1704273407
智能数据:如何挖掘高价值数据 第6章 从贸易伙伴转变为数据伙伴——通过中介共同提高客户潜力
1704273408
1704273409
一切对抗一切?
1704273410
1704273411
谁都不喜欢被威胁。威胁大多源于过分恐惧。恐惧并不是好事情,因为它会影响分析。让我们打破一次常规,认真开展分析。对生产商、高附加值服务供应商和传统贸易商来说,最糟糕的景象莫过于:
1704273412
1704273413
迄今为止,生产商和贸易商能够和平共处。双方都按照自己的方式去搜集客户信息。它们之中的一方对市场调研数据感兴趣,而另一方,即在市场前沿接触客户的一方,更加关注于交易信息。双方都在不断地优化自己的方式,共处的模式也很少出现问题。因为两方中的任意一方都意识到,以另一方的利益为代价的买卖的成本有时会非常高。但这并不意味着生产商和贸易商之间存在盲目的信任。人们尽可能地保护自身,保护自己的商品和客户的信息不被他人知晓,目的是为了防止其他人蚕食自己的业务领域。但是现在,网飞已经非常了解客户的收看习惯,它已经可以制作出比它的客户(例如HBO电视网和AMC电视台)更好看的电视剧。苹果公司已经通过贸易商售出了太多的手机、iPad和电脑了,所以在新产品问世时,苹果选择了直销形式。我们从苹果公司在iTunes Store上直接为客户提供数字化服务的销售思维中,就完全可以体会到这种做法。同样,谷歌公司为安卓系统也构建了一个这样的数字化生态系统,亚马逊公司也建立起了由Fire Phone、Fire-TV和Amazon Prime构成的内部系统,微软和Spiele提供下载或者在线订阅的服务,这对贸易商来说可能意味着整块市场的流失。直至前不久,生产商越过中间贸易商直接接触终端客户的行为,才不被认为是渠道战争。在一个多渠道的世界中,如果生产商不想令更多的客户失望,它们别无他选。这种做法不仅仅只是针对数字化产品,基本上涵盖了所有产品种类,无论是直销商品,还是直运商品。
1704273414
1704273415
1704273416
1704273417
1704273418
反过来,贸易商在数据的支撑下对客户的了解越来越多,这在两方面对(品牌)生产商造成了一定威胁。一方面,贸易商通过给市场提供质优价廉的自有品牌商品,从电脑电源线到狗粮、家用器具、打印机墨盒,再到药品、食品和纺织品,进一步挖掘了客户潜力。另一方面,贸易行业的智能数据冠军企业已经掌握了引导客户行为的能力,它们可以在市场上制衡直销生产商。我们在本书的最后一章,会介绍智能数据冠军企业在这方面采取的最重要的一些措施。
1704273419
1704273420
通常情况下,在线贸易商谙熟如何建立与客户紧密相连的商业模式。那些没有与亚马逊合作开展在线贸易折扣和电子书折扣活动的出版商,已经首先感受到了生产商与销售商之间实力对比不均衡的情况,他们的书品延迟发货,在线新书推介严重减少,并且印刷版次持续萎缩。这种市场格局影响力的变化不仅仅发生在出版行业。稍微大型一些的贸易商知道,用自有品牌商品与名牌产品竞争是很艰难的,并且需要投入很高的营销预算,因此他们会采取将一部分自有品牌产品与其他生产商的名牌商品联合销售的方式。当然,他们早就知道,这样做会让消费者反应敏感,比如,当我们将一个产品礼包中的一样联合利华的商品换成拜尔斯道夫品牌的同质产品,或者反过来做品牌替换时,消费者都会敏锐地发现。
1704273421
1704273422
最终是生产商钳制它的贸易伙伴,还是反过来,贸易商牵制生产商,这取决于谁在数据的支撑下能够更好地了解客户,谁能够基于数字化及多渠道生态环境建设,与客户联系得更紧密。
1704273423
1704273424
数字化的多渠道贸易商和纯在线贸易商会挤压数字化竞争能力较弱的贸易商的生存空间。与此同时,在线贸易量的占比会继续增加。最终是生产商钳制它的贸易伙伴,还是反过来,贸易商牵制生产商,这取决于谁在数据的支撑下能够更好地了解客户,谁能够基于数字化及多渠道生态环境建设,与客户联系得更紧密。
1704273425
1704273426
如同前文已经说过的那样,我们都不喜欢感受到未来受到威胁。但是这种说法本身就是很矛盾的。一方面,这已经不是即将受到威胁的问题,因为我们所描述的情况正在一步步地演化为经济现实,且不仅仅局限于数字化产品领域。另一方面,在激烈竞争的局面下,同时还存在一种经过市场检验的、影响巨大的共赢情况,即:
1704273427
1704273428
与你的竞争对手分享数据,就是在实现利益共赢。
