第一節 數據營銷的發展歷史

數據營銷的第一個成功案例已無法考證，有跡可循的是19世紀美國百貨公司西爾斯（Sears）的模式。早在19世紀80年代，面對美國的廣袤地域和稀少人口，西爾斯通過直復營銷模式（目錄采購+貨到付款），迅速占領了市場，成為零售業第一，其霸主地位直到100年后的20世紀90年代才被折扣店起家的沃爾瑪（Wal-Mart）取代，但在2012年《財富》世界500強排行榜中仍然占據第245位。2015年西爾斯與凱馬特（Kmart）合并后，規模居全美零售業第三。

隨著20世紀90年代電話營銷這種新方式的興起，傳統直復營銷的模式被逐漸取代，數據營銷進入數據庫營銷的階段。在銀行、IT、保險等行業，幾乎每個企業都建立了龐大的呼叫中心，通過呼叫中心這種簡單、廉價的方式為客戶提供“營銷—銷售—售后”的端到端服務。以全世界最大的呼叫中心外包國家印度和菲律賓為例，兩國有數百萬人通過外包的形式為歐美企業提供呼叫中心服務，管理著成千上萬名歐美企業的數據庫營銷。

最近十年，電子商務、營銷技術和大數據的興起和發展使數據營銷進入了數字營銷時代。以國內的京東為例，整個平臺在2014年以不到10萬名員工驅動2600億元的銷售額，人均產出達到300萬元。而全世界最大的線下零售商沃爾瑪，員工人數為220萬人，總收入為4700億美元，人均產出折合人民幣140萬元，不及京東的一半。數據營銷在電商領域的核心價值是連接商家和客戶，幫助商家以最小的成本找到最精確的客戶、最精確的推薦商品和最精確的銷售價格，這些數據營銷的優勢幫助電商進一步拉大了和傳統零售商之間的距離。

表1-1總結了以上提及的數據營銷的三個階段，每個階段的飛躍都是隨著營銷接觸方式技術的變革而發生的，應用領域也從最早的零售業拓展到擁有電商平臺的各行各業，數據營銷的模式也從最早的“目錄郵寄+貨到付款”到以客戶數據為核心的各種個性化營銷方式。

一 直復營銷：宜家的會員模式

1．直復營銷概述

直復營銷是數據營銷的最早階段?；氐桨倌昵?，零售業普遍面臨一個難題。當一個小商店的客戶不超過100人時，店主能叫出他們每個人的名字和偏好，也知道他們每天采購的物品和時間點，這些記憶能幫助店主很好地管理庫存和現金流，避免錯誤壓貨造成的損失（如無法銷售、商品過期等），同時良好的客戶關系也會給店主帶來持續不斷的生意。作為客戶，當你走進超市的那一刻，店主叫著你的名字，問候你家人的健康，和你聊著你喜愛的球隊比賽，貨架上放著一小時前剛采摘的新鮮蔬菜，在你生日時店主還為你準備了一張賀卡……這樣完美的客戶體驗讓每個客戶都愿意把所有的購物預算放在這家店里，哪怕這里的價格并不是最低的。但是當業務持續擴張，新開店面遍布城市每個角落時，記住每個客戶的偏好已經不再現實，有多少客戶購買了商品，什么樣的客戶購買了某類商品，客戶抱怨最多的商品是什么，這些很基本的問題經營者都無法回答，這時就只能依靠一條條記錄在案的客戶數據來維系與老客戶的關系了。

2．宜家的故事

現在仍在使用傳統直復營銷方式并且運轉良好的公司中，宜家是大家最熟悉的，在筆者能查閱到的資料中，在最高峰時，宜家全球直郵數量達到4500萬冊。一本設計和印刷精美的產品目錄成本不會低于20元，而宜家如何做到把這些高成本的產品目錄郵寄給最有價值的客戶呢？如圖1-1所示是直復營銷的數據閉環。

