【行业视点】浅析阿里巴巴新零售战略之“天猫旗舰店2.0升级计划”和 “品牌数据银行”
阿里巴巴积极推行的“新零售”战略，主要强调线上与线下融合。新零售的关键就是“将品牌消费者数据视为资产，像货币一样进行储蓄和增值”，这就是阿里巴巴相关负责人言及的 “品牌数据银行”。
李立群(Richard Li）
Sr. Business Strategy Director , transcosmos China
<引言>
2016年7月，阿里巴巴集团推出（Uni Marketing）全域营销，其中最受关注的部分就是 “品牌数据银行”。2017年3月，“品牌数据银行”正式上线。正如此前阿里巴巴的负责人所言：“品牌数据银行就是将品牌消费者数据视为资产，像货币一样进行储蓄和增值。”
<正文>
|阿里巴巴提出的两个方向
就在今年6月25日的“天猫旗舰店2.0升级发布会”上，天猫发布了“旗舰店2.0升级计划”明确了两个核心方向：
▪帮助商家从以“货品”运营全面转向对“消费者”运营的模式。
▪从单节点转变为围绕线上线下的多维度、多场景运营的立体模式。
发布会上，天猫明确指出：“对于阿里平台最重要的资产就是消费者资产(品牌的消费者在淘宝天猫带来的GMV预测值）。‘天猫旗舰店2.0升级计划’的目标就是提升消费者资产的价值、加速消费者资产的增值。”
显然，随着零售环境的变化，对于品牌商家而言，真正地懂得消费者、做好消费者数据运营尤为关键。因而“品牌数据银行”在天猫旗舰店升级计划中的作用，可谓至关重要。
|什么是“品牌数据银行”
阿里巴巴“品牌数据银行”的目的是助力品牌建立全面的消费者资产管理，也是阿里巴巴全域营销“(Uni Marketing)”的核心部分。
“品牌数据银行”是基于阿里巴巴品牌消费者数据库，结合数字营销效果和消费者画像数据，搭载而成的综合营销应用系统。对于企业而言,通过数据银行,能够管理消费者整个生命周期,是不可或缺的一种数据库(阿里巴巴所存储的在阿里系内所有与品牌有过互动的消费者数据,包括消费者喜好、生命周期等相关信息），同时也是一种CRM(客户关系管理)工具。
品牌商家遇到的问题
在以往，品牌商家会碰到各种问题，例如：
▪线上线下渠道割裂，各种碎片化数据无法汇总被有效利用。
▪对消费者行为路径认知有限，对消费者的判断不完整，缺少可行性的聚类与洞察(消费者行为/态度深处，有时消费者本人也难以察觉的部分)。
▪数据被当作了一次性的消耗品，单向使用，单次沟通，单次催化。
而理想的数据应用场景，应当是一个持续催化的过程，以数据作为营销进程中每一步之间的纽带：品牌对消费者施加个性化影响，之后总结消费者的反馈，分析并再次触达，最后回流数据用于下一次的催化。
理想的营销流程(transcosmos China归纳整理）
“品牌数据银行”实现的场景
“品牌数据银行”解决了这些数据困境，提供给品牌商家理想的数据应用场景。
“品牌数据银行”实现的场景(基于“品牌数据银行”内容，transcosmos China整理）
在“品牌数据银行”中，实现了对AIPL[即“认知”(Aware)、“兴趣”(Interest)、“购买”(Purchase)以及“忠诚”(Loyalty)]消费者行为数据的全链路可视化。
品牌商家可以对消费者进行漏斗分析,把握其特征，进而对不同群体的消费者制定运营策略，使得对每个消费者的触达都是“量身定做”的，以此大大提升品牌触达和转化效率。这也是“天猫旗舰店2.0计划”中的“因人而异”。
| “统一身份识别”(Uni Identity)数据体系与画像分析
阿里巴巴凭借自身强大的资本和技术力量，建立起了包括电子商务、本地服务、数字娱乐、移动支付、金融、及物流等服务在内的庞大的生态体系。
其中，仅淘宝天猫体系的活跃用户就超过6亿人，而蚂蚁金服的国内用户已经超过7亿。阿里巴巴把这些消费者的信息实现统一身份识别，并与体系内的营销效果数据(消费者兴趣程度、购买记录等)关联，这是阿里巴巴“品牌数据银行”的最大优势所在。
而且，“品牌数据银行”同时支持多渠道数据融合，品牌商家还可以将自有的线下消费者数据，特别是消费者线下行为数据以及消费者标签体系一并融合到数据银行，与数据银行的线上消费者行为及标签实施交叉分析，从而能够洞察线上线下消费者的行为轨迹，形成交叉类型数据。此外，“品牌数据银行”能够对特定营销环境，进行用户行为分析及购物路径分析等。
