在这种背景下,企业该如何规避风险,抓住机遇,拥抱电商环境?蔡建颖老师从三个维度进行了解读: 1、结合企业实际,打造高竞争力的电商生态系统 2、锁定、吸引、留住忠实客户 3、建立核心配套能力,支持数字化业务 一、 结合企业实际,打造高竞争力电商生态系统 在打造电商生态系统的过程中,可以选择建设品牌官网商城、借力第三方平台,当然这两种方案各有利弊,那么就需要明确将哪一种电商模式作为战略重点;此外,各个渠道间该如何避免同质,实现协同,这就需要从商品组合/定价、网站体验、交付、服务等四个方面进行差异化的渠道体验设计——而这构成了电商生态系统建设过程中的两个关键点。 1、 以电商渠道为优先重点,同时采取差异化定位 电商渠道包括品牌官网商城与第三方平台,这两种渠道的建置分为以下三种方案: (1)先以领先平台为优先重点,再投资建置品牌官网商城 该方案的优点是能够保障收益,缺点是无法掌握用户数据,受到的限制较大。适用于既有客流快速扩大规模,并且交付和在线服务的能力有限的情境。 (2)立即投资建置品牌官网商城,同时善用平台的客流 该方案适用的基础是企业拥有庞大的客户粉丝基础或以拉动客户参与和品牌经营为目标,并且能够建置完善的交付和服务基础设施,而大多品牌商并不具备这种条件。 (3)仅建置品牌官网商城 该方案适用于企业在消费者间已有强大的品牌知名度和忠诚度,并且能够建置完善的交付和服务基础设施 2、 在四个核心元素上做出战略选择,进行渠道体验设计 在设计渠道体验方面,包括四个核心元素,分别为品类/定价、网站体验、订单处理与服务,结合企业实际,需要在这四个方面分别做出战略选择。 其中根据品类/定价,可以区分为新产品和过季产品、标准化和客制化等;根据网站体验,可以区分为搜寻为主和互动为主等,根据订单处理,可以区分为隔天发货和3-5天发货,根据服务,可以区分为主动服务和被动服务。 以资生堂长青产品为例,制定了如下方案:实体店与直营在线渠道价格一致,而提供第三方大量折扣(平均折扣20-30%)以促销商品。 二、锁定、吸引、留住忠实客户 数字化时代营销过程可以总结为三部曲,简称为三“I”模式:识别(Identify)、激发(Intrigue)、提升(Improve),以此可以实现对顾客需求的精准把握,从而完成留住忠实顾客的目的。 1.识别(Identify)适合的消费者 (1)消费者行为的360度视角 需要注意的是,在进行消费的360度侧写的过程中,需要采用多种渠道的数据,包括品牌自家的数据已经生态圈业者的外部数据,而客户侧写的结果甚至可能与初步假设未尽相同。 (2)通过大资料分析预测消费者需求(如下次购买产品) 2.激发(Intrigue)消费者兴趣 (1)创造社交媒体的热门话题(如微信时刻) (2)利用品牌的粉丝经济 (3)形成行销与消费者购买的封闭回路(典型的如滴滴打车红包) 3.提升(Improve)营销投资回报 (1)跨平台营销交付优化 (2)敏捷的“测试&学习”,迅速重复与改善营销投资回报
三、 建立核心配套能力,支持数字化业务 上边两个维度都是面对消费者的,为了实现这些服务,还需要企业有深厚的背后积累,包括需要建设核心数字能力以及建立成功的电商组织及治理。 1、 核心数字能力建设 核心数字能力的建设涉及五个方面的内容,分别是:客户管理、供应链和物流、IT架构和基础、电商店铺运营和分析与报告能力。 (1)客户管理 包括客户洞见分析、客户关系管理,这是目前竞争差异化的一个点。 (2)供应链和物流 关键能力包括直接仓库物流/第三方物流服务、库存管理/配适中心运营,各种选择都各有利弊。我们都知道高质量的迅速配送是品牌差异化的关键,但是这些都是有代价的,需要结合品牌进行合理的规划。 (3)IT架构和基础 关键能力包括电商核心交易系统、财务/人力资源/资源管理,是电商核心竞争力之一,面对巨大的流量,需要保证高稳定性。 (4)电商店铺运营 关键能力包括销售规划、B2C自有渠道管理、第三方渠道管理等 (5)分析与报告 关键能力包括营销ROI分析、销售分析预报告、供应链管理报告、消费者服务分析与报告等,通过这些分析过程,可以把握长期的发展趋势。 2、 建立成功的电商组织及治理 (1)双速IT——传统交易与线上电商/数字化 中后台系统保持稳定,不要变动的太厉害,确保较高的可用性;而前台APP的开发需要保证迅速以及灵活性,对市场变化需要快速反应。 (2)与中端整合平台相整合,连接前后台 建设可用的中端平台,连接前台和后端平台,提供强大的数据整合能力 (3)通过中间层,建设多渠道整合能力 因为多渠道的客户占据了中国消费者的大头,因而多渠道的管理就显得尤为重要,需要做到整合不同的客户接触点(门店/线上/移动端),提供参与性强的一致客户体验。 (4)实用的IT设计,不过于复杂 制定使用、可执行的IT解决方案和架构要素(提供整合/安全功能),需要注意不要将日常业务经营过于复杂化 (5)有选择地进行数据管理和分析 将跨渠道大数据管理作为重点,建立定制化数据仪表板,上传KPI和主要绩效分析,逐步培养高级数据分析能力,从而提升对市场的把握。 互动环节: 郗平:从凡客案例得出的体会
包括产品、品牌、营销、策略、品类 2、 渠道的变化非常迅猛,组织架构需要做适应性改变 2009-2012年,90%以上的流量来自于PC端,但是2013-2014年,70%的流量已经来自于移动端,迅猛的变化让很多企业措手不及,凡客没有把握住渠道的变化,现在天猫、百度都没有很好的把握。 这种渠道的变化考验的是整个组织架构,之前的组织架构对移动互联网的发展是十分不利的,所以需要做适应性改变。 Q:传统企业转型互联网,有没有什么好的建议? A:首先需要明确一点,传统企业互联网转型应该是一个Top-Down的过程,领导首先要下定决心,这样才能克服组织的惯性,转型才能进行下去。 然后就需要从组织文化、数字战略、技术能力和数字人才这四个维度进行改变。 1、组织和文化:组织需要适应快速变化的节奏,面对迅速改变的环境,企业要保持一定的敏捷度,但是这就意味着容许犯错误,因为短时间内一些事情可能想的不是那么清楚,相应的KPI考核同样需要进行调整。 2、数字战略:一方面企业内部组织宣导做的够不够是一个问题;另一方面,业务战略是围绕产品建立数字化,还是将产品融合起来进行数字化。举例来说,一个客户同时购买金融产品和零售产品,是专门成立一个组织来应对这个客户呢,还是购买金融产品时由金融团队来服务,买零售产品时由零售团队来对待。 3、技术团队的配合能力:互联网很多时候需要经常改动,讨论营销方案的时候,IT团队也需要参与到需求的分析,从头到尾参与讨论。 4、人才方面:包括招募、薪资架构、培训、工作方式等。需要注意的是,互联网员工与传统企业中员工的工作方式是不一样的,如果决心做好互联网转型,需要进行各方面的改变,比如在办公室设置方面,可能需要贴海报、摆些吃的、设置一些有意思的玩意。 Q:麦肯锡的客户需求分析,开始用大数据了吗? A:肯定是需要用到大数据对用户进行分析的,我们形成了一套方法论,客户的数据和社交媒体的数据两边是拼起来的,我们更多的是与技术人员一起从各种维度切数据,从而找一些趋势。 Q:请问下数据如何获取?以及第三方数据准确性该如何确保? A:数据主要不是我们找来的,与客户合作,他们提供数据,同时提供社交媒体的相关数据。 至于第三方数据的准确性,确实比较难评估,并不是100%的都能用,这很正常。而互联网的思维是:有1%可以用,就先用1%;有10%可用,就先用10%。当分析完这些之后,可能会积累一些经验,再分析那些不是很好分析的,这样循序渐进,也能起到不错的效果。 