惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

D
DataBreaches.Net
IT之家
IT之家
博客园_首页
博客园 - 【当耐特】
V
V2EX
Apple Machine Learning Research
Apple Machine Learning Research
G
Google Developers Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Recent Announcements
Recent Announcements
F
Fortinet All Blogs
GbyAI
GbyAI
腾讯CDC
H
Hackread – Cybersecurity News, Data Breaches, AI and More
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
I
InfoQ
H
Help Net Security
T
Tailwind CSS Blog
B
Blog RSS Feed
Martin Fowler
Martin Fowler
人人都是产品经理
人人都是产品经理
The Cloudflare Blog
博客园 - 叶小钗
雷峰网
雷峰网
量子位

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
数字营销其实是「CEO工程」
Jade大话数字营销 · 2023-07-12 · via 人人都是产品经理

数字营销有着精准度高、成本较低、效果可量化等优点,很多企业都尝试了数字营销,它其实是一项「CEO工程」。为什么这么说?本文讲述数字营销相关内容,希望对你有帮助。

各大商家和电商平台京东,天猫,拼多多,抖音,快手,小红书都在复盘6.18的数据,今天是疫情后的第一年,本来期待着都是一片大好,经济复苏,事实是钱比以前更难挣了,消费乏力,回归低欲望消费和低价策略时代,今年618,几乎所有的平台都把低价作为主打,且不玩什么定金和预售的套路,直接给低价折扣,在各自的领域互相卷死对方。

B2C流量红利消失,产品回归性价比和靠谱路线,踏实服务消费者几乎是无可厚非的,对于B2C,什么出奇制胜的营销方法不再那么重要,也不可持续,回归本源,重视品牌,产品和服务才是根本,据说马云在阿里内部做了一场谈话,主要说了三件事:回归淘宝,回归用户, 回归互联网。而在B2B营销领域,好的时代才刚开始。如果要去寻找营销行业的红利,我认为要去投身B2B业务。

很多企业在疫情几年都尝试了数字化营销的一些方式方法,比如做做性价比较高的内容营销,搜索引擎投放,但是这些单点突破的营销方式其实很难真的去改变大家对于数字营销的认知,也难以释放其真正的价值,最终就是导致一些数字化项目夭折,再加上预算缩减等原因,最终沦为“不那么重要”的项目被管理层放弃了。

最近和圈子里的CMO们聊下来,普遍有几个问题需要去解决:

  1. 数字化营销体系如何构建?
  2. 数据有什么用?
  3. 除市场部以外的部门对于数字营销不了解,不接受,怎么办?

一、数字化营销体系如何构建?

数字营销一定是系统化的一项工程,是CEO工程,CEO不重视,项目是难推进的,不要去妄想通过一己之力改变其他部门对于数字营销的期待,那么首先是要争取高级管理者的支持。支持分为精神支持(口头鼓励,认同你和你的团队对业务的价值),物质支持(给钱给资源)。

前几天参加了一场B2B CMO的聚会,大家普遍谈到工作的意义感和价值感是毕生想去追求的事情,我很认同,无论到什么年纪,追求工作的意义,传递对别人的价值并且获得认同是让你始终怀有对营销热情的内驱力。

数字化营销体系如何构建,首先要让CEO明白数字营销是体系性的工程,从战略,流程,应用,组织层面都需要彻底改造。其次,需要耗费人力物力,单点突破不是不可以,但没有什么实质性的作用,也难以释放其最大价值。

二、数据有什么用?

我觉得很多CEO和CMO这几年都建立起了数据营销的思维,用数据来驱动决策,不管是PR新闻传播,内容营销,线下活动等都在尝试收集用户数据,活动总体数据,但是具体数据怎么用还是缺少认知和相关领域知识的。互联网平台和触点产生了海量数据,但是数据质量层次不齐,这是许多企业营销部门的头号挑战之一。

从现在开始清理数据库中的数据,制定数据收集目标,方法,打通散落在不同工具和触点的数据,复盘现有的数据处理能力,搭建数据团队,该找人找人,该找预算找预算,学会开始使用这些数据来驱动业务决策应是CMO的首要任务。

三、除市场部以外的部门对于数字营销不了解,不接受,怎么办?

这也是太正常不过的事情,人家都不知道数字营销是什么,对他们意味着什么,和他们的关联性在哪里,他么不理解不认可很正常。

可以请真正有实战经验的外部讲师,公正客观地讲下数字营销的思路,方法,机遇挑战,并给一些案例讲解,别人是怎么从0到1构建数字化营销体系的,对于业务部门的真正价值示什么,如何利用数据驱动决策的,这些非常新的思路分享,不仅开阔大家的眼界,且对于改变其它业务部门的认知,加深对数字营销的理解并在工作中展现触认同甚至支持是非常有帮助的。

正如创意为品牌服务,B2B的市场营销为销售服务,无论市场部门如何想要提升自己的地位,想要被看得见,首先要给销售传递价值,B2B业务下,销售转化周期长,客户需要和销售团队,品牌的渠道合作伙伴反复讨论,才能立项,最后完成交易,在整个过程中,销售需要付出大量的心血,这是转化的后链路,而市场部能做的是在前链路释放价值,给销售带来核心高价值的潜在客户。

在线索产生的环节,可以通过数字营销手段如官网引流,搜索引擎优化,广告投放,直播活动等方式产生潜在客户线索,同时加上对用户属性的判定,行为的判定,以及销售在营销活动策划阶段的参与,通过科学系统可量化的方法对客户进行鉴别,是高价值的还是低价值的,成交意向高还是低的,因此市场部可以在战略和落地层面充分给与销售部一些建议,输送高质量的线索。

同时在这个过程中通过私域的精细化运营,用户分群进行营销自动化等一些手段持续对较低意向或者沉睡中的,暂时无需求的潜在客户进行持续不断地孵化和施加影响,缩短潜在客户的转化周期。实践证明,这些数字营销手段是及其有效,事半功倍,投资回报率极高的事情。

比如,B2B高客单价,低频购买的用户平均一个获客成本(cost per MQL Marketing qualified leads)是1000元人民币,从MQL转化到真正成交订单即Customer假设平均1%的转化率,那么真实的获客成本就是1000*100=100,000. 假设这个客户一年从品牌这里采购100万的产品,已经是大客户了,那么ROI就是100万/10万=10。

而通过判定客户的潜力大小,选择进行私域精细化运营的方式,市场部门成功从100个客户中唤醒了一个客户,他因此同样从品牌方采购了100万元,这里面所有的成本就是人力运营成本和制定内容的成本,假设1万元左右,那么这个ROI就是100万/1万=100。

第二种方法的ROI极其高,是一种的十倍,前提是品牌方注重建立自己的第一方数据库,平时注重用户数据的沉淀,同时在运营策略制定之初能充分Engage销售,制定正确的策略和模型对用户行为提前做出预判和预测,功夫在细节和平时的积累,以及团队协作。

专栏作家

朱晶裕,微信公众号:Jade大话数字营销,人人都是产品经理专栏作家。经济学硕士研究生,现任霍尼韦尔数字营销负责人,数字化营销转型战略专家。擅长领域涵盖媒体策略,内容营销,营销自动化,需求/销售线索挖掘,电商等在内的端对端营销解决方案。

本文原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。