企业市场的大数据营销
8215
2019-08-21 16:59    文章来源:原创: 吴昊SaaS SaaS白夜行
文章摘要:在消费者互联网领先的推动下,产业互联网以及SaaS的进步也许会快一些。至于风险投资,虽然有泡沫的负面影响,但也给toB领域带来了人才和技术沉淀,总体来说也是正向作用。

2.png

(SaaS 创业路线图)

我曾经算过,中欧 EMBA 两年 60 多万人民币的学费,学习大约 18 门课程,如果不算一些校方组织的活动和毕业论文,每门课(2~4 天)费用 3 万多。一堂课一般有 60 个学生,支付的费用加起来近 200 万,到底值不值呢?

我听了 12 门课,觉得挺值。就最近这 2 次课来说,授课老师都是近年从美国知名大学归来的华人(语言沟通效率高),又在国内做了不少实证研究,带来全球视野和本土落地的思路。

对我来说,虽然 20 年前在管理学院读了 7 年书,但营销、管理方面的知识已经陈旧或遗忘,能够用国际前沿的知识再系统地「刷」一遍,经常能得到启发。

上周听过中欧方教授的“创新战略”后,我已经分享了一篇文字。其实方教授讲的内容还能写两篇与 SaaS 相关的,其中有关于客户成功部 NPS 调研的、也有关于国内市场竞争的。我正在与各领域头部 SaaS 公司的高手们进行交流,有了实证结论再分享给大家。

这次上的课程是《大数据营销》,同样有好几点启发。我逐一写来,也算是尽尽“结构洞”身份(两个群体间的连接节点)的本分吧。

一、几个大数据营销的基础概念

“大数据营销”的定义是:从搜集、分析数据,到基于数据挖掘并应用于营销,以此提升用户体验、营销效果、支撑营销管理决策的过程。

它会影响经典营销 4P 理论的每个环节:Product(产品)、Price(价格)、Promotion(促销)、Place(渠道)。

大数据营销更会影响互联网环境的 4C 应用:Context(场景)、Content(内容)、Connection(连接)、Community(社群)。

大数据营销的基础知识还有:个性化推荐、信息茧房、数据来源(一手、二手、第三方数据)、欧盟 GDPR 数据安全保护条例、大数据营销如何冷启动......

这些网上都有资料,我就不谈了。我专门讲讲对 SaaS 等服务企业的 toB 公司,能有什么启迪。

二、对社交传播的一些推论

一个新话题或新产品的传播路径是:

* 明星(影响力大,但传播是单向的,缺乏与大众的互动)

* KOL(意见领袖)

* 跟随者

* 大众

这次课堂上,我发现 KOL 的影响力模型应该与科技产品市场拓展的“鸿沟理论”相结合。

先说说鸿沟理论。一个新产品进入市场,影响客户购买的因素非常多,有很多因素之间相对独立,因此占领市场份额的顺序存在“正态分布”。(关于这个知识点,可以学习得到 App 的万维钢精英日课《模型思考者 3:三种分布模型》)

3.png

 (来自百度图片)

在社交媒体理论中,新产品的早期购买者,更快接受新事物,这个人群中的“创新型KOL,起到的作用是“快速传播

但这类 KOL,未必能受到“主流市场”人群的喜爱,因为这部分人群更喜欢稳健、有深度的 KOL。所以到了市场发展中期,企业要培养“跟随型KOL。

三、客户聚类分析

我们先从客户谈起,介绍一个工具“聚类分析”。

这个方法通常用于 toC 产品,我考虑对于 SaaS 企业来说已经与传统软件有很大差别:客户群体更大(很多 SaaS 公司客户数量过万、甚至几十万)、客户管理更加数字化,是有机会用“聚类法”分析客户的。

我看到大部分 SaaS 公司的客户画像比较单一。说起来就是某某行业、某个规模、某某类型的需求。

在市场实战中,有的 SaaS 产品就会很纠结。今天遇到一个客户,他的关注点是 A;明天遇到另一个客户,关注的又是另一个遥远的点 B......

是否有一些 SaaS 公司的客户,其实是应该分为 2 个或 3 个聚类呢?

4.png

 (图片来自百度百科)

如果能分出几个聚类,其价值是

  1. 虽然还是一个 SaaS 产品版本,但不同聚类的客户关注的价值点不同,因此营销手段、营销内容有所不同;

  2. 不同聚类的客户关注的功能集合也不同,因此服务重点不同,促进增购和续费的重点也不同;

  3. 从战略角度看,我们需要思考——哪些客户才是我们真正的客户、应该重点支持;哪些客户虽然也会买单,但从需求及企业属性上来说并不是我们的目标、应该彻底放弃。

  4. 从产品的角度看,如何聚焦各个聚类的核心需求,而不要做一个貌似符合“平均值”点的功能(我在下图上标注的 P 点),其实各个聚类上的客户对此都不满意。

5.png

(图片来自百度百科,有微调)

我考虑对于 SaaS 等 toB 公司可以对客户进行分类的维度有:

  1. 行业(及细分行业)按照某个特性(例如:互联网化程度)打分排序

  2. 企业规模(按营收金额或员工数量分段)

  3. 企业管理水平(制度化、流程化的程度)

  4. 企业信息化水平(既有信息系统覆盖业务及行政流程的比例、应用状况)

  5. 与产品相关的其它维度(例如,SaaS CRM 产品会关注客户企业的销售团队规模、销售方式等)


