联合利华方军：当传统的HBG模型遇到电商，品牌增长的模型还适用吗？|Morketing Brand Summit 2020系列③

8月20日，由全球营销商业权威媒体平台Morketing主办，以“品牌之新”为主题的Morketing Brand Summit 2020品牌高峰会在上海成功举办。

联合利华中国数据与数字化发展副总裁方军在“新趋势”板块进行了《品牌增长模型还适用吗？》的主题演讲，谈及钟薛高的品牌创新之路。

方军谈到，“HBG品牌增长模型，自从《how brands grow》出版以来，一直都被很多人信任，但随着中国市场电商的高速发展，这一套数据模型可能并不适用在电商领域。”

以下是演讲实录（Morketing编辑整理）：

大家好！非常荣幸受Morketing邀请跟大家进行这样一个分享。

联合利华是很大的公司，但是在最近几年真正做出创新的多为中小新锐品牌，我们在后面一步一步的进行学习。于是来之前我在想，今天怎么能给大家带来一些价值？

我也不讲数字化营销的具体话题，我相信后面的嘉宾会有很多相关分享。我分享最近被做品牌的朋友问得最多的一个问题。针对这个问题，过去几周我做了一些分析，试图来回答这样一个问题。

这个问题就是——“品牌增长模型还适用吗？”

我想问一下，有没有人看过这两本书或者听说过这本书的《how brands grow》，书里最核心谈及HBG模型。第一本这是2011年出版的，在国内也有很多的中译版，在营销圈引起很大的讨论。

它的观点是什么呢？

双重危机。我们都认为小的品牌应该更好的定位，这样它的品牌忠诚度才会更高。实际上研究发现不是这样的，越小的品牌忠诚度越低，购买频率越低，所以面临双重危机，小而且忠诚度低。为什么这样？因为消费者根本不关心你的品牌，消费者生活中有太多的事情，你的品牌我不关心，不要跟我谈品牌建设，不要谈品牌。

消费者并不知道你的品牌。那品牌又该怎么增长？渗透率的增长，让更多人买你，有更多人买你的品牌，忠诚度越高。要增长，品牌做两件事情：mental availability，消费者能想起你，想一瓶饮料的时候想到可口可乐或者百事可乐。physical availability，在任何地方看到这个产品的分销，我想买，产品就在那。

他的观点也很简单，营销非常简单，不要做差异化。什么叫差异化？我的产品诉求跟别人不一样，定位不一样，品牌的调性跟人家不一样，不要做这些。

反而要做distinction，可口可乐是红的，百事可乐是蓝的，当看到红色的广告就知道是可口可乐。这就是HBG理论。在2011年这本书出版的时候引起很多的讨论，在很多的公司里面激发了大家的思考，有很多的公司会说这个理论其实有很多的数据来支持的，所以我们要老老实实做品质的东西，品牌就可以增长。

很多做营销的朋友问，这个理论到底有没有价值？中国数据是不是支持这个理论？其实在书当中引用了中国的案例，我从1996、1997年就开始接触这个理论，我自己在美国的一家公司工作以后，我看中美很多国家的数据，其实都是支持这个理论的。

这次我拿出了一些数据，两个品牌，洗发水和洗衣液。这是看中国过去12个的数据，一个是线下渠道的洗发水和洗衣液。渗透率高的品牌确实购买频率高，这个并不新鲜。2003年看中国的数据基本上就是这样子，这么多年看很多的品类，在美国甚至看过烘焙面包的面粉，甚至手机、苹果、安卓的手机也是这个规律。甚至在航空汽油也是这个规律，起码在线下是这样。

但中国最发达的是什么？电商。电商上怎么样？我们看电商的数据，这是洗发水过去24个月的数据，2018年7月份到2019年6月份，2019年6月份到2020年6月份，电商上明显不是一个量级，右边有很多的新锐品牌，它的渗透率是左边的几十倍，但是购买频率基本上是一样的，甚至小的品牌购买频率远远高于渗透率领先的品牌。洗衣液同样可以看到这样的规律。

为什么线下渠道HBG是成立的，线上不是呢？其实这个理论是很老的理论，最早接触这个理论是这本书，我看的是这本书1972年第二版的书。利用简单统计的模型，相信大家跟我一样，不想听太过复杂的统计。

今天用最简单的几个数字跟大家解释一下。刚刚我们讲他的理论是消费者不关心品牌，所以消费者都是随机的购买不同品牌，只是每个消费者选择品牌的不一样。第一个消费者只买三个品牌，三个品牌的购买的概率50%、30%、20%。第二个消费者购买四个品牌，分别是10%、20%、30%、40%，不同消费者有不同品牌的选择，但是有固定的概率。

