压根玩不转私域：营销数字化转型被糟糕的基本功死死绊住

宋星大课堂2022年10月期报名中，点击了解详情

当我们谈私域和营销数字化转型的时候，我们难免不憧憬各种各样美好的结果。对私域的憧憬，是对自己的企业能够建立和支配营销生态的向往。对营销数字化转型的憧憬，则不仅寄希望它能支撑私域营销，更包含着更多将营销升级换代后焕然一新的内容。

比如，多个部门协同，将过去分立的投放、承接、运营、会员、忠诚等各个环节整合成一个有机的、灵动的组织；比如，无论是投放还是消费者运营，都能应用大量的数据实现千人千面的效果；比如，各种新的技术的应用（CDP、MA、SCRM、DAM）等，创造营销更多的可能性，并大幅度提升规模定制化营销的效率；比如，与外部互联网大平台的高效连接，最大化这些互联网平台提供的资源；比如自建流量生态：做私域做DTC，建成一个企业能够自力更生的营销逻辑……

听闻各种各样激动人心的案例，眼见各类行业服务商描绘的美好景象，企业的管理者很难不大感心动，再加上疫情之下，生意不易，更是有一种紧迫感，甚至窒息感，迫切要在营销的“现代化”上不落人后，甚至站在行业的潮头。

企业的digital部门和CRM部门忽然便变得炽手可热，薪水和压力也随之水涨船高。

不过，随着时间的推移，老板们忽地发现，说好的私域营销或者营销数字化转型，怎么在买了那么多系统、投了那么多人力、花了那么多时间、定了那么多项目之后，却几乎毫无进展？真是：当初的豪言和憧憬有多么的宏伟，今天的进展就有多么的缓慢。

那么，究竟是哪里出了问题？

一个非常非常巨大的问题，是企业在数字化转型中，实在太过于着眼于技术的引入、模式的创新、方法的突破，但在基本功上，却令人发指地糟糕。

举个例子，若说想办法获取消费者的数据，用于更好的洞察和人群圈选，企业常常会觉得这么基础的事情，毫无新意，一点也不性感，甚至有些营销负责人已经羞于提什么消费者洞察，而更喜欢以“360度画像”之类的名词代之。

但，即使是如此显得“基础”的事情，又有几个品牌企业能做好？

简单讲，即使实现上面的那个如此“基础”的例子，一个企业也需要数个领域的“基本功”。

第一个基本功是“想办法获取消费者的数据”。这背后又涉及到很多细分的专业领域：有哪些获取数据的渠道？在各个渠道上获取数据都要有什么样的方法：技术上的方法是什么，业务上的方法又是什么？

说说技术上的方法吧。

由于数据来源的不同，外部的数据，很可能需要接通外部数据源的API（这是目前最常用的方式）来获取数据。若数据源不能提供个体级别的数据，或者不对外输出数据，那么就又可能需要企业构建隐私计算的方式来进行数据的匹配，从而实现非个体级别的数据报告的获取。

内部的数据，则需要利用工具，在自有触点上安装基础的监测SDK（或基础监测代码），再在用户各类行为发生的互动点上添加事件监测（即俗称的“埋点”）才实现。

一旦涉及到埋点，又有两个常常会出现的特别糟糕的问题：

(1) 等着IT部门的排期——这样一个并不复杂的事情，一旦走上排期，就等于走上了不归路。

(2) 埋点的规范和命名是另外一个灾难，缺乏规范化埋点，会导致后续的数据难以被应用。

还有一种数据，也很重要，算是一种“内外之间”的数据，即与流量相关的数据，最典型的，就是每一个用户是来自什么流量源头的。这类数据，需要团队在流量来源上建立标记（要注意标记命名的规范性！），并利用简单的技术手段捕获这些标记，从而准确辨识流量来源。

企业说，没事，内外数据的获取工作，我都找agency（代理商）或者vendor（服务商）来帮我搞定就好了！但这中间坑又来了，代理商或者服务商可能有技术（但他们其实也很缺乏做这些具体事情的员工），或许也知道应该怎么干，但数据获取的实现涉及到大量的业务上下文，这些信息外部服务商很难深入获知。——这对他们本来也是额外的工作。若要让外部团队能干好，企业的内部团队恐怕要花费不亚于自己去亲自下场做的努力。