以上是我的一些思路。下面也简单介绍一下教授讲的“K-均值聚类法的操作步骤

  1. 随机选 n 个(开始可以是 3 个)客户

  2. 把其他客户按照相似度(如果是二维图,就是图上接近这 3 个客户的点)分成 3 组

  3. 找到每个组的中心点,重新分组,再找到新组的新中心点

  4. 如此循环,直至分成的 3 个组达到:组内差异最小、组间差异最大

  5. 分 1 组、2 组、3 组、4 组、5 组分别测试,计算不同数量分组的组内距离中心点的平均距离,并找到效用拐点。举个例子,如果分 1 组、2 组、3 组、4 组、5 组、6 组后,每组内所有点与中心点的平均距离分别为:40、20、10、5、4.8、4.7,就说明分到 4 组(平均距离为 5,后面再分更多组效用增加不明显)就可以了。


四、AIEPL 营销阶段理论

在介绍一个理论,对于 toB、toC 营销都同样适用。其核心观点是:客户的购买行为是分阶段的,应该对不同阶段的潜在客户用不同的方式推动。

AIEPL 理论认为营销有 5 个阶段:

* Aware 知晓阶段(教授讲的是“认知阶段,我感觉该词歧义较多)

* Information 信息搜集阶段

* Evaluation 评估阶段

* Purchase 购买阶段

* Loyalty 忠诚客户阶段

—对 A 知晓阶段的客户,企业可以通过广告、社交媒体、搜索引擎来进行影响。

—对 I 搜集信息阶段的客户,通过博客、视频、线上线下讲座来影响。

—对 E 评估阶段的客户,通过 KOL(Key Opinion Leader, 意见领袖)和身边的朋友引导。

—P 购买阶段:依靠线下实体店、电商、KOL 直接销售实现。

—L 服务阶段:远程电话或实体店服务。

我总结了一下,toB 产品的营销工作与 toC 营销在各个阶段有所不同,我在下表的第三列展示出来:

6.png

明显看得出来,toB 营销更多地需要乙方人员的人力介入、与客户面对面沟通。

五、西方 toB 营销的变化趋势

那么未来 toB 营销的趋势是怎样的呢?正好这次课上教授也解读了一个美国知名企业 IT 产品及服务公司营销改革的案例。我给大家分享一下,2013 年美国企业市场的变化以及这家著名公司的应对之道。

该公司在 2013 年发现,toB 营销已经发生以下变化:

* 信息获取方式:由线下转线上,新影响者出现。过去企业采购是“熟人生意”,厂商与大客户的 SI(系统集成商)很熟悉,经常请 SI 去厂商公司参观学习;SI 与客户有多年客情关系,有新需求后很快被找来讨论解决方案。而现在客户更多从身边有同样需求的朋友、社交媒体、KOL 获得信息,更容易受“网络舆论”的影响,更容易向“陌生人”(新供应商)购买产品。

* 品牌主导转向客户主导:客户通过社交媒体就已经产生了采购选择,70% 的购买决策在销售代表到达之前就已经做出。销售代表不再是唯一的信息来源。

* 营销内容:从专业走向“泛专业。也就是说,toB 营销的内容也不再那么刻板,也开始变得有趣起来。

真实案例中,该知名企业的应对策略是:

* 成立了数字分析团队

* 关注社交媒体,找出关键衡量指标和评分模型

* 用矩阵图展现该领域中,各个品牌的发声份额及 KOL 谈论该品牌的影响力份额,实施互动战略

六、国内 toB 市场的发展趋势

分析上面这些内容,我们会发现一个现象:在欧美市场,toB 营销方法其实在向 toC 营销方法靠近:

①企业的信息获得方式更社交化、自主化

②影响企业决策的人群也从销售代表转向该领域的意见领袖 KOL、客户 KP(关键决策人)身边的朋友。

结合美国使用 SaaS 产品的企业,几百人的公司会买近百个 SaaS 产品,可以看到另一点:③采购决策人分散化,各个部门的技术人员可以自行决定采购一些提高效率的 SaaS 工具。

这三点显然都是有利于 SaaS 推广的。

但以上 3 点在国内企业采购中,第①点(信息获取方式)有一些新迹象,第②点(影响人群的变化)还很少见,目前国内企业客户明确需求、形成解决方案的过程还需要乙方销售代表重度参与;第③点(分散采购权)则尚未出现。

我个人的感觉是,中国的企业市场比美国要落后 8~10 年。2013 年美国企业市场出现的趋势,在中国还要等到 2021 年才有可能出现。

不过,在消费者互联网领先的推动下,产业互联网以及 SaaS 的进步也许会快一些。至于风险投资,虽然有泡沫的负面影响,但也给 toB 领域带来了人才和技术沉淀,总体来说也是正向作用。

现在还只能说说趋势,估计没人能真正预测时点。好在 toB 本就是个慢活儿,大家就放平心态,步步为营吧。


版权声明:

凡本网内容请注明来源:T媒体(http://www.cniteyes.com)”的所有原创作品,版权均属于易信视界(北京)信息科技有限公司所有,未经本网书面授权,不得转载、摘编或以其它方式使用上述作品。

本网书面授权使用作品的,应在授权范围内使用,并按双方协议注明作品来源。违反上述声明者,易信视界(北京)信息科技有限公司将追究其相关法律责任。

评论