消费行为下企业营销战略论文

时间:2022-08-28 09:20:34

消费行为下企业营销战略论文

大数据既是企业营销环境变量,也是企业营销的重要资源。在互联网日益普及的今天,移动网、物联网以及云计算的应用,网民的网络痕迹能够被追踪、分析,企业或第三方服务机构可借助这些数据为企业的营销提供市场咨询、策略设计、资源投放等服务。和大数据一样,大数据营销应用也是随着云计算、云端应用、各种移动设备的普及,加之facebook、twitter等社会化媒体的兴起,google和亚马逊等数据营销体系的日臻完善,受到越来越多的关注并且逐渐成为企业的营销新选择。

1大数据背景下消费行为变化

1.1购物移动化

近年来移动设备及移动互联网的发展迅猛。据全球移动通讯协会的统计数据,截止到2012年,全球设备商、内容供应商、网络商以及基础设施构建的生态系统,每年创收1.6万亿美元左右,约占世界GDP的2.2%,目前还处在高速发展阶段。2012年全球移动互联网设备为68亿部,预计至2013年底将增至74亿部,超过全球人口规模。移动互联设备的强劲增长带动消费模式和行为的转变。Adobe公司对150家电子商务网站的销售数据统计发现,来自平板电脑的平均订单为123美元,而来自台式电脑的平均订单为102美元。另有研究表明,消费者在使用An-droid和iPhone进行网页搜索所提供的关键词长度是使用桌面搜索时的两倍,这表明消费者在使用移动设备时有更强的购买欲。随着3G网络普及速度加快,我国移动终端尤其是智能手机的出货量增长迅猛,移动购物正在潜移默化地侵蚀传统商家和传统电子商务卖家的市场。权威机构艾瑞咨询数据显示,2012年中国移动购物市场交易规模已经达到550.4亿,比2011年大幅增长了380.3%。

1.2购物社交化

购物社交化是基于社交网络或源于某种社交活动所导致的购物或交易。购物社交化的基础是社交即人与人的交往关系。这种关系的主体或是亲戚、朋友、同事、同学,或是有过业务联系的商业伙伴,或是有类似经历、相同兴趣的人,或者是有一定信任感的意见领袖。由于这些关系主体有了某种关联,积累了信任,为诱发、推动将来的某项购物决策埋下了伏笔。购物社交化其实早已有之,个人在购物前都希望能得到自己信赖的人给些购买建议、推荐和评价。小到针头线脑,大到汽车房子,都希望听听别人的意见,以旁证自己的购物决策的正确性。但信息时代的购物社交化是在互联网产生后尤其是在大数据出现后才产生了质的飞跃。主要原因有三点。一是网络大幅缩小了时空带来的人际隔膜。基于互联网的技术工具使得人际交往能够随时随地并能大容量表达、传播和储存信息;二是社交网络强化了个人影响。从众心理放大和凸显了个人的某些能力,让有专业知识、有表达能力、敢于发表真知灼见的意见领袖增大个人影响力;三是基于大数据的数据挖掘、分析、决策支持等技术的快速发展也使得企业可以通过社交网络和应用软件了解和满足顾客的需求。现代城市密集的楼宇阻隔了人际交往,虚拟的网上交往比现实的面对面交往更为频密,人们更愿意在网络空间分享购物、传播购物体验、咨询和建议。艾瑞咨询的调研表明,84.7%的用户愿意使用社交化购物网站,其中72.9%的用户会逐渐增加对该类网站功能的使用。“美丽说”、“爱物网”、“蘑菇街”等一批社区化分享购物网站的红火佐证了消费者购物社交化的行为特征。

