揭开面纱！万字案例：数据带给快消企业的营销红利
作者系纷析咨询创始人：宋星
很多朋友问我，品牌企业中，到底有没有将数据应用于营销，起到决定性意义的成功案例。
或者说，能不能给我介绍一些案例，让我知道数据到底如何能够应用在营销中，并且产生效果。
这样的需求不是一个两个，也不是一天两天，我觉得很有必要跟朋友们介绍我们（纷析咨询）做过的案例（会经得案例客户同意并脱敏），或者我亲眼所见的案例。
尽管视频媒体越来越受欢迎，但是，真正详细地记述复杂的商业思考与实践，还是需要用文字，大段看似枯燥却意义深刻的文字。所以，尽管我也会出更多视频，但深度内容，我还是应该尽情挥洒文字，哪怕并没有非常多的阅读量，我也必须记述，为我的严肃读者，因为这是极有价值的。2024年起，我将督促我自己做这个事情。
数据应用于数字营销有很多红利
数据应用于营销有很多红利，但若不真地一头扎进去，是看不到这些红利的。所以，大家都急于找寻可以学习的案例，但是似乎又都看不到可以学习的榜样在哪里。
为什么会如此？为什么数据应用的案例不像AIGC的应用案例那样，被到处传颂？
原因很简单，就如同大家在我后面的具体案例中所能看到的那样：数据应用是深度嵌入数字营销业务的，是在数字营销中的具体环节中发挥作用的。它无法被单独描绘为某种具体的事物或场景，它融合在业务中，介绍数据红利的案例，就必须要介绍业务。
但，业务又涉及到企业的核心秘密，所以，绝大部分企业必然会语焉不详。那些成功应用数据的企业，也必然会三缄其口、讳莫如深。
但这不意味着，数据应用于营销是没有成功案例的，恰恰相反，好例子越来越多！也幸好，这个案例，来自于一个很愿意跟我分享的好朋友，他不仅非常睿智，充满想法，而且豁达开朗。我在这里不能写出他的名字，但我由衷地感谢他。
他也给了我很大的动力。我想，我也应该同样乐于分享，如同我过去所做的那样。未来我应该多多写一些好的，真的有红利的案例，不仅是为朋友们鼓劲，更是带来新的思考与启发。
不过，在做这个事情之前，需要定义什么是红利。
红利，要么是能在既定的细分环节或场景下，带来更好的效果，例如，用以前80%的钱，做出了120%的产出。
要么，是创造出新的打法，攫取到别人都还没有能够挖掘到的机会。
未来，就围绕这两个话题跟大家分享！后续，还会开数字营销转型的案例大课堂，也欢迎朋友们参加。
好，言归正传。现在这一篇，是第一篇。是一个很棒的数据应用于数字营销创造新打法的案例。
案例企业的挑战
案例企业是一个食品饮料品牌，80%的销量来自于线下，其中尤以CVS（即Convenient Shop，便利店）或夫妻老婆店销量占主要。
线上约占20%销量，其中大部分是货架电商（淘天京东之类），占线上总销量的九成以上，其他线上渠道，比如O2O，以及自营私域电商，占比不到线上总销量的一成，几乎可以忽略。
挑战
线下渠道，大家懂的，基本上是有临时需求的人群在消费，而且这群人的数量每年都在缓慢下降。
案例企业分析了线下人群流失的原因，主要是如下几个：
第一，人口少了，尤其是对低线城市，人口流失的更为严重。
第二，部分消费者向线上流动，一二线城市这种情况尤为显著。
第三，还有不少消费者因为种种原因，更少去线下购物，线下去得少了，食品饮料类的冲动消费就少了。但同时，他们也并没有转向线上购买案例企业的产品，也就是说，这些人直接减少了对案例企业产品的消费。
这三种情况中的前两种，还不算很让人忧虑。人口减少，属于大环境的改变，企业没有太多可以做的。而消费者从线下消费转向线上消费，只要消费商品的总量没有太大变化，反而是好事，企业更乐意促进这种情况的发生。
