查看原文
其他

神策数据CEO桑文锋:养成用数据说话的思维模式|中国技术营销群英会

桑文锋 CMO训练营 2019-05-29


桑文锋,神策数据创始人、CEO


2007年进入百度,从在“百度知道”做研发,到开始组建并带领团队,实现百度用户日志大数据平台的从零到一,从普通员工成长为技术经理,在百度的八年多时间里,他的工作覆盖数据收集、传输、元数据管理、作业流调度、海量数据查询引擎、数据可视化等。


从2008年底开始组建并带领团队,从零实现了百度用户日志的大数据平台,覆盖数据收集、传输、元数据管理、作业流调度、海量数据查询引擎、数据可视化等。历任软件工程师,高级软件工程师,项目经理,高级项目经理,技术经理。

 

桑文锋认为,对很多传统行业的CMO而言,基本上都面临三大挑战——企业本身的数据采集能力偏弱、数据化程度较低、整体数据意识都薄弱。然而,数据是营销实现商业价值最大化的基础,Martech的相关技术,其应用和发挥最大价值的前提也是基于数据&分析才能更好的做出决策。基于数据&分析,并结合其他Martech技术,是企业为客户提供更匹配与精准的营销服务,强化企业品牌与形象的基础。



数据&分析是基础



1. 您认为Martech能解决企业增长的哪些问题?


一方面是营漏斗最上层的流量或用户数的扩大,另一方面是营销漏斗各环节的转化率提升,这也是Martech解决的主要问题。Martech从广告主或者说企业客户的角度来看的,Matech技术的核心目标实际上是完成对用户触达、用户培育、转化提升等关键环节(比如企业如何决策在什么渠道投放和展现广告,推广内容策略和内容选择,营销转化率及ROI评估),以及用户全生命周期的体验优化,帮助CMO及CEO直接掌握营销各环节的数据(如挖掘出受众快速增长的渠道、度量受众触达效果),从而及时调整营销策略,真正实现营销闭环或者说全营销漏斗管理。


2. 业内把Martech分为广告技术/Ad Tech,数据&分析、内容&体验、互动&关系、营销云、交易五类,您最看好哪一类?


数据&分析类是其他几类的基础,也是我最看好的一类。对于所有Martech的相关技术,其应用和发挥最大价值的前提是基于数据&分析才能更好的做出决策。


举两个例子,对于传统AdTech,大部分企业都是使用外包代理或者渠道服务商来进行推广,无论是在互联网金融、电商、在线教育、快消零售、文化娱乐等行业;事实上企业主在互联网或移动互联网平台进行推广时,面临的很大一个问题就是虚假流量无法甄别,当企业获取的流量为虚假流量时,根本无法进行精准营销,更谈不上通过个体用户行为来进行用户体验、互动或内容优化的参考;此外,活跃的羊毛党群体,也会对企业优质营销资源造成进一步的浪费,带来大量的无效交易,让营销投入石沉大海、无法实现业绩有效增长。


第二个例子,我们现在的企业,尤其是2C类的企业,非常看重用户体验和交易、并且强调营销的创新,去年有好多H5、小程序的创意营销案例,比如轰动一时的百雀羚。这些刷屏级的营销案例,除了让外行看热闹、内行看门道以外,企业主更关注的是实际带来的流量转化,这些流量转化并不是简单的会员注册数、而是需要有交易量和交易额的要求,并且需要明确是这次campaign带来的营销效果,以及希望了解这次campaign可能带来的持续影响力,比如用户留存、用户复购等。


涉及到这种十分量化的衡量一次创意活动campaign,需要打通营销全漏斗(展现——点击——注册——转化——复购/留存)来进行数据分析,分析流失用户的环节,是否可以进行再次召回等。其实这不光存在于快消零售,在获客成本尤为高昂的金融,更是如此,比如大多数互金行业,在线上获取一个客户的成本多则上千、少则上百元。


不难看出,只有基于全量和用户级数据的分析,才能实现有效流量的甄别、找出用户转化与流失的真正症结,从而对症下药;基于数据&分析,并结合其他Martech技术,是企业为客户提供更匹配与精准的营销服务,强化企业品牌与形象的基础。



数据采集遵循“大”、“全”、“细”、“实”



3. 现阶段Martech最大的难点是什么?哪个行业适用性最高? 最重要的应用场景是什么?


