打字猴:1.704273456e+09
1704273456
1704273457 ☆双方不信任,认为信息合作伙伴存在未按照约定用途使用数据的可能性,甚至可能将这些数据用于伤害伙伴的利益
1704273458
1704273459 任何一个非数据巨头的企业,在实际审视自身的实力后,若发现自己确实无法成为行业中一家独大的企业,那么此时,它就必须寻求与数据巨头企业联盟合作。
1704273460
1704273461 这些障碍由来已久。在利益面前难以达成一致和相互间的不信任是人性使然。客户关系管理系统数据库技术的进步和云技术的应用,使这些障碍中的一部分有所弱化。但是现在我们需要更加关注IT系统安全性带来的风险。相比15年前,有一点的确发生了本质性的改变,那就是共享数据的必要性。在ECR的起步阶段,没有什么数据巨头企业,那些所谓的“独奏者”企业也刚刚开始进行信息积累。而今的情况是,任何一个非数据巨头的企业,在实际审视自身的实力后,若发现自己确实无法成为行业中一家独大的企业,那么此时,它就必须寻求与数据巨头企业联盟合作。换句话说就是,它必须马上成为团队合作型企业。在整个市场中,第一类和第二类企业最终都会发展成为第三类企业。
1704273462
1704273463 在寻找潜在数据合作伙伴的过程中,以下建议可能会有帮助:
1704273464
1704273465 ☆分析自身企业的价值链。在已经与其他企业开展直接或者间接合作的企业中,哪些掌握了对自身企业业务有价值的信息?这种方法尤其适合高价值或者高利润商品的多级贸易,因为价值链中的所有参与者在面对产品销售时,所追求的利益都是一致的。
1704273466
1704273467 ☆关注一些行业,这个行业中的企业,与自身企业有着共同的目标客户群体,但是两个企业又不发生直接的竞争。比如航空公司之间的信息伙伴关系,租车公司与连锁酒店间的信息伙伴关系等。或者,往小了说,一定区域内的化妆品沙龙与康体中心之间也可以建立这种信息伙伴关系。
1704273468
1704273469 ☆分析重要的信息是在哪里产生的,在哪里存储的。消费者在哪些企业那里遗留下了信息,而这些企业恰巧又能为自身企业提供技术和数据?这些数据提供企业掌握的信息能否有效地补充自身企业的数据库,并辅助自身企业进行数据分析,这些企业是否会对新的商业模式感兴趣?大型电信企业或者支付结算企业(VISA或贝宝)都有可能是信息提供企业。
1704273470
1704273471 ☆有哪些既存的系统或者服务可以直接利用?除了大型的数据服务商,如邓韩贝、飞常里程汇或者Payback外,还有一些小型的专业化服务商,它们能够收集和分析推广促销措施的有关数据。
1704273472
1704273473 瑞士法典
1704273474
1704273475 除了多伙伴联合模式之外,我们还可以从很多年前某大型IT供应商的一个有关打印机墨盒的项目中总结出一些经验,并应用于实际工作。我们先简要回顾一下这个项目的情况:
1704273476
1704273477 事情需要追溯到大约10年前。在经历了一段长时间、持续的高利润增长之后,打印机墨盒生产企业遭遇了市场饱和及客户对价格越发敏感等情况。那时(可能现在也是),打印机墨盒产品需要经过多层级分销商实现销售,因此生产商根本无法掌握终端客户的情况,例如谁在购买、买了哪种型号、购买频率是什么、促进购买的因素是什么、通过哪些渠道购买等情况。生产商通过客户份额占比分析也不太可能识别出哪些是可能流失掉的客户群体。生产商的产品宣传往往缺乏针对性和精准性。在这种情形下,生产商选择了向贸易商支付广告信息费的方式,用于购买贸易经销商掌握的市场数据信息。生产商这样做,需要支出的广告信息费规模往往高达成百上千万,但是它们却并不能有效评价这种行为的效果。生产商购买这些信息的目的,是为了能够提出全方位适应市场需要的营销措施,这可以算是ECR协议的一种反向应用。这种做法对贸易经销商来说,好处是显而易见的,它们可以在其销售渠道范围内免费享受这些广告宣传带来的销售量的增加。但是,这种做法对贸易经销商来说,也存在一种潜在的风险隐患。生产商有可能会利用这些购得的客户信息,绕过贸易经销商,直接对客户进行销售;也可能通过不给经销商提供某些特定商品,从而逐步建立这些特定商品的直营业务。目前这种直营业务规模尚小,但增长率却很高。为了解决生产商与贸易商在交换信息过程中相互不信任的困局,项目参与者提出了一个名为“Code Switzerland”(瑞士法典)的解决方案,即在信息交互机制中,引入一个中立的中间商。
1704273478
1704273479 首先,将贸易经销商提供的客户信息进行假名化处理,然后将这些假名客户信息传至独立的分析中心进行汇总。这个独立的第三方按照智能数据流程步骤将所有可得的数据进行聚类分析。根据聚类分析结果,生产商就可以针对每个聚类或每个客户群组开展相应的宣传营销措施,目的是提升客户份额占比或防止存量客户流失。生产商可以编写一个营销手册,这个营销手册是一份跨行业、普遍性的市场营销材料,里面收录了生产商全部的营销计划和方案。