1.3购物主动化

购物主动化源于人类在社会不确定性增加的情况下追求心理稳定和平衡的欲望。现代消费者对购物的风险感不仅会随选择的多样化而上升,对单向的“填鸭式”的营销沟通不信任、厌烦。消费者会主动搜索与商品有关的信息并反复分析比较,以减轻风险感和购后后悔感,争取心理上的满足和平衡。大数据为消费者挑选商品提供了广阔的选择空间,在这个空间里,消费者不必面对现实嘈杂营销环境及各种影响和诱惑,主动、理性决定自己的消费行为。消费者的主动行为主要表现在三个方面。一是大范围地搜索。大数据技术为消费者在极短时间内最大限度浏览网上商场、了解商品特性提供了便利,为消费者挑选商品提供了空前规模的选择余地;二是理性的价格决策。大数据为消费者提供了各种科学的定量化的分析模型,他们可以迅速算出商品的成本价,然后再进行横向比较,做出理性的购买决策;三是主动表达对产品或服务的欲望。消费者不再总是被动接受厂家或商家提供的产品或服务,而是根据自己的需要主动寻找合适的产品。如果找不到,消费者会通过网络系统向企业主动表达对某种产品的欲望,这将直接影响企业的营销管理。

1.4消费个性化

我国经济市场化以来,工业化和标准化生产方式得到极大发展,消费者的个性需求被淹没在大量低成本、单一化的产品洪流之中。随着经济的发展和社会的进步,人们的消费观念有了很大改变,消费心理日趋成熟,消费行为日趋理性。人们不再盲目地追潮流、赶时髦,而是善于根据时间、场合、身份、气质、个人爱好和经济承受能力等方面综合考虑,选择需要的商品,力求避免消费大同,实现消费的个性化。个性化是人类普遍消费心理,个性化诉求也早已有之,但在传统营销时代大部分商家无意愿、无能力满足消费者个性化需求,消费者只能被动接受大众化需求的满足。就算有些企业想为消费者提供满足其个性化需求的产品和服务,也因传统媒体的单向传播性,在一定程度上阻碍了消费者与企业的双向沟通,企业无法快捷了解消费者需求,消费者也很难买到符合个性化需求的定制产品。个性化推荐是根据用户的身份、购买历史、购买习惯等各种与具体用户息息相关的指标向用户推荐商品,是满足个性化需求的方式之一。“百分点”是国内一家推荐引擎技术服务商,在推荐引擎和个性化技术领域耕耘3年,其推荐引擎一经推出,就已成功应用于“凡客诚品”“库巴网”“唯品会”“麦包包”“红孩子”“走秀网”等国内外550家电商和资讯类网站,这充分显示了个性化消费的旺盛购买力。

2企业营销战略再分析

大数据的出现和大数据技术的应用触发了消费心理和行为的变化,消费心理和行为的变化又对企业营销产生复杂而深刻的影响。企业必须适应现代信息技术的变化,深入分析大数据背景下需求特点,创新企业营销内涵和营销模式。

2.1探查

探查即市场调研。通过调研了解市场是一切营销战略和策略制订的基础性、先导性工作。传统的市场调研通常是用抽样的方法来研究消费者,即按照随机或者配额的原则来抽取样本,并通过对样本的调查获取数据,再通过对数据的解读来做出营销决策。抽样的科学性在于“随机”,不过在统计实践中很难做到这一点,因为真正的随机抽样成本不菲。而且还有一个无法回避的弊端:很难确定被访者答案的真实性或者真实行为倾向。大数据是全样本数据,海量而真实的数据,它不是抽样而是普查。这使得还原消费者的每个细微需求成为可能。其次,它不是在让被访者回答问题,而是忠实地去获取用户的“行为”数据。“客户声称对某个产品有兴趣”和“客户是否购买了产品”两者相较,显然后者更能说明问题。最重要的一点,大数据调查和抽样调查的核心区别在于:前者是动态的,后者是静态的。由于成本问题,随机抽样调查很难频繁使用。于是,一个随机抽样调查所形成的结论,其实是静态的,只能说明彼时的一些相关性。当有新的客户(样本)加入时,很难说明过去的相关性是否还能成立,除非能找到真正的排除了各种隐形变量后的因果关系。大数据调查法还改变了传统的统计调查方式。对于统计学中的异常点,过去的处理方式往往是丢弃,或者是平滑,但在大数据时代,由于样本众多,异常点反而成为宝贵的资源和重点研究对象。传统的统计数据是经过加工的结构化的数据,而在大数据时代,人们更为看重原始数据和非结构化数据,因为经过统计加工数据是二手数据。

