首页 > 业界
中国营销人比以往任何时候都更需要Marketing Science
李怡 02月06日 阅读 1383 快速评论
在错综复杂的市场营销环境中,我们到底要如何摸索规律呢?答案可能是借助Marketing Science的力量。

本文已获作者授权,更多商业与品牌策略思考请关注他的账号:百闻不如怡见(bwbryj123),文/李怡

“你做营销有没有快感?”

我觉得任何从事营销行业超过5年的朋友都可以思考这个问题。

我对营销的“快感”理解有两层:

第一层是解决问题的快感。遇到企业发展、产品卖货、品牌增长的直接问题,如果能解决当然有成就感;如果是帮客户解决问题,虽然可能是间接的,但一样获得成就、获取回报。

第二层是探索营销客观规律的快感。探索营销,实际上就是在探索人、社会、技术等各个要素,它们的交互关系,它们的因果关系等等...这当然属于探索世界客观规律的一部分。

我想真正喜欢市场营销的人,往往都逐渐会在第二层找到自己的快乐,而且它是可以实实在在去影响我们解决第一层所遇到的问题。

错综复杂的营销难题

事实上,探索营销的客观规律是非常难的事情。

IBM曾创造出一个模型叫“Cynefin framework”,本是用来描述职业经理人们遇到的企业管理问题的,但这里可以被用来恰如其分的描述当前“市场营销”所处的环境本质。这个模型在socialbeta上@文科生 曾进行了翻译,在此引用:

复杂 (Complicated)——因果之间的关系有连接,但是之间的步骤很多

错综复杂 (Complex)——因和果之间有关联,但混合在一起,很难把对应关系单独找出来

混乱 (Chaotic)——几乎难以发现因和果之间的清晰关系

如何理解复杂和错综复杂之间的关系呢?—— 作者David Sonwden举了一个例子。法拉利很复杂:它有很多零部件,需要用精确地方式把这些零部件错综复杂的组装起来。在每次保养和维修中,你需要一个法拉利机械专家才能找到因果关系。

作为对比,一个雨林就叫做错综复杂:动植物的生态系统彼此动态关联。任何一个行动,一个原因,都可能产生新的涟漪效应,前后循环,很难预测。

营销过去很复杂(complicates),但是现在是错综复杂(complex),它现在是一个巨大的生态系统,更像一个雨林而不是一辆法拉利。在这个环境中,探索性的数据分析和实验,能够帮助人们在系统中发现有效的模式( patterns),但未必有一个菜谱( 在这里指真正的捷径)。

在这样错综复杂的市场营销环境中,我们到底要如何摸索规律呢?

答案可能是借助Marketing Science的力量。

这篇文章的主要目的,就是建议朋友们主动了解和学习Marketing Science(勉强翻译成营销科学,以下简称MS),主动拥抱第二层次的问题。

来认识Marketing science

那marketing science(以下简称MS)是什么?

过去,大多数人使用的是传统方法。传统方法是基于人本经验的,最常见的是焦点小组、个人访谈这些调研手法,它的特征是样本量小,而且极容易主观和篡改,结论往往被用来支持做法。

现在,科学能力的进步致使我们可以进行marketing science研究。

Wikipedia对MS的定义大致是:“MS是基于科学途径,而不是单纯人文或经验的理解消费者需求、发展营销策略的营销方法。” 

这当然是比较粗略的一种说法,啥是科学的?啥是不科学的?所以我又以自己浅薄的知识储备给出我的理解,并建议从这条路开始走:

如果把MS不当做一门学科,而是一种思路,那它大概是:“怎样基于实证方法研究进行更有效率的市场营销活动”。在这里,我们把科学落地到一个概念上,实证方法,在《HowBrandsGrow》中对应的是“evidence-based approach”。

这么说好像还是太抽象、太复杂了。所以我就把自己的抽象理解进行了分类,简单的说MS有两个研究方向:

一个是以数据、人工智能(所谓的)为核心的匹配探究,通过相关关系拯救世界;

