腾讯栾娜:全场景数据攻破营销难题,重构行业边界
12月6日,腾讯网络 媒体 事业群副总裁栾娜出席2017GDMS全球数字 营销 峰会,并以《从终点到起点,全场景数据赋能品牌营销》为主题发表演讲,与众多全球领先品牌的市场营销决策高层分享了腾讯全链路营销的最新思路。
随着数据和人工智能的发展变革,消费者的决策链条越来越难以把控,如果对数据使用不当极易走入营销误区,品牌如何摆脱“低效营销”困境,走进营销新位面?栾娜在演讲中传递了腾讯对消费者决策链的最新洞察,并提出腾讯全链路数据可全面助力品牌攻破新客获取、人群优化、内容选择、销售优化等多项难题,实现从终点到起点的全面赋能,以腾讯的全场景、全平台能力为基础,积极挖掘创新的应用来发挥营销技术的最大效用,赋能合作伙伴。
栾娜在峰会上也介绍了腾讯INTER-Trace全链策数据营销解决方案,通过发挥腾讯在内容、数据和技术方面的核心优势,为客户提供营销洞察、投放和追踪三个维度的数据支持,挖掘并发挥企业方数据的价值,依据用户属性数据驱动营销投放全面升级,并对投放效果进行实时追踪,帮助品牌进入全新的营销格局,与腾讯一起共赢始终。
腾讯网络媒体事业群副总裁栾娜演讲
以下为栾娜的演讲实录:
栾娜:大家好,数据是 互联网 所提供的最大红利之一,它给很多之前无法解决的问题提供了解决的可能性,所以大数据刚刚出现时,每个人都很兴奋。但是海量的数据要怎样处理?怎么去用?其实我们并不知道,并且经历了非常漫长探索和摸索的过程。
后来我发现很多数据如果连在一起来看可能效果会更好。兴奋之余,我们又发现了一些使用的误区,今天来跟大家分享一下数据发展到今天我们有可能怎么去面对数据,怎么躲开有可能遇到的误区。
原本很多数据是以孤岛的形式存在的,但现在很多数据孤岛被连在一起了,就像我们拿到京东的数据后,我终于知道前端媒体投放到电商的平台,到底后面发生了什么?这些数据让我们对消费者有了全貌的认知,但是这里有个误区是虽然你有电商的数据,虽然你有了全链路,但是你发现很多消费者的决策还不是在你的想象当中,这也不是决策的全部。
数据显示消费者购买洗面奶、口红等日常用品前,只会浏览不到两个品牌。这意味着消费者在到达电商平台之前已经决定要买什么了,而在之前这个过程中,很多因素都会影响他们。
在消费前端的过程当中各类信息的影响会让消费者的脑子里面有几个品牌,等消费者购物环节时再影响他们的余地就已经很小了,所以在品牌营销上应该有更全面的数据思考,究竟我们怎样运用这些数据才能达到最好的效果。
好的数据有两个特点,一是大而全,二是够覆盖所有的场景。平台型的公司是可以提供这种可能性的,腾讯所有企业服务的价值观是赋能,我们希望把这些数据资产通过一种方式赋能给企业,真正能为其所用,所以我们试图搜集了所有场景里顶尖应用的数据。
但在有了这些大数据之后,又该如何更高效的运用呢?我认为在整个营销过程中,数据首先要能获得新客;其次,要能优化我们的人群;第三,要能更加有效的跟目标人群沟通,最后实现销售转化。
接下来每一个关键点我都会用具体的案例给大家做推演和讲解,数据在这些领域里面是如何指导到大家。
我们的一个奶粉品牌客户专门做了三个数据包的广告投放,一个只用京东的数据,一个只用了我们给他提供的所有的 社交 跟其他洞察出来的数据组成的包,第三个是没有数据包的普通广告,这三组数据做了对比之后可以看出明显的差异。
第二,如何挖掘新的潜在目标客户,可以看下今年全职高手和麦当劳的这个非常成功的合作案例。全职高手是一个非常好的二次元的动漫产品,他的用户很明显也很特殊,麦当劳希望我们能够打捞出这群人,在拿到诉求之后,我们在内容侧做了一些匹配,发现全职高手的动漫,虽然人不是特别多,但是和麦当劳的目标受众非常匹配,我们建议做深入的合作。最终植入的效果是非常好。
在动漫中成功植入以后,麦当劳在杭州开了一家旗舰店,跟动漫的场景一模一样,很多人去那个店排队买东西,他们又乘胜追击出了一套动漫人物的麦乐卡,跟别的打折卡没有什么区别,但是销量很高,我们通过数据定向了一个内容的目标人群,帮客户做了成功的投放。
除了麦当劳,我们也和一汽做了一个内容深度订制的案例,去年在合作中我们发现一汽的用户人群里面对于体育的热情特别高,所以一汽决定做奥运的冠军直通车。为了实现最快速的产品亮相,我们将一汽的一款车型做成了冠军接驾的车,最终达成的直接售卖达1500台。
这是数据打通对销售转化的帮助,在另一个欧莱雅的案例中,我们数据洞察发现跟口红相关的关键词是色号、明星同款、送礼等等。于是我们在与欧莱雅的合作中借戛纳热点以520赠礼驱动粉丝,创造了5.2万只口红一小时内秒空的记录。
总结一下我的观点,第一,在数据上,腾讯愿意跟大家一起探讨,我们愿以完全赋能的方式帮助大家运营数据。第二,运用数据时一定要用全链路的数据,不要变成数据孤岛,在每一个阶段里看一下上下游,我们才知道如何全面的运用数据实现我们的营销目的,谢谢大家。