但第三种情况，就比较让人担心了，消费者不去线下了，很多“临时起意”的购物需求消失了，但又没有将这些需求转移到线上，这就是硬损失，随着越来越多的消费者不再去便利店和夫妻老婆店，案例企业未来的销量可能会逐年减少！
可怕呀！
必须要尽量挽回这些消费者，迫在眉睫！
策略
案例企业做了调研，得到了一个基本的研判。那些曾经线下购买的消费者，现在既不在线下买，也不在线上买的原因，并不是对产品本身不满意，也不是因为“穷到了连零食和饮料都买不起”的程度。
而是，当他们不再去超市或者CVS购买生活必需品之后，其他食品饮料的临时性消费，也就随之消失了。这些人也会偶尔想起来——今天想喝一瓶维生素饮料，但一想着还要走出去买，马上就嫌麻烦而打消了念头。
所以，案例企业咬定牙关，我们一定要做好全域，要把线下流失这群消费者，在线上重新找回来。
| 所谓全域，业界有各种诠释：
一种是线上和线下齐头并进的消费者营销和运营（全渠道）。 另一种，是公域和私域双域齐飞谓之全域（全触点）。 还一种，是在传统数字化营销媒体（比如搜索、贴片广告、ePR等），以及新媒体（抖音、小红书等）都做的营销也叫全域（另一种全触点）。 还有一种，强调从消费者接触品牌信息，一直到消费者的品牌生命周期结束的全过程，也叫全域（全链路）。 这个案例更偏重于第一、二个解释（全渠道、全触点）。 |
怎么找回这些消费者呢？案例企业知道，最好的解法是OMO模式，也就是对品牌企业也变得日益重要的“即时零售”渠道。因为即时零售，就是让消费者临时的购物需求，能够通过线上下单的方式，在很短的时间（通常一个小时之内）就得到履约。
毕竟，这群消费者要么不知道有“即时零售”这样的好东西，要么没有想起在O2O平台上买这些零敲碎打的小东西。
但如果他们知道自己的需求可以在一个小时，甚至半个小时之内就送到门口，而且运费低廉，他们就不会打消想买的念头了。
所以，即时零售，就是重新激活消费者的“临时起意”购买需求，对食品饮料企业的重要性就变得越来越大。
那么，策略就很清晰了。
第一：建立企业各产品线的即时零售能力。
第二：对已经流失的线下消费者，想办法让他们对线上即时零售产生认知，并引导他们从即时零售平台（比如饿了么、美团、抖音等本地生活平台）下单。
第三：对当前仍然在线下消费的消费者，也教育他们认知即时零售，从而让他们养成线上线下都可以购买的习惯。这也是一个非常典型的防御性策略：如果有一天你不方便线下购买，你还可以走即时零售随时享用。
难题
不过这几个策略要落地，有难题要解决。
建立即时零售能力挑战并不大，这个品牌在线下渠道浸淫多年，早已对什么前置仓闪电仓这些新概念摸得门清，而且与饿了么、美团、天猫超市、京东小时达的合作，都很成熟。再说，现在行业中也有OP，就是O2O Partner，帮忙实现这个事情。
但是，另外两个策略，就没有那么简单了。
第一个难题是，要如何找到那些已经流失的消费者，并且如何实现跟他们的接触与沟通？
第二个难题是，现存的线下消费者是否真的有必要去做教育？有没有这种可能：现存的线下消费者，很多都已经同时是电商平台（货架电商平台）上囤货的消费者，因此再对他们进行“即时零售”的教育，意义已经不大了，反而会浪费可贵的营销费用。
解题
找到哪些人群是线下流失人群，对于品牌企业尤其是制造型品牌企业而言，是一个很有难度的事情。
因为拿不到一手数据。品牌企业和消费者之间，隔着渠道商（经销商），还隔着CVS或夫妻老婆店。案例企业此前碰过壁，有经验了，知道这个事情没有那么容易，所以一时半会不着急就有突破。（但最终还是有所突破，我放到后面再表。）
