行銷5.0時代,從「資料行銷」開始

這場疫情加速了企業的數位化進程,如今大部分的企業或多或少都走在數位轉型的路上,然而行銷人員則成為數位浪潮下最容易面對困境與挫折的一群:消費市場兩極化與世代差距,使品牌只能被迫調整定位向族群靠攏,同時面臨更激烈的競爭;隱私爭議與流量集中,讓區隔市場與目標對象界定的門檻提升,想要精準行銷往往需要投入更多資源;新科技與新媒體帶來消費者習慣改變,更多且更細碎的消費者接觸點,讓數據整合與追蹤難上加難……

數據分析與應用已成為行銷必修課
數據分析與應用已成為行銷必修課

數位化的確給了行銷更多可能,卻也帶來更多挑戰。

基於上述種種原因,行銷的門檻也不斷追高:新的MarTech因應而生,諸如透過大數據建立市場預測模型、借助社群爬蒐與自然語言處理找尋消費者偏好趨勢、結合物聯網與人工智慧等科技創造全新的顧客體驗……儼然形成一種行銷的數位落差。然而,資源有限,品牌需要更好的策略與方法,幫助行銷數位轉型,因此行銷5.0第一步,便是從「資料行銷」開始。

今天要告訴你:

  • 什麼是行銷5.0?
  • 什麼是資料行銷?
  • 資料行銷的實際應用與成效
  • 資料行銷常見錯誤
  • 下一步是什麼?

一、什麼是行銷5.0?

行銷5.0是指模仿人類的科技應用,藉此在整個顧客旅程中創造、溝通、實現和提升價值,這些科技包含人工智慧、自然語言處理、感測器、AR/VR、物聯網等。而要達成行銷5.0,首要之務就是先在組織內部建立兩項功夫(資料行銷、敏捷行銷),以達成三項應用(預測行銷、場景行銷、增強行銷)。

行銷5.0核心概念
行銷5.0核心概念

其中「資料行銷」正是行銷5.0的第一步,也代表了行銷5.0的第一項原則:

所有決策都必須有足夠的資料在手。——菲利浦.科特勒《行銷5.0》,天下雜誌出版)

二、什麼是資料行銷?

資料行銷(Data-Driven Marketing)簡單來說,就是整合一切能取得的資料,建立資料生態系與資料管理平台,結合分析工具、機器學習等,進而達到更精準的行銷並幫助行銷策略優化。尤其現在講求個人獨一無二的消費體驗,原本單靠行銷人員的力量要將市場切割成個人維度是幾乎不可能的,但透過大數據的幫助,我們能將市場區隔到單一顧客,以此建置人物誌(Persona),量身打造客製化的一對一行銷,甚至可以針對顧客身處不同的情境,隨時動態地調整行銷策略。

資料行銷-1對1行銷示意模型
資料行銷-1對1行銷示意模型

三、資料行銷的實際應用與成效

資料行銷基本流程如下:

1. 清楚確立行銷目標

資料行銷並沒有想像中困難,其實資料行銷與一般行銷專案本質上沒有太大差別,在我們過去的經驗中,首先依然是從確定行銷目標,包含決定成效指標,讓專案聚焦且可被衡量。同時建議避免發散或過於龐大的目標,確保專案順利執行。

2. 盤點資源與現況

我們對於初次接觸資料行銷的品牌,通常建議從資源盤點開始,尤其要了解消費者旅途中的每個觸點,從過去到現在曾收集與使用過的資料有哪些、曾經遇過的阻礙或洞察等。這是因為不同產業、品牌的生態與模式都不同,品牌的數據成熟度也不同,更多時候品牌往往已經有數據使用的經驗或相關資源,此時比起打掉重練不如思考如何從既有架構進行優化。

3. 擬定數據收集規劃

在了解消費者觸點後,便可更明確知道要收集的資料有哪些。能取得的資料其實非常多,尤其在顧客資料上,不論是傳統的顧客名單庫與市場調查,社群資料、瀏覽過的網頁、廣告點擊、端點銷售系統(POS)資料、行動裝置資訊、通訊軟體資料等,而這些資料收集後還必須進行篩選、清理、去重、分類、去識別化等有系統化整理,才能確保資料的正確性與可用性。

4. 整合與運用

當然,最終不在於如何取得更多資料,而是如何整合管理,建立屬於品牌的第一方數據庫與生態系。消費者在廣告、網站、社群上等不同接觸點時都會留下資料,透過資料比對與串接,我們可賦予每個用戶一個品牌辨識用的「ID」,不論這位用戶曾經瀏覽品牌網站、點擊過廣告、到實體店面消費、加入Line官方帳號、註冊為會員等行為資料都能整合到同一個ID,藉此得到完整的消費者輪廓,包含他對什麼樣的網站較有興趣、對什麼樣的廣告素材更願意點擊,對於精準行銷與再行銷有著超極高的助益,配合機器學習便有可能達到「一對一行銷」,如果結合完善的CRM系統,更能輕鬆培養忠實客群。