最大难点是数据采集的问题。我们习惯把 Martech 比作是破解营销困境的密钥,用户洞察是精准营销的源头,伴随客户全生命周期的营销要保证企业对消费者“识别、洞察、服务”的能力。只有实现全渠道、全量的用户数据收集后,打通割裂的营销链路,经过系统分析后才能实现精细化营销,从而触达每一个潜在用户


神策数据在接触各类型企业服务过程中,我们发现企业数据底子十分薄弱,甚至已经超出我们的想象。企业通过自建或者选购第三方技术平台来支持营销,容易陷入经常会陷入“重分析,轻采集”的误区。对用户行为进行数据分析的深度取决于数据采集的质量,顾此失彼,营销的道路只能越走越窄。因此神策多次强调:数据采集应该遵循“大”、“全”、“细”、“实”四字法则的原因,即追求更宏观、全量采集、多数据源与多维度数据,并注重数据的时效性。


在电商、零售、金融行业的适用性都很高。以零售企业为例,重要的应用场景之一就是基于用户画像构建对消费者的洞察力。全渠道零售时代,零售企业在全量用户数据积累的基础上,应用新兴技术来支撑全渠道营销模式的持续优化,将线上线下数据壁垒打破、用户行为与业务交易数据打通,通过用户画像深度洞察消费者,完整的用户画像标签体系设计,从而建立起以消费者为中心的营销模式。


神策数据帮助企业将线上线下数据的打通,帮助企业快速识别同一消费者 ID,通过用户分群深度挖掘群体特征,了解销售者所处的阶段,按照消费者的生命周期分为新注册用户、普通用户、活跃用户、流失预警客户等。当企业在掌握和理解消费者个体与群体在时间轴上的精准动向和动机后,可根据群体行为调整供需策略、了解客户需求、从而把握最佳消费时机、创造消费时机,当用户消费轨迹趋缓时给予消费刺激等。


4. 您所在团队或是客户是否使用Martech工具?如有使用,请列出该产品的名称,在运营中遇到哪些困难?


目前我们使用的Martech会包括大致几类:


一类是线上投放,比如百度统计,主要用来进行我们SEM的投放管理;


一类是我们自己的SA(神策分析,Sensors Analytics),这是一个用户行为分析平台,市场团队目前主要用来做我们自己投放渠道的投放效果评估、跨渠道访问特征分析、渠道最佳费用和效果产出点分析、渠道作弊分析、广告和社会化媒体的销售贡献分析、渠道生命周期分析、渠道画像和价值模型分析等等;


还有一类是CRM,之前我们用过销售易、最近刚切换到纷享销客,主要用来做我们客户跟进的管理。这里需要说明的是,我们目前是会把自己的投放账户、SA和CRM,三个贯穿用户营销全生命周期的业务系统打通,然后所有数据整合到SA去做分析的。我对市场团队的要求,是需要从线索获取一直跟踪到成单,甚至是老客户维护的;只有贯穿用户全生命周期的营销,对于CMO来讲,才能充分挖掘用户价值。


实际上,我们目前看到,对于企业客户而言去将不同业务系统打通,整合同一用户在不同平台、终端访问和互动的信息,通过唯一用户识别ID来进行整合分析和精准营销,是一大难点。



用户全生命周期的精准营销



5. 您看到的Martech或技术推动增长的案例能否分享一下?


下面我介绍两个案例:


第一个例子是中商惠民通过数据驱动实现消费者全生命周期的精准营销案例。中商惠民是神策数据的客户,他们通过数据驱动实现全渠道营销,通过前沿技术手段对企业信息流、资金流、物流进行了重塑,实现商超全触点管理,多渠道交互,形成以大数据为基础的营销闭环。


基于用户分群分析模型帮助其甄选出具有一致属性或特征的用户群体,深度观察其行为特征,在此基础上,针对售点不同阶段、不同喜好、不同画像,采用不同策略进行精细化营销和方案,能够基于数据和事实,精准把握用户需求、提高响应速度


