新零售环境下的全域营销

在广义的品牌理论体系下，品牌认知度、品牌忠诚度、消费者关系都是在推动层级递进的，以品牌忠诚度为例，它体现的是在购买决策中多次表现出来的对某个品牌有偏向性的(而非随意的)行为反应，也是消费者对某种品牌的心理决策和评估过程。它由5级构成：无品牌忠诚度、习惯购买者、满意购买者、情感购买者和承诺购买者，这样的层层递进的结构就是一个经典的漏斗模型，每一层级都有对应的人群来源和转化效率。

如线下实体店，位置决定了人流，店面的门头、设计风格、品牌决定了多少人会进来，人流的大小决定了购买率，购买率最后成为现金流。决定现金流多少的关键指标是漏斗的口有多大，每一层的转化率有多高。

电商的核心也是流量，用户的访问量、广告的点击率、留存下来继续浏览具体商品的人数、把商品放入购物车的人数、把购物车清空结算的人数等。在数据透明的情况下，电商能更加方便地计算每种营销手段的成本和收益。

传统零售营销的模型是漏斗式的，层层转化，用户的牵引路径是一条直线，营销的核心是从流量到转化。

一、蜂巢式的营销场景

那么，新零售环境下的营销是怎么样的呢?

在新零售营销中，商品、品牌、消费者关系不是严格的层层递进关系，借助技术手段，融合线上线下各自的优势，最终形成了更精准的消费者洞察、更丰富的产品组合、更多远化的体验场景。精准、丰富、多元这些维度的增加彻底打破了漏斗式的单线结构。

消费者可以从任何场景、任何关系层级切入，也可以从任何场景、任何关系层级切出，这个中间存在无数种路径可能。

如果说传统零售的营销模式是漏斗式的，层层递进，每一层都注重流量和转化，那么新零售时代的营销则是蜂巢式的，多入口、多出口、场景立体多维、多路径、多触点，如图。

用户在任何时间、任何地点都可以任意切换场景，所有的商业交互节点都围绕用户的时间为核心进行的设计。

二、“假设—验证”内测营销玩法

互联网行业喜欢用“假设—验证”的方法进行营销或新品推广，假设基于用户习惯、偏好和使用场景设计可能的路径，验证通过小范围、多频次的尝试收集数据反馈，逐步得出无限接近真实场景的可能路径，比如微信，有任何新功能的上线改版，都会提前进行内测，安卓端或ios端，测一下数据，如果数据好则全量发布，如果不好再进行调整。

假设就是在深刻理解新零售营销规律的前提下，猜出最可能的答案，并做出最快速的尝试。这些规律包括自传播规律、场景路径规律、社群亚文化规律等，验证就是要快速执行、检验效果，效果的验证是大数据工具、商业智能算法的充分运用。

新零售营销的核心动作是创造与消费者高频次、高质量的互动和对话，这也是打造私域流量、精细化运营的关键所在，基于大数据的假设和大数据的验证，也是与用户高频次互动的重要手段，也是产品自传播效果和品效合一的核心要义。

在新零售的算法中，好产品=好内容=好品牌，过去变着法子把营销方案强加给消费者，消费者若不买账就换方案再来。如今，消费者若是不买账，得赶紧与消费者对话，看看是不是产品不好，如果不好的话就改了产品再来。

三、营销科技流

什么是营销节点、什么是用户路径图?

用户路径图的原理是将用户与产品/品牌接触的每一个事件看成一个节点，每个节点代表一个具体的交互场景，节点与节点之间通过时间先后顺序连接起来，最终形成了一条完整的用户路径图。

过去，无论是品牌营销还是销售拉动效果营销，围绕的都是用户路径上的某几个节点，因此会产生品牌宣传和销售效果拉动不兼容的问题。现在，把视角放宽，在一条完整的用户路径上，从开始如何触达用户，到最后如何带来购买行为，每个节点可以有大数据提供消费者洞察，从而设计出一条或多条完整连贯的交互体验路径。

过去，品牌主与用户在某个场景下产生交互后，并不知道下一个场景用户会去哪里、会做什么，因此会非常焦急地希望在有限的几个接触场景下，做完所有想做的事，让用户记住品牌、产生购买。

而在新零售下的蜂巢场景中，用户与品牌、产品产生交互的节点大大增加，节点之间跳转的逻辑更加多样，且受益于大数据技术，用户在每个节点发生的行为事件清晰可见。在商业智能的支持下，行为事件之间的关联性也被充分发掘。营销的关键，是利用好每个场景节点展示出的消费者行为规律，设计一条连贯的用户路径。

营销科技流，即大数据智能算法营销，借助大数据技术、智能技术、虚拟技术等，更多的是“验证”前面的假设，这些技术在应用的过程中产生更多的营销技术概念，如全域营销、全渠道、全链路、程序化购买、智能化投放、跨屏营销，等等。所以，新零售营销中的“验证”环节，基本上可以理解为学会运用大数据算法技术的过程。

传统的营销依赖创意和经验，在与新零售时代的营销技术的竞争中几乎是赤手空拳对抗飞机大炮，毫无胜算。如经验，通过数据和算法得出的投放方案明显比依赖营销专家过往经验要靠谱得多。

最难渗透的创意方面也被技术所攻陷了，如人工智能根据收集到的反馈信息，判断哪种创意模式更受用户欢迎，然后通过对比调用庞大的创意数据库中的模板，把他们按照一定的算法组合起来，最终形成广告成品;再比如，当创意营销人员设计出一套广告方案或营销策划时，智能广告辅助平台可以基于算法对创意进行打分、判断可能的效果，甚至给出修改建议。

未来，创意这块会不断被技术所侵蚀，模式化的创意工作很快被机器所取代，只要机器找到了模式和算法，艺术也就不再神秘。

在落地的过程中，有几个前提，数据的打通和身份的打通，如我们登录APP可以有几种登录方式，最常见的有微信授权、支付宝授权、QQ授权等;再比如，阿里巴巴为了落地全域营销，打通在阿里巴巴体系各个平台、产品、场景下的消费者数据，其中包括线上线下全渠道数据。

5G的来临，大数据算法技术的不断普及应用，人货场的再一次重构，我们坚信未来的玩法更加人性化、个性化、专属化。