由於不同企業的商業模式、消費者旅途、數位化程度都不同,建議分階段進行,從資料累積開始,逐步建立完整的資料生態系後,再進行更進一步的應用。

從現有的行銷活動開始,加入數據。

其實資料行銷並不困難,舉凡日常的社群經營、內容行銷、促銷活動與廣告,其實只要稍微加入數據監測便可以開始累積數據以及行銷策略優化。

1. 預測社群熱門話題

社群上的聲量趨勢往往是流量的關鍵,然後讓行銷人員一篇篇搜尋並查看內容,費時費力且不切實際。透過社群爬蟲技術可以快速觀察一段時間內的熱門議題,並且可以快速從互動量最高的內容中更有效率的觀察話題走向,比競品更快搶占流量。

2. 最佳化廣告成效

為了提升廣告投遞的精準度,以降低CPA、提高ROAS等成效,常見的方法是仰賴FB、Google等平台提供的受眾資料,並測試不同的廣告素材、競價方式等等,藉由後台數據調整策略。但是這類平台能提供的受眾精準度通常有限,且一旦品牌投放的範圍擴大,管理起來就更加困難,藉由一站式全方位的廣告流量監測,除了可以快速比較所有平台、廣告版位的成效差異,並且透過數據累積到品牌第一方數據庫,便可獲得最直接精準的受眾資料。

3. 精準投遞

承上,當你有了豐富的受眾資料後,便可以進行分析與分類以提供客製化的行銷。舉例來說,從某位顧客過去點擊過的廣告、瀏覽其他網頁的行為中,可以歸類出數個不同維度的特徵:例如年齡、可能收入、興趣、愛好品牌等,藉由「標籤」的方式分類與整理,便可以輕易得到許多受眾資料作為廣告投放依據。

4. 線下資料收集並串連線上

即使在數位化時代,消費者的線下行為依然非常重要,但不像線上多少會留下一些瀏覽紀錄或流量,線下的人流資料往往更難收集。假設想在實體店鋪中舉辦促銷活動,除了填寫聯絡表單、追蹤QRcode流量外,甚至可以使用beacon機收集經過的行動裝置資料(放心,這無法獲得用戶的敏感資料)更快速的獲取線下的人流資料,在透過線上線下資料比對,就能串連顧客的線上行為進行整合。

5. 自動化公關預警

聲量越高的行銷活動往往伴隨越高的風險,尤其爆紅主題往往容易帶著負面聲量,行銷人員應盡可能在第一時間發現並應對,但是行銷人員無法24小時監看各大社群或論壇,因此透過設定預警系統,能幫助行銷人員更有效率地掌握資訊並且應對。

四、那些最常犯的錯誤

數據並非萬靈丹,企業除了常以為把各種資料套入演算法,就能得到所有問題的答案外,也常因為一些策略錯誤導致失敗,以下為常見問題:

  1. 過度依賴資料:大數據不能取代傳統的市場研究方法,數據也無法代替行銷人員進行重要決策與創意整合,盲目追尋或應用數據反而會產生反效果
  2. 重量不重質:資料量並非越大就越能提出準確的洞察或預測,未經篩選與統一的資料反而可能造成偏誤,甚至根本無法使用。
  3. 讓行銷策略配合數據:一開始總是希望能把所有可收集的數據用好用滿,因而制定或調整原先的行銷策略,造成本末倒置。行銷人員應該從根據行銷活動的需求,收集對應數據。
  4. 急就章與好高騖遠:行銷人員往往急著使用資料與各種分析工具,或是想要一次達成所有事情,使得問題變得更加複雜,進而拉高技術門檻與預算,導致專案窒礙難行。

五、下一步是什麼?

持續累積、持續學習

當資料生態系建立,對於數據的蒐集、整合與應用越來越成熟之後,品牌應該持續不斷進行數據的積累,並且不斷學習。這裡的學習指的不只是機器或模型的訓練,人員更是該不斷提升相關的技術與知識

隨著第三方cookie即將進入尾聲,現有各式替代方案的成效與可行性都尚不明朗時,最好開始持續累積第一方的數據庫、訓練模型,以對未來提早準備。此外,行銷5.0不只有資料行銷,MarTech技術發展日新月異,除了後端資料運用於決策外,如何使用物聯網、機器人、AR/VR等技術進行顧客體驗優化,創造更能引起共鳴的內容,將是行銷人必須持續面對與學習的課題。也是數位轉型最重要的一環。

推薦閱讀透過數據進行數位轉型,從企業健檢盤點轉型痛點

參考資料:菲利浦.科特勒《行銷5.0》,天下雜誌出版

--

--

第三方監測的數據管理專家

Love podcasts or audiobooks? Learn on the go with our new app.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store