新零售思考之五 企业数字化
企业为什么要数字化?
企业或个人，我们该如何去规划自己的数据、自己的数据团队，建立一个什么样的思维模式，是值是思考的问题。
我们从下面几个方面来分析。
一、数字化让运营更精准，迭代更快
幂律分布
- 幂律分布通俗的两个定律是"长尾效应"与"马太效应"。
- "长尾效应"--极少数个体对应极高的值，而拥有极低值的个体，数量却占总体的绝大多数。
- "马太效应"--可以解释为”穷者越穷，富者越富“
互联网行业，基本都符合幂律分布
如"搜索引擎"，在中国，第一名的百度，占把了60%左右的市场，第二、三各占百分之十几二十，除了前3名外，其它的所有加起来都不到市场的10%。
传统行业，完全相反
如"餐饮行业"，餐饮行业中国就有4万亿的市场，第一名的百胜集团，财务报表显示是500亿的市值，不到总市场的1%。
为什么传统行业与互联网公司的差异这么多？
原因很简单，就是互联网公司天生就是数字化。
数字化的公司，每天通过数据可以看到哪里做的好，哪里做的不好，可以不断的迭代，不断的加速。
而市场占有率大的企业，IT建设、投入就会更好，迭代就会更快，不断加速、不断迭代，最后就产生了"幂律分布"。
举两个例子来说明有数据运营与无数据运营的企业经营的效果是完全不同的。
- 摩拜与OFO
这两家企业最初的时候,最大的区别就是摩拜的自行车安装了电子锁,而OFO没有安装,安装了电子锁的摩拜公司可以每天收集到自行车的运营数据,并快速的调整而OFO公司无法获取自行车的相关的信息,无法实时获取准确的运营数据，这也是造成当时两大公司的差异的原因。 - 视频、网站与传统电视台
传统电视台是单向的，互联网是双向的，可基于用户的行为数据，来研究消费者喜欢什么，不断的去优化。
最终颠覆了传统电视台。
二、数字化是将供需方更加高分辨的匹配，世界往更高分辨率的方向去转型
数字化必定让世界的分辨率更高，更精细化。
服装生产，经历三个时代。
产品生产的数字化历程
媒介的数字化，经历的过程如下
媒介的数字化历程
- 这一切的基因是互联网给了我们一个唯一的Addressable ID（可寻址的ID）。
- 帮助我们数字化每一个消费者，并精准匹配。
- 能把每一个人区分开来，每个人使用互联网时，看到的内容可能是不一样的，最终实现千人千面。
如广告的精准匹配，大大提高了广告的效率和消费者的满意度。
我们平时在爱奇艺、优酷时，经常在出现一个广告，同时在右上角有一个“关闭”的按键。
Google 做了一个实验，其广告一般是15秒，而在5秒后才显示“关闭”按键，实验下来，三分之二的人在5秒后即关闭广告，仍有三分之一的人全部看完，有了这个数据后，Google就跟广告主说，你的广告只有看到头的那些人我才收你的广告费，
把关掉的人不收你费用，但是对不起这需要收你三倍的费用。
这对于广告主来说，这也不亏，这样看完的人才是真心喜爱我的人。
而Google是收集了这些数据，哪些客户关了、哪些客户没关，然后可以精准的推送这些广告，最后优化只有三分之一的人关闭广告，三分之二的全部看完，收取广告商的费用就翻倍。
这些事件，Google赚到了钱，用户体验也提升，尤其重要的是Google收集了顾客的所有数据，如喜欢什么广告、喜欢什么明星、喜欢什么商品，全部都被它收走了，太可怕了。
个性化需求
数字化，使每一个产品、每一个消费者 从需求端、供给端都在不停的通过数据在变成越来越高的分辨率的细分，然后动态的进行匹配，最后人工智能的匹配，这就是我们这个世界，今天正在发生的事情。
三、线下到线上的转移就是数字化的过程
前几年火热的O2O，到底是线上到线下，还是线下到线上，争论了很久，现回过头来看，始终是线下到线上，其实O2O的过程就是一个数字化的过程。
数字化的过程，就是线下向线上的转移，只是简单的东西容易搬，先搬上去，难的东西的后搬。
现在最复杂的的新零售也好、智慧零售也好，最复杂的也都在数字化了。
数字化过程
数字化是一个不可逆的过程，一旦你的行业里面有人开始数字化了，你不数字化，你只能被淘汰。
四、思考
企业内部，哪一种角色先做到数字化转型？
- CEO肯定要引领公司的数字化。
- 更多的应该是CMO(Chief Marketing Officer)在引领数字化。
- CMO面对的是消费者，代表了需求方，其它的部门代表的是生产方、供给方。
- 需求方与供给方这两个更容易数字化？肯定是需求方。
- 需求方现在都上网了，所有的人都在互联网上，留下来的所有数据，都是需求方的数字化的过程。
企业内部，如何搭建数据管理平台（DMP)？
- 搭建这样一个数据管理平台，拥用了需求方的数据，用户就已经数字化了。
- 如还没有数字化平台，可以仔细想想，如何搭建这个平台，把企业所有最终的用户，顾客全部都用数字化的方法管理起来。
- 需求的数字化完成后，企业的产品能不能数字化?