Q:咨询公司还是企业数据团队,哪个数据分析能力强? A:蔡建颖:两方各有优势,企业数据团队的优势在于基础能力很强,并且数据都在他们那里;而咨询方的基础视野比较强,懂得客户知道什么。所以两方可以走配合的模式,两边各取所长。 赵庄: 大数据具有三个特点: 1、不是随机样本,而是全体数据; 2、不是精确性,而是混杂性; 3、不是因果关系,而是相关关系。 大数据价值链的三个方面构成: 1、大数据掌控公司:比如Google,招商银行,他们存储有大量数据 2、大数据技术公司:这些公司拥有专业的大数据分析能力 3、大数据思维公司和个人 而我认为咨询公司在大数据价值链中可能不是数据的生产者,而是要重点掌控大数据的分析能力。 Q:客户画像有哪些维度? A:基本信息和交易信息肯定是要有的,另外就是要记录网络上的行为习惯,比如在网页上停留多久,有多少交易是成功的,多少中途放弃掉。 此外还可以与社交平台合作,进一步挖掘你在朋友圈里是一个什么样的人。在大的方向上,如果检测到很多人是喜欢某一东西的,就可以预测整体趋势。 以下是关于大数据的讨论: 高旸(和君咨询合伙人,TMT领域): 大数据有一个技术底层,这一部分包括分布式处理、关联分析等等;在底层之上,有一些算法平台,行业应用一般在企业背景调查、相关的数据服务等,使用的数据储备一般是PB级的。 整个来讲,大数据对消费类产品的营销的影响体现在:影响外部市场形式,并且让营销效果更好、费用更低、速度更快。 景生军(唯品会数据科学家): 电子商务企业做数据还没有达到非常专业的水平。电商平台企业需要对外部市场的情况进行分析,而电子商务企业积累的大量数据都是企业内部数据,无法应用的外部市场分析中;电商中的创业公司同样会有做数据的需求,但是并不知道这些数据需要处理到什么程度。 所以我认为做大数据需要自下而上与自上而下结合。在未来,自上而下是可能实现的,但是对现在中国大部分企业来说,自下而上同样很重要。原因在于老板知道大数据是未来的一个方向,但是并不知道具体该怎么做,那么我们要告诉他需要做什么,能够达到一个什么样的水准,这样才能打动老板,促使老板推动这个事情。 至于大数据是一种技术还是一种思维,我认为大数据更多的是一种思维。只有在分析市场发生了什么、企业发生了什么,以及当企业中产生问题,我们通过数据做点对点的解决时,才会涉及到算法业务的层面。而如果仅仅局限于技术框架的话,会大大限制大数据在我们这个时代的价值。 Q:甲方数据分析能力现在也很强,那么面对这种冲击,咨询公司需要做一些什么调整呢? A:景生军: 很多甲方的数据存量很大,能够代表这个行业的整体状况,但是作为一个甲方,我认为我们还是需要没有达到非常专业的水准。因为我们内部更多的是从技术的思维去做,市场思维相对会弱一些,而数据咨询最大的优势在于团队经验的积累以及更广阔的思维,结论会更加客观。 蔡建颖: 就像刚刚讲的,互联网公司和咨询公司各有长处。互联网公司拥有技术和数据,并且内部的人都很强,甚至会比咨询公司的人更好;而咨询公司具有外部视角,以及很多的项目经验,了解总体趋势。 面对这种情况,咨询公司应该不只是从数学角度分析,因为数学的分析是没完没了的,如果要在短时间内做出效益,关键在于数据分析、定性的分析、总体的经验等等。
分享录音及相关资料,欢迎通过加入CMKT俱乐部方式获取。 分享嘉宾: 蔡建颖 :麦肯锡项目经理(常驻上海),大中华区互联网金融团队核心成员 互动嘉宾: 赵 庄:战略咨询顾问,CMKT创始人 郗 苹 :中天创域市场咨询有限公司副总经理 高 旸:和君咨询合伙人,TMT领域 景生军:唯品会数据科学家 文字整理:北京航空航天大学 刘凯 我们的努力,离不开您的支持(扫码支持,金额无上限) |
|