浅谈新零售时代下的数字化营销

智库 (10) 2021-04-10 10:17:30

随着“互联网+”、大数据、云计算、人工智能等新技术的快速应用,新零售已成为改变传统零售模式的核心,而数字化营销的广泛应用为新零售的更好发展注入强劲动力。2019年3月政府工作报告中提出深化大数据、人工智能等研发应用,打造工业互联网平台,拓展“智能+”,为制造业转型升级赋能。新零售作为率先实现“智能+”的领域,正推动产业渐进升级[1]。
1 新零售时代线上线下面临的痛点
2018年“双11”全国网络零售交易额突破3000 亿元,同比增长约27%,再次表现出网络零售商业模式的激情活力[2],但随着电子商务的快速发展,网上零售商家之间竞争面临更加激烈的局面,原有依靠免费流量就可获得大量客户访问店铺及商品详情页所带来的销售红利已逐渐消失,网店经营者用于付费网络营销支出成本在逐年上升且营销效果与预期值仍存在一定差距。同时网上零售商所面对的客户随着近几年电子商务的快速发展而逐渐成熟,有些客户选购商品日趋理性、有些客户选购商品只对价格忠诚,这些都给网上零售带来更加复杂的局面。相对传统零售可亲身体验不同,网上购物给用户的体验存在先天不足,尤其针对一些可穿戴、可操作类商品在网上是无法亲身体验的,同时一些网上零售商家还存在缺乏用户思维,导致网店整体引流成本、营销成本和物流成本均不断提升,在售价不能大幅提高的前提下给网店经营带来更加困难的局面。与此同时,线下零售商面对电子商务的巨大冲击正在遭受前所未有的挑战,一些商场被迫倒闭,正在经营的实体商家也面临居高不下的运营成本,各个商家差异化竞争普遍存在不足并缺乏用户思维,这些都导致需要用一种新的零售思维和营销方式来解决所面临的线上线下困局。
2 新零售是商业元素的数字化重构
新零售是在电子商务O2O模式基础上进化而来,新零售即企业以互联网为依托,通过运用大数据、人工智能等先进技术手段,对商品的生产、流通与销售过程进行升级改造,进而重塑业态结构与生态圈,并对线上服务、线下体验以及现代物流进行深度融合的零售模式[3]。它具有全渠道思维包括新零售的思维与全生命周期思维。新零售的本质是效率革命,通过将不同地段商铺、不同流量网店进行数字化链接,客户通过网站访问触点,商家即可获取客户相关关键信息从而进行有针对性的个性化营销,达到人、货、场高效匹配。其实零售业的演进路线本质上与线上线下无关,而与商业模式有关,最主要的突破点就是零售要素的数据化和零售运营的智能化,以数据为基础的“普慧”,为零售者提供了更加简洁有效的解决方案,利用智能新科技实现“万物互联”,提供全天候、全地域的线上线下商品展示、销量服务和用户体验,从而打破线上线下单边发展的局面,让实体店铺模式与无店铺电商模式通过新思维、新技术作为桥梁,充分将两种优势进行完美融合,体现了新旧动能的转化。由于科技进步给新零售商业元素的数字化重构也带来了新的契机,在数据领域可运用IOT、MEMS传感器、机器数据、大数据技术等;在算力方面可运用云计算、边缘计算、泛在计算等技术;在算法方面可运用机理模型、流程模型、人工智能、数字孪生等结合最新5G、NB.10T、TSN、以太网等网络技术对新零售整个过程进行描述、诊断、预测和决策,从而达到一方面对消费者可提供个性化消费、智能化生活和数字化娱乐等;另一方面对生产者可促进新思维、新产品、新制造、新物流等方面的产生和发展,促进新零售商业模式、工作模式、组织模式的产销合一,达到精准匹配与高效协同。人、物、场作为零售核心组成要素,随着新零售的发展其内涵也在发生改变,由过去单纯的被动消费转变为消费者与合作生产者的结合,货由过去单纯商品转变为包含商品在内的全消费过程体验,场由过去线上和线下固定的零售场所转变为泛在零售、消费者触达场景及多元化、所见即所得的购物场所。利用数据驱动赋能使人、货、场关系重构,可以达到以消费者需求为中心,定制化商品的生产与组合,使交易发生在任何可以想象触达的场景中,超越时间和空间的限制,消费需求、消费场景和商品产出更加分散化。
3 新零售数字化营销的整体架构
