點此查看智能營銷專欄系列文章

上一講結尾我們談到營銷現場還原的問題，其核心就是營銷數據要完整的回收。

首先明確一下，什么是營銷數據？所謂營銷數據就是從營銷目的開始到最終結束全周期中形成的所有數據，涉及用戶的達成、交易、銷售、參與反饋行為、內容設計、權益補貼、通道時間、初始營銷策略、監測指標等一系列的詳細數據，力求還原營銷現場。

在本系列的第一篇文章中，我們已經探討了關于營銷的局限性問題。我們重視營銷結果的數據指標制定和監測，但卻很少把營銷全過程和反饋數據回收用于策略的迭代和優化。本文將重點探討關于營銷數據的制定、回收和使用的問題。

?    營銷數據沒有形成詳細的收集

我們重視結果數據的收集，也就是與直接結果相關數據的監測收集，卻忘記應該像收集用戶行為數據一樣詳細收集用戶在營銷互動中產生的所有過程數據。所以你無從知道哪些用戶在離開，用戶又為何會離開，更無從知道對于這樣一個糟糕的結果，該如何解決。因為我們缺少一面鏡子來還原用戶的詳細旅程。

營銷的數據評估指標是具備人為選擇性和無法優化的

過去我們重視的是ROI和轉化率、銷售額、交易規模等結果性的營銷指標，并作為評估效果好壞的尺度。但是這個尺度是相對的，因為我們沒有benchmark作為參照。Benchmark不是拿某一次營銷的結果作為benchmark，也不是所謂的平均法則，而是建立在長期穩健的營銷策略基礎上的基準。數據指標也是營銷數據的一部分，但這部分數據作為結果性數據，無法作為策略或者模型的輸入數據，重新進行營銷策略的優化。

此外，營銷數據的指標更多是基于人為選擇的需要，制定了部分的數據指標來評估整體的效果。而這是遠遠不夠的。

營銷數據需要制定完整的規范

制定營銷數據的規范，其價值在于向營銷相關的策略模型或者決策算法提供輸入的大量數據，這些數據包含過程數據、結果響應數據、原始策略規則數據等等。我們需要建立一套規范或者范式，來制定標準的整個營銷數據的采集規范。比如營銷的時間、頻次、權益、觸達時間、通道選擇、客戶規模、客群特質（標簽）、每個客群響應概率、達成概率、成本價格、流程轉化等等一系列與此相關的要素，都需要依據規范整理出來。

在規范的確立方面，有一套業務原則可以作為整體的營銷數據采集指導，這套原則叫做OGSM。在營銷數據的規范化采集時，力求通過這樣的一套原則，將整個營銷通過數據完整還原。

O（Objective）是最為核心的要素，因為所有現行的營銷智能決策的平臺和模型，都無法做到在沒有業務輸入的情況下開展決策機制，輸出策略去營銷。所以營銷數據的規范和收集是貫穿整個全營銷體系的，而不是只去收集結果數據的。O的核心是描述一個營銷的戰略訴求，比如對新客戶形成轉化，對存量客群進行促活，而這些也需要編輯到營銷數據中，作為所有重要的營銷數據的索引來使用。當營銷決策模型或者專家經驗進行策略輸出時，我們需要知道的是過去有沒有針對這個戰略目標進行過數據收集和建設分析。

而G（Goal）的收集可以直觀的從想提升或者轉化的指標出發，數據化的標注和記錄目標。這一點上，是將戰略意義落實到具體行動上，具體指標的出現，其意義就是整個營銷驅動要達成的指標。

而S（Strategy）則是營銷的中臺，營銷策略在輸出的時候確實只有營銷目標人群ID，但是附屬的信息是很多的，比如權益、通道、時間、沖突等等信息。如果營銷數據可以對這部分的數據細化到對于客群的記錄層面，那么將有利于在后續營銷活動開展時獲取更多要素，進行策略的升級。

M（Measure）其實解決的不單單是對于目標的監測，更重要的是如何將用戶參與的過程、時間、波次等一系列行為完整記錄下來。舉個例子，我們通常在營銷最后會獲取到用戶是否響應了該活動或者營銷內容，但是沒有把該響應或者未響應人群在此次營銷過程的參與數據也一并獲取，作為補充內容來分析和調整策略。

電商平臺一般會監測用戶的購物車，這一點其實就是對于過程數據的利用。因為通常電商平臺向用戶發送權益或者消息時，最初的目標是要產生購買轉化，也就是交易額。但是電商平臺去復盤和整理了用戶參與營銷的流程，比如重復瀏覽、加入購物車、選擇收藏加入心愿單，則都是過程性的數據，并不是我們一般認為的結果響應數據。而電商平臺則會根據這些過程數據調整策略，比如會在購物車中提示商品現在比加入購物車時便宜多少，或者推送消息提示購物車中的商品降價了。而這部分并不是傳統意義的結果導向的ROI數據，也被包括在監測的范圍中。

不過也有人會提出質疑，說剛才所列舉的場景是針對一個事件行為去做營銷，這一點是正確的，但是和剛才所述的情況并不沖突。從每一個營銷整體去看，我們設計的流程中客戶反饋環節很多，我們需要把全流程的所有數據以一個營銷整體的維度去看待。因為事件行為的營銷屬于枚舉范疇，是在專家經驗角度提升和提煉。但實際操作時，是要考慮原來的營銷策略與該事件行為營銷之間是否存在沖突和不合規的問題。

營銷數據就是力求完整還原營銷現場

在前面制定營銷數據規范的部分已經提到了還原的問題，在此處強調的目的在于，還原是為了向人工專家經驗提供支持，或者為模型算法提供數據。OGSM是方法的其中一種，從業務指導原則上也可以使用比如AAARRR方法論、增長理論、UGD等等。營銷數據將在未來的營銷自主決策中扮演著試金石的角色，它將為通過機器和人工形成的大量決策提供依據和測試基礎。

此外，這些數據也將和最開始所收集的各個渠道、各種形態的數據混合到一起，作為原材料進行深度加工和策略支持。

最后還需要談到一點，營銷數據將在應對多渠道和角色之間發生的沖突仲裁方面扮演重要角色，也是重要的決策依據。營銷一致性、體驗一致性、實時性等問題也都賴于營銷數據本身是否可以完整收集，以發揮決策價值。

下一講中，我們將討論營銷數據如何參與策略優化的問題。