上图：数据链路阻断，品牌方不能直接拿到终端消费者的数据，无论线上还是线下拿终端消费者数据都很困难
那就先解决第二个难题，看看现存的线下消费者是不是已经也同时是线上电商平台的囤货人群。如果二者是同一群人，那么前面制定的策略可能要被推翻。
这个也要从数据入手。
很快就有了思路：
假如能搞到10万个线下消费者的电话号码，然后用电商平台的DMP，给这些消费者画像（方法是隐私计算下做ID匹配，部分电商平台的DMP提供这个服务）。再把线下消费者的画像跟货架电商的消费者画像作比对。
如果这些人群的画像和电商平台的线上消费者的画像很不相同，那么就能说明，二者基本上不是一群人。但如果画像很相似，那就说明，二者确实有可能是同一群人，或者人群有很大比例的重合。
但这些数据，不能直接找渠道商或零售店去要，对方不会给。
要自己搞。
怎么搞？
获取现存线下消费者的数据
案例企业的办法，实在是大巧若拙。
获取现有的线下消费者数据，不能找渠道商或者零售店要，那就自己拿钱换呗。
不是拿钱买数据，而是将钱变成优惠券，实打实的优惠券。一张优惠券，价值3-5元钱，每周都有几张优惠券，有的直接可用，有的达到一定消费金额才可用。优惠券每天都可以领，但是只有一周的某一天才能用。就跟肯德基的超级星期四似的。
消费者领优惠券，只需要一件事情，就是登记成会员。零售门店都放着二维码物料，售货员看到消费者买这个品牌的食品饮料，也提醒消费者扫码领优惠券。
扫码后，跳转到支付宝小程序，优惠券就存放在消费者的支付宝小程序上，在零售店支付时，消费者需要用支付宝支付，然后支付宝帮忙核销优惠券，抵扣现金。
在零售店购物的消费者，无论买的什么东西，只要扫码支付成功后，都会提醒可以加会员领取优惠券。
他们的会员，也没有任何所谓等级、积分、互动、社群等事情，什么都没有，就是客官您来了，留个手机呗，小二给您优惠券。
优惠券就是核心，运营的一切，都围绕让消费者看到优惠券领取提示，并且促进消费者领优惠券上。
因为目标明确且单一，运营就非常聚焦、直接高效。
圈子里的朋友会问，领优惠券的人，难道不是一群“value seeker（占便宜的）”，对企业没有价值呀！
案例品牌说，怕什么，哪个消费者不是value seeker？Value seeker是消费者的天性。再说了，我就是为了要数据，这是获取真实数据最可靠，而且成本相对低的方法。消费者拿到了优惠券的value，我拿到了数据的value，各取所需，难道不好吗？
而且这可是真的电话号码呀！更何况还获得了未来继续营销这个消费者的授权。
这个方法坚持做，第一个月获得3万左右消费者手机号码，第二个月大约5万个。做了半年，大概拿到40万消费者电话号码。预计一年左右搞到100万左右的消费者手机号码。一个手机号码的成本，包含优惠券的核销，大概10-15元。
在消费者核销优惠券的时候，案例企业也能立即获知线下发生了一笔消费。
有了这些数据，就是手里有粮心中不慌了。后面，还起到了非常关键的作用，能够帮助获取零售渠道那里的消费者数据，这里先按下不表。
找到了第一个答案：现存线下消费者，基本不是电商平台用户
100万个一手的线下消费者手机号码数据拿到了，都是鲜活的，用隐私计算往电商平台的DMP中一匹配，发现，基本上没有什么重合：电商平台的消费者，和线下购物的消费者，在手机号码、人群画像两个维度上，都几乎没有重叠。
没重叠，那基本说明线下消费者和线上消费者很可能不是同一类人。这与这个品类的从业者的感觉是很一致的。
