当前位置: 商业快讯 > 正文

科特勒的营销理论可以数据化么?

2021-11-25 16:48:29       来源:计算广告

来源:计算广告

前两天在传媒大学上课时,跟同学们聊起一个问题:传统广告领域成熟的营销理论,与数字广告数据驱动的方法论,在业界实践中看起来像是两张皮,这是为什么呢?大家经过激烈的讨论,达成了一些共识。

在过去十几年,数字广告主要干的活,主要是靠快速增长的流量红利,服务于那些要直接效果的客户。由于太关注临门一脚,在影响用户兴趣,即“种草”方面,考虑得并不多。而传统广告的一些优秀理论,虽然体系自洽,但是设计之初并没有考虑到数字媒体归因的数据能力。于是,这些理论都面临着一个关键挑战:它们必须在数据化的能力下,以实证的方法落地和升级,才能在今天的营销中发挥作用。

在传媒大学的课堂上,我们探讨了这样一个话题:能否将数据能力和传统广告理论相融合,进一步升级数字营销方法论呢?个人认为,这样的条件已经具备,原因有二:

1. 随着手机能和通讯能力的进步,互联网从原有的电商、搜索等直接瞄准商业目标的应用,开始向社交、短视频这些沉浸式的内容场景进展,具备了从种草到拔草的全链路营销能力。

2. 随着移动用户数量的饱和,只瞄准点击、转化的营销思路,显然已经遇到了瓶颈。而在全链路数据的基础上,从“用户增长”转向“关系资产运营”,已经是迫在眉睫。

说到传统广告理论,不能不提到现代营销的集大成者菲利普·科特勒。他的5A理论,给数字世界的关系资产运营,建立了一个基础的框架。我们先来简要回顾一下5A理论:在《营销革命4.0》中,科特勒将营销的客户进程分为Aware(了解)、Appeal(吸引)、Ask(问询)、Act(行动)、Advocate(拥护)五个阶段,这个进程,揭示了用户与品牌的远关系。这一模型可以用下图来示意:

科特勒的营销理论可以数据化么?

这个5A体系可以数据化么?拿巨量引擎来说,作为消费者渗透和触达的头部阵地,它聚合了全线产品超过19亿MAU的潜在用户关系资产,具备了从内容消费、沉淀用户到种草拔草全链路能力,可以在整个5A进程上帮助品牌提升整体市场的影响力。在实操中,巨量在5A之外又补充了O(Opportunity),作为潜在人群的总体,简单说,O = 活跃用户– 5A。

简单来看,A1的人群,可能是抖音或头条上的内容消费者,刷到了看到了某个品牌相关的内容;A2的人群,可能是点开品牌的短视频看了看,或者进直播间呆了一会儿;A3的人群,可能已经有频次比较高的品牌互动,甚至私信咨询了问题;A4的人群,可能是在品牌的抖音小店下单买了东西;而A5的人群,则是关注了品牌账号,成为品牌的长期感兴趣者甚至拥护者。

您看,5A过程所描述的每一个阶段,都已经在巨量引擎的媒体和服务中有了明确的触点,这就具备了数据化运营的基础,也就为品牌关系资产的量化,搭了个基础框架。

除了数据,底层支持技术也很关键,像巨量这样以推荐起家的数字媒体台,已经建立了一套完善的用户和内容理解技术。而在5A理论数据化过程中,这些对内容和用户的深度理解能力,也是必不可少的。

于是,字节旗下的商业化台——巨量引擎,已经在2019年将5A理论数字化,推出O-5A模型,而模型落地的产品基础设施,是巨量引擎的营销洞察和科学度量数据台——巨量云图。巨量云图这个产品的基本理念和功能,我们在以前的文章中已经介绍过,就不再赘述了。

我对于巨量云图的O-5A模型颇有兴趣,所以找到巨量引擎的朋友和他们的客户,认真了解了一番。那么巨量云图中的O-5A人群运营方法论,是如何定量实现,以及如何指导营销的?我来说说我的理解,大家可以先看看下图。

科特勒的营销理论可以数据化么?

讨论运营方法之前,先要探讨一个重要的问题:在巨量云图O-5A模型下,各阶段用户关系资产都是如何定量确定的呢?实际上,这也是数据化的核心问题。对此,巨量云图给出了的数据化标准概要见下图,关心标准具体细节的朋友,可以联系云图进一步了解。

科特勒的营销理论可以数据化么?

部分读者可能会有疑惑:这样的数据划分标准是如何制订的呢?为什么A3既有主动搜索人群,也有多次被动观看的人群?我特意就这点仔细了解过。实际上,各阶段人群划分的标准,是遵循了"数据实证"原则,以各阶段人群之间,成交转化率存在明显差异为划分标准。而目前采用的数据标准,是在不同行业上的抖音小店数据或客户回传数据做过全面验证的。大家可以看看下图的数据。

科特勒的营销理论可以数据化么?

