良品铺子大数据营销负责人侯宁骏精彩演讲


良品铺子高端零食大数据X IP品效合一的新玩法


各位观众下午好,我是来自良品铺子侯宁骏我负责大数据营销部门。


今天我的演讲主题是良品铺子高端领事的大数据和IP品效合一的新玩法。我的演讲内容一共是分三部分。


我和大家分享一下大数据营销观点,之后会给大家我们怎样运用大数据处理模型,并结合实际案例看一下使用这个模型怎样对我们人群进行一个精准的营销。


首先我们分享是大数据营销的观点,营销目前就是以消费者为中心,我们手段是和消费者做更好的沟通,这个沟通会分两部分,第一个部分就是说,我们要有更精准的人群画像,因为你在和消费者进行沟通之前,你会要先了解他到底是什么类型的人,他喜欢什么样类型的产品,再接着基于他的特征和喜好才能去匹配更好的货,在这里的话可能有两个案例可以进行简单的分享。


一个叫更精准的人群画像,这边以保险行业为例,大家买过保险就知道,保险行业也是一个大数据行业,他所有保费的计算都是基于每一种意外或者是疾病发病的几率出来的,所以他才能保障你买的每一个保单他背后都是稳赚不赔的。这也是基于他有大量的数据进行分析之后得出量价的模型。


更好的货这一块也是营销的案例,就是啤酒和尿布的案例,熟悉营销同学都知道,在美国沃尔玛之前有做过一个发现,发现消费者的购物篮里面有很多是啤酒也会买尿布,关联率非常高,他们觉得这个发现很有意思,进行了一个分析。最后得出的结论是原来男士在下班途中会被他们老婆盯嘱要给小孩子去买尿布,买完尿布之后他们顺便也会买自己的啤酒,所以基于这样一个洞察,他们会把啤酒和尿布的货架进行调整,提升销售。


所以这是基于消费者的洞察,这里也可以和大家分享一下我个人的一些洞察案例,我在我们公司附近的一个小超市,那个超市货架有点儿多,老板一个人。那个时候我想去买一个牙签,我就围绕超市转了两圈,每个货架全部找完了,都没有找到,然后我就找到老板,你拔牙签放在哪了,他就指了一个角落说,在那个角落和办公用品放在一起了。


我和老板说,为什么我没有在牙膏的旁边找到牙签呢,老板突然就恍然大悟,他说我怎么没有想到牙签放到牙膏的旁边,因为他的视角是说,他的牙签和他的文具是同一个批发商,所以他就顺便放在一起,但是他没有站在消费视角去考虑,消费者找不到牙签的时候,会不会在牙膏附近去找,所以这也是基于他的一个洞察去得到这样一个结论。


然后在底层的逻辑就是,你如果要做数据,要做分析特别是大数据要有比较强工具的支持,其实阿里这里有比较成熟的工具,比如说现在有数据银行,可以吸收品牌所有的品牌属性,并且有公域和私域的数据,并且他明年还会有一个数据终台,良品在这一块抢先和阿里进行一个深度合作,把企业内部的数据和阿里的数据进行一个结合最后做一个分析。


在最低层基于用户一个信息化,信息化是指的你网购的消费者,你所有的行为轨迹都是可以被衡量的,还是回到说的牙签的案例,因为商家不知道我在哪些货柜中走过,并且我的目光在哪里停留过,所以他并不知道我原来是要买牙签,但是我在牙膏这个地方看过,我离开了。


如果在网购的时候的话,你是不会有这样的情况,因为你会收集消费者每一步的动作,并且你可以去观察或者是思考他在找什么,为什么他离开。


如果我们有更多数据精准的话,其实我们会给消费者沟通变得更加融洽,所以你的沟通会更加高效。在右侧的话,因为你有了更高效的沟通所以你会吸收更多精准的消费者的数据,从而实现一个循环,你的数据越来越多,然后你的人群是越来越精准的,这个就是我的营销的观点。


再结合数据给大家去看一下,左边是我们良品铺子目前一个品牌用户的分布,按照阿里的AIPL模型可以看到我们购买和品牌兴趣人群在右边,我们有大量的认知的人群,根据我们之前的理论,如果要去拉新,我们想到的是对AI人群进行收割,这里要讲到一个观点就是,如果只是去考虑AI人群,这里往往还是不够的,因为可以看到右侧。


虽然良品铺子已经有八千万一个会员数量了,但是我们看天猫会员已经超过6个亿了,其实在这里面有一些O类人群的一些机会,并且你把眼光放得更远一点儿,看一下站外,今天整个移动互联网已经有10亿的用户了,所以站外的人群也是我们可以进行拉新的一个方向,你再去看整个中国人口有13.9个亿,也就意味着我们可以通过线下媒介渠道也可以去触达他,如果你只是把你的目光放在你自己品牌的A或者是I类人群里面,你就太局限了。可能有的人会说,我O类人群的话,和我的品牌都不了解我怎样对它进行营销,其实今天我们有了大的数据,所以我们对O类人群的解析也可以很清楚。


