不懂就問：數字化是啥？怎么整？

文/ 林良旭

數字化未來一定會像電和互聯網一樣，成為商業的基礎設施。

這不是天方夜譚，而是已經顯露的趨勢。也就是說，這不是要不要數字化的問題，而是以后沒有數字化企業可能就無法生存。技術是最大的生產力，生產力改變生產關系，而數字化就是未來幾年的最大生產力。

數字化是什么？

有些人以為設備接上網，收集一些用戶數據，就是實現數字化了。還有些人搞了一堆數字技術，不僅沒有產生多少價值，反而增加了企業成本。

其實，真正的數字化不僅僅在技術上，還要真正從思維上轉變，以及學會利用數字化為自己企業提高經營效率，實現更好的增長——這也是數字化的作用。

數字化在商業上涉及的層面很多，我這里只談營銷上的數字化。《數字時代的營銷戰略》一書指出，真正的營銷數字化至少需要滿足以下五個標準：

1.連接。連接是互聯網、數字時代的本質中的本質。沒有連接，就不叫數字化。連接什么？傳統互聯網時代，連接的是人與人、人與服務。但在移動互聯網時代和數字化時代，連接還融合了人與線下、線上與線下等因素，未來甚至是萬物互聯的時代。比如在盒馬鮮生，就能感受到線上和線下、人與商品等的全面連接。

2.消費者比特化。比特是表示信息的最小單位。消費者比特化就是將消費者的行為進行記錄與跟蹤，轉化成精確的可視化數據，方便更好地把握消費者的動態和做出更有效的營銷決策。以普拉達的零售店為例，店里的衣服上都貼有裝著傳感器的新型條碼標簽。每件衣服被消費者拿起、放下或者試穿的信息都會被準確記錄，并傳遞到后臺的管理系統中。這些數據將為企業下一步的產品開發、設計或者進貨指出精確的方向。

3.數據說話。有人說數據是未來的“石油”，這一點也不夸張。數據是數字化的基礎，沒有數據，一切都是空談。有了數據，才能更好地了解用戶，實現商業增長。

4.參與。在供大于求的時代，商品泛濫，如果不重視消費者的需求與參與反饋，產品很難賣出去。現在讓消費者進入商業決策鏈的成本越來越低，消費者的參與更顯重要。

5.動態改進。現在的消費者數據更新頻率非常快，需求也在不斷變化，企業也需要快速反饋與迭代、動態改進。隨著各種技術的普及，實現動態改進的成本也越來越低，關鍵還是思維的轉變。比如小米在2010年的時候，就把手機操作系統的更新頻率變為一周一次。這有點“變態式”的做法，做到了基于用戶反饋的動態改進。

總結一下，要實現全面的數字化，就要利用移動互聯網、物聯網等實現人與人、人與物、物與物的萬物互聯狀態，乃至做到“瞬連”“續連”等高度連接；能夠隨時跟蹤用戶的行為數據變化，每個環節都做到以數據說話，并在連接中實現用戶參與，進而實現企業的動態改進。

目前的電商就是全面數字化的代表，用戶網購中的所有行為已經可以比特化，搜索、瀏覽、下單、物流、評價等環節都可以形成以上五個標準的全面數字化運作。但是目前絕大多數的企業還達不到以上五個標準，這背后涉及技術成本、思維理念、管理模式等因素。我的個人觀點是，我們不要為了數字化而數字化，要明白數字化的本質目的是為了提高經營效率。

所以，即使目前還達不到以上標準，我們依然可以實現部分數字化，或者利用數字化的思維，去提升我們的企業經營效率和營銷決策效率。

營銷數字化的決策模型

數字為營銷服務，而不是營銷為數字服務。營銷數字化的目的是利用數字化技術和思維更好地了解用戶、維系用戶，從而更好地實現銷售增長等目標。

我們要明白數字化決策和傳統的營銷決策模式的區別。《大數據時代》一書指出，大數據時代給人類思維帶來了很大的沖擊，其中最重要的一點就是：用相關關系而不是因果關系來理解這個世界，知道“是什么”比“為什么”更能有效地解決問題。

傳統營銷團隊進行消費者洞察的主要目的是找出消費者行為背后的原因，即為什么購買或不購買某個品牌的產品或服務、為什么喜歡或不喜歡某個產品、消費者是基于怎樣一種觀念或態度來決策的……這樣的因果推斷成為我們營銷決策的重要依據。