当然，只是数据验证，还不够。还要再利用运营手段，反复验证几次。
为什么要这么做？因为这个结论不容有失。对于后续营销策略的制定，很重要。
为了验证，再搬出优惠券这个“大杀器”。客服，以及短信，都给电商消费者发送线下优惠券（与前面优惠券的力度没有太大差别），让这些人到线下去购买，结果，点击率还可以，但是几乎没有线上的消费者用这些券到线下购买的核销记录。这侧面印证了线上电商平台的消费者，不太可能到线下购买。二者确实是两群人。
那么，我就可以对现存的线下消费者，进行“即时零售”的推广和引导了！
上图：当前的策略抽象图
稍等……既然流失线下消费者和现存线下消费者都需要引导到“即时零售”，而这两类人群，不就是全部线下消费者嘛！
策略可以简化了！无所谓流失不流失，让所有线下消费者见识“即时零售”就对了！
上图：线下消费者慢慢迁移到即时零售
把线下消费者上翻到“即时零售”
经过前面的一番努力，策略也就完全定下来了，要向即时零售倾斜！
而且，即时零售并没有动线下渠道的奶酪。线下渠道，CVS或者夫妻老婆店，它们变成了案例企业的前置仓。还是从他们那里发货，只是商品从直接交给消费者，变成了交给骑手小哥，但生意并不会太受影响，甚至还能增长。
现在只需要解决一个问题了：如何把线下的这些消费者（不管是流失的还是没流失的）都上翻到即时零售平台？
思路是这样：
找到线下消费者，是核心。如下五个方法能够帮助快消品牌找到它的线下消费者。
上表：五个方法的简要说明，后面做具体的解释
方法一：利用第三方数据，尤其是与具有线下支付服务的生态平台合作。可以考虑的就是两家：支付宝和微信。微信的份额更大，但数据开放性低。支付宝用户份额小一些，贵在数据开放性高。而且支付宝本身也提供广告点位，这样，直接买支付宝的广告点位，首页的以及支付完成页面的，点击这些广告，跳转饿了么即时零售的店铺。
投放人群的选择，都是线下人群。要么是那些在线下店铺购买过相关品类的人群（在支付工具能获取购物商品数据情况下），要么是与案例企业有合作的线下店铺的支付宝用户（在无法获得购物商品数据的情况下）。
方法二：基于会员数据做定点投放，即直接给会员发送短信，短信直接挂链，链接到O2O平台上的品牌店铺，一点也不拖泥带水。不要小看短信，现在人群针对性对了，短信的效果和性价比远比想象中好！
上图：饿了么上的品牌店铺，图片品牌非本案例品牌
方法三：积累的会员数据，这个时候又派上了用场！用存量的100来万的会员数据，在广告媒体中做look-alike，并用地理位置限定在线下店附近活动的人群投放广告。用户点击广告后调起O2O平台的会员中心或相应下单页面。
为什么用look-alike而不用媒体提供的人群包，原因是媒体的目标人群数据，往往来自于它们生态内电商用户的数据。但前面已经说了，电商人群和线下人群是两群人，媒体线上的电商消费人群的数据，在这个场景下用不上。
注意，在品牌线下圈人的场景下，look-alike的方法选人并不总是有效，但绝对不是没有效，要做实投测试。点击率最好的情况做到5%。
方法四：微信朋友圈的美团商家广告。朋友圈广告现在也可以基于DMP（现在叫腾讯广告如翼，见我的这篇文章《讲讲腾讯广告“下一代大数据平台”——腾讯广告如翼》）进行自动化的人群圈选和基于一方数据（这个案例是会员数据）进行look-alike放大后的投放。实测点击率大概在1%~3%，甚至更高。
