七大策略解析:如何運用“零方”數據 解鎖營銷提效新機?


          Warning: Invalid argument supplied for foreach() in /data/cxweb/www/gupowang.com/public/article/view.html on line 71
          2年前

          數智化的時代已經到來。各大品牌主日益認識到從大數據中洞察商機與趨勢的重要性,在自有用戶數據建設上進行重金投入。從第一方信息收集到價值互換,從技術升級到信息伙伴合作,品牌主力求以數據驅動快速實現企業的營銷全面升級。

          在數智化進程中,品牌主如何實現從第一方信息到“零方信息”的成功過渡?如何通過數據合作補充短板,提高精準開發用戶能力?如何通過數據引導實現營銷傳播覆蓋面與影響力的雙提升?本文為你一一解析。

          核心觀點提要

          1. 數據掘金+用戶體驗  品牌數智化轉型兩大推力

          2. 用戶ID庫 從用戶定位到隱私安全

          3. 第三方數據式微 第一方數據崛起

          4. “零方”數據 價值互換基礎之上的信息共享

          5. AI助力 鎖定風險防范+解鎖增長機會

          一、數據掘金+用戶體驗  

          品牌數智化轉型兩大推力

          對全球營銷高管的最新調查結果顯示:從大數據中洞察發展商機是品牌數智化轉型的兩個最重要的因素之一,另外一個是用戶體驗。全球約有超過37%的品牌主均認為數據機構及其管理是未來數智化轉型最重要的方面。

          數智化轉型是近年商界面臨的重大課題,前提由算力、存儲和傳輸構建的基礎設施能夠為普通公司企業所能承受范圍之內,本質是用數據加算法構建與二元空間孿生的數字空間。

          數智化轉型的第一個層面,是用數字技術重新定義產品、服務與生態。第二層面是用數字技術重新定義組織,并以此為基突破組織邊界。第三層面是數字化思維。

          正如加里·哈默(Gary Hamel)所言,只要把時間軸拉得更長些、把眼光看得更深些,我們就會發現,企業數智化轉型最難、最重要同時對組織影響最大和最深遠的是用數字技術重塑組織——用數字平臺物化管理思想,用數字社區聯接員工大腦,前者強調復制領導思想,后者重在聯接群體智慧。

          二、用戶ID庫 

          從用戶定位到隱私安全 

          第一方數據策略對無縫全渠道的用戶體驗至關重要。全渠道用戶體驗可以讓消費者與品牌方建立無縫連接,無論是線上購物,電話購物還是實體消費。

          對于從全渠道用戶中收集第一方數據的主要問題在于品牌方如何從全渠道中對其用戶群體進行確認。

          過去品牌方通常通過郵件、電話來建立內部的用戶ID庫,這種私人確認信息(PII)數據曾經頗為廣告主所倚重。一旦品牌方與其用戶建立了價值互換,就可以為用戶設立帳戶,并且進一步繪制用戶畫像。

          隨著這種價值交換的不斷推進,用戶也希望通過這些數據可以進一步提升其消費體驗,所以廣告主必須確保這些數據可以幫助提升用戶的消費體驗,使其更加便捷舒適,同時還要尊重和保護用戶的隱私安全。

          對于品牌主而言,收集用戶信息應該遵循兩個原則,即:目標明確,全程透明。

          這就意味著品牌主需要和用戶明確解釋其制定的隱私政策,為什么要收集數據,其用途又在哪里?

          三、第三方數據式微 

          第一方數據崛起

          品牌有機會對評估方案進行優化。第三方數據的逐漸式微意味著很多公司必須對其營銷評估方案進行再評估。

          品牌應該將這個挑戰當作發展的機會,對舊的系統及體系進行改造升級。這也是對未來的一個風險防范,避免因為用戶隱私而引起商業糾紛。

          內部系統和機制的審查體系應包括審核數據的獨立性、建立第一方用戶數據庫、對KPIs進行審查和測試,推動品牌建設實現長期的商業成功。一旦確立了清晰的策略,廣告主就應該選擇最好的方案來對營銷效力進行監測和評估。

          如果第三方數據最終會漸漸退出市場,那么品牌主也許會轉而采取計量經濟學與建模的方法。目前市場營銷混合模型 (MMM)已經可以進行比傳統模型更為深入、更廣、更快的數據分析。

