品牌运营vs数据视角，新消费品牌如何突围「流量大、盈利难」困境？

无论外在的商业业态如何变化，零售的本质始终如一，研究“人、货、场”以及“人货场”的组合效率。零售的基本要素离不开“人货场”三个字。新一轮的零售革命正在开启，在新商业、新技术、新场景的驱动下，“人货场”再一次被重构：

• 从人的维度，90后、00后消费者却愈发呈现出弱品牌、重需求、愿尝新的消费特点，需求认同正在取代品牌认同成为消费新观念，市场的需求变化越来越快。

  
  

• 从货的维度，其一是回应「消费者主权」，产品及服务的研发与营销以人的偏好展开；其二是「流通渠道在重组」，供应链向柔性化、网络化发展。

  
  

• 从场的维度，线上线下交互融合，消费场景变得无处不在，承载产品及服务的同时，沉淀数据资产。

「人-货-场」在被如何不断打碎和重构？品牌又该如何顺势而为，实现零售效率的进化？且看分享。 

如何去定义「新消费」？新消费指的是通过锁定新的细分人群、寻找新的品类机会等方式而孵化的新品牌。近几年来，消费主力正在发生明显的「后移」，70 80 后消费主力转移至95 00后，作为移动互联网原住民，其消费习惯、模式、需求都在升级：

首先，消费者愈发注重消费过程的「高体验」。围绕着消费者的不同需求，线上线下多业态的场景应运而生，线上场景以满足消费者高时效性需求，线下场景以满足其体验感需求；

其次，品牌的调性能够引发「高裂变」。品牌与用户，需要建立起全新的共生关系，消费者同时也可以是品牌推广者，产品过渡为一种“社交货币”，好的产品体验、包装、定位及内容，都能够诱发消费者进行主动的分享，实现营销裂变；

最后，优秀的品牌服务能够实现「高复购」。品牌通过更及时、标准化的服务，更精细的会员运营体系，实现与用户的高频互动、专属服务，实现用户体验升级，进一步提升用户粘性，实现「高复购」。 

基于大数据及新技术，线上渠道在便捷性及个性化推荐方面优势显著，预计未来在数字化的驱动下，线上线下渠道将进一步融合，在未来，有竞争力的门店需要零售与服务一体化，在有限的空间里打造丰富多彩的综合消费体验：

第一，“平台功能”，通过品牌联名与跨界，实现各自流量与影响力的共享与置换，创造更多营收，擅长玩跨界营销与联合产品的品牌，越来越多地出现在热门品牌榜单上：钟薛高曾同时跨界4个国产品牌，推出4款新口味雪糕，引发消费者热捧；喜茶四年联名74家品牌，开启疯狂跨界之路，带给消费者不断的惊喜。

第二，“社区功能”，通过构建覆盖线上线下的社区体系，精细化的私域运营，增强消费者的参与感，令消费者在购买产品的同时能够感受品牌的文化与服务，增强粘性。譬如，电商平台的店铺，突破简单的图文罗列形式，通过AR、VR、3D等技术方式，并通过短视频、盲盒机、互动游戏等花样翻新的玩法，构建沉浸式消费感，亦能进一步提升消费时长。 

消费者群体正在加速细分，「消费需求」是群体共性的表达。随着群体的持续细分，消费需求的稳定性也必然变弱，一方面，产品同质化越来越严重，另一方面，市场的需求变化越来越快。

面对越来越挑剔、求新求变的消费者，企业必须以消费者为中心，不断迭代新品，才能收获更多的增长。过去，新品的开发和迭代是一个漫长的过程：从用户需求调研、产品生产或耗时几个月～几年。

现在，在数字化的驱动之下，通过电商平台快速测试，安排提前派样试用，实时收集消费者反馈，品牌可以加速新品迭代与加大新品准确率，新品即爆品；此外，通过大数据，企业将更深刻地洞察消费者内心的需求，无限逼近消费者内心的需求，在任何场景下都能智能化地推送消费者需要的信息，实现对目标人群的精准定位。

越来越多有竞争力的品牌企业开始参与到上游生产、设计、质量等环节。如前文所述，消费者对于个性化的消费需求日益升级，消费正在日益小众、细分化，因此，从「生产的源头」开始，人的需求就会被纳入考量环节。

企业通过提前知悉其用户画像、用户在哪里、用户需求是什么，以此为依据驱动供应链的变化，进一步驱动前端零售业态的变化，将品牌质量、品牌调性、影响力都掌控在自己的手里。伴随着5G时代的到来，消费者需求数据的赋能下，智能制造与柔性生产，将成为可能。工厂内可以实现全生产要素、全流程互联互通，即设备互联、人员互联、物料互联、产品互联等，以及全生命周期的实时数据跟踪，让每一个产品都是消费者真正所需。