一个是以认知和行为科学实验为核心的对人性、大脑及行为的探究,通过因果关系拯救世界。

在我看来,营销科学正通过这两个方向的齐头并进,迫近客观规律。

下面我来具体解释:

数据营销科学:数据、相关性、匹配

先说第一种,也是更广为人知和应用的一种。伴随互联网和信息技术发展,几乎一切行为都可以数据化,品牌企业掌握消费者的购买数据、媒体广告投放获取的行为数据以及社交、电商等其他网站拥有的更大了的数据,共同构建了一个数据库。也就是大家口中常说的第一方、第二方、第三方数据:

source:华扬联众公众号

用户形象和行为的数据化,使得基于数据的匹配(高相关度的推送)和实验(A广告不看,换B广告)成为可能。这当然也是现在最火爆的Martech、Adtech相关技术的基础。

因为终端呈现的数据实际上仅仅只是用户某一个行为,是种结果(而不是其起因,也无法判断起因)。而这些数据量是很庞大的,公司也必须对效率负责,所以这个领域的思路正是 —— 基于相关性的匹配。

例如:①目标人群奶爸,在购买了尿不湿后常会购买啤酒。那么营销人员可以不用考虑背后的原因,而直接根据cookie数据为前者TA推送啤酒广告,大幅提高成交。②淘宝的千人千面,在人群相同banner内容不同的A/Btest里,只要groupA的点击率比groupB高,我们就直接换成A banner,不用考虑为什么Abanner效率更高。

source:socialbeta

Martech这个领域的现状是:第一方数据大公司开始广泛运用、小公司刚刚意识到;而第二方数据大公司开始关注;第三方数据在中国还有很严重的不透明、无法联结的问题,需要很长时间去解决。但总体来说,它是互联网技术的风口ing,正站在舞台中央。

舞台边缘,还有另外一个分支亟待入场。

认知营销科学:实验、因果关系、内容

MS的另外一个分支,即基于发现因果关系,目的是“改变认知”的领域。

相对于看上去非常科技的“匹配”,还有一半营销人怎么办呢?他们是被称为手艺人的创意人、策略人、新媒体人、KOL、编剧、导演们,他们主要任务是不断创造内容。而内容的直接目的,是改变看内容者的认知。我把大家统称为“内容人”。

人们对“创造内容、改变认知”这个领域的误解有很多。例如像乔治·路易斯这样的一代一代的大师们会把这个过程看做艺术ART、认为是纯粹天赋。实际上,它可能比数据科学更加学术,也异常复杂。

你一定听过这些相关的学科概念:心理学、认知科学、脑科学、行为科学、行为经济学、神经营销学blabla....由此可见学术界的概念并不比营销业少嘛,但这些概念对大多数人没啥价值。

你只要知道它跟marketing的关系 —— 通俗的说,它也是用科学方法,例如对大脑和神经元的研究、抓一群普通人做双盲实验等,去建立不同环境、信息、场景等(统称为内容)与人类认知/行为(attention&memory)之间的因果关系。

事实上从上个世纪7、80年代开始,很多心理学研究者就已经出版相关著作(如《影响力》),并发现这些规律早就被普遍应用在生活中。我们来看一些基本运用:

场景1,我经常被菜市场大妈“锚定”.....买几斤牛肉,我问价钱,大妈笑嘻嘻:“一斤80,那不会收你那么贵的..”,这个80可是远超实际价格的吓人数值...

场景2,你可能有被销售小哥端茶倒水,嘘寒问暖...这是“互惠”,多多少少愿意坐下来听小哥说几句。

场景3,在去年的叙利亚问题上有个小故事:特朗普不爱听报告,爱看视频图片。所以国家安全顾问就做了一个很有冲击力的PPT,展示了叙利亚难民小姑娘的悲惨照片....结果就是川普被打动了,下令空袭叙利亚。

以上是我们都非常容易感知到的场景,我们都知道锚定效应、互惠效应、人们更喜欢具体的图片、故事而非抽象表述等等....那么在更新的研究中,这个领域的科学家们正在发现更多:

例如我们都知道性和暴力相关的要素,能够有效吸引人类注意力。

(Levi's是绑定性与武力的专家)

那么这个发现除了变成与性&暴力有关的广告内容,还可以怎样促进品牌好感呢?