1704273429
1704273430
协同型客户关系管理
1704273431
1704273432
早在大约10年前,哈佛大学经济学家亚历山大·克拉克劳尔(Alexander Kracklauer)、奎因·米尔斯(Quinn Mills)和迪尔克·塞弗特(Dirk Seifert)就共同提出了协同型客户关系管理概念(Collaborative Customer Relationship Management,他们还同步出版了同名著作)。从某种程度上看,这个概念具有先知特质,因为它当时就预言了在受数据影响越来越深的经济环境中,会出现与以往不同的竞争局面。我们觉得,协同型客户关系管理概念在现今也可以寻找到广泛的现实基础。
1704273433
1704273434
基于上述概念,我们可以总结出三类企业,它们懂得如何智能地利用数据信息。
1704273435
1704273436
☆第一类:包括谷歌、亚马逊、亿贝、贝宝和VISA(维萨)在内的数据巨头企业。它们凭借自身固有的经营模式,就可以直接掌握到庞大的数据量,他们可以直接将这些数据信息投入到下一步的经营中去。
1704273437
1704273438
☆第二类:我们称第二类企业为“独奏者”或者“数据专家”。它们都是某一行业或者某一产品门类的领军企业,客户影响力较大,数据现状非常好。既有的市场格局为这些企业提供了良好的数据基础,并且单一客户的利润贡献度都很高,因此它们有能力实现客户忠诚度管理,并借此完成市场定位及资金筹措。这一类型的企业包括大型零售商(沃尔玛、宜家)、连锁酒店(喜达屋、希尔顿)和汽车租赁企业(赫兹、安飞士)等。这些企业大多数都是从数年前或者数十年前起,就开始凭借成功的客户忠诚度管理措施,系统性地收集客户数据信息。通过这种方式,它们对行业内市场上的客户有了深入的了解。但是,它们对跨行业的认知掌握较少。从消费者的角度看,第二类企业中的任何(单独)一家,大多都不具备必要的规模与吸引力,在激烈的市场利益争夺中存活下来,在面对数字化竞争时,大部分也不具备成为行业内一家独大企业的内部实力。因此,第二类企业中,对客户忠诚度管理较好的那部分企业,例如航空公司(美国航空、汉莎航空、英国航空),都选择与第三类企业合作的经营策略。
1704273439
1704273440
☆第三类:与数据巨头企业开展合作的一类企业,已经打造完成了数据合作同盟。它们的智能数据合作伙伴会系统性地与它们分享跨行业的、来自不同价值创造层面的数据信息。这样做不仅仅可以帮助他们压缩投资规模,节约运营成本,还为它们提供了一个在宏观与微观层面全面观察消费者采购与消费行为的机会。有一些数据合作伙伴最终可能会参与到它们的行业中来,或者是着手开始了解它们的行业情况(尤其是星空联盟和寰宇一家项下的航空公司)。还有一些数据合作伙伴,它们通过与专业化的数据服务商(邓韩贝或Emnos)合作,或者通过建立其他的数据合作伙伴关系,开发出了一些跨行业的多伙伴联合模式(例如英国Nectar积分联盟、德国Payback返利计划)。
1704273441
1704273442
相互分享数据的价值创造能力早已不是新概念。在贸易领域,早在20世纪90年代,一些加入ECR倡议的欧洲工业和贸易企业就已经开始系统性地践行这一理念。缩略语ECR代表Efficient Consumer Response,即有效客户反应。在市场饱和状态的促进下,ECR成员企业实现了传统的、跨企业的管理流程优化,例如完成了货板、产品编码和物品编号的标准化工作。同时,在多边数据交换的作用下,成员企业获得了对选址、产品或品类研发、价格形成和市场营销手段等更深入的认识。我们可以这样说,十几年过去了,基于数据的标准化管理流程运行一直十分良好,但是ECR在激励客户和提升客户忠诚度方面的表现确实欠佳,很多成员企业对此都是很失望的。
1704273443
1704273444
1704273445
1704273446
1704273447
ECR和许多其他的企业间信息交互模式都曾经并且仍然在面临5个最大的障碍:
1704273448
1704273449
☆在谁应该承担共同投资的哪一部分方面,无法形成一致意见
1704273450
1704273451
☆在整合不同的客户关系管理系统方面需要投入大量成本(况且这些系统还经常不好用)
1704273452
1704273453
☆数据保护方面的顾虑
1704273454
1704273455
☆IT系统安全性问题
[
上一页 ]
[ :1.704273406e+09 ]
[
下一页 ]