每个消费者有一个概率，下一个问题是市场上成千上万的消费者购买这个品牌，可口可乐，或者是联合利华的洗发水，它的概率是多少？这是一个非常简单的假设，不同的消费者平均下来，全中国14亿消费者买洗发水和可口可乐的概率是20、30%，每次该买的概率是这么多。但是有一些人高，有一些人低，总体来讲，有一些人多，有一些少，平均是一个概率。不同的品牌概率是一样的，划四个不同的曲线，是四个不同品牌购买的概率。

当消费者买了一次产品，买第二次的时候，他购买的概率会变吗？第一次买30%的可能性，第二次买洗发水是30%，预设这样一个假设后。我跟大家做两道简单的数学题，为什么大品牌购买频率更高？比如说购买30%的可能性，十个消费者第一次购买的时候，有三个30%的购买概率，有70%没有买。第二次还是有30%的概率怎么办？30%第一次买你，30%第二次买你，就是9%。70%没有买你，第二次有30%概率买你，21%。两次都买了，至少买你一次，30%+21%，51%，买过两次的9%，9%除以51%，18%，平均买过你的购买频率1.18。

另外一个品牌，只有10%的购买的概率是小品牌，第一次10%买你，90%不买你，第二次还是10%，所以买两次只有1%，总共买你的多少人？19%。你的P值是5%，两个期间至少买你两次的人只有5%的人买你。平均购买频率是1.05，那个是1.18，这是大品牌，小品牌之间的区别。

当消费者根本不关心你的时候，是随机购买值，只有不同概率的时候，大的品牌购买的次数多，Repeat值多，所谓的忠诚度高，小品牌正好相反。线下传统大快消的时代，消费者大大小小是这样子，有些买清扬，有一些买海飞丝，如果平均2/3买海飞丝，1/3买清扬，最后清扬的Repeat购买频率就是低于海飞丝，这是在传统大客销，线下的模式。

刚刚消费者购买的分布是这样的分布，反过来是什么样？今天早上想，最好的解释就是喝豆浆，中国一半人喜欢甜的，有一半人喜欢咸的，没有说吃豆浆50%要甜，50%是咸，永远是甜豆浆或者咸豆浆。这种情况下，跟刚刚完全不一样。

再做简单的数学题，还是10%的品牌，第一次有10%的人买他，第二次如果有90%重复购买，剩下90%没有买，剩下10%的人买你。咸豆浆10%喜欢，它的Repeat值是82%，它的F是1.82。

当消费者有它的需求，当你能满足他的需求，当把产品推送到他的面前，当他第二次购买的时候还是非常轻易买到你的时候。

电商上，我们看到洗衣液，这是我非常喜欢的品类，这次我们看两个品牌，第一个是去年有一个品牌是The Laundress，第二个是植护。在电商上有几大人群，这里面有几大人群，Gen Z的数据表明，他们随机购买属性，和其他的精致妈妈，资深白领是一样的模式。不同的人群里面可以看到完全不同的表现，这些品牌在不同的人群里面一定做什么事情，让它变得不一样。

我是从联合利华来的，自然要给我们公司做一个广告，The Laundress是我们公司的品牌，洗衣液当中的“爱马仕”，单瓶200-300。可以看到它的购买频率非常高，只有一小部分人买。什么样的人群？像在有品位，收入高，对自己生活品质非常关注，自己穿的衣服也很贵，家里的洗衣机两万块钱以上，那两万块钱的洗衣机要配200一瓶的洗衣液。如果不是喜欢这个品牌，根本不会购买。

如果后面有机会我们可以线下交流这个话题。HBG这个模型，某些市场，某些情况下某些品类，如果品牌没有足够的细分，那是对的。但在中国电商高度发达，甚至线下不断发展新数字化的情况下，品牌增长，就不仅仅是渗透率的增长，忠诚度和购买频率的增长，这跟原来的大快消是不一样的。

第一种方法叫shift the curve，平推，从10%做到15%、20%、30%，怎么做？

HBG模型讲，mass reach mass distribution，清扬所有的男士洗发水都是蓝色的，用的代言人这么多年都是C罗，但缺点就是这样太花钱。

第二种方法叫play the curve，消费者在哪里，他在哪里购物，我就怎么把产品推到他的面前，不管是线上线下都要做到这一点。我只跟他沟通，为什么浪费营销给右半边儿的（购买可能性较低的消费者）。最后，私域，第一次买了你，后一次还是同样的购买概率吗？我要改变它，他既然买了你，然后继续让他买你。

第三种方法是Reverse the curve。有意义的有区隔的品牌，那营销行为就是不一样的。

不管讲数字化营销，私域营销，精准的分销，包括做有区分的，有区隔的产品创新品牌裂变，都是由我们的新的HBG模型支撑。

希望我的分享能够激发大家的兴趣。

相关阅读：