这边还是以O类人群其中一个个体为例,就是现在阿里数据已经可以做到任何一个个体可以搜集到,竖线就是整个电商平台的触点,也就是他可以看到这个人,他买过良品铺子还会在其他哪些店铺去买,会买什么品类,是猪肉脯还是买面包,然后横向是站外的触点,因为阿里站外会有阿里生态的APP,比如说它有饿了么,优酷,可以知道你的兴趣和爱好,横向是线下的触点,因为阿里和分众也是有合作,现在公众屏的数据也会有一个相应的回流。


当你有了立体从互联网到线下这样一个人群了解之后,你对消费者的画就应该更加清晰,所以你对它进行的营销应该是更加高效,这里的话我也会结合我们自己的案例。


这边是我们跟分众做了一场活动,就是通过线下的广告对消费者进行触达,根据我们回收数据显示,这一场活动其实我们大概是获客了有一百万会员数量,当时我们看到这个数据的时候,内部人会觉得这个数据是不是不准,或者是觉得这个数据有点儿虚高。但是阿里工具是可以对这些人群进行透视,我们可以把这些人群给猜出来,这边我们可以看到,他其中有一个人群叫家庭主妇人群。


家庭主妇的名字是我们自己命名,因为我们会根据这样的人群标签,她有35万人。这些人是女性,并且年龄是30-35岁,而且是已婚已育,她的月消费金额是3000-5000元,并且她能够给我们跑出来在良品铺子最喜欢买的东西,比如买酥脆薄饼、混合坚果,并且除了良品的公域还有其他的类目,比如生活的倾向,比如去买心心相印的餐巾纸,还有穿搭会去买波司登的羽绒服,会去买猫人内衣。


有了这样的清晰画像,我们再跟消费者进行沟通更加清晰,这样的结论就是做更精准的推送,我们基于有相同属性这样的一群人,他喜欢这样的兴趣,这样的穿搭这样的生活,并且有这样的标签,我们就应该推这一类人喜欢良品铺子的产品,这叫我们以相似的人去找相同的品。


我们还可以做跨品牌的联合,因为我知道她喜欢波司登的衣服,所以我可以找到波司登店铺的人,我会告诉他,我们这边有一群会员,他们也很喜欢你们的产品,我们可以做跨品牌的活动,这个就是线下人群的画像。


讲完这个再回到运营的模型,首先我们的模型基于阿里的AIPL模型,我们早晨有同学分享过了,我这边重复一下,认知人群我们会在内部跟小伙伴沟通,认知兴趣购买人群应该采用不同的策略,有的小伙伴觉得,为什么要不同的人群分层还要有不同的策略。然后我打了一个比方,我们以相亲的为例,比如你和这个女孩,刚刚认识,你们只是认知的状态,沟通的时候你只会试探性的问问题,比如说问喜好周末喜欢干嘛,但是当你和它变成兴趣人群已经谈恋爱了,这个时候讨论的可能是周末去哪儿玩,我们去哪个餐馆吃饭。再到购买人群,你们已经谈婚论嫁了,所以你们讨论的话题是我们以后在哪儿买房,或者我们以后谁来做家务,到中层人群你们已经开始生小孩,你们的小孩以后去哪儿读书,谁来辅导功课。


所以因为你的人生阶段,对于相同的人都要去讲不同的话,我们进行营销的时候要有相同的逻辑,这是一对一的情况,但是我们商家面临的不是一个消费者,我们是一群消费者,所以我们必须要有一个分层的概念,于是我们就有自己良品的分层应用模式。


L的话就叫Labor就是用户的标签化,我们要对数据进行解读去看一下我们这些人群到底是妈妈人群还是年轻主妇还是白领小镇青年,当有了这些人群的剖析之后才能进行分析指导,是喜欢猪肉脯还是喜欢芒果干,前面我们的例子已经可以看得到。


并且能够知道其他跨品牌的是喜欢波司登还是喜欢猫人,有了消费者的分类以及洞察之后,你就要想到在哪里找到消费者,其实我们可以使用达摩盘的工具,达摩盘可以告诉我们,这样一类人在哪些触点可以找到,当你在直通车可以找到百分之多少以及我们的序列化的营销。


最后要对效果进行放大,因为前三步并不是营销的终点只是起点,基于营销的过程之后,我们会沉淀自己的种子人群,我们应该进行放大,在人群里面找到更多的P类和L人群,而不仅仅只盯着A类人群。


这就是刚刚说到的具体的例子,我们能够识别用户的标签到底是妈妈还是家庭主妇,我们并且能知道不同的人产品的需求是不一样的,其实这里可以给大家分享一下我们内部小的数据,我们会发现我们年龄的人群他们在良品铺子对肉类的需求特别大,他们的肉购买力比较高,随着年龄的增长,他们没有那么喜欢开始吃肉了,他们开始考虑吃坚果类的产品,他们觉得坚果类更加健康。