方法五：品牌的会员数据与火山引擎结合（与火山引擎的数据进行隐私求交），以求交后的会员数据的人群去圈抖音内容，再通过内容和地理位置，在抖音上圈选人群投放，投放后广告直接走抖音本地生活的即时零售（外卖）。
这五个方法，在一年内为他们的“即时零售”带来了超过300万的活跃用户。
这五个方法，被案例企业认为是比较常规的方法。但这个企业“仍不知足”，他们想要干一些“更不一样的”，即用一些很不常规的方法，获取数据，尽全力“一网打尽”线下消费者。
大家接着看。
更高级的数据应用
多方数据一起帮忙！
快消品牌做线下人群的上翻线上，核心就在数据上。人群能找到，商业信息能推过去，上翻的概率就会大。
前面的五种方法，除了直接对会员进行短信营销的方式，其他方式中的目标人群还是有些“模糊”，本质上是一种间接推演推测出来的目标人群，而不是直接购买商品的人。
要是能直接找到购买商品的人，那营销起来就更有针对性了！
案例企业想，要能知道那些购买商品的人，可能只有一个办法，那就是直接找零售商要！
因为，很多零售商有自己的会员系统，会员购买的商品，是能够在CRM系统中被记录下来的。
可是，零售商凭什么把这些数给你呢？前面不是已经说了，零售商不会给吗？
零售商给品牌方提供数据的情形不是没有，但是意愿确实很低。所以这样的案例不常见，我见过的，只有像可口可乐这样的大厂跟零售商有过一些数据合作的例子，但具体情形语焉不详。
但是有些零售商不同，因为这些零售商属于某个国央企大集团，这个大集团又有自己的数科公司，这些数科公司有自己的压力，他们要能够找到由科技产品带来的生意增长。而且，国家将数据作为要素的大政策落地，这些国央企都有来自更上面的，将数据要素化的压力。
而利用数据变现，是这些国央企的数科公司最容易想到的、也最具可行性的路子。
过去，数据变现的事情没法干，因为数据供应方不能把数据给数据需求方，这很容易触犯相关的律法。但是，现在有隐私计算，数据不用给对方，却不妨碍对方能够应用这些数据呀！（关于这个事情，看我的文章《万字长文：大白话讲解隐私计算在数字营销中的底层逻辑和应用场景》）
零售集团的数科公司，有意愿跟第三方合作，将手中掌握的数据，产生更多的经济价值！只要这些第三方不是竞争对手，若要是合作伙伴，那就更好了！
显然，案例企业，就是这些零售集团的数科公司的合作伙伴，而绝不是竞争对手！
那么，数科公司要找案例企业收费吗？
答案是，没收费。
有两个原因。
第一，数科公司并不太了解数据究竟应该如何在真实商业环境中产生价值。他们也迫切需要找到数据产生价值的商业模式。跑通了商业模式，未来就可以包装产品，就可以变成服务。但是，第一次，谁都不知道该怎么做的时候，跟合作伙伴一起摸索，不可能收钱。
第二，案例企业，还给零售集团的数科公司，拉来了其他的资源。
案例企业，把互联网大厂的数科公司，也就是某某云、某某擎给拉进来。这些云呀擎呀什么的，也同样被压着要创造新的业绩增长点。把数据变成服务能力，再包装成产品，这也是他们的迫切需求。
案例品牌企业、零售集团的数科公司、互联网大厂的数科公司，这三者在一起合作，真是一个很好的主意。何况高质量的数据来源越多，整合起来的价值就越大。
数据有了，合作搞些什么事情呢？
继续看。
扩展线下版图
多方数据的联合，一个好的场景是帮助案例企业发现线下的机会。
零售集团的数科公司，提供线下的零售门店的相关品类的会员分布，以及品类销量。
用这些数据，案例企业可以将他们自己在各门店的销量，与零售数科的门店品类销量做对比，就可以立即发现自己生意做得不那么好的门店。
互联网大厂的数科公司，则基于零售数科的会员数据，再隐私求交，为这些品类会员做出人群画像。
