宋星的数字观
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。
01 数据的生与死：数据不产生红利就没有活路
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？
因为数据不产生红利就没有活路！
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。
02 案例企业的挑战
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。
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！
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：
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）。
|
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
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。
03 解题
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
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。
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。
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
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
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
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
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。
04 更高级的数据应用
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大集团，这个大集团又有自己的数据公司，这些数据公司有自己的压力，他们要能够找到由科技产品带来的生意增长。
而利用数据变现，是这些数据公司最容易想到的、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》）
大集团的数据公司，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，就是这些大集团的数据公司的合作伙伴，而绝不是竞争对手！
案例企业，还给大集团的数据公司，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、大集团的数据公司、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。
大集团的数据公司，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，与零售数据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，零售数据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。
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！