“品牌数据银行”将作为阿里巴巴全域营销产品体系(Uni Marketing)的底层中枢，连接着阿里巴巴集团体系目前所有的营销工具，对所有营销活动回流沉淀。将这些全部实现的则是“统一身份识别(Uni Identity)”。
数据银行丰富的人群画像与分析图（transcosmos China归纳整理）
|基于消费者旅程管理的全链路消费者运营方案
如上所述，阿里巴巴基于自身的统一身份体系（Uni Identity）的数据基础设施重新定义了经典的消费者链路(AIPL)概念，并且将消费者链路变成可视化可运营的消费者资产管理过程。“品牌数据银行”通过效果评定、画像提取、目标投放这三种方式提升营销效果。
广告效果衡量的新维度
首先，“品牌数据银行”为品牌商家提供了一个全新的入口，让品牌商家能够从更多新的维度来衡量营销效果。“品牌数据银行”不仅提供了常见的广告投放的基础指标“认知”，还有另外三个指标：“兴趣”、“购买”和“忠诚度”。
“品牌数据银行”的广告评定(来源：阿里巴巴“品牌数据银行”官网）
其次，这里所说的“认知”跟一般意义上讲的广告展现量（impression）不同，它还包含了受众进入品牌店铺或者在淘宝上进行品牌词搜索等行为的相关数据。而“兴趣”、“购买”和“忠诚度”，则基本上是由淘宝天猫内的用户购物相关行为所定义的。也就是说，“品牌数据银行”其实是把前端推广（主要是广告）和推广之后用户在淘宝天猫内所产生的行为关联了起来，不仅仅帮助品牌商家查看广告投放本身产生了多少曝光和“认知”，还能看到受众在淘宝天猫上的行为是否因此发生变化。
品牌商家可以把前端的广告和后端的用户行为关联起来，构建起一个能够结合“品牌推广”和“转化效果”连动的监测机制，从而实现对于品牌广告投放真正的效果追踪。
基于人群特征的营销策略
“品牌数据银行”的另外一个功能是能够基于细分条件，把受众进行分群，并且基于不同的人群，给出这些人的画像。并能够自定义多层次人群标签洞察。
基于人物画像的营销策略（阿里巴巴“品牌数据银行”官网）
目标人群的定向投放
品牌数据银行最大的价值在于人群定向投放。数据银行提供了各种受众细分范围，包括人群属性信息、位置信息、行为记录等，从而能够以此为维度选择不同的细分人群。
例如，某电子产品品牌拥有几十家网上店铺，其中包括天猫旗舰店，还有多种经销商店，以往品牌方给予各渠道的赋能方式是通过折扣，赠送礼品，还有其他让利活动等方式开展的。在使用了阿里巴巴品牌数据银行以后，通过对各EC店铺的消费人群画像分析/洞察，了解到不同店铺对应的人群画像是不同的，从而对不同类型店铺的消费者画像也较之以前更为清晰。
2018年以前，天猫平台的会员模式主要根据用户积分，将用户判定为“VIP会员”和“普通会员”。用户积分达到一定分数，则自动升级为“VIP会员”。自2018年后，天猫会员体系变更为“88普通会员”和“88VIP会员”。下过单的用户自动被认定为“88普通会员”，若用户积分达到1000分，则可支付88元升级为“88VIP会员”。
根据分析结果，品牌商家能够更加精准地掌握通过使用何种渠道、何种营销方式，能够对哪类的顾客实现购买转化率最优化。
品牌数据银行适用于以下情况：
▪有数量可观的阿里系的广告投放(不仅包括天猫淘宝，也包括优酷这样的阿里系的资源)，尤其是展示类广告投放。
▪商品在天猫或淘宝有销售，若是有旗舰店更佳。
▪希望更加了解自己的受众特征、尤其是购物倾向。
| 阿里巴巴品牌数据银行的认证服务商
笔者所在的公司transcosmos China是目前通过阿里数据银行官方认证的29家服务商之一(截至2019年3月)。早在2017年3月，transcosmos China就成立了数据分析团队。并且为了更好地服务于天猫生态和新零售业务，公司于2018年6月成立了专门的Uni-marketing(全域营销)部门，目前拥有35名数据银行分析师。
今后，transcosmos China将继续致力于支持品牌实现数据化、数字化，帮助企业客户在天猫“旗舰店2.0升级”过程中全面实现品牌影响力及业务的双向增长。