零售数字化营销的发展经历商品数据化、顾客数字化、服务数字化和营销数字化四个阶段,其整体架构由商业目标、基础理论、知识领域、主要职责、数据基础五部分组成。数字化营销的商业目标即通过各种数字化营销手段不断提升线上线下零售商家的销售额及利润。数字化营销理论的基础来源包括数据、流程、资源、策略、职能和技术六个方面,其中数据体现在客户信息、商机信息、营销信息、运营数据、传播信息、价格信息、产品信息和客户购买历史等内容,为数字化营销理论的发展奠定实践基础。在客户生命周期理论中包括消费者、顾客、新会员、活跃会员、沉默会员、睡眠会员、流失會员7个阶段,而从消费者成为顾客、成为新会员直至成为活跃会员阶段对商家的经济价值贡献最大,商家也迫切希望所拥有的活跃会员数越多越好,但随后消费者可能从活跃会员转向沉默会员、睡眠会员直至流失会员,因此对于所有线上线下商家所做的一切都是为了吸引更多消费者成为活跃会员,不断给商家带来更多利润。作为数字化营销理论基础的漏斗模型从商家企划部门开始设计营销活动内容,将通过营销活动所获得的客户数据量转化为客户真正参与营销活动的接触量,再将客户接触量转换为客户反馈量并体现在营销活动的质量上,通过产品吸引度将客户商机量转化为销售终端的客户销售量。由于从较大的客户数据量转化为较小的实际购买客户量呈现出倒三角形,所以称为漏斗模型,这一模型将体现将庞大客户群转化为真实购买人群所需经历的转化过程。同时从消费者角度而言,行为数据理论作为数字化营销理论基础主要从五步骤进行体现,包括需求、搜寻、筛选、行动和分享,从消费者产生产品需求和购买欲望到准备购物前往商店并在商店货架前做出购买决定,之后付款使用购买的商品并考虑是否再次购买该产品并可能会影响他人能否购买该商品,这一系列行为针对网上消费者购买行为也同样适用。市场研究、营销策略、商业智能、营销执行构成了数字化营销的主要职责,通过市场研究结合内外部调研数据可辅助商家进行战略决策,通过数字化营销方式进行市场调查研究结合商家内外部数据可辅助商家进行经营决策,并根据所制定战略决策将决策内容量化到具体营销策略中,通过商业智能模型和可视化数字营销手段帮助商家进行商业决策,同时利用掌握的客户精准数据进行有针对性的个性化营销提升营销效率和成交量。数字化营销一般采用客户手机号、互联网上各种唯一码进行客户识别,借助互联网行为收集客户相关信息,并基于客户行为甄别目标客户和采用基于数字化营销技术进行精准网络营销。同时零售企业在利用大数据技术过程中,可借助这一技术对数据进行深入挖掘,比如推断出未来的消费趋势以及清晰的用户画像[4]。   通过构建新零售数字化营销,可为商业企业降低营销成本提高营销效率,促进销售额提升,在增加顾客更好购物体验的同时推动商业模式整体变革。结合最新信息技术、数理统计技术和网络营销技术,对相关数据包括客户基本信息、历史购买数据、浏览行为数据、收集行为数据、地理行为数据、卖场行为数据、电商行为数据、社交行为数据等进行收集,并对数据进行数据清理、数据匹配和数据整合,清理无用数据将有价值数据存入数据平台,利用数据工具对数据进行运算和分析,形成数据报表供商家进行营销决策和业务规划使用。当客户通过自动化营销触发关键行为,包括浏览行为、下载App行为、地理位置、电商行为、沟通行为等时,商家便可通过数据平台及时获知并根据数据分析进行有针对性的个性化营销,从而达到提升营销精准率和成交率的目标。
4 新零售数字化营销模式的构建
新零售时代通过线上线下深度融合,创造并满足消费者对品质化和个性化的需求,真正实现了以顾客为中心的目标[5],从而建立更好的顾客线上线下购物体验。新零售数字化营销的构建首先要从建立目标群体信息库开始,通过消费者利用电子设备触发关键行为,就可利用大数据技术收集客户相关信息,经过对数据筛选和分析,将有价值数据存入数据库中形成目标群体信息库,根据对目标群体信息库数据分析结合所售商品特点、优势、适用人群等方面对客户人群进行精准市场定位,確保营销商品符合客户真正需求,为提升营销准确率和交易成功率奠定基础。在对客户进行精准市场定位的基础上,根据客户特点及需求提供非常有针对性的个性化商品营销,为客户精准推送所需商品,使客户能够第一时间被推送商品所吸引,详细了解商品各方面信息,从而更好激发客户购买欲望并最终达成交易。在新零售时代下,随着客户线下体验消费的形成和线上营销成本的不断增加,线上线下所有商家都已逐渐建立新的零售思维以更好迎合客户消费观念的转变,从而力争在激烈的市场竞争中取得成功。同时,在当今品牌聚集效应的强大影响下,很多商家可以构建更加个性化的营销渠道,培育更高的顾客品牌忠诚度,从而更好推动消费升级,而消费升级的出现又是国人生活质量提升的直接体现[6]。在面向消费升级的新零售时代,一方面加速推动消费观念转变、消费模式变革和新技术的运用;另一方面消费观念和行为的变化又促进新零售时代的形成和发展,两者相互影响、相互促进,最终实现把新零售带入线上线下高度融合的时代。
5 结论
随着新零售时代下数字化营销的快速发展,必将给整个商业带来深度变革,从而加快零售商数据的资产变现。通过挖掘顾客相关数据,洞察顾客行为差异,进行科学化数字营销接触管理,更好实现了新零售时代下的精准营销,有力推动了线上线下零售业的全新发展。

THE END

发表评论