文化經濟思維視角下的品牌粘性營銷

畢冉

摘 要：隨著新媒體技術的發展和傳播渠道的日益增多，品牌營銷也需要隨著時代變化營銷手段。專注于增強品牌的粘性能夠很好的吸引客戶實現良好的傳播。本文探究了傳統的營銷方法如今不再奏效的原因，并在文化經濟思維的視角下結合當今時代背景提出了三種具有可操作性的解決方案，以便幫助品牌實現“粘性營銷”，吸引正確的客戶群并持久粘住他們達到有效的品牌傳播。

關鍵詞：文化經濟思維；品牌；粘性營銷；大數據；細分人群

中圖分類號：G231-F 文獻標識碼：A 文章編號：1005-5312（2016）21-0286-01

互聯網時代就是一個變化的時代。很多互聯網產品被稱為“日拋型”，即短時間內爆紅后迅速走向冷卻。比如去年火遍整個社交媒體的卡通頭像制作軟件“臉萌”，仿佛一夜之間所有人的社交應用中的頭像都是使用“臉萌”制作的卡通形象。然而現在如果還有誰頂著“臉萌”的頭像在社交網站上發言，就會給別人一種落伍的感覺。這就源于“臉萌”團隊在獲得用戶關注、沖上應用下載排行榜首之后，沒有進行產品的跟進創新，從而導致了生命周期只有很短的一段時間。

想要解決這種用戶心中“日拋型”定位的困擾，就需要品牌具有粘性，粘住目標消費人群，并使之成為“回頭客”。只有能夠超越單純的技術操作層面，用品牌文化、核心價值觀來粘住客戶才能體現品牌意義并在紛繁復雜的眾多平臺中牢牢抓住客戶。

現在的消費者根本不愿意等待，每個人的時間都很緊迫，因此即時性的價值就被凸顯了出來。如果品牌在推廣初期使用了大數據分析了目標消費人群的喜好，那么對于品牌之后的發展無疑是事半功倍的。

風靡北美乃至全球的美劇《紙牌屋》就是一個很好的案例，正是因為大數據分析技術的應用使得這部劇迅速在觀眾之間建立了良好的口碑并獲得良好的收益。美國Netflix公司是一家在線影片租賃提供商，該公司的網站有近3000萬訂閱用戶，這些用戶在網站上收看視頻的大量行為都被記錄了下來。據統計，用戶每天在 Netflix上產生 3000多萬個行為，包括暫停、回放、添加書簽以及每天300萬次搜索、400萬個評分。這些數據會和第三方數據（如尼爾森的收視調查）一起進入Netflix的數據庫。在分析出凱文·史派西、大衛·芬奇的粉絲與政治題材電視劇存在顯著相關性后，該公司做出了拍攝《紙牌屋》的決策。結果，大數據技術讓Netflix賺得盆滿缽滿。

但是在借助大數據分析增強品牌粘性的時候，也要注意到計算機數據分析擅長的是測量社會交往的“量”而非“質”。網絡科學家可以測量出你在76%的時間里與6名同事的社交互動情況，但是他們不可能捕捉到你心底對于那些一年才見2次的兒時玩伴的感情。除了理性分析之外，品牌粘性營銷更要關注的是“以人為本”，將客戶按照與品牌之間的“粘度”進行細分。

目標品牌的用戶通常被歸入以下四個細分群體之一：穩固型——特定的產品領域之中，在未來不太可能改變消費模式的用戶；普通型——在短期內不太可能改變消費模式，但在中長期有轉變的可能性；邊緣型——在品牌粘度方面低于普通型用戶，其中已有一些消費者在考慮其他品牌；易轉換型——某品牌的用戶中最容易流失的群體。

度量“粘性”不僅僅是一個理論概念，粘度較高的群體對于市場營銷而言，有著重要的意義。因為粘度較高的消費者相比較粘度較低的群體而言他們會更容易被說服重復購買某品牌；他們對競爭品牌的宣傳更具免疫力；當遇到常用的品牌（產品）缺貨的情況，他們不會輕易接受其他品牌；他們對于價格的敏感度較低；他們支撐了特定的產品領域中和他們維持高強度關系品牌的較大的市場份額。而他們的高粘度通常會和未來的購買行為聯系在一起。

將客戶進行了不同“粘度”的劃分之后就可以針對不同的目標人群進行精準的廣告、市場活動的投放了。奔馳品牌曾舉辦過一個活動，邀請100位長期使用奔馳的車主到斯圖加特奔馳總部做“消費者洞察”，讓他們參與下一代S級車型的討論，給下一代車型的初步設計做出評判打分，他們的意見被鄭重承諾會提交到董事會上討論。這些車主在豪車消費領域屬于不太會改變消費模式的一部分高“粘度”人群。這種以代入式的溝通和切實的參與會更加好的增強消費者的口碑從而成為傳播的強大助力，并引發市場對于新一代S級車型的熱烈討論和期望。

品牌在確定了目標人群之后，在實際推廣的過程中，品牌故事就是最好的聯系客戶的粘合劑。只有讓“內容”本身成為媒體，讓內容獲得持續關注與傳播，才能使客戶與品牌粘的難舍難分。

一個品牌的成功傳播，一定是歸功于其高粘度。品牌向具有與客戶之間的高粘度，首先需要借助大數據分析來確定用戶真正想要什么。其次，根據用戶與品牌之間不同的緊密度分為四類不同粘度的細分群體。最后，結合大數據分析和細分人群之間的調研，堅定使用有粘性的品牌故事向大眾傳播品牌內涵，最終達到良好的品牌傳播效果。粘性營銷與文化和經濟的緊密聯系可以讓用戶獲得更優質的購買體驗和對品牌文化更深入的理解。

參考文獻：

[1]俞陶然.《紙牌屋》背后的大數據應用[N].解放日報，2014-02-24.

[2]大衛·布魯克斯.大數據時代，什么是數據分析做不了的？[N].紐約時報，2013-02-16.

[3]丁文祥.用品牌或產品“黏性”來細分市場[N].經濟觀察報，2004-0

3-15.