Fragment of Seeking

受众群体到底是谁………

意犹未尽。人生孤独是常态，世事变迁，总也逃不出这两个字。有些事想不明白还好，一旦想明白了，反而无法释怀。

有时候我们很难去评判一件事的对与错。 每一项法律条文之间都有空白，每一个人都不是绝对的好或坏，对与错的界限也没那么明显，这个世界并不是非黑即白那样简单。不要说善有善报恶有恶报，这句话说得人再多都安慰不了绝望的灵魂。

以上是我根据自身经验总结出来的一套简单的框架，那么现在用这个框架结合我在哈步数据做的新零售相关事情进行分析。首先，人货场中，传统的零售商基本上是以货和场的数据在做分析，很多零售商虽然有会员系统，但是他们并没有很好地利用起这些数据。那么新零售的时代下，我们把会员和他们的消费购物记录link在一起，形成“以人为中心”的策略，打造一个完整的顾客画像，其中包括基础画像（性别年龄城市商圈等），也包含用算法运算出来的忠诚度标签、品质关注度标签、生活方式标签等等。我们可以看到，每个顾客，他是促销敏感型/健康生活/西式生活/有家庭/单身白领等等。（e.g. 顾客决策树、关联品类分析等也可以更好地了解顾客） 在看到了顾客画像之后，接下来如何用增长的那一套玩法对他们进行触达转化？传统的获客方式无非是砸钱投广告，但无奈品牌广告无法追踪效果，效果广告又太硬无法建立品牌形象。如何达到品效合一呢？一个好的方法就是在落地页里加一个能转化的按钮。哈步之前做过一档活动，叫种子营销。我们取零售商里买过xx品牌及其关联品类的会员，作为一个种子包，传到腾讯匹配并做lookalike放大，对这群人投放朋友圈广告，落地页是该零售商的小程序，点击进去领取优惠券回到该零售商核销。整个闭环是打造了一个线下到线上再到线下的过程。这个方式为零售商和品牌商都带来了高相关性的新客，也大幅提升了广告的互动率，完美地实现了品效合一。 将顾客引到店里后，如何在店里对他们进行激活？我们在店内铺设了各种营销触点，从进店时看到的大屏、智能手推车、店内的货架长条屏、人脸识别、到离店时的自助收银机，都可以对顾客进行精准推荐。拿智能手推车举例，顾客登陆了智能手推车，首先我们可以根据他过往的消费记录，给他推荐几张精准的优惠券，还可以用地图导航指引顾客走到相应商品的位置；其次，顾客边扫边购的时候，系统会推荐关联商品；其三，根据顾客的LBS位置，推荐附近的商品。再比如，货架长条屏和店内大屏，辅以人脸识别工具，可以实时播放精准的广告。这就是当顾客在店内时，通过各个触点去打动他们，刺激他们买更多商品。 好了，新客到店进行了第一次的购买，后续我们如何将他们留存下来，提高留存率？我们可以设置一个“顾客全生命周期自动触发机制”。首先对不同的顾客设立适合他们的目标，可以是xx时间内达到xx元的购物额/xx频次/xx客单价等等，然后在这段时间内对他们进行追踪，对于没有达标的顾客，自动触发一条沟通信息/推送优惠券，以提醒他们到店消费。通过这种高效的方式，品牌可以挽留一些即将流失的客人。 至于如何最大化地变现，提升销售额/毛利，应该是每个零售商/品牌商都会关心的头等大事。一、关于日常促销活动如何选品、定价、备货，我们有一套完整的解决方案——哈步的奥林匹斯系统。我们通过算法对每个商品的历史数据进行评估，求出它们在销售最大化/毛利最大化时对应的定价，并对它们进行销量预测。比如，某采购需要在他选品清单中100个商品选出适合接下来上海报促销的60个，那么他可以将这个清单上传到我们的系统，系统会自动根据目标来进行诊断筛选。二、关于促销效果的评估。目前市面上对于促销活动，很多都是拍脑袋决定的，更别提科学化地去评估每一档促销的效果。这里我们会用AB test的方法，用一些KPI指标去科学地对比：参与促销顾客vs.未参与促销顾客，参与促销顾客带来的生意增量是多少（生意增量又可以细分为来客数/频次/客单价等）。 新零售时代，总结说来，是用数据赋能零售商和品牌商。融合人货场数据，打造“以人为中心”的策略，利用线上线下全渠道的玩法，构建一个品效合一，从触达到购买的生