数据的死穴,是组织力

最近几年,我越来越明白过来一个道理,

营销数字化搞不搞的下去,看的不是技术能力,而是组织能力。

在落地消费者数据应用的过程里,大家的痛点基本上可以归纳为几个类型:没有数据可以用,不知道去哪里找到有用的数据,不知道数据怎么用,按照一定方法做了数据场景怎么效果也没上去,也不知道谁来管和谁来用这些数据,每天要为了谁管数谁收数争论一番……

这些痛点如果再细分到不同的行业、不同商业模式、不同的企业形态、不同的营销生态里面,问题会更加复杂,经常有好像解决了A问题,反而创造了B问题的情况。

所以我经常在思考,这个背后有没有一个所谓的共性,或者说底层逻辑,可以讲清楚到底数字化的核心痛点是什么?毕竟方法永远会在变化,但是背后的规律是不会改变的。

这个共性就是,营销数字化不是某一种渠道的更新,玩法的更新或者套路的更新,它实际是一个工作方法和思维方式的更新。营销的数字化转型,意味着营销会进一步关注消费者本身,并且进化成为更科学化、流程化、一体化的运营模式。因此,我们今天看到的各种痛点,背后反映的其实是我们的组织力还没有进一步更新跟上这种数据下的工作转变。

01 数据工作,不是单个团队就能搞定的

很多企业都会说,我们收不到数,或者数据质量差,导致没有数据可以用,数据赋能营销到底靠不靠谱啊?深究里面的具体原因,数据团队会告诉你,这个数据没有现成接口,那个数据来源业务方不愿意放开;业务团队会告诉你,这个数据是我们的业务方的重要资产,那个数据三方平台方不开放我们也没有办法;工具方会告诉你,所有埋点工具和规则我都制定好了,但是没有人用啊我也没有办法。最后老板感觉谁都有问题,但是好像也都怪不到谁头上。

会变成这样,肯定有实操层面的问题。但是我们首先要搞清楚的一件事情是:很多数据工作,特别是数据管理收集的工作,是绝对不能通过单个团队搞定的。特别是营销端的数据,因为有大量的外部数据(平台的,广告的,电商的等等)要接入,不同的数据都分属在营销的不同的部门,时间上还会随着运营动作、市场、平台政策不断发生变化,因此要处理好营销的消费者数据,多个部门的参与和协作是必须的

  • 业务部门要把数据收集作为自己工作闭环的一部分,而不是一个“技术的”工作;数据部门要解决数据怎么才能标准化地进行收集和管理,梳理出一个更符合业务工作方式的流程;工具部门要去配合流程在工具中相应落地,不能一头钻在技术解决方案里。
  • 业务部门要协助数据部门对接和梳理外部数据;数据和工具部门也要理解外部数据变化性高、谈判和统筹过程长且复杂的现实,不能追求一蹴而就;
  • 老板们也要理解这当中彼此合作的重要性,做好中间协调的工作,而不是建立壁垒。

要说清楚这些例子,可能十篇文章可能也说不完。但是最重要的事情是,大家都要明白和理解数据和数字化的核心价值之一就是拉通各个业务环节,最终的结果是实现双赢的,让最终的运营效果可以跑得更快也更好。这一层共识,是重要的前提之一

02 多个团队合作是否成功,考验的是团队分工以及KPI的设计

当然,也有团队的情况不太一样,不是不合作,而是越合作越混乱。举一个典型的例子,所有团队的数字化运营的目标都是提升后端的ROI转化。然后从投放、电商到私域团队都一股脑地投入到找更有转化能力的渠道资源里去了,最后反而变成互相争夺流量,投放端不愿意把流量给到私域触点,因为公域生态直接转化更快;私域说自己没有水源,导致后端ROI没有办法起来,更有甚者可能工具团队都去找所谓的数据的水源了……

这个例子可以看出来,背后的核心原因是我们在进行KPI设置的时候,其实忽略了很多关键问题:

(1)就算最终都是要ROI,也要根据不同团队的分工来设置KPI:

  • 公域负责的应该是公域的流量效率,不同的生态里面公域的终点不一样,不能单纯以最终转化ROI一刀切,而是关注流量总体效能的情况;
  • 其他各域要从自己的特点出发,避免过于关注单个ROI因小失大,比如电商还是应当以店铺的整体ROI为整体目标;私域要关注的是流量承接的ROI能力,并且以此倒逼公私域的协作;
  • 数据和工具,可以关注在数据使用前后的同一类型业务的核心指标和效率的变化,在投放ROI的场景下,更多是类似于使用了一方数据后的投放效果有没有发生变化,人群包圈选的方法等有没有沉淀下来。

(2)其实这相当于基于核心结果指标来设置不同的过程性KPI,从而确保每个团队了解自己的任务,在落地过程中不要发生动作变形

(3)有一些工作,可能短期内是没办法达成的。比如私域DTC商城希望短期内变现,或者数据应用场景一次性全部实现等。那么,重要的就是怎么设置分阶段的合理KPI,在有一定容错率的前提下确保转型向前推进。