1704273480
1704273481 在这个过程中,生产商需要保持透明化作业,要与经销商共同商定市场营销的措施和实施范围。第三方数据分析公司本身也有系统化的市场营销策略制定工具,它们也会相应地提出战略性的营销和销售方案,这些方案会对生产商提出的营销计划提供辅助和调整。这样一来,生产商滥用数据的情况就被有效规避了。
1704273482
1704273483 生产商与贸易商之间的互信是随着“瑞士法典”获得成功逐步建立起来的。大约在2005年前后,几个贸易经销商首先试水“瑞士法典”模式。一年之后,就有大约12家贸易企业加入了这个模式。5年之后,规模发展至几百家,涵盖了欧洲、地中海东部沿岸地区、非洲、亚洲和美洲的全部大型贸易商,累计贸易额高达数十亿美元。
1704273484
1704273485 在“瑞士法典”实施过程中,我们会通过控制组实验不断调整方案,并且为方案加入一些与时俱进的元素。这种模式为生产商和贸易商双方带来了上亿美元的业务增长,对于生产商而言,这种模式下的市场营销措施为其带来了前所未有的、高达15%~20%左右的客户激活率,营销投资回报率约为700%。通过采用这种模式,我们实现了对存量客户群体的首次全面“扫描”,并可基于扫描结果,量化评价市场营销措施的有效性和影响程度,而不再是仅仅停留在感性评价或者粗略估计营销效果的层面。最终,生产商和贸易经销商之间共享的就不仅仅是数据了,它们会一同惊喜地发现,通过值得信赖的效果评价和随之而来的营销费用智能管理,竟然产生了这样大的改变。
1704273486
1704273487 假名的力量
1704273488
1704273489 在沿价值创造链条分享数据的过程中,以下因素是成功要素:
1704273490
1704273491 ☆作为方案的发起者(一般是生产商),如果想促进方案的实施,就要首先着手建立互信的基础。通常情况下,先期的费用需要生产商支付。
1704273492
1704273493 ☆致力于分析这些假名数据的中间服务商需要协助企业建立这种互信。此外,在方案实施过程中,还需要解决一系列数据保护方面的问题。(在下一个案例中,我们再详细介绍这一点。)
1704273494
1704273495 ☆数据分享方案需要有明确的目标和清晰的原则支撑:要提前规定清楚,谁可以利用哪些数据并做什么。所有的参与企业都需要明白一点,那就是任何联盟在开始阶段都是十分脆弱的。经验告诉我们,如果联盟中有一个人不守规矩,那么整个联盟就有可能解体,若是此时还想设法拯救联盟不致解体,那么就需要付出极高的代价。
1704273496
1704273497 ☆企业的股东们总是要求完美和严谨的项目管理。但是他们却总是忽略一点,那就是好的项目管理需要相应的资源来支撑。
1704273498
1704273499 ☆高度的透明化才能促进和保证大家对整个项目的充分信任,要定期召开项目进度沟通会,不要使会议流于形式。
1704273500
1704273501 形成企业间的数据分享伙伴关系的价值是显而易见的。很多线上贸易企业甚至对此给予高度评价,认为这种做法已经突破了企业间的界限。例如,Rocket Internet公司为其所有的在线商户建立了一个共同的客户数据库,使所有的在线商店都形成了数据分享伙伴关系,并将这项服务作为公司与其在线商户客户商务合同的一部分。通过这种方式,公司所有的在线商店都共享同样的数据,并且可以获得来自兄弟企业的客户信息。今后,这种有组织的数据合作形式肯定还会延伸到其他行业中的企业。这种推广的前提是,从一个企业中获得的客户数据分析结果对另一个企业来说也同样具有很高的利用价值。线上贸易商间的数据分享就能够实现这样的效果,未来也会有越来越多的行业是这样。
1704273502
1704273503 然而目前,我们在许多行业内发现了相反的情况。一个由一名股东控制的企业集团,它旗下所有不同的子公司都在为同一群客户服务,但是却没有一家子公司能搞清楚,到底哪些客户是在哪家子公司购买的商品。相应地,也没有任何一家公司去尝试,与其他子公司一起去提高客户价值。之前,每一次打算要在这个方向上有所建树的想法都因怕遭遇IT问题或者是对数据保护方面的担忧而被扼杀在摇篮中。针对这种现象,与上述案例中描述的打印机墨盒生产商和销售商类似的企业需要认识到:
1704273504
1704273505 法律上独立的数据分析服务供应商应该且能够受托对假名客户数据进行处理,进而形成普遍性的客户聚类分析结果,随后将这些重要的市场认知信息反馈给委托企业。在企业集团内部,我们应该允许相对便利地使用这些所谓的检索信息,比如名字,还包括头衔、地址、行业、工作关系和生日。我们在使用这些信息时,应该时刻意识到这些信息的附加意义,它们很可能就是聚类信息分类标签!
[ 上一页 ]  [ :1.704273456e+09 ]  [ 下一页 ]