查看原文
其他

一首儿歌讲透品牌营销,文科生沉默,理科生流泪

2017-03-07 陈文 人工智能爱好者社区

品牌营销,经常被吹成玄学


一提起营销大师,大家会想到什么?

西装,领带,眼睛,话筒

讲台,镁光灯,炫酷ppt

激情四射,口水飞扬


专注!极致!爆点!快!

总之一团澎湃的激情扑面而开

M2M,O2C,COB,OTO……

总之一堆似懂非懂的名词呼啸而至


文科生看到这一幕,就好嗨好嗨啊

下一个市值10亿的点子就是我想出来的啊

我要飞得更高的啊

各种名人传记买起

各种新名词学起

ᕙ( ~ . ~ )ᕗ


理科生看到这一幕,就好气好气啊

明明产品都是程序员做的

被这些大忽悠瞎吹一通

就成他们的功劳了

不就是编个名词吗,有什么可吹的

创业就差一个程序员,我看你吹个屁

哼!( •̀_•́ )凸


吹那么多,也就是一首儿歌的水平


这首儿歌叫:《卖汤圆》

歌词除去循环部分,大概是这样的:

卖汤圆 卖汤圆

小二哥的汤圆是圆又圆

一碗汤圆满又满

三毛钱呀买一碗

汤圆汤圆卖汤圆

汤圆一样可以当茶饭

哎嘿 哎呦

要吃汤圆 快来买

吃了汤圆 好团圆

慢来一步只怕要卖完

细细品下歌词,作者宣传的顺序是很有意思的:


第一:亮明招牌,树立形象

开篇明义:小二哥牌汤圆哦!

如果再配合一个小二哥站在汤圆档口前边吆喝,那效果真是啧啧的好。

说不定歌曲作者就是受了当年路边小二哥的启发创作的。


第二:价格优势,首先发力

满满一碗汤圆只要三毛钱很实惠哦!

参照《卖报歌》里7个铜板两份报纸,三毛钱(30个铜板)大概才10块RMB

10块RMB一大碗汤圆!10块一碗你不亏,10块一碗你划算。


第三:强调功能,扩展场景

汤圆不止是点心哦,也能当茶饭,顶一顿饱哦。

不但承接了实惠的特点,还扩展了产品应用场景,把更多用户包罗进来。


第四:诉诸情感,强化场景

吃完好团圆,不但给产品找个很好的意头。

而且很贴那些在外吃饭的人的感情——简单吃顿就回家。

反正想下馆子吃大餐的人,也不是我的目标用户。


第五:促成下单,激发需求

要吃就来买,这很符合:制造路径的营销思路。

你得点明需要用户做什么,用户才容易做。

再不来就卖完咯,制造紧张感,促成用户下单。


这文案:思路清晰,特点突出,朗朗上口。

碾压大量不知所云莫名其妙的广告(说的就是XXX,羊羊羊这种)。


而且这玩意能传唱50多年,可见其洗脑程度之深,

又比今年过节不收礼,收礼只收XXX之流,

高出了不知多少个level。

所以文科生们不要太high了,其实所谓大师的包装都是套路。

没有不可告人的秘密和捷径,是可以学习和复制的。


品牌营销,本质是一门科学


品牌营销是门有关辨识度的科学 


想到一个没有人能想到的点子非常难,

想到一个别人没法抄袭的点子更难,

产品同质化是不可避免的,

因此在产品之外,形成辨识度,锁定粉丝群体,

就成为非常重要的课题。


这就是品牌营销:

在产品细微功能差异的基础上;

通过设计,包装,宣传;

形成自己品牌的独特形象;

占领消费者的内心;

实现更巩固的市场份额与更好地收益。


在市场一片蓝海,跑马圈地的年代,

谁吆喝的声音大,谁就能先让消费者记住。

因此诞生了众多洗脑流的营销案例。 43 34509 43 14940 0 0 1537 0 0:00:22 0:00:09 0:00:13 3249span>


然而!

随着竞品增多,功能趋同;

随着消费者有电视以外更多渠道接触信息;

随着消费者与大忽悠间斗智斗勇,智商越来越高;

单纯的口号式营销,运动式推广已经很难让消费者买单。


那个一个金点子打天下的时代,已经一去不复返了。

系统化运作,数据的支持越来越重要。


因此理科生们也不要看不起营销创意。

这些创意的背后是大量系统细致的工作。

而数据分析师们,我们有更多活干了。

乛◡乛


品牌营销六大核心

要形成辨识度,需要在用户心中建立独一无二的印象。

因此,需要明确用户是谁,还要找到我们的特色。

这样才能针对用户进行设计。

让用户在有需求的时候第一时间想起我们。


明确用户,需要明确以下三个指标:

l  目标对象:我们服务于谁?

l  应用场景:他在什么场景下?