例如,在中商惠民的线上营销中,“惠配通”(B2B服务体系)是中商惠民专为社区超市(便利店)经营者管理打造的线上订货 APP。中商惠民对线上用户的活跃度、留存率、付费转化率、商品推广效果、渠道 ROI 等进行深度分析,来定位最有价值用户群及潜在用户群,预警流失,及时介入营销、提升黏性。例如,首页推广位的效果监控是站内运营重要一环,数据的监测与分析是重要工作,它为站内优化、页面体验提升作出指导。企业可以通过商超的点击转化率与购买转化率可以判断首页不同位置的推广效果。


第二个例子是关于虚假流量的鉴别。我们都知道虚假流量是广告主特别头疼的问题,从结果上看,虚假流量提升了流量、下载、激活等数据,但虚增的曝光次数实际对广告主并无价值,同时投递效果无法科学评估,造成广告主的经济损失。虚假流量的存在,让广告效果、品牌安全等方面都难以实现广告主的投放初衷,会导致获客成本的增加,直接造成了广告主的经济损失。


广告主应该怎么做,砍预算吗?当然不是,因为减少投入就会降低与客户建立联系的机会。而神策在这方面能够提供全流程数据流量监控,运营人员可以通过基本属性(流量进入的时间、终端类型、操作系统、联网方式等)、网站参与度(跳出率、平均访问深度、平均访问时长等)、用户转化等维度帮助企业快速识别虚假流量,并进行规避。



数据思维是技术增长战略思维的前提



6. CMO该如何培养技术增长战略思维?建立营销技术团队需要提升哪些能力?


这是一个非常有意思的话题。


营销的英文叫做Marketing,有人说Marketing既是一门艺术、也是一门科学。事实上,奥格威在《一个广告人的自白》里曾经说过“We sales, or Else“,这从根本上指出了——提高销量才是CMO的核心目标,技术增长战略思维的前提就是数据思维,如何通过数据找到企业业绩增长的奥秘和具体方法。


对很多传统行业的CMO而言,基本上都面临三大挑战——企业本身的数据采集能力偏弱、数据化程度较低、整体数据意识都薄弱。


对于希望能够通过营销技术实现业绩发展的CMO而言,在构建自己的营销技术团队时,首先需要改善的就是自己和团队的数据意识,养成用数据说话的思维模式,此外就是数据分析和运营数据的能力。我曾经和一个零售企业的创始人一起探讨数据驱动,在交流中,我发现他在数据方面非常关心,数据意识也非常好,不禁的赞叹他。可他给我说光他自己有数据意识可不行,重点是怎么让企业里的每一个部门都能有数据意识,通过数据来做决策。


对于一个线下零售企业来说,即便只用好交易数据和进销存数据,也可以产生很大的价值。用数据说话的意识应该灌输到公司的每个人心中,在做一些营销和经营决策时,首先考虑是不是能够通过一些数据做支撑;这种意识就像思考要有逻辑性一样重要,要让它成为一种条件反射。


7. 您认为将来会是做市场的人还是技术出身的人转型成为数据运营人才?哪类人才缺口最大?


真正未来人才缺口最大的是:既懂业务又懂技术的人,这样的人才可能成为真正的技术增长类复合型人才。我们自己的市场团队,有做数字营销、有做市场活动、有做内容营销,不管是哪个市场职能线,我都是要求用数据说话,他们必须用实际的数据来给我证明市场的营销效果。


首先,他们是懂市场专业知识的人,然后运用数据分析工具来看他们的每一项工作的实际产出结果,以及对于整体营销计划的影响、通过数据发现问题进行调优。


8. CMO应该如何选择适合自己的技术营销工具或产品?有什么推荐?


CMO在选择技术营销工具或产品时,首先需要关注是否实现现有营销渠道、用户、业务系统全面整合。其次,工具的灵活性,是否可以支持各个营销线的一线员工使用,不同职能线的市场人员诉求需要兼顾。


最后,选择一款可以保障数据安全、行业合规要求的工具和产品;近期发布的《通用数据保护规范》(GDPR),在业内也是备受瞩目;在我国各行业其实也有非常明确的数据隐私、安全保护相关的规定,尤其是金融业,比如中国银保监会刚刚发布的《银行业金融机构数据治理指引》。


9. 美国Martech领域知名学者Scott Brinker认为Martech涉及到技术、管理、战略三个层面,你觉得哪个是重点,有什么补充?