宜家成功的首要因素是良好的品牌形象和產品設計，這是產生直復營銷閉環的先決條件，通過各種傳播渠道（電視、電臺、報紙、雜志等）將宜家的廣告傳播到廣大目標用戶群，打動客戶帶著好奇的心理來實體店進行第一次購買，而產品價碼上會員和非會員的差距，以及結賬時收銀員的提醒推動客戶注冊成為宜家會員。在會員卡上印上客戶的唯一會員編號這一手段是直復營銷的關鍵核心，它幫助零售業識別客戶，當客戶消費時需要出示會員卡才能享受積分、折扣等優惠。而通過會員編號，宜家了解了同一個客戶的所有歷史購物數據，包括會員每次購買的商品、金額、時間等諸多要素。收集了這些數據后，通過使用數學模型，宜家就能判斷客戶價值及其可能購買的商品種類和購買時間，最后選取數學模型中價值最高的客戶，向其郵寄印刷精美、成本高昂的產品目錄，吸引客戶回到宜家進行重復消費。

在直復營銷的閉環里，客戶數據中最關鍵的是客戶的會員編號（識別碼）、歷史購買記錄和直郵地址這三個要素，通過對海量客戶購買行為的數據挖掘，零售商能獲知成千上萬種商品間的交叉銷售機會和最佳銷售時間，最終目標是在正確的時間向客戶推送正確的商品內容和折扣政策，吸引客戶到店消費。

3．直復營銷成功的條件

雖然宜家、沃爾瑪等眾多商超依靠直復營銷走向成功，但這種營銷模式并不是每個零售企業都可以復制的，成功的先決條件包括以下幾個。

· 良好的品牌形象和產品認可度，使客戶看到目錄上的圖片和文字能產生購買欲望。

· 銷售利潤足以覆蓋目錄印刷成本。

· 商品相比競爭對手具有價格競爭力。

不是每個零售商都能建立宜家這種級別的品牌形象和產品認可度，一份質量普通的產品目錄如果缺少品牌的支撐，則無法獲得客戶的信任和吸引客戶的眼球；如果產品的利潤沒有高到一定程度，又無法覆蓋高質量目錄設計、印刷和郵寄的費用。同時，直復營銷前期的客戶數據積累又是一個非常緩慢的過程，客戶在填寫會員卡登記表時，大多數情況下都不愿意填寫真實的信息，這也降低了數據的精確度。在企業收集的數據中，完全真實可信的只有歷史購買記錄，客戶填寫的年齡、性別、收入等信息基本上都無法反映真實情況，因此直復營銷的成功只出現在大型商超、汽車等少數幾個行業的少數幾個壟斷者身上。

還有一種極端情況是甲方將直復營銷的所有環節都外包給供應商。例如，中國郵政仍然為企業提供直復營銷中從數據、產品設計到郵寄的端到端服務。

二 數據庫營銷：戴爾的直銷模式

1．數據庫營銷概述

數據庫營銷是數據營銷的第二個階段。

在直復營銷出現的幾十年里，直復營銷解決了以下一些問題。

· 找到和客戶定期溝通的方式：客戶數據+直郵。

· 相比電視廣播等大范圍覆蓋的營銷方式，營銷精確度相對高。

· 更加便捷的銷售方式：郵寄+貨到付款。

同時直復營銷也仍然存在以下一些問題。

· 對商品的標準化程度和品牌要求高：需要通過簡單的文字和圖片吸引客戶的購買欲望。

· 溝通頻率低：直郵的制作和印刷在大部分企業那里都是以月為單位推進的，無法及時抓住市場熱點。

· 數據更新頻率低：僅能通過收集退信的方式對客戶數據進行修正，存在不確定性的郵政體系和對退信的整理需要投入大量的人力和時間，錯誤的數據重復消耗著資源。筆者所見的一個案例，某互聯網企業曾經對中國的百萬個中小企業進行了一次直郵，之后一個月內，該企業的前臺每天都堆滿了以麻袋計的退信。

20世紀90年代，呼叫中心的技術逐漸成熟，更低廉的成本（相對于直郵）、更有效的溝通方式（電話話術）和更精準的數據（可以根據外呼結果及時調整錯誤數據），解決了直復營銷存在的上述幾個主要問題。

2．戴爾的故事

在聚集了大量精英、變化飛快的IT市場，每過一段時間就會出現新的技術大潮，大部分IT企業都會跟隨這些大潮進行轉型（如最近的大數據、云計算），但是20年過去了，戴爾公司仍然靠數據庫營銷這一招一統天下，領導著全球IT硬件市場，期間并非無人模仿戴爾的模式，那戴爾是如何做到“一直被模仿，從未被超越”的呢？

