新零售環(huán)境下,如何快速精準(zhǔn)觸及目標(biāo)受眾?

4 評論 9519 瀏覽 59 收藏 15 分鐘

新零售給我們帶來了“經(jīng)營消費(fèi)者”的概念,在無人零售正成為爆炸性風(fēng)口的當(dāng)下,入場之前不妨想想,你真的認(rèn)識你的目標(biāo)受眾,以及知道如何快速觸及他們嗎?

本文系統(tǒng)性地對新零售環(huán)境下的用戶畫像刻畫進(jìn)行了分析,共分為三個部分:

  • 新零售是什么,集中在第一章節(jié);
  • 新零售環(huán)境下為何需要精準(zhǔn)的用戶畫像,集中在第二章節(jié);
  • 新零售環(huán)境下的產(chǎn)品傳播推廣,集中在第三章節(jié)

第一章:方興未艾的新零售

“未來的十年、二十年,沒有電子商務(wù)這一說,只有新零售?!?/p>

所謂新零售,簡單而言即以互聯(lián)網(wǎng)為依托,通過運(yùn)用大數(shù)據(jù)、云計算等技術(shù)手段,將線上線下以及物流打通,重塑零售業(yè)態(tài)的新形式。

互聯(lián)網(wǎng)加上消費(fèi)升級,成為了拉動新零售誕生的沃土;線上、線下和物流深度融合在一起,才會產(chǎn)生新零售,傳統(tǒng)消費(fèi)領(lǐng)域內(nèi)的“人貨場”由此被重構(gòu):

  • 人:數(shù)字化消費(fèi)者,用戶從此可被清晰辨識和精準(zhǔn)服務(wù);
  • 貨:按需智能供貨,由智能制造結(jié)合最優(yōu)供應(yīng)鏈,按需為線下門店和顧客供應(yīng)商品;
  • 場:消費(fèi)即體驗(yàn),用戶到店即知,感同身受,場景更貼近用戶生活,更有溫度。

自2016年10月的阿里云棲大會上,馬云在演講中第一次提出新零售,已經(jīng)過去近兩年了。各種“新物種”如盒馬生鮮、每日優(yōu)鮮撲面而來;無人零售異軍突起,引領(lǐng)風(fēng)潮;更多新業(yè)態(tài)出現(xiàn)在美妝、家居、機(jī)器人科技等領(lǐng)域,巨頭們紛紛搶占市場。

據(jù)前瞻產(chǎn)業(yè)研究院報告,2017年新零售市場規(guī)模為389.4億元。隨著用戶習(xí)慣的養(yǎng)成和新零售模式的創(chuàng)新,預(yù)計2022年將達(dá)到1800億元,年復(fù)合增長率為115%。

2016年12月5日,亞馬遜宣布推出革命性線下實(shí)體商店Amazon Go,瞬間引領(lǐng)了無人零售的風(fēng)潮,眾多巨頭和創(chuàng)業(yè)投資人紛紛開始布局。2017年共有93起無人零售事件獲得融資,超過新零售領(lǐng)域全年獲投資總數(shù)的一半??梢赃@樣說,無人零售當(dāng)前正處于爆炸性風(fēng)口。

第二章:更加精準(zhǔn)的用戶畫像

用戶畫像也即User Profile,它抽象出一個用戶的信息全貌并給用戶打上標(biāo)簽,提供了用戶行為習(xí)慣、消費(fèi)習(xí)慣等重要的商業(yè)信息,是企業(yè)應(yīng)用大數(shù)據(jù)的根基,可用來挖掘更多的商業(yè)價值。

1.?什么是更加精準(zhǔn)的用戶畫像

我們平常所說的用戶畫像一般是指傳統(tǒng)用戶畫像,主要是由產(chǎn)品、運(yùn)營人員從用戶群體中抽象出來的典型用戶。

這種用戶畫像偏向于定性分析,用于闡述用戶需求產(chǎn)生的原因,能夠幫助產(chǎn)品開發(fā)人員從用戶的角度思考問題,理解用戶的需求以及產(chǎn)品的使用場景。

以下是一副典型的傳統(tǒng)用戶畫像,來源可查看我的上一篇文章。

大疆Mavic Pro無人機(jī)用戶畫像

大疆Mavic Pro無人機(jī)用戶畫像

更加精準(zhǔn)的用戶畫像一方面擴(kuò)充了傳統(tǒng)的用戶畫像的內(nèi)容,將用戶行為數(shù)據(jù)等納入其中;另一方面也考慮到了時間和地理等因素,最終形成了豐富、立體且動態(tài)的體系。其包括兩大方面:

  • 用戶的接觸點(diǎn),包括用戶行為數(shù)據(jù)和(購買路徑)觸點(diǎn)兩方面;
  • 體系化的標(biāo)簽,包括人口屬性、社會屬性、興趣偏好、意識認(rèn)知四大體系

具體如下:

值得注意的是,這兩大方面并非是完全獨(dú)立的,相互間會有交叉或關(guān)聯(lián),如體系化的標(biāo)簽內(nèi)的“興趣偏好”與用戶的線上行為數(shù)據(jù)有很大關(guān)聯(lián)。

2. 為什么新零售需要更加精準(zhǔn)的用戶畫像

傳統(tǒng)的用戶畫像往往不是真實(shí)目標(biāo)群體,而是整合構(gòu)造出的理想個體;此外,傳統(tǒng)用戶畫像是非常靜態(tài)片面的,如年齡和地域信息等。隨著產(chǎn)品功能的迭代及真實(shí)用戶數(shù)據(jù)的涌入,僅通過傳統(tǒng)用戶畫像定性的評估很難貼近實(shí)際用戶并細(xì)致的構(gòu)建用戶模型。

很多品牌都會建立消費(fèi)者數(shù)據(jù)庫,其大部分依據(jù)的正是傳統(tǒng)的用戶畫像。這種信息庫有很大不足,一方面繼承了傳統(tǒng)用戶畫像的固有缺點(diǎn),另一方面這種信息庫并未建立用戶和品牌直接聯(lián)系的通道。

傳統(tǒng)零售業(yè)的核心在于“推銷商品”,商鋪提供商品,用戶就只能從中選擇。而新零售的一大重要賣點(diǎn)卻是“精準(zhǔn)營銷”,針對每一個消費(fèi)者的不同訴求,提供各具特色的服務(wù),并盡可能滿足其“更爽、更好、更快”的要求。

精準(zhǔn)營銷的數(shù)據(jù)基礎(chǔ)就是更加精準(zhǔn)的用戶畫像,通過摒棄理想化的統(tǒng)一個體,轉(zhuǎn)而對用戶群體進(jìn)行細(xì)致描述和精準(zhǔn)分類,做到消費(fèi)者想要什么,商鋪就提供什么。值得注意的是,描述用戶群體的標(biāo)簽的數(shù)量并非越多越好,最重要的是從中提煉出最具價值的商業(yè)信息。

第三章:核心問題——如何快速觸及產(chǎn)品目標(biāo)受眾

精準(zhǔn)的用戶畫像并非一蹴而就的,事實(shí)上正因?yàn)槠鋭討B(tài)和立體的屬性,有價值的用戶畫像是時刻處于變動中的。

在新零售領(lǐng)域,有一個核心的商業(yè)問題,即如何快速觸及產(chǎn)品目標(biāo)受眾。

在我看來,觸及目標(biāo)受眾首先是建立在已有的用戶畫像基礎(chǔ)上的,而在將產(chǎn)品傳達(dá)至用戶手中的過程中,獲得的信息將助力用戶畫像更加精準(zhǔn)的刻畫。其過程可以概括如下:

1. 目標(biāo)受眾定位

以景區(qū)便利店為例,其運(yùn)營的核心是利用線下促銷和微信等App線上推廣來進(jìn)行獲客,線下店智能選品和貨品陳列優(yōu)化來提高銷售額。

若要在深圳大梅沙海濱公園開一家景區(qū)便利店,我們可以通過高德位智數(shù)據(jù)平臺來對該區(qū)域到訪人群進(jìn)行分析:

深圳大梅沙海濱公園近一個月到訪人群性別分布

深圳大梅沙海濱公園近一個月到訪人群年齡分布

故初步對目標(biāo)受眾的定位可以是:

  • 20~39歲年輕人居多
  • 男性居多

在這一基礎(chǔ)上,我們可以將便利店的商品初步鎖定在一般景區(qū)便利店必備的商品,并針對年輕人特別是年輕男性進(jìn)行商品提供,如功能飲料等。

隨后我們需要確定該景區(qū)便利店應(yīng)該開在哪個位置,這里選擇騰訊位置大數(shù)據(jù)平臺來對大梅沙海濱公園進(jìn)行區(qū)域人口分布熱力圖分析:

深圳大梅沙海濱公園區(qū)域人口分布熱力圖

可以看出月亮廣場和愿望塔附近的到訪人員在景區(qū)開放的時間段始終分布較多,初步可定在這兩個景點(diǎn)附近。再考慮到用戶到訪的方便以及便利店的傳播,可將便利店選在主要街道的附近,從這一角度看,靠近環(huán)梅路與鹽梅路的交叉路口的月亮廣場附近是一個更合適的位置。

