天猫的一小步，数字化的一大步  创创锦囊

数字经济呼啸而来，天猫团队一直勇追时代潮流。

这一次，天猫与埃森哲联合发布《天猫企业经营方法论白皮书》，聚焦双轮驱动与全域增长，将企业经营创造性地分为了消费者生命周期价值管理和货品生命周期价值管理。两端发力，实现更高效的供需匹配。

这是天猫的一小步，却是数字化的一大步。用数据赋能企业经营管理，未来已来。

本期创创锦囊，与你分享天猫数字化研究新成果。

01

远在2014年，我在飞利浦的时候，就和阿里进行了一些趋势洞察方面的合作尝试。

当时虽然是很初级的分析和洞察研究，依然有一些有趣的发现。比如，我们看到飞利浦剃须刀的潜在用户，和小米手机的用户重合度很高。所以我们做了一些针对小米手机用户的投放，效果还不错。

2017年，阿里正式推出了品牌数据银行产品，用AIPL的逻辑来数据化了品牌与消费者的关系。品牌从此知道它在阿里的平台上有多少消费者，都是些什么样的人，以及他们与品牌的关系是怎么样的。

我也在那之后不久，与阿里的数据洞察工具再续前缘，带领一个服务商团队，基于数据银行产品为企业提供策略咨询服务。

2018年，天猫和Bain（贝恩）合作，推出了FAST指标，为品牌做“消费者运营”提供数据支持。

2019年，天猫又和BCG（波士顿咨询）合作，推出了“GROW增长模型”。

如果说FAST指标是看消费者与品牌的关系，GROW就是在连接人和商品，帮助品牌在品类里寻找并量化增长的机会。

今天，“消费者运营”这个概念已经深入人心了。

流量越来越贵，获客成本越来越高，企业都希望能够通过数据的加持，维护好已知的客户（AIPL状态中的），来实现增长。

但我也常常反问自己：

这就够了吗？

这就是我们能做的全部吗？

把已知的消费者“运营”得越来越精细，就是营销的终局吗？

肯定不是的。

讲到消费者运营，很多人想到的案例是茑屋书店。茑屋书店在日本拥有1400多家加盟店，6000万会员。但它卖的不是书，是生活方式。

茑屋书店的本质是经营人群而不是产品。它根据各家门店实时反馈的数据，来为特定人群提供舒服的体验，以及各种各样的产品。门店运营不以转化率为指标，而是以人群停留时长为指标。通过让对方舒服开心，最终实现盈利。

茑屋书店实际上是一家数据驱动的咨询公司。

这当然是值得学习的。

但是对很多企业来说，首先需要的是那6000万会员。

茑屋书店是因为洞察了日本消费者对生活方式的需求，并提供了相对应的产品和服务，才能有今天的发展。

茑屋书店在杭州开的中国大陆第一家店，我也去了。很美，但是人不多。

我也不知道，就凭那三三两两的人群贡献的数据，它能怎么“运营”我。

02

也许就是因为有这样的疑惑，这几年我暂别了数据营销的工作，开始研究有关创新的课题，同时也给很多创业者和企业家做创新教练。

这期间对我来说最重要的感悟，就是“增长“究竟从何而来。

被称为“创新理论之父”，也是《经济发展理论》的作者，著名经济学家熊彼特，提出过一个著名的概念，叫做“创造性破坏”。

他认为，经济发展是靠创新推动的，而创新就是新的企业不断破坏市场的均衡，取代旧的企业。这种“创造性的破坏”， 是发生在产品、生产工艺、组织以及商业模式等方面的创新。

熊彼特讲的是整个社会经济，但其实也适用于企业（事实上他强调，创新的主体是企业家）。企业要获得真正的持续的增长，必须要进行自我破坏，也就是用新产品取代老产品，新的业务取代旧的业务。

而这种增长，就不再是10%-20%的效率提升，而是几倍几倍质的飞跃。

这个理论给我很大的启发。我对此的理解是，供给侧的创新才会创造真正的价值。仅仅依靠运营效率提升的增长，是基于现有产品现有模式的增长，并不能带来真正的进步。

其实这几年我们看到的很多新品牌崛起的例子，不管是新消费的代表，精品速溶咖啡三顿半，还是主打“无尺码内衣”的Ubras，还是以东方文化为根基的原创香薰品牌观夏，都是在产品或者模式方面有很大的创新。

有意思的是，这几年的国家战略也在不断强调要加强供给侧改革，提高供给体系的质量和效率。

在我看来，所谓的供给侧改革，和熊彼特的创新理论是紧密相关的。单纯的需求管理是不够的，只有需求管理和供给管理紧密结合，才能让我们获得不断的增长。

被称为新时代最重要“生产资料”的数据，理应在供给管理这件事上发挥举足轻重的作用。

不得不佩服的是，天猫的团队一直走在消费趋势洞察的最前端。当年他们很早就提“消费者运营”的概念，并开发FAST、GROW等指标和相应的方法论；这一次，天猫与埃森哲联合发布的《天猫企业经营方法论白皮书》，又对数据赋能供给管理作出了强烈的回应。

白皮书的主题是双轮驱动，全域增长，将企业经营创造性的分为了两个大的方面，包括消费者生命周期价值管理，和货品生命周期价值管理。

同时，推出了用于管理货品生命周期价值的SUPER模型。

此次白皮书还从全域联通、私域运营、策略人群三个方面，升级了FAST和GROW模型。

因为前面阐述的原因，我个人特别关注货品生命周期价值管理这个部分。白皮书里面列举了18个大场景和47个子场景来解释这套方法论的应用。针对货品这端，一共是7大核心业务场景和30个子场景，对品牌在趋势洞察、新品研发、上市营销、优品运营、渠道组货、供应链管理、清仓促销等全链路都进行了支持。