2.2分割

分割即市场细分,是根据客户有关特征的相似程度把客户分成若干个群体,每个群体内部特征非常相似。只有区分出了不同的客户群体,企业才可能有针对性地对不同客户群展开有效的管理及采取差异化的营销手段,提供满足特定需求的产品或服务。众所周知,在市场竞争异常激烈的今天,企业面对的一个共同问题是如何找到属于自己的消费者。在信息高度碎片化、信息渠道高度碎片化、消费者对外部事物兴趣高度碎片化的数字世界,对于领略“虚拟”和“真实”感受的茫茫人海而言,了解他们的需求是多么不易!在过去市场细分的实际操作中,往往基于传统的人口因素、地理因素、心理因素等细分变量去描述消费群体。这种划分法往往“情景”十分模糊,很难确定各类消费群的清晰边界。在大数据背景下,基于hadoop搭建的云计算平台及大数据挖掘技术能够在海量的、庞杂的、没有规律的客户资料中筛选出对公司有价值的信息。利用数据挖掘的精准细分技术对客户行为模式与客户价值进行准确分析与判断,是市场细分的有效方法。大数据助细分市场更“细”。大数据时代的更多数据、更先进的分析工具,使企业能够从多种不同的维度对消费者进行细分,不仅仅是简单的群体划分,而是真正的个性化细分。如在原有的传统市场调研数据和购物历史数据基础之上,企业可追踪和利用更多数据如网络点击量、浏览记录来更好地细分消费者。在品友互动人群网络公司的人群数据库中,人群属性细分标签多达3155个,涵盖地域、人口属性、个人关注和购买倾向4大类。以人口属性为例,该数据库又分别按照性别、年龄、职业、月收入、学历、关键人生阶段6个维度进一步细分,且每一个维度还可以进一步细分,细分层级多达7层。

2.3优先

优先是目标市场选择。目标市场选择是指企业评估每个细分市场后,选择一个或多个细分市场。选择目标市场,明确企业要为哪一类用户服务,要满足他们哪一些需求,是企业营销活动的一项重要战略举措。为什么要选择目标市场?因为并不是所有的细分市场都对企业有吸引力,还因为任何企业都没有足够的资源和能力满足整个市场,所以,企业只能扬长避短,找到有利于本企业内部资源优势发挥的目标市场,不至于在庞大的市场上误打误撞。传统目标市场选择的一个重要依据是细分市场结构的吸引力。在分析结构吸引力时,业界基本采用波特的五力分析模型:同行业竞争者、潜在进入者、替代产品、购买者和供应商的相互博弈。然而,这种分析方法只是提供了一个定性分析框架,无法准确揭示“五力”的权重配比和内在关联性,以此来阐述市场结构吸引力缺乏足够说服力。大数据的到来,有可能让我们完全抛弃传统五力模型在目标市场选择上的应用。对未来的预测功能是大数据最重要的价值之一。大数据的特征之一是“寻找看似不相关联的东西之下隐含的相关联的相互关系,而非因果关系”,而这种关系能精准反映出行业的结构状况。另外,大数据的分析着重于“是什么”而不是“为什么”。比如人们可以通过各种相关数据来判断未来将会发生什么,而不去探究这些事情发生的原因。很多时候,我们并不需要知道原因,只要知道会发生什么就足够了。比如我们只要知道业绩增长的趋势就可以了,而不必知道为什么会有这样的趋势。这就是大数据的核心,有足够多的数据,允许数据中存在有误差的数据和不去探寻事件发生的原因而是探寻“会发生什么”。这也为目标市场选择提供了最直接的工具。另外,在目标市场战略选择上,大数据背景下企业只能选择差异性营销战略或者集中性营销战略,而不能选择传统市场环境下的无差异性营销战略。原因在于,在大数据背景下,无差异化营销的同质化市场基础几乎丧失殆尽。