- 供应链（供应商、采购、生产、物流、销售）能不能数字化，能不能跟消费之间进行这种动态的匹配?
这都是我们需要思考的地方？
企业数字化的核心方法论
感知响应模型--感知、理解、决策、行动
感知这个市场外界的变化，理解这个变化到底是怎么回事。
然后基于这个变化，我们到底应该做什么？最后去做。
几乎所有的数字化转型去解释的这些工作，基本都是这个模型，通过这个模型来指导我们的工作。
感知响应模型
一、 感知
- 有感知和测量的地方就有进步。
- 所有自动化设备，会感应空气、温度、高度等，调节所有设备达到平衡最优状态。
- 一家企业也可以像自动化的装备的一样，实时感知外界的变化，基于外部的变化，快速的去决策、调整。
- 在感知的过程中，多维度多个视觉去感知这个世界，这个世界最重要的两个维度是“时间”、“空间”。
- 就像人感知外部系统一样，要把所有的感官系统打开。
- 关注异常，每一个异常的解释都是对业务更深刻的理解
二、理解
- 关注变化，每一次变化对营销都是非常重要的，对于企业经营都是非常重要的。
三、快速感知和快速响应
- 建立一套数据系统、建立一套感知维度，不停地交叉去做分析做对比，然后决策并快速行动,以周为单位。
- 如果只是看了数据，不行动，所有的事情都白做了。
- 广告和营销本身要解决的就是不确定性问题，你今天做规划、计划做的好好的，但是一波广告砸出去，发现根本就不是这么回事，这个时候要做的就是快速调整、快速地响应。动作越快越好，浪费就越少。
- 不停的做广告、营销，但不看数据，或看了数据也不做调整，你就出问题了。
- 从趋势上看，广告活动的时间越来越短，竞争激烈的活动。
营销活动以周为单位，每周的营销活动都不一样，不断分析、对比、调整。
越快越不会浪费，有句话说的好，早死早脱胎，因为延长错误的路径走下去，实际上是在浪费时间金钱。 - 快的含义有两种，一是拿数据回来快，二是数据的颗粒度或分辨率更高。
四、思考
现在的新零售是在做什么？
新零售是在做什么
就是将店的所有行为数据记录下来，所有的一举一动全部用数字化的方法把它精准的计算下来，这个时候这个店就变成了电子商务，就可以做更精细化的运营管理。
线下的运营比线上的营营复杂很多，每天有奇奇怪怪的事情发生。
传统企业为什么不能一统江湖?，也是因为店的统计分析的颗粒是这个店的经营收入为单位的，这个店一天赚多少钱，但是这个店里面到底发生了什么事情，没有人知道。
今天有了智慧零售或者新零售，人工智能等技术是可以把店里面的经营不断的分辨率变得越来越高，精细化精度越来越高，知道每件区域、哪件衣服前停留的时间多、试看、试穿的较多。
而线上业务天然就是有这些数据的，可以随时调整。
如在线上，你在网上对某件商品感兴趣，下单时才发现没货，这时其实这件货根本是没有，而只是商家前期收集数据是否有人喜欢，有人愿意购买，有了这些数据后不断的调整，运营，这样它的分辨率是在不断的提高。
感知（多维度)->理解(异常、变化)->决策->行动->感知（多维度)，这样组织的数字化转型就做好了。
数字化本质是帮助企业经济化运营，快速迭代优化。
企业营销的数字化
营销的数字化就是将投入、产出连接起来，营销的要素非常多。
如品牌定位、消费者画像、产品、媒体的选择、广告的创意等，其中每一个要素都可以数字化。
数字化后就是要把投入、产出连接起来，营销的效率就是通过ROI来体现。
营销的要素
一、品牌定位
- 数字化消费者洞察帮助企业找到真正的定位。
营销要有效率的话，一定要找到精准的确认的与其它人区分开来的一个唯度。 - 任何人买你的产品是有原因，很多人的原因还是一样的。