第二：获取数据之后，要形成消费者的所谓“画像”或是形成洞察，又需要两个重要的基本功：不同来源数据的整合，以及整合之后数据标签的建立。

整合数据，也就是打通同一个用户的数据，又分为技术上的方法和业务上的方法。技术上的方法有简单的有复杂的，简单的方法（也就是主键法）常常已经可以解决绝大部分问题，对企业的技术团队实在不是难事。但这个简单方法在技术上虽然简单，但在业务上要求则更高——非常需要业务团队通力配合：即需要运营团队能够规模化地获取消费者的手机号码。但问题来了，很多企业甚至连“运营团队”都没有。

所以，“整合数据”四个字，读起来虽然上口，含义也明确，但是真正要落地实现，并不简单，还需要技术和业务的共同努力。于是有的企业说：算了，自己做不好，太复杂，还是交给agency或者vendor吧！得，又交给外部团队了。前面说了，交给外部服务团队并不能让企业自己的团队变成甩手掌柜，甚至比自己亲自下场做还要费心费力！

再看看建立标签，是另一个很需要专业能力的基本功。标签分为三类：事实标签、规则标签、预测标签（也有称它为模型标签的）。

事实标签不用说，技术难度不大，但很需要懂业务，也很需要有前瞻性和细心的规划，以及大量繁琐细致的命名工作。尤其是，还要建立一套标准，确保未来增加标签和自定义标签不会乱了套。

规则标签和预测标签来自于事实标签以及更底层的用户行为数据。规则标签需要企业的业务同事去定义规则，预测标签则需要业务同事去提出需求和想法，然后让懂数据建模的同事去构建预测模型。

因为使用标签的业务部门可能会很多，建立标签的部门或经手人则可能更多，标签的命名和定义很容易发生混乱，标签本身也很容易产生大量冗余。

还真没有听说哪一个品牌企业能够完全依靠外部团队（agency或者vendor）把这个事情弄好。企业还是需要能够拥有一个对数据获取等基础工作进行思想统一和管理统一的领导机构以及各对应部门相应的责任人，要做规划，要有标准，要有监督，要有管理，还要有维护。但遗憾的是，绝大部分企业都认为，找个agency就能搞定，但依赖于agency是难以到达有监督、有管理和有维护的较好状态的。

第三：基于数据和标签，进行人群圈选。人群圈选对工具的依赖度很高，但要做好，仍然很需要基本功，因为人群圈选所依赖的，仍然是数据的获取和数据的整合。企业也需要独具慧眼，能够识别圈选工具的好坏。

所以，上面这些数据获取呀、整合呀、标签呀、洞察之类的基础工作看似稀疏平常，做好的却寥寥无几。越是基本功，对企业却是难以做到。

这些例子还远远没有涉及到要对人群的数据进一步应用，做一些深度运营的事情上来。

毕竟，一旦真的涉及到了应用，需要的基本功就更多了。

举一个常见应用的例子：假如前面所说的人群圈选已经能够实现，我想要在人群圈选之后，针对不同的细分人群提供不同的页面（或是界面），以更“投其所好”。

想要实现这样如此简单的一个应用，对大部分品牌主而言都非常困难。首先，人群圈选之后，对不同细分人群提供不同的界面，实际上必须聚焦到每个个体用户的层级。也就是说，一个用户，他属于这个被圈选出来的人群，就应该看到某一种界面，而不属于这个被圈选出来的人群的用户，就应该看到其他的界面。也就是说，在界面被显示给不同的人群这件事情上，实际上是需要先判断每一个到访用户到底属于哪类人群，才能实现的。

当一个个用户出现在品牌主的数字化界面上，品牌主就需要有工具能够实时地判断他们是否属于特定人群（利用ID的匹配实现），然后又要实时地向他们展现出不同的界面（或相应的物料）。一个MA工具（营销自动化工具）可以帮助实现“实时性”，但它不会在策略上提供帮助。什么样的人群需要匹配什么样的界面，这是企业自己需要解决的问题，是企业需要自己具备的基本功。

这个基本功的背后，是对不同人群的期望的正确认知，与前面所讲的洞察基本功息息相关。

当然，很多企业说，这根本不是事儿，很多洞察都没有那么复杂，就算没数据，谁还没有跑过市场、做过生意呀！靠自己的直觉就能感受到什么样的人会有什么样的讲究！

好，就算洞察不需要额外花费精力，为不同人群设计和制作界面（或页面）又成为非常要命的事情。

不就是做几个界面嘛，我们公司有设计师团队、有IT团队、有开发团队……

可是，如果针对五个人群做五个界面呢？而且这些界面，还要随着时间的不同，而经常变化……

营销的数字化转型，别说“千人千面”，我们先实现“五人五面”好不好。可就算实现“五人五面”也很难，太难了：设计师要走排期、前端开发要走排期、测试要走排期、更新变化又要走排期。排期走一轮的时间，可能甚至比这个负责员工待在这个企业的时间都要长！