2.4定位

“定位就是让品牌在顾客的心智阶梯中占据最有利位置,使品牌成为某个类别或某种特性的代表品牌。这样,当顾客产生相关需求时,便会将该品牌作为首选。”特劳特认为,在信息爆炸、竞争加剧市场环境中,拥挤的顾客心智中只能为两个品牌留下立足空间。因此,企业只有通过有组织的行为,才有可能有效地去抢占并维护这极其稀缺的生存宝地。如果是无意识定位,即使一时拥有其中一块宝地,也难保不会被其他有意识的竞争者挤出去。特劳特认为,要在顾客心智中圈地立足,手段只有一个,就是盯紧竞争对手,捕捉或创造空白区域。“我们不能自由选择做什么,必须看竞争对手留下多少空间供我们发挥。”因此,在这个圈地战中,企业制定的策略不再是针对顾客需求,而是针对竞争对手在顾客心智中占有何种定位,拥有何种心智资源,再在这个基础上制定自己的产品、品牌或企业定位。在特劳特的理论中,品牌定位有三种方法,第一种是抢先占位,第二种方式是关联定位,第三种方法是为竞争对手重新定位。无论在传统市场营销环境下,还是在大数据市场营销环境下,定位的宗旨都是一贯的,即为了区隔竞争者。但由于市场环境发生了变化,定位的对象和方式有些不同。大数据环境下,市场分得更细,消费者个性化需求更强烈,所以定位的对象不应选择过于具体的“产品”(功能、包装等),而应以较为抽象的“品牌”为定位对象,以期在最大数量的消费者心智中占有一席之地。至于定位的方法,不能一概而论。如果企业是先入者,可采取抢先占位方法,如果是跟随者,则可采取关联定位的方法,如果是后来居上者则可采取重新定位方法。

3企业营销策略新内涵

3.1产品

(1)顾客全程参与。大数据背景下营销模式对企业产品策略的影响主要表现在产品开发和生产上。传统的新产品开发流程往往为:产品设想、构思筛选、概念测试、产品设计、产品试制、产品测试、产品中试、商业推广。这样的产品开发模式周期冗长,且几乎没有顾客参与。这与大数据背景下消费者个性化、主动化消费行为背道而驰。因此,企业营销应将消费者进一步前置,应从产品概念、产品设计开始就要让消费者充分参与,以在设计产品元素时充分体现消费者个性需求。消费者亲自参与产品设计和开发,有利于增强了消费者自我肯定意识,从而提高消费者重复购买意愿和对企业的忠诚度。(2)产品模块化设计、模块化设计是指在对一定范围内的不同功能或相同功能不同性能、不同规格的产品进行功能分析的基础上,划分并设计出一系列功能模块,通过模块的选择和组合构成不同的产品,以满足市场的不同需求的设计方法。产品模块化是适应消费者需求个性化的有效方法。满足消费者的个性需求并不是无限的,任何一个企业都无力也无必要为每个个体量身定制全新产品,即使能够提供,往往也会因为成本太高而抑制需求。通过产品模块化设计,企业可以提供一定数量的标准件,再通过标准件的标准化接口不同搭配,形成独特的个性组合,产生各种不同的产品。这种方法既给顾客一种自我定制的感觉,又使复杂的制造程序得到有效的管理,较好解决了客户个性化需求与厂家规模化生产的矛盾。因此,企业在产品设计时,要尽量实现模块化。模块化设计时,尽量以少量的模块组成尽可能多的产品,并在满足要求的基础上使产品精度更高、性能更稳定、结构更简单、成本更低廉,模块间的联系更简单;尽量使模块系列化,目的在于用有限的产品品种和规格来最大限度又经济合理地满足用户的要求。

3.2价格

(1)差异化定价。所谓差异化定价,是指企业在提品服务时,不是不加区别地对所有客户均提供相同的价格,而是综合考虑现实中多种复杂因素,谨慎行使产品价格浮动权,提供不同的有针对性的价格,在满足客户需求的同时,最大限度地提高企业的收益。消费者关心产品的价格,因为它是产品价值的反映,而消费者对于产品价值的感知又与需求满足程度相关联。大数据背景下,企业模块化设计最大限度满足消费者个性化需求,同时由模块化思想指导下的非标准化生产也为非标准化定价打下了基础。消费者所购买的产品的价格与其要求的定制化程度相关联,因此,企业完全可以按照客户可以接受的理解价值来定价。(2)增加无形资产定价权重。由于消费者全程参与设计、生产,企业的各项成本、费用等价格因素将变得透明,尤其是大众化、没有特色、不能满足消费者个性利益的产品,难以实现合理的溢价。因此,企业要想在定价过程中获得更大的溢价空间,就必须加大无形资产在定价要素中的比例,如专利技术、品牌、商誉等。这些资产符号无法用传统的计量模型来计量,弹性较大。在现代商务环境下,这些资产甚至比有形资产更重要,因此,增加它们的定价权重是合情合理的。