（1）商業模式的基石是基于產品品質的品牌

戴爾產品一直追尋品質和價格的良好平衡，留給客戶的品牌印象是比昂貴的高端品牌便宜一點，比廉價的低端品牌質量好一點，當戴爾的銷售人員拿起電話向客戶介紹產品時，能簡單地說清楚賣點。

（2）以客戶數據為核心的營銷-銷售體系

大部分企業對市場的了解來自調研和少數精英的行業認知，之后制定的策略和營銷手段也圍繞著這些充滿假設的行業了解；而戴爾對市場的了解是具體落地到單個客戶的，因為有數據支撐，戴爾能迅速發現不同細分市場的異動，迅速做出反應，進行針對性營銷，并且所有的執行都能落地到具體的客戶身上。例如，某政府機構公布了一項政府投資計劃，其他企業在獲取這個消息后會進行專項的研究工作，發現政府投資涉及的行業和地域，最后投入配套的資源進行覆蓋，這是自上而下的模式；而戴爾會基于常規的收入異動客戶分析，判斷收入異動的原因，關聯到相關政府政策，最后以點帶面，找到相關企業名單，進行針對性的營銷，這是自下而上的模式。雖然看上去戴爾的模式顯得后知后覺，但是因為能落地到具體的客戶且可以在第一時間接觸客戶，所以這個模式的資源集約和效率會更高。

（3）簡單高效的營銷和銷售方式

由于有品牌和數據的支撐及產品的高度標準化，降低了對戴爾一線銷售人員的素質要求，只需要有良好的話術支撐，一線銷售人員能輕易地表達自己的產品和客戶需求之間的關系，加上部分價格和質量優勢，銷售人員能很容易地在銷售決策鏈相對簡單的個人市場和中小企業市場進行銷售。

（4）數據營銷的高昂投資及以客戶數據為中心的商業模式

戴爾每年投入在CRM系統建設和數據購買這兩方面的全球費用是個天文數字，很少有競爭對手有勇氣做出同樣的投入。戴爾的內部部門設置同樣也圍繞CRM系統，通過客戶數據打通了“部門墻”，這一點對內部部門設置復雜的其他企業來說，也很難模仿。

3．數據庫營銷的數據閉環

如圖1-2所示是筆者羅列的常見的數據庫營銷模式，分為兩個閉環。

（1）新客戶挖掘

目標是帶來新的客戶，主要通過以下三種途徑進行新客戶挖掘。

· 廣告帶來的呼入。各類雜志、報紙上刊登的精美的廣告圖片中的咨詢電話，吸引客戶呼入（Inbound）。

· 市場活動收集的數據。例如，針對中小企業的線下推薦會收集客戶名片，之后通過回訪進行呼出式（Outbound）的電話營銷。

· 外部采購數據。直接找供應商購買特定行業的企業名錄和聯系方式，交由呼叫中心進行冷外呼（Cold Call），當客戶表現出明顯的購買意愿后，呼叫中心的銷售人員會在CRM系統中錄入商機（Lead）, CRM系統會根據可能購買的金額的大小分配不同層級的銷售人員跟進，最終完成銷售。

（2）老客戶維系

基于CRM系統中所掌握的客戶數據，通過以下兩種方式進行客戶接觸。

· 通過數據挖掘技術，根據客戶以往的購買周期、金額等判斷客戶在短期內購買的可能性和目標產品。以IT行業為例，產品購買周期一般不超過三個月，企業會每季度一次對數據進行重新篩選和清洗，選定的客戶數據交由銷售人員進行外呼。

· CRM系統中記錄了大量真實的客戶數據，在經過電子郵件等方式進行營銷后，通過判斷客戶對電子郵件的反饋情況（如是否打開查看郵件、是否點擊郵件里的URL鏈接），決定是否需要電話跟進這條客戶數據。例如，企業對CRM系統中所有的現有客戶發送了同樣的促銷電子郵件，其中通過技術追蹤到有1%的客戶打開了郵件，之后企業可以回到CRM系統中找到這些電子郵件對應的客戶的電話號碼，并找到對應的電話銷售人員對這1%的客戶進行跟進。從客戶角度來看，在他們打開這些電子郵件后的第二天，就能接到一個銷售電話詢問其對昨天發送的促銷是否感興趣，目前是否有采購需求。