这些画像数据，又反过来给案例企业的线下在地推广提供依据。
并且，零售数科可以将消费案例企业竞争对手的商品，但是没有消费案例企业商品的会员找出来，跟大厂数科做隐私求交，然后在大厂数科的媒体生态中做定向投放。
此外，互联网大厂的数科公司，还将这些求交人群，作为种子人群做look-alike。之后，将放大后的人群属性、地理分布（地图上的热度），以及在各地零售门店中线上支付的交易量情况，提供给案例企业。
基于热度数据和交易量数据，案例企业也可以快速发现有销售潜力的地点，然后在这些地点附近的零售店做更多在地推广。
基于内容标签的营销
零售集团将目标人群的数据包通过隐私计算与大厂数科的数据进行隐私求交。如果大厂刚好是内容大媒体（比如抖音什么的），那么大厂数科，可以基于自己的数据，将这些目标人群的内容偏好（以标签的形式）与其人群属性进行匹配。
所谓匹配，就是将不同人群标签的人，对应各自的内容偏好标签。这些匹配之后的数据，反馈给案例企业，作为内容营销，或者是针对性营销的依据。
正好，案例企业也有DAM、CDP和MA系统，DAM接纳了内容标签，CDP将自己的人群属性与这些内容标签匹配起来，并通过MA去影响现有的会员人群。
案例企业也可以通过DAM，与互联网大厂的媒体端DMP对接，这样在投放定向广告时，既可以把媒体端目标人群与创意做匹配（也就是DAM的内容标签与DMP的人群属性标签匹配），也可以直接针对目标人群的内容消费倾向共性做一系列的内容营销。
快哉！
好，讲到这里，案例的内容也就差不多了。案例企业仍然在做各种新鲜的尝试，以不断探索数据在数字营销和消费者经营中的长效价值。
你可以看到，这个案例并没有炒作什么大概念，也没有弄特别“炫目”的技术解决方案，只是实实在在的，当业务上需要策略，那我就用数据把策略找出来；业务上需要找人，我就用数据把合适的人尽可能匹配出来。一切都是从业务出发，最后又回到业务。
数据的应用，越来越脱虚向实了。
类似的案例，我们还真总结了不少。所以，最后也欢迎大家参加我即将在线下举办的案例大课堂：《数据驱动的深度数字营销案例大课堂》。跟大家深度讲案例，认真析场景，详细聊落地！扫描下方二维码，发送“案例课程”获取课程介绍与开课说明！
- 精选文章 -
- “宋星的数字观”近期精华文章 -
新数据：
2.宋星：我珍藏的15个深度消费者经营模型，几何级增长背后的秘密！
新私域：
1.“长效经营”+“野路子”：2024品牌数字营销的关键趋势
2.车企潜客私域的范本案例——那些行和不行的路，我们都帮你探过了
7.线上线下全链路协同的六个典型解法，之二：线上流量“哺育”线下
8.线上线下全链路协同的六个典型解法，之一：线下流量“上翻”线下私域
新基建：
2.不只AIGC，我们还应该关注什么营销黑科技？2023数字营销的十个黑科技大盘点
4万字长文：大白话讲解隐私计算在数字营销中的底层逻辑和应用场景
新策略：
新广告：
新媒体：
新零售：
新电商：
-加入读者群-
添加我的个人微信备注“读者群”
- 项目咨询或定制化企业内训 -
如需咨询或企业内训，请联系林森
添加好友请说明来意
抱团交流
一个集大神卖家与逗趣同行于一体的交流群，扫码添加客服微信(备注“进群”哦）。
目前100000+人已关注加入我们
下一篇：跨境物流行业格局如何演变？2024晓生排行榜重磅揭晓！
上一篇：解决非标产品的广告运营痛点 - 跨广告组的批量投放管理
文章为作者独立观点，不代表AMZ520立场。如有侵权，请联系我们。
