统关系型数据库,当数据体量短短几个月迅速突破数百万时,数据处理计算速度骤降,有时可能一上午都无法计算出一家门店销售额。系统运行效率之低已经无法支撑简单的计算,更惶论业务分析。CRM平台难以运维,升级进程举步维艰。

 

03 应用壁垒——数据使用场景受限

品牌不仅面临多方数据打不通、自有数据跑不动的困境,销量占比极高的电商数据,以及其背后的标签体系也被牢牢抓在电商平台的“数据花园”中——看得见,摸不着,出不来。旗舰店的业绩再好,个中规律、人群数据,都无法被该企业参考借鉴,使用场景也被局限在了各个生态圈内部。

这样的现状让品牌意识到,若想实现精准营销,必须找到一个强有力的数据伙伴厘清错综复杂的数据沉积。

 

 

通过数据湖建设、客户数据管理平台建设、数字优化运营三大阶段,HYPERS帮助品牌打破数据困境,实现精准营销:

 

STEP 1. 整合数据资产,搭建第一方数据湖 

大数据中隐藏着多种信息和价值,然而数据在被集中治理之前,品牌并不能利用它们来指导商业决策。

在第一阶段,HYPERS针对孤岛挑战,为品牌设计搭建了具备⼤数据存储实时及批量数据运算能力的第⼀方数据湖,接⼊并打通品牌散落在各个渠道的潜客与会员数据,包括旗舰店订单、官方APP、小程序、会员中心、微信H5、线下门店、电⼦支付数据等,为品牌的后续应用提供可处理、可分析、可传输的数据。

HYPERS具有多年的企业第一⽅数据湖规划与搭建经验,可以帮助企业梳理自有数据资产,快速交付第一⽅数据湖平台。同时,HYPERS提供完整的数据分析产品,全⾯覆盖网站、APP、⼩程序、微信H5、广告等平台,轻松实现多⽅数据的采集。

 

STEP 2. 构建丰富的全景画像标签体系 

基于数据湖平台中融合的消费者数据,Hyper 1st-party CDP迅速为品牌搭建了全景用户画像标签体系,为品牌规划近万用户标签,基于品牌会员信息、购买行为、商品偏好、会员满意度、营销活动等主题深入洞察目标客群特征。

于此同时,Hyper 1st-party CDP提供灵活的自定义标签规则,使品牌对全量数据资产进行了更丰富的细分,帮助品牌深入洞察消费者属性、行为、喜好,还原消费者全景画像。

 

STEP 3. 数中淘金,实现精准营销        

市场普遍认为,把客户群更加细分、打更多标签、帮助企业客户洞察消费者行为等就是精细化运营。但洞察结束后要如何为业务场景搭配应用?怎样用技术手段去辅助营销决策?这一系列的行动才是数中淘金、价值变现。

HYPERS帮助品牌根据业务需求针对目标客群开展个性化营销活动,例如双11活动的个性化优惠券策略,可使优惠券核销率成倍提升。这得益于HYPERS做的两件事情:

  • 判断应该针对哪些消费者发放优惠券。

“二八定律”是营销中非常通用的一个概念, 80% 的利润通常由 20% 的消费者产生的,这 20% 的消费者不管是否发放优惠券,都会前去消费。而这些人群在哪里、如何区分,是品牌方无法计算的。HYPERS用精确算法,以品牌业务需求为导向,推算出价格敏感的消费者群体特征(如过去三个月内消费金额区间),随后针对此群体推送特定的优惠券。

  • 二、判断目标消费者是何种购买渠道的常客,并针对性地推送个性化营销信息。

例如,对于线上常有的优惠活动,某类用户可能习惯在零售店内体验,但最终选择线上完成购买。对这样的目标群体,发送短信、电商优惠券信息会更有效。而这样的人群,也是由HYPERS的独有计算逻辑和分析模型结合品牌业务特征筛选出来,通过不同的渠道进行优惠信息推送。

同时,品牌主对数据分析的需求不再是简单的汇报式报表,而是希望更深入地分析和了解自己的消费者群体。例如,当天某省市门店某款商品销量表现、购买这款商品的用户中有多少是会员、又有多少人与线上旗舰店有互动……HYPERS帮助品牌打造基于全量数据的实时、多维、可自定义BI报表,整个平台的分析报表秒级加载,高效实现用数据驱动决策。

 

在过去的⼗余年里,HYPERS凭借行业头部客户的服务经验,全链路、即开即用的产品,帮助零售企业在丰富的场景中将数据真正应用起来,获得客户的一致认可与信赖。

 

 

文章来源:HYPERS 微信公众号   |   文章作者:Vida