          四、數據合作 

          彌合數據差距的必要之選

          在后數據時代,數據合作更為重要。今年的WARC評獎活動發現很多入圍品牌均將合作伙伴作為補充品牌第一方用戶數據的供應方,這樣也會讓品牌主的營銷活動更為有效與直接。

          隨著第三方數據供應的逐漸枯竭,數據合作伙伴很可能會變得越來越重要,而廣告主也會越來越依賴其自身數據的收集和存儲。

          對于一些品牌而言--特別是那些擁有直接客戶關系的公司,第一方數據可以相對容易地獲取,而最大的挑戰在于數據管理和分析。

          但對于其他品類比如食品、飲料等通過中間商銷售的快消品而言,獲取用戶數據又比較難。對于這些廣告主,以及其他面臨更多短期挑戰或戰術機會的廣告主而言,與數據公司或媒體建立合作從而盡快彌合數據差距就顯得十分現實而必要。

          五、“零方”數據 

          價值互換基礎之上的信息共享

          APAC地區品牌發現用創新的方法來收集“零方”數據,“零方”數據這個術語由Forrester Research創造,指用戶有意與品牌方分享的信息。

          當品牌方收集第一方數據時,用戶也可以積極分享零方數據,這可以為品牌主提供參考,幫助他們在不使用第三方數據的情況下開發更為個性化的廣告營銷活動。

          消費者在分享數據之前,應對價值互換有一個清晰的了解,以建立對品牌方的信任和信心,價值互換也是營銷學的基礎思想。

          新西蘭航空You Say Yay活動通過手機問卷來邀請旅游達人進行現場參觀并回答六個個性化問題。最后,他們均能收到來自主辦方個性化實用化的旅行建議。

          在日本,Lacoste也推出了#為你最喜愛的長袖Polo顏色投票活動,在用戶中開展關于時尚偏好的調研投票,通過品牌體驗互動來收集零方用戶數據。

          六、數據引導 

          助力營銷覆蓋面與影響力雙提升

          讓品牌教育/引導性營銷活動更有效果與效力。一些2021年WARC的媒體入圍品牌采取了數據引導的方式來提升營銷傳播的覆蓋面與影響力。

          事實上,到目前為止,在2021年度最佳數據應用類別中入選的所有營銷案例中,信息類/教育性是最受歡迎的創意策略。

          通過采取數據引導的方式,那些希望在某個方面傳達關鍵信息或引導客戶的品牌可以在企業運營中進行更為精準的布局和定位。

          但這并不意味著品牌主回避挑戰,特別是當涉及到數據隱私及關于用戶生活敏感細節信息的處理上。

          無論如何,通過利用正確的工具(從位置信息到時間信息),品牌方可以確保其營銷推廣活動最大程度達到理想的效果。

          七、AI助力 

          鎖定風險防范+解鎖增長機會

          AI可以幫助品牌主未來對食品行業進行風險防范。

          在農民生產力、控制供應鏈及減少食品浪費方面,數據可以進行極大地提升。同時也可以幫助食品制造商解鎖新的增長機會。

          Kellogg公司使用AI和ML來探索家庭在疫情期間的飲食習慣。公司與AI Pallette合作研究可以持續追蹤食品的數據。研究表明目前用戶更為青睞健康而美味的食品,可以在居家過程中享受到食物的快樂。

          Kellogg之后又推出了50個最佳食譜,這些食譜均使用谷物作為成分,然后可以后續發掘谷物相關的食品品牌。

          值得一提的是,這些食譜不僅適用于早餐,也適用于多種進餐時間與場合。這也讓NPD的創新風靡東南亞,他們的食品系列酥脆魷魚、法國烤面包得到了用戶的廣泛好評。

          AI Palette的CEO Somubhra GanChoudhuri表示:“自新冠疫情以來,人工智能的受歡迎度愈演愈烈,我可以說品牌對于該技術的興趣程度是之前的五倍,從亞太、到歐洲,再到美國和拉丁美洲的許多公司都有相同的訴求,因為疫情將他們所習慣的傳統線下市場調查搬到了線上。

          Ai Plaette同時還通過人工智能技術預測了未來一年食品飲料行業五大發展方向,包括免疫產品、身心健康、抗衰老、植物基和零售和渠道的便利性(如電商和云服務)。

          數據的收集、管理與分析是品牌數智化轉型最重要的兩個因素之一。每位品牌主不僅需要重視數據的基礎與支撐作用,也需要在不斷的實踐中形成數字化思維,從根本上形成數據驅動的真正動力。

          利用數據來精準提升營銷活動的覆蓋面與影響力,不僅是品牌所需,也是大勢所趨;從用戶端來講,也是雙向高效觸達互動的雙贏。隨著數智進程的加快,相信通過數據掘金會變得更加便捷、更高效也更流暢。

          收藏

          {{favCount}}

          個人收藏

          投稿請戳這里!投稿
          0

          次分享

          文章評論(0)

          {{ user.nickname }}
          發表評論
          登錄 進行評論
          加載更多 正在加載中... 沒有更多了