Scott Brinker在提出MarTech定律的时候,他的观点是技术的增长是指数型,组织管理的变化是线性变化,其变化速度远低于技术变化。实际上,从我们实际服务企业客户的经验来看,很多CMO在战略和管理上都已经在业内积累了非常丰富的实战经验了,而往往是上面我提到的,类似于数据基础薄弱或分析能力的缺失,导致他们出现无法有的放矢地进行营销决策的优化、实现规模化的放量增长。


无论是To B或To C类的企业,都在提以用户为中心,而要真正实现以用户为中心的、甚至是满足个体用户需求的精准匹配的营销策略,这都是需要建立在技术增长的基础上。


10. AI技术在营销行业最重要的应用是什么?


营销是业务性极强的行业,数据是营销实现商业价值最大化的基础。所有的AI技术都是需要基于数据才能发挥作用的。从目前我们服务客户应用的情况来看,主要有几类实际落地的场景:


a

精准推荐——规模化的个性化推荐/广告,基于个体用户浏览行为和偏好、同类用户行为和交易特征,从而提供给用户最为精准和匹配的信息。

b

搜索引擎点击调权:基于海量用户检索-点击行为,调整检索结果中高频点击项的排序。

c

自然语言营销应用——智能评价系统,自动从用户评价中,抽取关键字及情绪化文字,如“大屏幕”,“超长待机”,“老人家喜欢”等。

d

流失用户预警:提前预警用户潜在的流失倾向,提供优惠券、促销活动,延长用户生命周期。

e

营销洞察,比如结合过往特征用户的交易行为和交易数据,进行潜客线索的职能评分等。



数据闭环,驱动营销落地



11. 营销技术将如何推动智慧零售的发展?


在智慧零售领域,新零售企业可以运用神策分析(Sensors Analytics),构建新零售场景下的数据闭环,驱动自动化营销的“落地”。传统分析工具无法实现多维度、细粒度、实时地分析;数据采集功能局限,限制了用户行为偏好、用户标签体系、用户画像等分析。神策数据可以助力新零售企业从数据源头上整合全端用户行为数据,建立用户行为主题仓库,包括用户行为数据和业务数据的打通、线上电商和线下门店数据的打通、营销投放和线索数据的打通,释放数据治理的大量人力成本投入,为新零售企业的市场营销、产品、运营、管理部门提供大数据分析支撑,实现全渠道、全角色的用户触达和精准自动化营销。


对零售企业来说,“如何降低运营成本?”和“如何提升销售额?”一直是其关注的核心目标,从数据层面换句话说,也就是指“引流”“转化”效果如何。


一方面,利用神策分析(SensorsAnalytics)预警机制实时定位销售异动情况,及时归因分析调整策略,避免虚假流量所造成的资源浪费,根据数据分析结果,精准投放 ROI 最高的投放方式和合作渠道。另一方面,多触点精准触达用户以提升有效转化率,根据基于用户行为的用户标签体系,制定个性化推荐策略,挥手告别大规模、无差别的营销方式,实现用户价值分群、用户精准运营。例如,通过商品和用户的相似推荐,进行交叉销售和追加销售;及时发现潜在流失用户,探究流失原因和用户特征,及时召回。


神策数据正在帮助新零售企业提升数据采集的效率,建立用户标签体系,并用数据驱动营销活动拉新、产品优化迭代、用户精细化运营促活等多方面业务。通过神策数据构建的自动化营销闭环,基于会员体系和用户行为数据对用户分群,将用户分为新顾客、成熟顾客、高价值顾客、潜在流失顾客,及时采取有针对性的维护方式,促进客户转化,减少客户流失,实现精准营销推送驱动闭环。

 

12. 现在的Martech还需要多长时间的积累才能全面应用?


预计还需要5-10年的时间,也就是大数据时代全面到来以后,Martech才能广泛和全面应用。


简介


“中国技术营销群英会”是CMO训练营与Marteker合作的长期项目。我们将陆续采访来自不同行业、不同公司的业内人士,集合多方力量,找出一条“中国特色”的技术营销发展之路。这些内容也将放在6月29日发布的《中国技术营销白皮书》里,系统探讨技术如何革新营销策略,为CMO们找到更多的技术增长可能性。





微信后台:

回复“干货”可获取CMO训练营往期Workshop精彩回顾

回复“金匠奖”可获取100+金匠奖独家案例秘籍


点击“阅读原文”报名CMO技术增长峰会

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存