说到这儿,您应该能明白,将主动搜索人群和部分被动观看人群同时归于A3的原因,是因为他们在转化率上确实是半斤八两的,这是一种纯粹的数据实证方法。

算出了各阶段人群关系资产后又该如何利用它驱动品牌的全链路营销呢?大家可以参考下图。在巨量云图提供的最佳实践中,O-5A模型的落地运营,大致可以分成“投前洞察”、“投中策略”、“投后度量”三个阶段,咱们可以展开来聊一聊。

科特勒的营销理论可以数据化么?

投前洞察阶段,要做的是利用5A资产分析,确定现有的关系资产健康度,并找到具体的发力方向。简单说吧,就是看看品牌现有的A3/A4资产中,哪些人群的浓度高,再看看哪些人群从O到A3/A4的流转率高。前者是存量的用户资产现状,而后者则是高效营销的努力方向,也就是所谓的“高潜人群”。

有了各人群的A3/A4浓度和流转率,就可以倒推需要多少O/A1/A2/A3;再按照均A1 1次、A2 7次、A3 12次、O 1次推出需要的展示量,并按20~30的CPM价格估算该人群需要的消耗。

那么,锚定目标什么时候选A3,什么时候选A4呢?这个很简单,对于目标是驱动直接转化的客户,就选A4;对于目标只是影响用户兴趣的品牌,就选A3。

投中策略的制定,要基于前面的投前洞察分析。其实策略的关系,是确定这次营销活动在每个人群组上,重点营销用户进程上的哪个阶段,比如下面的一些典型营销策略:

1. 私域拉新:目标是重点扩大A1人群。策略上瞄准高潜人群,通过黄金位置曝光,让O用户快速高效流转进5A池子;

2. 促进转化:目标是重点扩大A2/A3人群。策略上加强优质内容深度种草,及高点击率广告,同时利用微头条+评论区激励用户参与互动。

3. 品牌涨粉:目标是重点扩大A5人群。策略上加强品牌号运营,快速涨粉,存进复购和裂变。

要再次强调的是,上面所说的各种策略,是要在不同的用户分组上分别制定实施的。它的两大核心使用场景,一是新品上市时获取新人群,关系资产从O积累到A1~5,目标更多是扩声量、提认知;二是活动和节日时的大促,主要目的是促成交转化,这时O的拉新是一部分,但更多要持续影响5A正向流转、加强转化。

巨量云图的O-5A模型,并非仅仅停留在概念层面。据我了解,它的实际落地执行,已经有一年多的时间了,并在多个行业的客户上取得了不错的效果,形成了一些有启发的实践经验。

举个例子,某食品行业新兴品牌,既重视品牌建设,又依赖数字营销。而且该品牌客单价定位高,需要在高净值目标消费者上进行破局。这些特点,都特别适合O-5A方法论的应用。

按照最佳实践,其O-5A营销的第一步是定位高潜人群。他们以A4为锚定目标,借助巨量云图提供的工具,将拉新人群划分到维系盘、发力盘、瓶颈盘和备选盘。最终发现,品牌现有存量人群以精致妈妈、新锐白领、资深中产为主,同时确定了高流转率的医美人群、健身达人和文艺青年这三个高潜人群。

科特勒的营销理论可以数据化么?

实际执行阶段,策略就比较清晰了:该品牌营销目标以建设品牌为先,于是可以先关注于拉新。同时,拉新要想对将来的转化真正有效,就要聚焦在流转率高的高潜人群。于是,品牌设定了三个高潜人群的实验组,用广告引流至大促直播间,并于与对照组进行比较。对比两组广告投放效果,实验组新潜客的转化ROI更好,高于通投策略39%。同时,关系资产的积累也大有成效。

这个案例的核心,是通过O-5A体系建立起来的数据化洞察能力,找到了原来市场发力方向上没有计划到的医美人群和健身人群,从而搭上了品牌成长的快车道。

简单总结一下。今天,数字营销的发展已经进入了下半场。而这个下半场的主题,我认为是将数据化的基础设施,与传统营销的优秀理论相结合,在粗放获客之外,更有效地驱动客户的关系资产运营,实现从种草到拔草的一条龙服务。

而巨量云图的O-5A方法论,是对科特勒营销思想数据化的一次有益的尝试。它与巨量引擎从内容消费到电商转化的全生态相结合,提供了数据驱动的品牌建设能力。我想,这可能是数字广告和传统广告消除理念鸿沟,融合升级成新方法论的一次契机吧!

责任编辑:kj005

文章投诉热线:156 0057 2229 投诉邮箱:29132 36@qq.com

商业快讯

科特勒的营销理论可以数据化么?