在不同年龄的增长,你的食品倾向发生改变,在不同的地域倾向也会改变,我前几天我们会去看内部的数据,我们会发现像养生类的,红枣枸杞茶这样的产品在一二线城市的转化率会特别高,但是我们没有观察到相同的转化率在三四线城市,这就说明,当人的收入水平在提升的时候,你个人对养生的需求其实在提升的,所以才有这样的情况,这也是基于你自己人群的洞察。


再回到人群触点上,阿里今天已经有很多的人群触点,他内部有剖析直播也可以通过转载进行推荐,然后还有直通车超级推荐,这么多的触点我们能锁定这样的人群和他们的产品,我们就能够进行更好的沟通,回到前面讲的第一页的内容。


背后的数据逻辑,就是有数据银行回收所有品牌的数据,并且有策略中心,他会把品牌的数据放到公寓重新跑一遍,然后告诉我们买了我们的品牌还有什么其他品牌,并且达摩盘告诉我们,这样一群人在阿里的哪些触点找到,最后的话,还会有数据工厂进行预售和各种放大。


所以其实是一整套生态系统的数据,回到良品铺子品牌用户上面,因为我们是以消费者为中心进行沟通,我们想到的就是怎么样找到消费者喜欢的东西借机进行营销,我们首先想到因为是临时行业,我们的消费者很多都是年轻的人,年轻人其实是比较喜欢追星,并且在吃东西的时候,很多应用的场景就是看剧,所以我们想到了用影视剧的方式,关联用户的喜好,这个时候抓他们对他们进行营销,在影视剧这一块他们的营销分三个层次。


第一个就是品牌植入,你在看电影的时候,突然出现了良品铺子的LOGO只是品牌的印记,产品的植入就是剧中的人物使用道具,那些道具就是我们自己买的产品,LP的效应就是说,他使用的道具其实根本不存在,但是良品铺子打造成良品铺子独有的,这就变成一个品牌LP会沉淀下来长期适用,所以是三层逻辑。


这边是我们具体的一个案例,我们今年的6月份的时候,其实在“筑梦起源”有的同学看过了在优酷里面,大概全网播放了50亿,请的是杨幂和霍建华,我们在剧中就是做了三层的植入,你可以看到右下角有良品铺子,所以会有口播品牌的录出。并且剧中使用我们自己的产品,并且还会有摩尔登糖,这款产品不存在的,是民国时期的一个小吃,然后我们良品铺子利用我们自己的供应链复刻出来然后放到网上买,形成我们自己的LP资源。


再回到我们的模型,针对我们认知的人群,可能知道良品铺子,我们围绕看剧人在看剧的过程中,我们会有视频的切片广告以及我们的压频条,这样的系列对他们进行认知,在数据的维度,进行到认知人群的人没有进入到下一层兴趣状态的时候,其实我们会对数据进行回收我们会找其他的触点,使用优酷或者站内的触点反映影响他们,保证他们进到下一层,这就是针对认知人群的一个策略。


当用户对我们品牌产生认知并且进入到下一层兴趣关心我们的产品和品牌,我们可以想到他的途径,他会在优酷上面发一些弹幕,会参加一些互动和讨论,在弹幕上可以引导消费者,也会去喊一些我们自己的口号,在微博上面的话我们也会有一些搜索的广告位,当消费者搜索“筑梦起源”会有我们良品铺子。


就是将消费者的兴趣人群向下一层人群进行转化,当消费者对我们产生的兴趣想需买的话,首先会想到去天猫,其实在优酷也可以一键直达。购买我们首先的入口就是淘宝的搜索入口,我们其实对淘宝的搜索入口购买的一个广告位,会有一个满屏的广告。


并且我们也使用了一个千人千面的页面技术,也就是只有你经历过上面的AIP的人群,来到我们的店铺才能看到这样的剧情页面。如果只是普通用户,没有看过这个剧,我们不会给你展示页面,也不会造成干扰,所以这是千人千面其中一个应用,并且我们还有优酷的一键直达,就是边看剧的时候,你也可以边吃小吃,可以一键进行下单,就是购买人群进行储存下来进行放大,然后去找到更多的人群。


忠诚人群就是购买了我们的产品,还会在微博里面进行一个分享,针对分享这一些人我们也会去找一些KOL去进行推广,我们还会有一些标签,因为剧中有很多明星,我们会用数据银行圈取这一些明星的粉丝,利用明星粉丝喜欢明星的特点,顺带去推广我们的一些品牌。整个逻辑就是,我们会有一个品视剧的植入,并且在这个植入过程当中我们会有自己的IP产品的刻录,剧中产品是跟着剧情走的,也就是剧情发展不同会出现我们具体的产品,我们会有一个综合的媒介策略,就是你在看剧的时候、聊剧、买产品的时候都是全触点进行覆盖,也会有线下活动进行支持。


最终的话我们效果还不错,最终一个销售是达到126%,我们做的那些产品基本上都是全部卖完了,因为是限量,我们获客成本比传统要低于62%,这个低的原因前面已经说到了,我们会有一个分人群沟通策略,这就是我的一个分享过程,谢谢大家。