2. 產(chǎn)品傳播推廣

選定了客流量大的商鋪位置并不意味著高枕無憂了,下一步就要開始進(jìn)行推廣策略的制定,并且是線上和線下兩個途徑同步進(jìn)行。

對于線上途徑,主要是基于媒體觸點(diǎn)進(jìn)行傳播,分為三步:

  • 目標(biāo)受眾路徑分析
  • 媒體觸點(diǎn)選擇
  • 人群對接投放

其路徑可舉例如下,在得知占比最大的目標(biāo)受眾偏愛的媒體觸點(diǎn)之后,即可在對應(yīng)媒體觸點(diǎn)上進(jìn)行傳播,以吸引目標(biāo)受眾前來體驗(yàn),并擴(kuò)大商鋪知名度。以資訊類App為例,其路徑如下:

對于線下途徑,主要是基于商鋪內(nèi)消費(fèi)者行為分析,分為三個方面:

  • 捕獲人員信息
  • 捕獲人-場交互信息
  • 捕獲人-貨交互信息

人員信息可借助攝像頭和人臉識別技術(shù),結(jié)合付款A(yù)pp(如支付寶)進(jìn)行捕獲,以進(jìn)行消費(fèi)者管理,并提煉出用戶畫像中的人口屬性和社會屬性信息,如下所示:

人-場交互信息可借助行為分析儀進(jìn)行捕獲,以更好的把握商品陳列邏輯,并提煉出用戶畫像中的興趣偏好屬性和意識認(rèn)知屬性,如下所示:

如下是市面上一款行為分析儀:

人-貨交互信息可借助集成了攝像頭/麥克風(fēng)/壓力傳感器/紅外傳感器/體積位傳感器/電子標(biāo)簽等的IoT貨架進(jìn)行捕獲,以優(yōu)化選品邏輯和商品陳列邏輯,并提煉出用戶畫像中的興趣偏好屬性和意識認(rèn)知屬性,如下所示:

如下是市面上一款I(lǐng)oT貨架:

3. 產(chǎn)品推廣優(yōu)化

在通過各種手段獲得用戶信息后,需要據(jù)此對推廣策略進(jìn)行實(shí)時調(diào)整,以優(yōu)化用戶體驗(yàn)及提升銷售額。同樣是線上線下兩個維度同步進(jìn)行。

對于線上途徑,主要是基于傳播的投放優(yōu)化。在初步確定目標(biāo)受眾并進(jìn)行傳播后,可在曝光人群中找到實(shí)際點(diǎn)擊的人群,這一部分人群將作為新增的目標(biāo)受眾加入新一輪傳播中。其路徑如下:

對于線下途徑,主要是基于用戶行為的投放優(yōu)化,遵循以下兩個原則:

原則1:較大的價值由較少的消費(fèi)者創(chuàng)造。以此來確定選品邏輯和補(bǔ)貨邏輯。

原則2:讓消費(fèi)者“偷懶”。以此來確定商品陳列。

除以上兩個主要原則之外,還有很多其他更為細(xì)致的原則,如若檢測到某款商品曾被多次拿起又放下,就表明該商品價格與質(zhì)量不符;若某款商品在貨架上經(jīng)常處于空缺狀態(tài)(但庫存是充足的),則表明該商品的陳列方式不夠精益化或陳列數(shù)量較少。

總之借助大數(shù)據(jù),用戶與場的交互、用戶與貨的交互中有很多有價值的信息值得提煉,并可反饋到商鋪的經(jīng)營上來。

新零售的核心就是“精準(zhǔn)營銷”或者叫“經(jīng)營消費(fèi)者”,是建立在一系列新技術(shù)如人臉識別、人工智能、IoT及各種智能硬件的基礎(chǔ)上的。

通過大規(guī)模的收集用戶信息,商家可以構(gòu)建出消費(fèi)者的精準(zhǔn)的畫像,并從中提煉出大量傳統(tǒng)零售業(yè)未曾關(guān)注甚至未曾知曉的商業(yè)信息。這些商業(yè)信息極具價值,而這也正是新零售的魅力所在。

 

本文由 @Smile 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自 Unsplash ,基于 CC0 協(xié)議

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 你這個借助高德和騰訊大數(shù)據(jù)平臺的方式,很驚艷。確實(shí)是GIS的一個大應(yīng)用。

    來自浙江 回復(fù)
  2. ?

    來自重慶 回復(fù)
    1. 你的這個回復(fù)在PC網(wǎng)頁端、移動設(shè)備網(wǎng)頁端、移動設(shè)備App端顯示出來的各不相同,很神奇

      來自安徽 回復(fù)
    2. ????????????

      回復(fù)