而以大數據為基礎的消費者畫像更多的是相關關系分析，也就是在海量數據中發現隱含的相關性，這為我們提供了一種全新的消費者洞察與決策路徑。

我總結了一個“營銷數字化決策模型”，明白這個決策模型背后的思維模式，才是關鍵。

這個模型主要有兩大模塊，一個是左邊的用戶畫像模塊，根據數據采集、數據挖掘、數據建模和驗證步驟形成用戶畫像。另一個就是右邊的營銷戰略和4P模塊。中間的“用戶的購買行為”是這兩大模塊的連接關鍵點，沒有前面的用戶畫像就很難預測用戶的購買行為，有了用戶購買行為的預測后再去制定營銷戰略與措施，才更有效果。

下面展開來說。

表：普通用戶畫像與數字化用戶畫像的比較（資料來源：KMG 研究）

數字化用戶畫像

了解用戶，本質就是了解用戶畫像。在數字化的用戶畫像中，既需要按照大數據的計算，通過各種標簽還原消費者的各種特質與軌跡，又需要把消費者放入情景中，把這些特質的表現串聯起來，這樣形成的營銷戰略才能即具備數據化的精確，又能有效切入消費者的生活軌跡。

數字化的用戶畫像的形成可分為四個步驟：數據采集、數據挖掘、數據建模、驗證。

1.數據采集。根據企業的戰略需求和業務目標找到適合的數據源。比如用戶的消費行為數據、第三方數據、CRM 數據等，然后進行數據采集。

2.數據挖掘。處理數據，包括數據清洗——去掉重復或不完整的數據；用戶識別——確定用戶多個ID的唯一性；數據分類——分為用戶屬性數據（性別、年齡、城市等）和用戶行為數據；建立標簽和權重體系——標簽就是對人、物、事或場景顯著性的分類、提煉與總結的過程，標簽化是精準營銷分析的重要前提。權重就是對程度或概率的一種量化，表示用戶發生某種行為的偏好、概率或同一個動作在不同地點和時間的觸發權重。

3.數據建模。利用關聯規則和聚類、邏輯回歸等方法，對各種數據進行分析，發現數據之間的相關性，然后進行建模。比如通過分析得出你的目標用戶在什么渠道、什么時間更容易下單，然后根據這個模型去制定營銷推廣活動。

4.驗證。對數據模型進行驗證，以保證該模型準確描述了用戶的特征，減少模型的偏差。通過驗證，可以把一些偶然的相關發現或不能準確反映事實的數據剔除。

接下來就是根據用戶畫像的標簽和模型去預測用戶的需求動機和購買行為，然后就來到了營銷戰略決策和4P 模塊。

營銷戰略和4P

用戶畫像只是一種決策參考，而營銷決策這個環節需要運用各種營銷思維，考慮各種綜合因素，最終做出營銷戰略決策。其中，數字化的4P 會帶有“動態化和互動式”，也就是前面說的“動態改進”和“參與”等特點。

1.產品。在數字化經濟中，產品更強調與用戶共同創造，并且會實現規模化的個性化，這背后是整合成本和對用戶畫像的精準分析。

2.定價。定價模式也從標準化定價逐漸走向動態化的定價模式，可以根據不同的用戶、時間、場景等進行動態定價，優化產品的利潤空間。“大數據殺熟”是根據不同用戶的消費力和品牌忠誠度來實現利潤最大化，而數字化的動態定價是根據不同的用戶需求來定價，實現用戶與企業的價值雙贏。

3.渠道。傳統的分銷渠道是從工廠到經銷商，再到各種零售終端的模式，而數字化的渠道是“以人為主”的分銷模式，人對人分銷，不局限于某個渠道。這背后需要很好的渠道利益設計和模式重構。

比如微商和社區團購模式就在一定程度上契合該特點，只是還沒能完全實現“人對人”，而且背后還涉及一些政策、技術和商業體系等問題。

4.推廣。傳統的廣告、促銷等推廣方式更偏向單向的傳播，數字化的推廣策略更看重用戶的社交傳播，用戶會主動幫企業傳播。用戶買了產品，不是營銷的結束，而是剛剛開始，購后的一系列措施才是關鍵，比如用戶關系管理等。

當然，數字化營銷決策中還涉及很多其他因素，比如數據獲取來源、用戶購買行為的驗證和企業其他部門的支持等。

總之，商業數字化、營銷數字化的歷史進程已經來臨，過去只憑感覺、靠經驗去做商業決策的時代會慢慢遠去。未來一定是人充分利用數字化來提高決策效率的時代，經驗也許依然有用，但用好數字化會更有競爭力。