由于CRM系統中錄入的都是以往購買過產品的老客戶，客戶數據質量（電話接通率、客戶姓名準確度）遠優于新客戶挖掘中的數據，因此呼叫中心的客戶經理更容易與客戶進行溝通。

在電話銷售過程中，“話術”（Tele Script）是另一個重要的利器。由于產品的高度標準化，再加上通過數據挖掘能大致猜到客戶需要的產品，因此人們很容易把與客戶溝通的模式標準化錄入系統形成話術。呼叫中心的銷售人員與客戶的溝通并非漫無目的，想說什么就說什么，而是對著電腦屏幕上的文字照本宣科地進行。

三 數字營銷：進入大數據時代的精確化營銷模式

1．數字營銷概述

數字營銷是數據營銷的第三個階段。

在過去20年，客戶數據和呼叫中心的結合促使了IT、銀行、保險、運營商等行業業務模式的重構，相比早期的直復營銷，數據庫營銷解決了許多問題。

· 更直接有效的溝通方式，可以進行復雜產品的銷售：客戶數據+呼叫中心。

· 隨著營銷精度的提高，降低了營銷成本。

· 基于對客戶歷史購買行為的了解，能更加有效地進行老客戶的維系。

但是，數據庫營銷仍然存在以下問題。

· 高昂的投資和人才的稀缺造成數據庫營銷仍然只是大公司專屬的營銷方式。

· 客戶數據的獲取、存儲和使用面臨著合規風險。

· 客戶接觸方式相對簡單，只有外呼、電子郵件、直郵等少數幾種手段，客戶容易厭倦。

隨著亞馬遜（Amazon）、淘寶、京東等電商及一系列大數據營銷技術的出現，“客戶數據+電商+營銷技術+大數據”的數字營銷模式又一次改變了數據營銷。

2．大數據時代的精確化營銷模式

3．數據營銷閉環

看完以上案例，大家會發現數據營銷不再是只有大企業才可以實施的重資源模式，擁有海量客戶數據的大數據平臺（如電商、社交媒體、搜索引擎等）把客戶數據和營銷環節做成標準化產品，基于這些產品，任何規模的企業都可以輕易地實現“找到目標客戶—分析目標客戶—對目標客戶進行營銷推送—引導目標客戶進行消費”的全閉環。如圖1-4所示是以把客戶引流到電商平臺進行銷售為目的（即以電商為目的）的數字營銷閉環。

4．數據營銷的變革

相比傳統的數據營銷，數字營銷的主要任務還是新客戶挖掘和老客戶維系這兩個核心，但是數據使用的方式發生了翻天覆地的變化，對一個企業來說，數據營銷的變革包括以下幾個主要方面。

（1）更豐富的客戶數據收集手段

傳統數據營銷中的客戶數據獲取方式簡單而且成本高昂，有了營銷技術和大數據后，企業可以更加方便地收集除了客戶歷史銷售數據之外的其他行為數據，如客戶在社交媒體上的行為、各種搜索行為等。

（2）更豐富的客戶接觸渠道

通過營銷技術打通客戶在不同平臺上的識別碼（直復營銷的會員編號，數據庫營銷的手機號和姓名，數字營銷的微信、微博ID、Cookie ID等），打通的識別碼越多，就能從更多的營銷渠道中接觸客戶，推送內容。

（3）社交媒體的介入

社交媒體在傳統營銷體系中屬于品牌和公關而非營銷領域。在通過營銷技術打通傳統CRM、電商客戶數據和社交媒體客戶群這三個客戶數據源后，整個營銷方式發生了突變，無論信息收集、整合還是客戶接觸，都有了新的方式。

（4）更低廉的成本

傳統數據營銷在初期建設成本高昂，而數字營銷可以利用第三方工具，按照過程量進行付費（之后的章節會提到各種支付方式），也許單個客戶的接觸營銷成本上升了，但是由于接觸精度的提高，反而大大降低了總體成本。

（5）不再需要昂貴的專業數據操作團隊

第三方工具的存在使企業只需要雇用成本較低的工具使用人員，而不用建立一個端到端的數據團隊去進行所有操作。

（6）數據合規

對于擁有客戶數據這個敏感話題，由于企業自身不擁有數據，因此降低了數據合規性可能給其帶來的風險。

（7）營銷效果衡量體系

通過電商平臺和自建的流量分析工具，企業能看清楚每個客戶數據（流量）產生的具體價值。