2021-11-25 16:48:29   计算广告


来源:计算广告

前两天在传媒大学上课时,跟同学们聊起一个问题:传统广告领域成熟的营销理论,与数字广告数据驱动的方法论,在业界实践中看起来像是两张皮,这是为什么呢?大家经过激烈的讨论,达成了一些共识。

在过去十几年,数字广告主要干的活,主要是靠快速增长的流量红利,服务于那些要直接效果的客户。由于太关注临门一脚,在影响用户兴趣,即“种草”方面,考虑得并不多。而传统广告的一些优秀理论,虽然体系自洽,但是设计之初并没有考虑到数字媒体归因的数据能力。于是,这些理论都面临着一个关键挑战:它们必须在数据化的能力下,以实证的方法落地和升级,才能在今天的营销中发挥作用。

在传媒大学的课堂上,我们探讨了这样一个话题:能否将数据能力和传统广告理论相融合,进一步升级数字营销方法论呢?个人认为,这样的条件已经具备,原因有二:

1. 随着手机能和通讯能力的进步,互联网从原有的电商、搜索等直接瞄准商业目标的应用,开始向社交、短视频这些沉浸式的内容场景进展,具备了从种草到拔草的全链路营销能力。

2. 随着移动用户数量的饱和,只瞄准点击、转化的营销思路,显然已经遇到了瓶颈。而在全链路数据的基础上,从“用户增长”转向“关系资产运营”,已经是迫在眉睫。

说到传统广告理论,不能不提到现代营销的集大成者菲利普·科特勒。他的5A理论,给数字世界的关系资产运营,建立了一个基础的框架。我们先来简要回顾一下5A理论:在《营销革命4.0》中,科特勒将营销的客户进程分为Aware(了解)、Appeal(吸引)、Ask(问询)、Act(行动)、Advocate(拥护)五个阶段,这个进程,揭示了用户与品牌的远关系。这一模型可以用下图来示意:

科特勒的营销理论可以数据化么?

这个5A体系可以数据化么?拿巨量引擎来说,作为消费者渗透和触达的头部阵地,它聚合了全线产品超过19亿MAU的潜在用户关系资产,具备了从内容消费、沉淀用户到种草拔草全链路能力,可以在整个5A进程上帮助品牌提升整体市场的影响力。在实操中,巨量在5A之外又补充了O(Opportunity),作为潜在人群的总体,简单说,O = 活跃用户– 5A。

简单来看,A1的人群,可能是抖音或头条上的内容消费者,刷到了看到了某个品牌相关的内容;A2的人群,可能是点开品牌的短视频看了看,或者进直播间呆了一会儿;A3的人群,可能已经有频次比较高的品牌互动,甚至私信咨询了问题;A4的人群,可能是在品牌的抖音小店下单买了东西;而A5的人群,则是关注了品牌账号,成为品牌的长期感兴趣者甚至拥护者。

您看,5A过程所描述的每一个阶段,都已经在巨量引擎的媒体和服务中有了明确的触点,这就具备了数据化运营的基础,也就为品牌关系资产的量化,搭了个基础框架。

除了数据,底层支持技术也很关键,像巨量这样以推荐起家的数字媒体台,已经建立了一套完善的用户和内容理解技术。而在5A理论数据化过程中,这些对内容和用户的深度理解能力,也是必不可少的。

于是,字节旗下的商业化台——巨量引擎,已经在2019年将5A理论数字化,推出O-5A模型,而模型落地的产品基础设施,是巨量引擎的营销洞察和科学度量数据台——巨量云图。巨量云图这个产品的基本理念和功能,我们在以前的文章中已经介绍过,就不再赘述了。

我对于巨量云图的O-5A模型颇有兴趣,所以找到巨量引擎的朋友和他们的客户,认真了解了一番。那么巨量云图中的O-5A人群运营方法论,是如何定量实现,以及如何指导营销的?我来说说我的理解,大家可以先看看下图。

科特勒的营销理论可以数据化么?

讨论运营方法之前,先要探讨一个重要的问题:在巨量云图O-5A模型下,各阶段用户关系资产都是如何定量确定的呢?实际上,这也是数据化的核心问题。对此,巨量云图给出了的数据化标准概要见下图,关心标准具体细节的朋友,可以联系云图进一步了解。

科特勒的营销理论可以数据化么?

部分读者可能会有疑惑:这样的数据划分标准是如何制订的呢?为什么A3既有主动搜索人群,也有多次被动观看的人群?我特意就这点仔细了解过。实际上,各阶段人群划分的标准,是遵循了"数据实证"原则,以各阶段人群之间,成交转化率存在明显差异为划分标准。而目前采用的数据标准,是在不同行业上的抖音小店数据或客户回传数据做过全面验证的。大家可以看看下图的数据。

科特勒的营销理论可以数据化么?