市场寡头现象逐渐显现，小品牌难进入，头部品牌保持增长；品控能力弱的品牌将被逐渐淘汰，行业向中高端市场挺进。

品牌会主动去赋能我们所有终端，逆向推动整个供应链的升级；提前布局仓储物流，•重心向供应链转移。

线上线下加速融合，无边界感愈发明显，消费者无处不在、无时不在，销售场景与此共生，销售终端多元化发展。

流量的背后是个人，企业需要更注重用户的需求，品牌营销更注重内容；消费更注重社交货币属性，企业需要扩张每位消费者单点影响力。

得益于“消费数字新基建”的快速推进、内容生态的创新与完善、消费需求细分化三大关键因素的相互循环增强，新锐品牌在近几年迎来了全面爆发，并发展成为消费市场的主力军，「人货场」新运营模式背后的数字化基础是什么？打响“爆款”的第一枪后，新消费品牌如何更好地利用数据驱动力？且看分享。 

过去十年间，基本完成「消费者数字化」。极光最新数据显示，中国目前月活跃设备数达11.5亿：微信月活10.1亿，淘宝月活7.7亿，抖音月活6.2亿。当我们习惯于在线上花费时间时，会留下大量的线上数据，这些数据足以改变整个商业生态的变化：当我想做某件事时，打开手机就会看到推送。

这背后是「营销数字化」，2011年，全球范围内Martech公司仅150家，十年后的今天，这个数据增长了50倍，达到8000家。营销公司利用消费者沉淀下来的数字，做了大量数字化营销的工作，中国的数字营销市场达到了818.2亿元，构建了基于消费者画像的精准广告推送。

产品创新的成功率在线上会提升6倍：若通过天猫等线上渠道打造新品，其成功率在60%；与之相对，通过传统渠道进行产品创新，成功率仅为10%。除了「成功率」的提升之外，「产品上新」的数量也在急速攀升：从2018年的5000万新品到2020年的2亿新品迭代频率。而这背后，都是新商业生态在赋能「产品创新数字化」的体现。

「消费者数字化」「营销数字化」带来了「产品创新数字化」的可能，而产品完成数字化的背后更重要的是「渠道数字化」：中国消费品零售总额中，线上实物销售占比约24.9%，而当产品属于「标准化」「计划性消费」类别时，线上销售占比极高，线上渠道也成为了不可忽视的渠道。当下，通过微信小程序的成交额达到了1.6万亿，而2019年仅为0.8万亿，类小程序的新商业生态正在以肉眼可见的速度高速增长着。

倘若你不具备数字化的渠道，库存周转会非常慢，而当产品在线上渠道售卖时，库存周转效率会大幅提升：当你的产品在线下渠道分销时，周转时长是63天；当你的产品在家乐福等线下门店售卖时，周转时长为39天；当你的产品在天猫售卖时，库存周转时长为30天。消费者数字化、产品数字化、渠道数字化的背后，既为供应链数字化提出了更高效率的要求，又进一步赋能了供应链效率的提升。 

商业模式决定了运营基础，「传统零售or线上零售？内容零售or平台电商？」决定了人货场背后的运营方式：

当企业的生意模式很传统时，譬如线下从品牌到批发再到终端的路径，数据通常只能覆盖到一级经销商，看不到二级经销商至每个终端的销售情况，整个业务数据化的能力很差。在这样的业务数据化基础能力下，产品研发和供应链离终端用户非常遥远，新的运营模式难以跑通。

用户数据如此重要，企业步入下一阶段时，会将「零售终端」到「用户」流程进一步打通，依靠CRM、呼叫中心等系统去沉淀用户数据，在此基础上进行精细化的用户运营。

随着线上渠道比重的日益增长，尤其对于美妆个护行业而言，将线上线下数据的打通又成为一大挑战。高级阶段企业将打通「线下品牌-批发商-终端-用户」与「线上电商/到家平台」数据，实现全渠道数据打通可视。

基于“人-货-场”运营模式升级的数字化基础，以美妆个护行业为例，思考其变化与挑战。 

在层层递进的商业模式下，更好地实现业务数据的沉淀，是所有「人-货-场」运营模式核心的根本。 

业务所积累下来的数据有三种类型，ERP、CRM等系统沉淀下来的数据为一方数据，而电商、媒体等平台的数据为二方数据，运营商、研究机构等平台整理得出的数据为三方数据。通过阿里妈妈、抖音电商罗盘或社交媒体做投放，其数据如何承接？此外，电商爬虫类服务商、市场大盘研究等产生了大量的数据，这些数据如何去驱动运营模式进行转型升级？为了解决这些问题，企业面临诸多挑战：

• 首先，数据基建问题，数据的基础设施是否能够支撑你的运营模式增长；

• 其次，数据场景问题，数据沉淀后应该如何发挥作用，在业务里扮演怎样的角色；

• 最后，数据组织问题，好的数据基础、沉淀了大量的业务数据，但使用者没有数据意识，数据依然很难运转起来。

观远数据将从决策、管理、运营、执行几个层面助力品牌提升数据运营分析体系，应用场景包括管理决策驾驶舱、新品/爆品打造、电商运营、私域用户运营、供应链产销协同等场景。 