KPI的设置是否合理,其实考验的是团队对数字化目标实现路径的设计,以及各个团队担任的角色,各自任务的分工设置。只有这层的设计清晰了,各个团队合作起来才不会混乱。

03 当然也有对机制的考验

要让大家各司其职,除了达成共识,设置考核指标,同样也要有机制的保驾护航。第一当然是合作的机制。我们有一些客户会选择成立内部的第三方的协作委员会,委员会里有内部的决策层,有各个数据、工具和业务团队的负责人,大家碰到问题共同解决,共同推进,试图跑出一套内部的协作流程。也有一些和外部的工具数据和运营方达成共同合作的“连坐”机制,避免大家彼此甩锅的情况发生。

第二,有时候可能会被忽视但是其实是同样重要的,是培训和个人能力提升的机制。数字化转型工作其实对执行层面的能力会有各种不同程度的要求。原来做营销的人,可能要懂品牌懂传播,懂怎么做创意内容就行了。但是现在你要懂渠道,懂平台,懂数据还要懂一点技术。这些能力的成长不能只依靠个人的努力,组织也要相应提供帮助,才能确保底层的执行落地扎实。

这种培训,保证的不仅仅是技能的提升,更重要的是思考方法和方式的提升,数据工作mind-set的构建。这种变化是潜移默化的。这些,都是需要通过内部文化、培训体系等机制的支撑。

总结一下,营销的数字化转型管理能力,主要体现在5个方面

1. 组织各方对数字化转型的目标和效果,是否达成认知的共识,并且都愿意投身其中

2. 对怎么实现数字化营销有具体的路径设计,并且明确各个团队的分工和角色

3. 针对具体的分工角色和业务最终目标,设置分层分阶段的KPI体系

4. 构建内部或者外部的合作机制

5. 有长期的培训机制,提升单个执行层面的能力

04 我们对不同的人的建议

同样,我们对不同的层级的同事,有不同的建议:(1)如果你是一线最直接的营销执行同事,我们的第一个建议就是提升自己的技术和数据理解能力

  • 可以不懂怎么写代码,但是要了解背后的技术原理;可以不懂怎么做产品,但是要有产品意识,以产品的方式推进营销触点和工具;可以不懂怎么做数据,但是了解埋点和收数工作是必须的工作环节;可以不懂推荐算法,但是要懂基于推荐算法,内容是否有额外要求;可以不会写SQL,但是要理解每个数据维度代表的业务含义……
  • 基于技术和数据理解力,各个营销环节的从业人员才能更好地学习和理解自己负责的环节可以如何优化,如何进行举一反三的优化,而不是僵化或者灵机一动式的产出“idea”。这是数字化转型对所有从业人员的基础要求。

(2)第二个建议,是通过实操,不断构建运营的SOP

  • 营销正在逐步运营化,原先一年4个campaign跑完的方式已经不能有效地影响现在挑剔的消费者了。运营化,意味着你要依靠SOP的沉淀,才能最大程度上降低重复工作,敏捷高效推进你的日常工作。同样,也是有了SOP后,你才能看到每一个小的运营动作的持续迭代和优化,而不是一次性的结果。
(1)如果你是带队的市场总监或者品牌操盘手,我们的建议是你首要工作是对实现策略目标的路径心中有数

  • 具体你的品牌需要的是什么样的数字化转型?现在市场上都在进行怎样的动作?具体哪些动作可以解决你的什么业务痛点?还是能帮助你创造出新的业务模式?甚至具体到每一年想要实现的目标,引入怎样的资源,找什么样的团队合作,如何进行ROI的计算等等,都是一些非常重要的“KNOW-HOW”。

(2)其次,是要深入帮助团队进行协作,不仅包括内部协作,也有和其他团队的协作和理解。如果希望数据发挥价值,那如何协调对应的资源,特别是内部数据、工具等等资源,会比过去还要重要。

(1)如果你是数据或者工具团队,我们首要建议是你要更多具备一些突破和勇闯天涯的精神。没有被业务用到的数据,本质上都是废数据。要让数据变得有价值,换句话说,要让你的工作有价值,一定要突破数据的舒适圈,去和业务多对话和沟通,去和老板们多聊天,去和数据的上下游聊天,深入到业务实际的过程中寻找真正可以解决商业问题的数据方案。有时候,就算是一个失败的use case,它的价值也是巨大的,它至少去除了一个错误答案。(2)第二个建议,是尽可能的和所有团队达成一些基本的数据context的共识,形成一套统一的数字化营销语言体系。包括数据指标体系,到一堆xxP(cdp、dmp、各种工具)作用到底是什么,甚至ID到底是什么,什么是群体数据什么是个体数据,尽量降低自己和其他团队的沟通壁垒。

(1)最后,如果你是真的大老板,也就是CXO们,我们给的建议只有一个:要对数字化转型有不变的策略决心和定力。(2)营销的数字化转型,特别是在对数据和工具的实践探索过程中,当下回报低是一定会碰到的。同样,数字化转型一定会对过去的模式提出挑战,有各种创新的工作需要落地。在这个可能是会不断失败的过程中,重要的是通过不断的尝试和探索,找到更适合你们企业、团队的转型方向和具体的方法。

转型这件事情,从来没有标准答案。祝大家都能早日在这条上下求索的路上,找到属于自己企业或品牌的答案。

未经允许不得转载:版权归宋星及chinawebanalytics.cn所有宋星的数字观 » 数据的死穴,是组织力
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址