说到这儿,您应该能明白,将主动搜索人群和部分被动观看人群同时归于A3的原因,是因为他们在转化率上确实是半斤八两的,这是一种纯粹的数据实证方法。

算出了各阶段人群关系资产后又该如何利用它驱动品牌的全链路营销呢?大家可以参考下图。在巨量云图提供的最佳实践中,O-5A模型的落地运营,大致可以分成“投前洞察”、“投中策略”、“投后度量”三个阶段,咱们可以展开来聊一聊。

科特勒的营销理论可以数据化么?

投前洞察阶段,要做的是利用5A资产分析,确定现有的关系资产健康度,并找到具体的发力方向。简单说吧,就是看看品牌现有的A3/A4资产中,哪些人群的浓度高,再看看哪些人群从O到A3/A4的流转率高。前者是存量的用户资产现状,而后者则是高效营销的努力方向,也就是所谓的“高潜人群”。

有了各人群的A3/A4浓度和流转率,就可以倒推需要多少O/A1/A2/A3;再按照均A1 1次、A2 7次、A3 12次、O 1次推出需要的展示量,并按20~30的CPM价格估算该人群需要的消耗。

那么,锚定目标什么时候选A3,什么时候选A4呢?这个很简单,对于目标是驱动直接转化的客户,就选A4;对于目标只是影响用户兴趣的品牌,就选A3。

投中策略的制定,要基于前面的投前洞察分析。其实策略的关系,是确定这次营销活动在每个人群组上,重点营销用户进程上的哪个阶段,比如下面的一些典型营销策略:

1. 私域拉新:目标是重点扩大A1人群。策略上瞄准高潜人群,通过黄金位置曝光,让O用户快速高效流转进5A池子;

2. 促进转化:目标是重点扩大A2/A3人群。策略上加强优质内容深度种草,及高点击率广告,同时利用微头条+评论区激励用户参与互动。

3. 品牌涨粉:目标是重点扩大A5人群。策略上加强品牌号运营,快速涨粉,存进复购和裂变。

要再次强调的是,上面所说的各种策略,是要在不同的用户分组上分别制定实施的。它的两大核心使用场景,一是新品上市时获取新人群,关系资产从O积累到A1~5,目标更多是扩声量、提认知;二是活动和节日时的大促,主要目的是促成交转化,这时O的拉新是一部分,但更多要持续影响5A正向流转、加强转化。

巨量云图的O-5A模型,并非仅仅停留在概念层面。据我了解,它的实际落地执行,已经有一年多的时间了,并在多个行业的客户上取得了不错的效果,形成了一些有启发的实践经验。

举个例子,某食品行业新兴品牌,既重视品牌建设,又依赖数字营销。而且该品牌客单价定位高,需要在高净值目标消费者上进行破局。这些特点,都特别适合O-5A方法论的应用。

按照最佳实践,其O-5A营销的第一步是定位高潜人群。他们以A4为锚定目标,借助巨量云图提供的工具,将拉新人群划分到维系盘、发力盘、瓶颈盘和备选盘。最终发现,品牌现有存量人群以精致妈妈、新锐白领、资深中产为主,同时确定了高流转率的医美人群、健身达人和文艺青年这三个高潜人群。

科特勒的营销理论可以数据化么?

实际执行阶段,策略就比较清晰了:该品牌营销目标以建设品牌为先,于是可以先关注于拉新。同时,拉新要想对将来的转化真正有效,就要聚焦在流转率高的高潜人群。于是,品牌设定了三个高潜人群的实验组,用广告引流至大促直播间,并于与对照组进行比较。对比两组广告投放效果,实验组新潜客的转化ROI更好,高于通投策略39%。同时,关系资产的积累也大有成效。

这个案例的核心,是通过O-5A体系建立起来的数据化洞察能力,找到了原来市场发力方向上没有计划到的医美人群和健身人群,从而搭上了品牌成长的快车道。

简单总结一下。今天,数字营销的发展已经进入了下半场。而这个下半场的主题,我认为是将数据化的基础设施,与传统营销的优秀理论相结合,在粗放获客之外,更有效地驱动客户的关系资产运营,实现从种草到拔草的一条龙服务。

而巨量云图的O-5A方法论,是对科特勒营销思想数据化的一次有益的尝试。它与巨量引擎从内容消费到电商转化的全生态相结合,提供了数据驱动的品牌建设能力。我想,这可能是数字广告和传统广告消除理念鸿沟,融合升级成新方法论的一次契机吧!

责任编辑:kj005

相关阅读

美图推荐

金融科技下,金融企业如何保障信息安全
主播雨化田们再接新活,这次让网友们下载的是交管12123APP
深圳看到科技发布Kandao Meeting S 180°超广角智能视频会议机
QQ音乐做了“一件有意义的小事”,让这些孩子听见“听不见”的音乐

精彩推荐