如苹果手机的价格一定要贵，要买到的人证明自己有钱，向别人证明它是贵的。 - 在目标用戶细分的角度中，把自己用户与所有用户都拿过来足够的样本，用不同的维度比较，这样就能区分开来用户群体，定位清楚后，所有营销、产品设计都按这个维度去展开，这是品牌的定位，我们的消费者如何做数字化的划分。
二、内容与创意
- 创意的背后就是信息，一个好的创意传递的是一个信息给到消费者，什么样的信息可以传播出去，什么样的信息传播不出去呢，是有一些规律。
- 信息密度越高的信息，接受者是最容易接受的，这是由人的大脑决定的，因为人的注意力是有限的，五官都在接受外部的信号，哪个信息的刺激更大，他的注意力就会吸引过去了，其它的就忽略了。
- 媒体发展的趋势，从最开始的只有文字的报纸到语音到视频。 其中短视频的信息密度更高。如抖音，前提是这个信息顾客还必须理解。
- 不管是演讲也好、广告也好，一定要想清楚你的用户对信息接受的程度是什么样子的？什么样的信息能接受，一般的营销专家，会创建一个数据库，养一个非大的数据团队，专门收集各类信息， 然后按不同的业务场景来为客户服务。
三、媒介的数字化
- 媒介的数字是最简单。
- 选择是互动的广告还是单向传播的广告，单向的营销它是以消费者是否关注你来数字化。
如爆光、收视率、到达率、频次等，还有目标用户的报光，这些其实都是去衡量单向传播的营销的指标。
互动广告，转发、点击、评赞等，这些都是可以衡量的，当然有些数据是有水分的。 - 广告覆盖效果
暴光率、独立访问者、到达率、重合度、千人成本、目标人群千人成本、点击成本 - 广告互动效果
点击量、点击者、点击率、饱和度、人群属性分析、地域分析 -
建立系统性的评估体系，统一KPI，帮助广告主有效管理、评估和提升
媒价数字化
四、ROI(Return of investment)，
数字化后就是要把投入、产出连接起来，营销的效率就是通过ROI来体现
转化类的分析分两类
-
效果类
效果类的分析较简单，可以在转化漏斗的任何地方加监测代码、每一个位置都可以做检测，中间不停的做分析，每天都分析每天都做一点点调整，一个月后就调整了30次，进步已经很大了。
像游戏、电商等它们的R和I是非常容易连上分析的，因为它们的R与I都是在线上产生的，游戏是在线上收钱，同时也是在线上花钱。哪个人看了广告买了，哪个人看了广告没买。
另一类传统企业，它的R和I其实没那么容易连接，因为它们主要销售收入线下产生的，而今天的广告费用有很大一块是在线上产生的，很多人是在线上看到的广告，然后到超市去购买，这种R和I是无法连接的，这是精细化管理的很大痛点。 -
品牌类
品牌广告主的Watch与Buy 之间增加brand,形成Watch-brand-buy 模型
可以通过百度、天猫、京东搜索的指标，来衡量也是变相能看到的。
品牌资产是有很多测试维度的，我们想办法去测量，才可以更好的去优化投入、产出比。
另一种更复杂的情况是线上到线下的转化
现很多的企业是多渠道营销，有的是线上有的是线下，做到线上线下打通，通过新技术采集用户ID，这中间是可以做匹配的。。
-
思考
做一个企业营销负责人，KPI是什么？
为了这些KPI设计了哪些参数？
中间参数是什么？最终能数是什么？开头的投资的参数是什么？
然后建立一个分析的团队?
营销执行清单
执行清单案例
营销的数字化
总结
经验主义:用历史的数据支持决策
科学主义:用当前的数据支持决策
- 最终一定是人工智能的时代
- 最终一定是千人千面的时代
- 最终一定是人机同行的时代
企业不用数据的话，可能所在的领域最后就要淘汰。
人机同行的时代，营销工作者的巨大价值 。