3.3分销

(1)强化网络营销。大数据产生于终端,依托于网络,营销者通过网络开展营销具有天然的合理性。网络营销的主要优点是交易更为直接、便捷和迅速,产品信息在网络上的自由流动使处于信息网络结点上的生产者和消费者能迅速搜寻所需要的信息并及时做出反馈。顾客的需要能够及时被洞察并予以满足,真正体现了顾客导向的营销哲学。(2)转变渠道结构。传统的企业营销模式,大都是中间商负责渠道与终端客户,企业做品牌推广,厂商合力开拓市场。大数据的兴起,大大减少了中间商的数量,企业有更多机会直接面向顾客与消费者。这种企业直接面对消费者的状态削弱了中间商的作用,取而代之的是产销合一的分销模式。随着这种渠道模式的改变,销售渠道策略应从长宽并重转变到以宽为主的模式。同时,企业的市场营销理念也应做出改变,投入更多的力量构建顾客满意服务体系。

3.4促销

(1)互动式社交促销。无论是在互联网还是移动互联网,人们都有自己的社交圈子。基于互联网本身的交互性平台设计,基于诸如多屏一体终端、商场电子导航系统、多屏拼接播放器和显示器、透明触摸展示柜、3D全息投影显示终端、互动导览立牌等一系列交互性终端设备的开发应用,人们在圈子内和圈子间交往和互动极其频繁。敏锐的企业应该积极创造互动式社交化的软硬条件,主动迎合消费者新的社会心理需求。目前,消费者花费时间最多的地方就是社交媒体,因此,企业应该树立“消费者即营销者”的理念,以人们更信任自己社交圈子里的亲朋好友为纽带,扩散各种营销方案和内容,深入消费者内心。如利用人际交流网连接线上、线下活动(O2O和LBS)或者与零售促销相结合开展促销;利用近年来很流行的微信开展促销;注册企业官方微信公共账户,保持日常内容更新,通过内容推送和有奖问答、转发或者推广来吸收更多用户的关注。(2)精准广告促销。广告是促销的利器。但传统广告投放有许多弊端:门槛高、投入大。越来越多的企业对大规模投放广告感到力不从心,尤其是被认为对树立企业品牌最有效果的电视广告;针对性差,浪费严重。传统广告是通过买“媒体”来传达诉求,至于有多少人关注过这个“媒体”无从知晓。美国营销专家菲利普·科特勒说:基于数据库的“窄告”(与“广告”对应)产业必将迅速崛起,并有可能对未来营销产生革命性的影响。科特勒强调了广告针对性的重要性。在大数据技术支撑的营销模式下,以网络广告为主的促销方式第一次可以实现目标受众明确、投放时间灵活、地域选择自由、投放次数可控等多重目标的统一。以美国为例,人群实时竞价(RTB)是近年兴起的网络广告交易模式。RTB是大数据在网络营销领域最成功的模式和变革,它利用第三方技术手段在数以百万计的网站上对每一个用户的行为进行评估、分析并出价购买。RTB的出现,改变了网络广告的策划逻辑,即从“媒体”购买向“人群”实时购买的转变,它所带来的基于大数据的实时精准,规避了无效的受众到达,让广告主、消费者和媒体的利益同时得到最大化。统计表明,欧美数字广告发行商中有66%使用RTB模式。

目前,国内也有几家数据公司在开发推广精准广告投放系统,但受技术和观念的制约,发展略显滞后,但发展趋势向上。因此,精准广告促销问题应该列入企业营销工作议事日程。

作者:王其和 单位:湖北工业大学

上一篇:银泰网020营销模式论文 下一篇:大学师生互动体育教育论文