l  用户需求:他有着XXX的需求


找到特色,可以从以下三个方面发力:

l  价格区间:我们能以一个远远优于竞争对手的价格满足你的需求。

l  功能特色:我们在XX功能上远远优于对手,你正好需要这个。

l  情感诉求:使用我们能够让你显得与众不同,优雅装个X。

当然在特色上不一定三点全部涵盖,

一般突出一个核心优势即可。


数据分析师们可以做的贡献


明确用户,需要以下量化数据支持

计算场景频次:判断是否是高频场景。

如果场景出现次数太少,太小众,肯定无法吸引到足够多付费

如果是数码行为(如使用APP/网站),可以找用户使用行为数据,计算场景频率。

如果是其他行为(很难系统采集),可以做用户研究\跟访,现场观察,做定性判断。


评估需求付费:判断是否有盈利机会。

如果需求不够痛,或者太容易被满足,就无法吸引到付费

如果是已有同类产品,参照竞品情况,找竞品数据,或者直接和竞品用户沟通。

如果是未有同类产品,可以做定量问卷测试,直接把产品原型摆在用户面前测付费动力。


计算用户规模:判断是否能支撑业务。

业务收入=用户规模X应用场景频次X付费率X人均付费

业务成本=开发投入+推广投入+运营投入+产品投入

收入》成本,OK

收入《成本,Game over

如果业务方设计的解决方案,无法实现足够的收入的话。

就得提醒业务方重新考虑,不要总想着在测算公式或者参数上动脑筋。

摆明的问题不认帐,光想着找理由,有啥意思。

业绩是做出来的,不是算出来的。


找到特色,需要做用户画像

画像1:画现有用户的消费行为。

现有同类用户消费频次,金额,这一点在做付费意愿的时候可以一起做掉。


画像2:画现有用户的使用习惯。

现有同类用户使用频次,使用功能点,使用时长

如果有熟悉同类产品的同事,或者能拿到第三方数据(APP/网站),可以做参考

如果都没有的话,就老老实实找竞品的用户过来做观察,做跟踪访问。


画像3:画现有用户的情感诉求。

线上数据以文本分析为主:分析搜索关注度变化,分析用户在微博,贴吧,论坛留言热词。

线上文本分析可关注天善高长宽老师的文本分析专题文章

线下数据以调研走访为主:找到目标消费者进行深度访谈,洞察用户情感需求。

画出来以后,具体怎么设计战术,是个业务问题,请品牌策划们想办法。

但是分析师可以就事实的给些意见,比如:

策划们定了一个远超消费者实际购买水平的价格,只为突出高档。

策划们找了一个不是消费者常用的功能做主打功能点。

策划们很异想天开的选了完全不在情感诉求表里的感情词。

这个时候礼貌的提醒他们再看看数据,我们已经提示有坑了

自己往里踩,出不来的时候别怪我们没说

♪~(´ε`)


——全文还差一点点就完了——


问:陈老师为啥你在文章里提了那么多次市场调研,大数据搞不掂吗?还要走访,问卷?

答:搞不掂,因为

一:

品牌争夺的是消费者心智资源,内心想法单靠网络热词是不够的。

毕竟主动发帖的是少数人,忽视沉默大多数是危险的。


二:

品牌是要和竞品形成区隔,因此一定要多考虑竞品信息。

竞品真实数据很难完全拿到,最简单快捷的办法就是直接拉对方的用户来问。


三:

品牌在正式宣传前,效果都是预测值,很多时候缺乏历史数据支持。

因此需要多做用户测试,拿办公室里拍脑袋的测算代替用户真实反应,是很危险的事。


你会发现,消费者的思考逻辑和你完全不一样,你的推测假设全部是虚无的。

毕竟我们的分析师都是经过职业训练,大学以上学习的白领。

你在社会里才是少数派!大量真实的用户就是无知,简单,盲目的。


具体的调研问卷的方法,陈老师稍后有专题给出,敬请期待。

用户画像第一篇:

https://ask.hellobi.com/blog/chenwen/6402

用户画像第二篇:

https://ask.hellobi.com/blog/chenwen/6365

光会干活是不行的,你还得会说,不然面试官照样不理解你有啥本事,戳:

https://ask.hellobi.com/blog/chenwen/6414


陈文,天善智能社区特邀专家,在金融,零售领域8年经验数据分析师,资深业务顾问,特别擅长梳理业务需求,推动数据分析项目成果转化。 

Blog:https://ask.hellobi.com/blog/chenwen


往期回顾:

女生是这样抓住男票出轨的!发现潜在问题的三步骤

你被套路了吗?预防分析失误的必看指南

计划理不清,加班不涨薪!项目规划的正确写法

[女生特供] 脱单路径大分析,科学拯救单身的妳

数据科学之——大数据知识体系大全

让女朋友说Yes I Do的方法,数据分析助力客户管理的秘籍

数据分析师内幕揭秘,你想了解的前前后后都在这里

分析做得好,小姨子不用跑!数据分析助力促销的秘籍!

停止这么写汇报!否则加薪轮不到!

数据分析师的春节攻略!五大经典问题爆笑回答

脱单路径大分析!科学拯救单身的你


微信回复关键字即可学习

回复 R                      R语言入门免费视频

回复 Python            Python网络爬虫实战

回复 Spark              征服Spark第一季

回复 Hadoop         大数据系列免费视频

回复 Excel              用Excel对话数据

回复 SPSS               数据挖掘的SPSS之路

回复 Tableau         Tableau 精品入门视频

回复 PowerBI         快速玩转微软Power BI

回复 大数据            大数据系列免费视频

回复 数据分析报告   数据分析报告制作

回复 数据分析         数据分析师成长之路

回复 数据挖掘         数据挖掘原理与应用

回复 机器学习         R&Python机器学习


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存