针对每一个货品生命周期价值管理的业务场景，天猫都提供了相应的定制化服务和数字化工具。

如果说以前的FAST/GROW是帮助商家开始理解什么叫消费者运营，在需求端寻求增长机会；那么现在的SUPER，则是在尝试赋能企业作出供给侧的创新。

两端发力，实现更高效的供需匹配。虽然只是一个开始，但意义重大。

天猫的一小步，却是数字化的一大步。

03

用数据赋能供给管理，还仅仅是一个开始。但我也很好奇，目前我们能做到什么，有什么坑，有什么经验可供借鉴。

好在白皮书还提供了15个案例供学习。

不过，这些案例的情况都写得比较简略。为了解更多，我接触了其中一个案例：九阳的服务商多准，希望从他们那里获得更多信息。

多准运用了这套新的方法论，从消费者研究开始，帮助九阳破壁机这个新品准确找到了合适的潜在用户，快速引爆。

看起来，九阳的这个案例是覆盖了货品生命周期价值管理在新品期的两大场景：趋势洞察和新品上市营销。

九阳的服务商，多准的小伙伴对我说，她觉得在这个案例里面最重要的，就是加深了“货找人”的逻辑。

我们都知道，最早的时候电商的逻辑都是人找货，也就是消费者在电商平台上搜索要买的东西，然后找到合适的店铺与产品，交易。后来就有货找人的逻辑，比如“猜你喜欢”，就是把数据预测的消费者可能喜欢的产品，推到她的面前。

而在九阳的这个案例里，“货找人”还有更新的含义。多准的小伙伴说，过去品牌上新品，直接去品牌人群里做推广就结束了。但现在如果考虑新品期的供给管理，就可以通过阿里数据产品的洞察，结合服务商能力，去帮助品牌找到新品的特点和特性，把这部分最有可能被转化的人群给找出来。

这些人可能是之前买过九阳的产品，也有可能是之前完全与九阳无关的人。

如果是过去的做法，九阳在数据里面也只能看到买过自己品牌的消费者状态。但这一次的案例，是基于天猫核心品牌增长“超级旗舰项目”。天猫、九阳品牌方、服务商（多准）三方共建，可以通过平台增强的消费者洞察能力，了解到更多公域人群的表现，帮助品牌方完成最适合新品的人群定义，达到更深一步的“货找人”的效果。

多准的工作流程可以被概括为：从小数据分析的结果出发，总结新品核心需求场景，然后从场景出发，结合阿里的洞察工具，为这款新品定制策略人群。

事实证明，这样的方法，可以收到很好的效果。

我问多准的小伙伴，为什么在这个案例之前，没有这样的做法。

她哈哈一笑说，因为这次洞察能力可以被串联起来了。

这是什么意思呢？

她解释说，其实很多品牌都在用阿里的数据工具，包括策略中心，TMIC等等。但是这种使用往往是割裂的。

比如说，很多公司的研究部门或者产品部门会使用TMIC去做产品功能测试，或者选几个人群用调查问卷来验证一些假设。总体上依然属于小数据的验证方法，并不能与后期的推广联系起来。

“A部门用TMIC，B部门用策略中心，C部门管投放，彼此之间并没有连接。”

“我觉得九阳的这个项目能够成功，是因为公司的高层非常重视数据，又把相关的部门都同步起来，在品牌内部的组织层面完成了串联，这样数据才能被串联起来，发挥最大的效用。”

多准的小伙伴说，其实阿里平台的数据产品本身也是分开的，服务商需要做的，就是把平台端的不同产品也串联起来，从产品的需求场景出发，定制策略人群，然后针对人群的洞察，测款，最后去打爆，一整条链路来做。这是服务商特别有价值的地方。

一边是品牌方的内部组织，一边是阿里的数据产品，两边都串联起来，对接，就能爆发能量。

九阳的这个案例，除了成功地打爆了新品，还带来了一些意想不到的效果。

多准的小伙伴说，这个案例，让九阳品牌方意识到了，其实每个产品都是可以有自己独特的人群的。

而不同的人群，就要匹配不同的价格，不同的产品卖点。

以前九阳的产品，往往会“共享”产品卖点。不管是100块还是1000块钱破壁机，都会讲静音功能，或者说它可以打得很细。最后的结果就是产品区别度不高，对消费者的吸引力下降。

人群做了区分之后，供给的匹配就自然不同了。比如“家务懒人”人群，消费能力是很强的，所以高客单价产品更适合他们；而“爱家妈妈”这个人群，虽然对产品的要求也很高，但购买能力一般，这时候就要把高性价比的产品推荐给她们。

更进一步，会影响产品设计。

每个品牌方可能都有一个梦想，就是一个产品能卖给所有的人。

但现在数据让大家有了更清醒的认识。

多准的小伙伴说，他们现在自定义策略人群的时候，会直接让产品经理参与进来。

“过去是品牌自己决定卖什么货，来阿里平台卖一卖，最多是卖之前去验证一下；现在我们希望通过人群去反推，去告诉品牌方，要打不同的人群的话，每个人群要配什么货品，要有什么卖点。”

“品牌方需要重新去设计产品，然后去生产，变成了这样一个过程。”

说实话，听多准的小伙伴讲到这里，我是很兴奋的。

我以为现在还只是迈出一小步的时候，基于数据驱动的洞察已经切切实实地在影响供给端了。

从白皮书覆盖的众多场景来看，如果天猫构建的这个由品牌方、服务商和平台组成的生态可以成功，无疑将会进一步挖掘数据洞察的能量，从需求和供给两端，为社会创造更大的价值。

数据营销的世界，一下子变得更加宽广和光明了。

摘自-长江创创社区