营销理论分析：为何首席增长官会取代首席营销官？

2017-04-01 09:53:00

心智占有率、获取便利性和数据可用性导致了营销理论的整体迭代。

随着可口可乐现任 CMO （即“首席营销官” Chief Marketing Officer ）在今年五月退休，这家消费品巨头将不再设立“CMO”职位，取而代之的，是新设立了“CGO”（即“首席增长官” Chief Growth Officer），CGO 既囊括了传统营销的工作，同时叠加了消费者与商业领导、战略规划等职能（Global Marketing, Customer and Commercial Leadership, and Strategy）。

与其围绕着CMO到CGO的职位变迁来讨论，不如从营销理论方面的变化来做一点分析。我认为M、P、D三个因素导致了营销理论的整体迭代，尤其是最后一个D的因素的影响在现今这个时点成了胜负手。

M和P在经典营销理论里面一直有提及，即，任何消费品牌的增值，都源自两个维度：

l Mental Availability，可理解类似Share of mind，即品牌在消费者印象、心智中的占有率；在过往，往往是以广告逻辑的种种推演，来达到所谓消费者“容易想得到”的诉求。
l Physical Availability，可理解为获取的便利性，即，购买商品、获取服务、进行交易的便捷性。在过往通常被理解为消费者可以方便触及的线下网点的部署逻辑，品牌通过覆盖、选址等来满足消费者“容易买得到”的最后一公里诉求。

时至今日，科技的发展，移动互联网的出现，代际消费的迁移，使得M、P因素产生了演化甚至完全重塑。

M因素，心智占有率，社交、搜索、深度细分圈群、UGC、消费偏好、兴趣偏好等在过去5年间被牢牢的链接到了手中、指尖的各种移动设备、移动应用上，从而基本完成了对消费者的心智占领的攻防战。
P因素，“获取便利性”，由于几乎同样的原因，在线上流量、线下入口、支付便利性等核心因素的重塑，“便利性”不再与线下网点的部署逻辑有明确的因果逻辑。

而近几年出现的D因素，即Data Availability，成为了新的胜负手，即营销与大数据时代的可用性能力成为了核心竞争点。此对接能力不是狭义的所谓大数据的4v定义等等科技术语，或者说DMP、RTB、PDB等等广告技术引入大数据客户画像等直接逻辑。后文会简单描述一下数据可用性能力的分解是什么。

M、P、D三因素的互相作用，达到如下的互动结果来支撑从纯粹意义的CMO到CGO的变化。

Mental Availability，当消费者（consumer）甚至产销者（pro-sumer）的心智借助科技的变化、移动互联网的普及，消费者的消费旅程的数字化、数据化痕迹几乎都是可以获取和加以分析的，由此而得出的分析结论是可以同样以数字化技术与消费者心智直接对话的。比如，对KOL（意见领袖）的识别、舆情情绪的设计、智能推荐引擎、智能客服引擎等之前在没有海量数据、机器学习能力的时代，由于缺少充沛的数据原料、缺少智能化数据平台引擎而并无明显的用武之地。因此M元素在加成D元素后，将改变原有的品牌广告、效果广告的界限，甚至超越原有的广告逻辑，进入“经验客户消费旅程”的范畴。

Physical Availability，线上的流量不一定与线下的入口强相关，线下的流量同理，但是同样借助于技术、移动互联网的发展，以二维码、WiFi、ibeacon等等技术工程的铺设，线上线下的流量的相关性通过数据、数字已经可以对流和相互刻画，甚至实现可以加之以运营手段，即形成Manageable Traffic（可管理的流量）。所谓的流量可否管理，关键点不在对接哪些现有的大流量入口，而在于是否可以借助流量的建设、管理积淀企业的数据可用性能力。

从前面的M、P的因素中不难看出，其中有一个核心关卡在于数据可用性能力，即Data Availability。今天的数据可用性能力的构建，同样由于科技和移动互联网的变迁，需要考量的关键点也发生了很大的变化。企业需要穿越所谓“数据的三重门”来看待自己的可用数据在哪里，而不是交易门里面的数据自己自然获取，外部的数据以简单的交易交换来获取的简单做法。

MPD三要素

如前所述，CGO需要考量的客户的领导力、商业品牌的领导力、战略、营销四个角度，都与数据可用性能力的构建息息相关。

数据三重门示意图

所谓数据可用性能力的搭建，是以两个主线需要考虑的问题。

数据的“获”“驯”“养”“读”四个关键环节来构筑企业的Data Availability能力
以3A3R+TPU的方法论框架来运营增长企业的Growth

（需要说明的是3A3R理论本就是在近七八年来来自硅谷的Growth Hacker的2A3R理论上，由TalkingData建立并在众多客户中实践中深化的方法论体系，与所谓首席增长官（CGO）的称谓倒是有文字上的暗合。）

数据的四部曲的要点在于：

企业三重数据可用性能力建设的四个关键步骤：

（1）“获”

原来企业交易门内的数据，以生产、交易、管理系统的自然留存为主是“采集”而不是“获取”。今天的数据需要主动运营才能获取，而且需要跨越交易门，以TPU的概念来运营获取。比如，商业案场或者零售门店内的WiFi、信标的数据采集，移动APP内部的交互数据采集。为什么要用TPU的概念来运营，因为如果没有T（流量），无论线上APP、微信还是线下门店，即使构筑了数据采集能力，仍然无法获取数据。同样，如果简单进行流量对接，自己没有数据获取和运营能力，前文中提及的消费者的数据痕迹数据始终被流量裹挟而去，企业的Data Avaiablity就无用谈起。

（2）“驯”

为什么用了驯化的“驯”，因为数据获取工程建立了，进来的数据仍然是各种“制式”的数据，数据之间彼此无法对接。

单独切片的数据单独存在的意义有限，如何将多层数据叠加发酵，就需要引入数据增强技术，包括了传统的数据准备、清洗，也包括了机器学习和算法研究。比如将LBS数据、地址围栏数据、房价数据、职住点锚点数据、POI数据5类数据的叠加就可以服务于商业Mall、房地产投资策划甚至城市研究等方面，这个数据“驯化”和增强过程被称为一个数据工程，通常由业务专家、数据工程师、数据科学家共同完成。

数据增强示例

（3）“养”

养数据在于运营，运营以TPU为核心，采用新型移动互联网的流量运营、营销运营、场景运营、内容运营和线上渠道运营等手段，来形成自持流量或者对接流量的数据刻画。此部分的核心是运营工程和核心运营指标。

举例，一个商业Mall，日均客流量在5万规模，属于场内流量。企业在构筑了数据可用性“获”环节的能力（即WiFi，AP、信标、红外、APP等等）数据触点的前提下，开始积累自持数据来刻画自持流量。这个过程中，如何利用外部的线上流量、线下流量来运营自持流量（即进场的客户群），并且不断深化对自持数据的“驯化”深度，从而更加针对性的经营进场流量（自持流量），流量的增加带来了运营活动的迭代和自持数据的增加和深化，从而形成所谓可运营可刻画的流量（Manageable Traffic）。

（4） “读”

数据可用性构筑还有一个核心的最后一公里，即业务人员可读可用，可用持续跟进管理业务中的数据运营指标。今日业务人员的“读”不同于往日，所以在数据探索、闭环衡量、跨界对接等方面均需要业务人员与运营人员共同解读、推动业务数据的解读。

所谓3A3R+TPU的方法论体系，示意图如下，即从流量、用户、用户的角度，从Customer Journey（消费旅程）的通路以数据来运营3A3R的核心指标。