1.3.2 数据化营销的边界

数据化营销依托于数据分析并结合营销的经验，帮助个人或企业，通过发现和挖掘目标客户的需求，从整体发掘产品的特质，并采用合理高效的手段去触达目标客户，让消费者深刻了解自身的需求，从而达到成交的目的。

营销与推销是有很大区别的，营销并非只是广告传播，更不是单一的销售行为，严格意义上说，营销负责制定方案，而运营、推销、创意、活动等都是在营销设计的框架下来实现营销目标的具体行为。

数据化营销是企业在通过技术手段进行数据采集，对数据背后逻辑进行全面分析的基础上进行的营销活动，运营端、推广端的数据分析解决具体问题，而数据化营销往往是解决一个战略问题，比如说，在推广时，发现直通车端的某一张图片点击率特别低，产品销量为零，不同的岗位就会有不同的优化角度（见图1-5）。推广部门首先要考虑推广优化的问题，可能会通过出价抢占更好的位置。另外，如何通过地域、时段、人群做好精细化市场，追求更好的投入产出比是推广的重要职责之一。设计部门应考虑图片是否需要进行调整，通过更换模特、更换角度、更换背景来测试图片能否提升点击率。

图1-5 针对最右侧零销量的产品，不同岗位有不同的优化角度

而营销部门针对商品点击率低的问题，则会从以下几个角度进行考虑。

① 现有的图片创意是否完整地体现了本阶段的营销目标，这款产品的诉求是什么，强调运动感，还是透气性？如果没有呈现，则需要进一步优化素材，如果已经呈现出来了，那么就需要做进一步分析。

② 点击率过低主要是图片点击率低，还是关键词点击率低，是否所有关键词的点击率都低，尤其是与产品的营销卖点密切相关的要素，如“卫衣透气”“卫衣运动”等关键词，如果是这些关键词点击率低，即可初步说明现有的创意与用户的需求有差距，商家还要考虑是不是更改了图片创意就一定能提升点击率。

③ 如果更改了创意，数据依然不理想怎么办？是否就代表了营销的内容，客户还是不认可？企业要考虑影响用户点击选购的要素可能不是只有图片，产品的价格、现有的销量、折扣的力度、产品款式等也都是影响用户判断的要素，企业要弄清楚用户是对营销素材有疑虑还是对产品本身缺乏信心。

④ 当产品的价格、款式等要素无法调整时，作为营销人员就需要考虑现有的营销策略、目标人群是否选择恰当，是否需要调整，是根据现有情况继续观察，还是要调整推广预算、调整推广产品、调整推广内容及调整推广的覆盖人群等。

以上这些分析来源于数据，却又不单纯依赖数据，推广部门是解决具体操作问题的，而数据化营销则要给出符合公司发展战略的营销建议。

比如，一款产品参加了“聚划算”活动，从运营角度来说，企业需要考虑如何将活动搞好，提升单品的销量。从营销角度上考虑，这款产品适不适合目前上活动，如果是产品销量上升期，上活动会不会影响产品最低价，影响后续利润；如果是产品进入衰退期，是否可以增加优惠力度，及时清仓，同时提升店铺层级。营销部门还要根据不同的产品性质施行不同的老客户营销方案：对于大家电、家装这类老客户比较少的品类，需要通过历史客户分析进行客户画像，从而指导推广部门针对画像人群进行新流量引入；对于零食、服饰等有一定老客户复购率的类目，则需要设计如何触达老顾客，形成复购。同时，企业还要与运营推广部门共同探讨通过哪些优惠方案来提升整体的销售量。在活动之后，企业需要把产品销量、流量结构、客户特征与店铺的历史数据进行对照，找出差异点，从战略层面把握店铺运营的方向。

总之，数据化营销是企业以数据为基础，将“人”“货”“场”三者通过数据作为纽带联结起来，形成自己的营销思路，从而进一步指导和支持运营、推广、设计、客服的工作。