商业智能解决的是企业在数据层面从“看得到”、“看得懂”到“可行动”的难题，CEO更需要通过数据去把握公司运营的整体趋势。

观远数据面向集团战略层构建的“总裁驾驶舱”分析模型，可以通过数据大屏、移动端、Web端多终端实时展示，满足决策层总览全局，运筹帷幄的需求。CEO可以实时掌握各个渠道的销售占比、业绩增长以及营运效率，对于异常数据通过联动、下钻等功能层层追踪，提高决策效率。

数据显示，快消品市场每年平均可能有数万的新 SKU 面市，其中 95%都会以失败告终，如何打造持续上线新产品的能力？

（1）定位：单品持续迭代与优化

在寻找品类机会时，从特定市场进行分析，通过细分市场和品牌集中度形成的分区来有效洞察自身的品类机会。同时根据品牌阵营下的核心人群，洞察不同货品的需求与偏好，找到对应的货品，进行更加精准的人货匹配和类目赛道布局。

（2）追踪：紧跟新品表现，及时调整策略

品牌要想实现长红发展，离不开产品的持续运营和良性迭代。新品上市后，应紧跟新品表现，及时调整策略，以「天」或者「小时」为单位去跟踪新品预计目标的达成趋势，包含周销售、增长率的变化趋势、加购复购的变化趋势（判断新品的表现尤其要看复购率）、退货率以及消费者对新品的反馈评论数据等，当检测到新品有爆品趋势时，一定要及时拉通供应链端，在趋势开始时就去拉通库存情况、及时调整优化原料采购计划、供应商的生产计划，包括供应商的产能盘点，及时储备备选供应商、调整市场的推广节奏，对表现不佳的产品进行优化或最终淘汰。

图源：观远数据演示系统

电商是天然带有数据基因的场景，在京东、天猫做运营，平台会提供大量的数据，但当我们将视野放大至整个生意大盘的管理时，会发现依赖于单个平台的数据进行生意管理，角度远远不够。我们需要思考，如何从二方平台沉淀数据，从通盘的视角去思考电商运营的实际结果：判断钱投放在京东还是天猫效果更好？流量在哪里有更大的机会？围绕电商平台的运营我们沉淀出了包括「行业市场变化」「平台销售表现」「大促活动运营」「渠道触达效率」「客户反馈」等标准化解决方案。

今天，大家都想把用户抓在自己的手里，越来越多的品牌开始做「私域运营」，在企业有了私域流量之后，如何将“流量”变成“活跃留量”，就需要强化对会员的细颗粒度分析。

观远会员分析模型覆盖了招募纳新、复购留存、客群鉴定、行为习惯、用户运营的全生命周期分析，包含：会员综合看板、会员增长追踪、消费者分群洞察、会员价值分析、会员唤醒分析等主题，可以帮助企业从“消费者”出发，进行设计选品、营销活动筹备。

此外，线上线下会员数据需要打通，由于企业数据来源渠道太广泛，在品牌发展初期就需要有意识地通过BI平台，将所有渠道的数据整合，沉淀数据资产，形成统一的数据视角，如线上会员分布地点、集中活动区域可以为企业进军线下渠道提供有效信息。

当品牌发展到规模较大的阶段时，一个直接的问题就是「产销平衡」，很多品牌客户都觉得这是非常难的一件事，因为，销售营销和供应链端涉及到很多核心元素，包括采购、生产、仓储、物流、需求计划、生产计划、物料计划各个环节。

观远数据在过往的服务经验中，沉淀了贯穿前后端（需求端、供给端），覆盖运营、会员活动、供应链等核心场景的数据分析方案。

例如在供应链端的「异常订单实时监测和自动提醒」方案，可以帮助企业在订单阶段就能随时看到工厂相应的交期信息，能分析到哪些是有优秀生产能力的工厂，实时看到品类的入库完成率的情况，及 SKU 的交期和入库明细。

对于一些已经产生预警的订单，企业能够实时地把预警信息发送到相应的负责人手机上，帮助企业在预警情况发生时，及时做出介入和调整，找到相应原因就可以在过程中形成一个小的正向闭环。 

新锐品牌面对快速变化的业务模式，企业需要看三年做三个月，以「回归本质、以终为始、分步构建」为原则，搭建全链路的数字化运营体系。

「回归本质」即以消费者为核心，整体优化产供销的各个环节，对多变的需求和多变的品牌与消费者的触点进行更好的满足，这是数字化的本质。

「以终为始、分步构建」贯穿企业从计划、采购、生产、订单、运输、市场到销售的全过程，企业可以选择最需要的场景快速落地，最终实现从基础建设、数据体系建设到智能AI阶段的转型。

当企业处于初创阶段，业务刚刚开始发展，数据体量不大时，需要尽早将电商平台的核心基础数据尽快沉淀；在此基础上，将业务人员的思路、好的经验沉淀到系统里，构建起基础的运营分析体系；当企业步入成熟阶段时，企业的生态更为丰富完整，便可以去构建更完善的数据平台，从「人找数」过渡到「数追人」，做全面的数据分析和数据应用的体系构建，赋能业务人员尽快大规模地去做技术分析。