研究人员采用了人类演化视角去看待性与暴力:

在碰见危险或对抗时,人类渴求组成团体来获取安全感,而在遇到可能的性机会时,人类则又更倾向抛弃群体,获得个人追求浪漫的机会。这被称为“融入”和“脱离”两种情景。而这两种情景实际上正与两类经典的商业广告主张对应:

①鼓励大家从众(e.g.地球人都知道) 

②鼓励人们特立独行(e.g.不走寻常路)

他们随后以在电影院进行了一场实验,他们为旧金山现代艺术博物馆制作了两种广告。第一条的广告语是「每年有超过100万人次参观」,把这支片子投放给正在观看惊悚电影的受众看时,强烈引发了好感,而对爱情片受众播放时则降低了对博物馆的好感....第二条片子的广告语是「从人群中脱颖而出」,这条片子面对两群消费者时,取得了完全相反的成果。(Griskevicius et al., 2009)

为了证实这条规律的可行性,研究人员后续几年还进行了多次试验,结果都非常好。(Deval et al., 2013;Zhu & Argo,2013)

进一步的,类似下面这种的,直接基于广告/传播效果的检测研究也越来越多了。

研究人员建立了所谓COMMAP Model来检测消费者对广告的likeability(好感度/魅力),结果显示那些过于熟悉的、难以理解的、和过于不熟悉的广告的表现最差。

在之前我给大家推荐的品牌策略模型一文中弄懂这张图,重新理解Branding,我曾提到企业的品牌构建实际上就是要关注消费者的attention 和 构建 memory structure,认知科学通过实验和大脑研究给我们提供了一些通路。

总之,我们能欣喜的看到,在认知科学与市场营销学交叉的领域,能够大幅帮助我们提高效率的研究和见解越来越多的出现了。这是我为什么推荐大家去学习和阅读相关内容。

希望你在Marketing这茂密丛林中,带着上面这两把手电筒去探索乐趣。

带着偏见推荐些书

在以上两个领域,我对数据领域仅仅是关注逻辑和应用方法,个人更喜欢关注认知科学领域。这两年我读了几本相关的书籍,推荐给大家作为入门和兴趣读物。

《影响力》

《Pitchanything》

《思考,快与慢》

《蜥蜴脑》

《先发影响力》

《神经科学:探索脑》(Neuroscience: Exploring the Brain)

这些书里我会推荐《影响力》、《思考,快与慢》、《Pitchanything》这三本给刚刚感兴趣的大家。

《影响力》作为此领域最经典的著作之一,解释了目前被广泛认可和运用的6个影响行为的方法;而《思考》则真正从行为科学领域,通过一场场实验、探究解释了人为什么这么容易被影响的根本原因;《pitch》这本书更像是小说,却从更微观的“个人说服”层面,用案例(甚至是视频,作者在youtube有大量视频)讲述了我们怎么运用说服力手段。

如果你特别喜欢这个领域,则推荐继续阅读《先发影响力》和《探索脑》,尤其是后者,实际上是一本让人趣味盎然的教科书,探索个人大脑世界的绝佳入门读物。

结尾

李银河说:“年轻人应该追求真相!”。我深以为然。

Marketing Science及其各个领域就是致力于挖掘市场营销的真相,这确实是值得每个营销人学习或至少是了解的事情。这篇文章目的仅在于做一些推动和简单介绍,作为该领域的初学者我接下来会将其尽可能运用到实践工作中,尝试真正落实到品牌科学增长过程中。

谢谢阅读。


·END·

本文由百闻不如怡见(ID:bwbryj123)授权梅花网转载,

版权归原作者所有,未经授权,请勿转载,谢谢! 



相关附件下载:
评论
提交评论
登录 后参与评论
微信公众号:梅花网
立即下载