舊營銷規則的安魂曲,願它們安息在 P 中

已發表: 2020-03-10

30秒總結:

  • 當今的消費者並不像尋求個性化的購買體驗那樣尋求質量、功能和價格的最佳組合。
  • 多渠道營銷最初是為了方便,但現在是通過全渠道關係連接體驗。
  • 了解客戶需求會隨著時間的推移而變化,並傾聽這些變化。 這是傳統客戶細分通過非個性化數據被證明是聾啞的領域之一。
  • 隨著第三方人口統計和客戶數據池的枯竭,品牌正爭先恐後地通過生成、擁有和分析他們的客戶數據來填補這些信息空白。
  • 從真正意義上講,明天的成功品牌將是能夠預測自己成功的品牌。
  • 二十年前,一個品牌可能有三四個客戶角色。 今天,他們可能有 300 萬個角色,每個客戶一個。 技術是釋放這種新潛力的關鍵。

如果您在過去 50 年中攻讀市場營銷學位,您可能對五個 P 非常熟悉:產品、價格、地點、促銷和人員。

它們是營銷難題的傳統部分,將它們放在一起時,應該通過回答以下問題來揭示您的上市策略:我在賣什麼?哪裡有賣?我應該如何定價? ,我應該怎麼賣呢?誰會買呢?

問題是,對於今天的數字原生營銷人員來說,舊的 P 已經過時了。

因此,讓我們扔掉那些舊的營銷手冊,並為精通數字的品牌提出五個新的 P。

您可以將它們視為 P、愛情和買家理解的未來基礎……

P代表個性化

在過去的 10 年中,客戶的購買行為發生了巨大的變化。 過去,只有在品牌開發產品時考慮到特定類型的人時,產品才會個性化。

然後消費者會選擇最能滿足他們需求的產品。 但是,今天的消費者並不像追求個性化的購買體驗那樣尋求質量、功能和價格的最佳組合。

他們希望品牌知道他們作為個體的身份,而不是人口統計數據:是什麼推動了他們的選擇,他們重視什麼,他們過去購買了什麼,以及他們將來需要或想要什麼。

這種對個性化的新期望比過去的細分市場大得多,過去主要是通過代理營銷。 在這些情況下,營銷人員會根據年齡、收入、地區和其他人口統計數據尋找與老客戶相似的新客戶。

今天,最成功的品牌是那些使用他們的數據來深入了解客戶為什麼購買他們的產品或服務的品牌:他們是否受到某些價值觀、信念、趨勢的驅動,或者甚至是害怕錯過下一件大事(FOMO) ?

能夠回答這些動機和意圖問題的營銷人員可以解鎖身份背後的個人,並提供高度個性化的體驗,從而提高客戶忠誠度,並最終創造客戶終身價值。

P代表普適

多渠道營銷最初是為了方便,但現在是通過全渠道關係連接體驗。 營銷人員需要在他們的所有接觸點(包括在線、店內和移動設備)上調整和綜合客戶體驗,以便讓客戶更好地與他們的品牌互動。

全渠道參與還會生成更多、更豐富的客戶數據,可用於個性化和優化體驗。 對於希望跨渠道吸引客戶的營銷人員而言,創建此類普遍體驗可能是一項挑戰。

例如,可能會鼓勵使用智能手機呼叫聯絡中心的客戶下載移動應用程序,或者在線客戶下次訪問網站時可能會看到店內優惠。

品牌與客戶建立聯繫並將這些聯繫聯繫在一起形成無縫關係的方式越多,隨著時間的推移,客戶就越有可能與該品牌保持聯繫。

P代表現在

聽起來對已婚夫婦的好建議對營銷人員來說也是好建議:在關係中存在並善解人意。 換句話說,了解客戶的需求會隨著時間的推移而變化,並傾聽這些變化。

這是傳統客戶細分通過非個性化數據被證明是聾啞的領域之一。 客戶旅程不是一條筆直平坦的道路。 人們換工作,改變目標,在一年的時間裡,可以從更換越野自行車輪胎到更換尿布。

當然,在場需要實時數據。 在客戶越來越關注他們共享多少數據以及與誰共享的世界中,這可能會帶來問題。

你不能指望顧客勾選一個方框,上面寫著“是的,我們要生孩子了!” 在他們的在線購物車中。 但這就是良好聆聽的回報。

如果您的數據庫跟踪之類的各類文章和產品,顧客被點擊,就可以得到一個什麼樣的相關更加清楚地了解他們和什麼不是與他們有關,並作出有意義的內容和產品的建議,而他們“仍在瀏覽您的網站或商店。

P是專有的

首先是數據倉庫,然後是數據湖; 現在一切都與數據護城河有關。 這些是已成為新的競爭優勢,為尤伯杯-marketers如亞馬遜,Netflix和Spotify的第一方數據的專有池。

雖然護城河並不意味著運動,但這絕不是停滯的數據。 數據護城河不斷更新和豐富,以創建更深入的客戶洞察並發現新的購買傾向。

對數據護城河日益增長的興趣受到兩個重要因素的推動:越來越多地採用客戶數據平台 (CDP),其擅長存儲此類數據並從此類數據中創造價值,以及隨之而來的第三方數據領域的萎縮GDPR 和 CCPA 等新的隱私法規。

隨著第三方人口統計和客戶數據池的枯竭,品牌正爭先恐後地通過生成、擁有和分析他們的客戶數據來填補這些信息空白。

P 代表預測

人工智能 (AI) 和機器學習 (ML) 已成為從營銷到製作炸玉米餅的幾乎所有事物的流行語。 (我希望我們的未來能有一台智能炸玉米餅機。)人工智能和機器學習真正影響營銷的潛力在於預測洞察力領域。

以一種奇怪的方式,由於純粹的效率,機器掌握著與客戶建立更加個性化和感同身受的關係的關鍵。

通過分析數據相似性和最近的用戶行為,品牌可以預測每個客戶的下一個最佳體驗,無論這意味著將他們指向特定的在線內容還是向他們的智能手機發送優惠券。

客戶服務代理的人腦不可能在如此短的時間內訪問所有歷史信息並提出相關建議。

從真正意義上講,明天的成功品牌將是能夠預測自己成功的品牌。

他們不僅會了解是什麼推動了每個客戶的動機和決策,而且還會了解他們接下來可能做出的決策,並隨著時間的推移對這些決策進行規劃,以建立對客戶生命週期價值的準確視圖。

反過來,這種觀點可以為廣告支出提供信息,以確保營銷人員以有限的資金進行正確的投資。

缺失的 P:技術

從有根據的猜測到人工智能驅動的洞察力,營銷已經走了很長一段路。 事實上,這可能足以讓你希望你在學校學習了一些更簡單的東西,比如生物醫學工程。

但隨著營銷領域變得更加科學,營銷技術的科學也在發展。

二十年前,一個品牌可能有三四個客戶角色。 今天,他們可能有 300萬個角色,每個客戶一個。 技術是釋放這種新潛力的關鍵。

老P? 它們已成為過去。 產品已成為數字下載,價格現在是訂閱,地點是移動的目標,促銷司空見慣。 至於人,嗯,事實證明我們只是開始了解他們。

James McDermott 是 Lytics 的聯合創始人兼首席執行官。 James 曾擔任 Storycode 的首席執行官,這是一家被 Postano 收購的移動軟件公司,以及分析和優化公司 Webtrends 的業務開發副總裁。