不仅如此，做这些东西的过程中，还不能当甩手掌柜，而是要跟设计师和前端开发坐在一起不停地对想法抠细节。

算了，还是找agency来做吧！Agency可以帮助你省了等待排期的漫长时间，但却更不能少了坐在一起对想法抠细节的过程。

等这些界面都做好了，又需要在其中放入基础监测的部署以及埋点（事件监测），又需要一轮对用户行为（事实标签）的命名规范……

还要对数据再一次进行准确收集，从而能够为用户打上更多的标签，以及，在之后进行更准确的复盘……

这可是最基本的人群圈选后的应用啊！如果更复杂一些，比如，要做定制化的customer journey（消费者旅程）、要把细分人群的数据应用在媒体平台上做投放、要基于数据优化私域触点的转化率表现等等，需要的基本功就更多更复杂了。

所以，营销数字化的转型，是无数个看似“微不足道”的基本功和基本工作交织在一起的系统工程！任何一个所谓的新玩法、新方法论、新的模式、新的策略，都是说起来容易，干起来却需要搞清楚极多的细节，以及在落地时候的大量工作！

所以，知易行难，在营销数字化转型上体现的淋漓尽致！这就是为什么，绝大部分的品牌企业天天叫嚷着要做数字化转型、数据化转型，却转来转去原地打转的根本原因！实在是太不重视基本功，实在是太不重视基础工作了！不，并不是不重视，是压根都不知道还有这样的工作的存在！

那么……

企业应该怎样甩开藩篱，大步朝前？

少谈些主义，多务务实吧！

建立基本功，是当务之急的工作。而其中更当务之急的，是管理层也应该弄清楚，具体的具有基础性意义的基本功究竟是些什么事情，又需要什么样的能力的同事才能胜任。

要找到真正愿意让自己拥有这些基本功的同事（愿意做比能做重要，因为肯定学得会，而责任心在这个事情上的重要性是第一位的），然后，通过系统化的培训让他们快速掌握这些基本功。

我们可以把这些基本功分为五个象限。

第一个象限：制作象限，即关于制作（production）的基本功。即能够具有强大的设计与制作用户触点、界面、交互点的能力。

第二个象限：获取象限，关于数据的获取的基本功。前面已经提到了，该类基本功又分为技术上的基本功和业务上的基本功，都应该牢牢掌握。

第三个象限：组织象限，组织数据的基本功——标签、画像、洞察等。前面也已经讲了，不仅仅是一个简单的技术性工作，更是涉及到规划、组织、管理和维护的系统性的工作。

第四个象限：应用象限，应用数据在初级场景上的基本功。先不要考虑那些复杂应用了，能把最基本的应用，诸如定向化的用户提醒、推荐、交互等能做好，就已经能够解决很多运营中的问题。

第五个象限：工具象限，使用各种工具的基本功。前面讲的数据的获取，需要使用合适的工具；数据的打通、标签等，也需要合适的工具；消费者洞察与画像，加上数据的应用，也需要合适的工具。这些工具诸如CDP、MA工具、SCRM工具、行为分析工具、媒体端的DMP工具、媒体端的大数据操作工具等。对这些工具的熟悉和使用，很大程度上决定了企业营销数字化的成熟度和实际能够达到的水平。

这几个象限的基本功的建立，甚至可以完全不用考虑未来企业的营销数字化转型的方向——因为，无论是什么样的转型，都无法离开这五个象限的基本能力。我们大可以按照这样的方式前进：我们可以花费大量的时间去研究和思考我们未来的转型战略，与此同时，我们也花费时间去建立上面五个象限的能力，二者并行不悖，而完全不必再定下转型战略之后再去从头开始建立能力。

否则，管理层会发现，把战略想清楚已经很不容易，而在任期内把能力建设起来根本不可能。于是，企业真正的营销数字化转型，可能永远没有能够落地的那一天。

宋星大课堂2022年10月期报名中，点击了解详情

-欢迎加入 | 数字营销黑马营-

- 宋星最新专著《数据赋能》-

本书已于2021年1月出版，在京东和当当均可购买！

-加入宋星的读者群-