钛媒体|【书评】618将至,AI思维如何赋予新零售( 二 )


02 数字化产品研发:宝洁中国区季度销量+30% , 电商销售额+80%
相比于传统的主观研发模式 , 数字化的产品研发模式则是通过客观的定量数据来反映市场趋势 , 将销售数据打通 , 通过数据洞察综合分析产品特征和消费者需求 , 再做出研发设计决策 。
因此 , 数字化的研发模式不再是过去的经验主义和局部主义 , 其基础和关键是最大程度上囊括所有市场数据 。 设计师生态圈则是由设计理念、设计产品、交流学习以及作品展示等各种内容组成的 , 在设计师的生态圈中出现的高频元素也是数字化产品研发模式的重要参考数据 。
在收集完上述一系列数据之后 , 可以在数据中台上进行打通 , 判断出相关产品的流行元素、功能性指标和消费者痛点 , 并借此指导新品的研发设计 。 新品上市后 , 随即产生的一系列相关数据会再反哺到数据中台上 , 为下一轮的新品研发做指导 。 这样 , 数据化研发模式整个体系形成正向循环 , 类似春泥一般 , 叶落成肥 , 滋养大地 , 又反哺出下一个花季 。
以宝洁的产品研发为例 , 根据品牌多年积累下来的相关销售数据 , 总结分析产品触达的不同种族、跨年龄段消费者的规律和特征 , 宝洁研发部门抓住了很多消费者需求特性 , 如亚洲女性除了要面对松弛、皱纹等衰老问题外 , 面部轮廓逐渐横向外扩也是影响面容的一大问题 。
这是消费者的痛点 , 也就是研发部门的努力方向 。 根据这个发现 , 宝洁推出新品——OLAY 小脸精华 , 从感官上让消费者显得更年轻 。 经过这次的针对性研发 , 宝洁当季度中国区销量增长 30% , 电商销售额上涨 80% , 打了一场漂亮的数据战 。
钛媒体|【书评】618将至,AI思维如何赋予新零售
本文插图
OLAY 小脸精华
全球洞察:AI掌握的消费者大数据到底有多“广”?我们刚刚说到 , 数字化的产品研发需要基于消费者数据 , 数据越多 , 就越能精准地反映出来消费者需求和市场趋势 , 所以数据的广度是智慧零售中的一个关键问题 。 那么数据到底要多广呢?这就涉及“全域洞察”的概念 。
全域洞察是消费者洞察的一种实现形式 。 所谓洞察就是深度理解 , 消费者洞察就是通过数据理解消费者 , 抓住消费者的真实需求 , 这是面向消费者营销的核心 。
图 2 是全域洞察的示意图 。 全域洞察的数据来源主要有品牌的活动平台、自营和第三方电商平台、媒体平台以及各种内部平台 。 【钛媒体|【书评】618将至,AI思维如何赋予新零售】
钛媒体|【书评】618将至,AI思维如何赋予新零售
本文插图
图2:全域洞察示意图
洞察关注的消费者维度包括所在区域、会员、账号、商品、行为和终端等全域数据 , 将这些数据围绕消费者进行打通 , 将同一消费者的数据汇集到一起 。 数据整合后 , 我们将会对消费者的关键信息进行提取 , 例如轨迹、年龄、品类和内容等 , 构成行为中心 。
行为中心里面聚合了各个业务领域中消费者的行为 , 包括主体、时间、行为、内容及行为度量 。 最后 , 根据这些信息归纳总结出个性化标签 , 例如消费者的自然属性、社会属性、兴趣偏好
和消费偏好 , 形成标签中心 。 与此同时 , 标签中心中还包括社交关系 , 即消费者之间的关系网络 。 数据的整合、处理和标签化是消费者全域洞察的核心过程 , 它可以在数据中台上完成 。
消费者洞察可以赋能实际业务 , 例如营销评估、个性化推荐、人群管理、跨域行为分析以及消费者画像 。
比如个性化推荐 , 当我们真正做到对消费者的真实洞察后 , 我们就能知道不同的个体消费者有哪些独特的产品需求 , 从而有的放矢地进行高精准的产品推荐 , 直击目标 , 百发百中 。 相比于之前模糊认知下的乱投放、放乱箭 , 全域洞察下的个性化推荐效果自然更加显著 ,效率也有所提高 。


推荐阅读