1月13日，G100新锐品牌数字化增长峰会于1月13日在上海举行。本次活动以“G100”为主题。邀请了红杉中国、黑蚁资本、亿邦动力、品牌星球、维他奶、锅圈食汇、林清轩、VT等专家，从资本、媒体、新锐高增长企业数字化实践等角度深度剖析：2021年新锐品牌如何抓住“数字化”增长武器，跻身“十亿”甚至“百亿”行业先锋。
观远数据联合创始人鲁伊莎女士现场分享了《从爆品出圈到价值沉淀，新品牌的数字化路径》的主题演讲，提出了全体系数字化升级这条路需要分三步的观点：回归本质、以终为始、分步构建。
以下为观远数据联合创始人鲁伊莎演讲实录：
策略：如何解决新锐品牌高增长之后的烦恼
伴随着主力消费群体的变更，消费需求的快速迭代，近几年，新锐品牌迎来了快速崛起的良好时机。不仅泡泡玛特、完美日记短时间内造就了上市神话，奈雪的茶、NEIWAI内外、三顿半、锅圈食汇也在2020年完成了过亿元融资。
在服务了元气森林、三顿半、钟薛高等众多新锐高增长品牌之后，鲁伊莎表示，观远数据发现了这些品牌身上有一些共同特点：
1、产品和团队都非常有朝气；
2、非常敢于创新，敢于重新定义，不管是重新定义商品品类、商品特质还是商业模式；
3、都比较擅长于用新的营销手段和方式。
另一方面，还有一个有趣的现象：因为“网红”身份迅速出圈的这些新锐品牌正在急于摆脱这个标签，开始坚持长期价值主义。
「长期价值」里最核心的一个环节是如何持续高效迭代，而在这个过程中，新锐品牌想要实现从1到10，从10到100的增长，还需要解决眼下关于“流量贵”、“新品复制能力差”、“供需失衡”等增长瓶颈，构建长期竞争力。
01. 站内流量越来越贵，站外流量跟踪难，如何有效洞察机会点？
从流量时代到效率时代，新品牌面临的第一个痛点是流量贵。据了解，很多品牌在站内流量的投入产出比还不到1，一些站外流量的投入产出比可能可以勉强做到1。面对这个既定环境，企业能做的绝对不是无止境的线上推广，而是应该加强有效洞察，提高ROI转化。
「有效洞察」是一个知易行难的事。首先是消费者的需求变化太快，大家对于新品的设计、研发、推广怎么才能不拍脑袋这件事都很困扰。其次，很多品牌都在争抢占谓的「年轻客群」，但不同品牌的年轻客群聚集在什么年龄阶段，应该怎么争，并没有一个科学策略。
需求捕捉，锁定品牌心智赛道
对此，很多新锐品牌把眼光投向了所谓的「大数据」，希望通过特殊渠道拿到所谓的全域用户数据，做到全网舆情监控。“看似有道理，但是这种想法是不现实的“，鲁伊莎表示，”企业应该尽量用好属于自己的、质量高、可信度强的小数据，和那些我们能够在平台上合理合法取到的一些公共数据，然后再结合一些性价比较高的行业数据，比如一些评论数据等等去做更加灵活的分析。“
例如美妆品牌，可以对大小数据进行融合，洞察核心客群的消费习惯，包括他们的决策风格：是对促销价格敏感、功效偏好敏感还是成分敏感。基于这种更精细化的洞察，可以更智能地进行活动策划，新品研发等。
当看到在某一个细分品类在某个价格区间里，同时，品牌集中度不是很高，但整体的销量却很好时，那对于品牌客户来讲，这样的品类和商品很有可能成为一个新的机会点。
另外，企业去看整个市场大盘的时候也避免不了去看一些竞品的数据，整体投放渠道的一些效果分析，还有美妆成分和功效分析：玻尿酸or烟酰胺、美白or补水，通过这样一些关键词的市场分析，能够看到整体大盘里消费者的一些偏好。
基于对品类需求、特色货品、成分需求以及功效需求的分析，美妆品牌可以更加精准地进行人货匹配和类目赛道布局。
数据驱动大促活动推盘/跟踪/复盘
除了日常营销，电商大促和直播也是各大品牌砸钱抢流量的一个高分项目。大促和直播是一个非常强计划属性的事情，从流量人群、内容商品这些方面来看，大促可以拆解成一个基本面和一个优化面。
基本面包括粉丝数量、访客结构、结构转换、主力客群的价格接受度、主力客群对活动促销的敏感度、库存备货情况、整体的价格利润测算等，企业可以结合整个品牌的大市场战略，制定商品整合策略。
优化面更偏向对以往大促的复盘。例如，这次活动的流量来自哪里、吸引的是新客还是老客、做的是什么核心商品、后续的退货率怎么样、消费者对这次大促的核心商品的口碑是怎么样的，这都是在大促后要做核心复盘的。
鲁伊莎认为，大促数据一定要有所沉淀，因为这些历史促销数据不管对分析基本面还是可能产生的优化点都是一个非常重要的参考。例如，大促之前，企业可以基于流量曝光蓄水的节奏，去跟踪每一个时间段的指标表现，看整个促销是不是跟原先设计的节奏预期相符，如果出现了一些异常情况话，就可以及时调整促销的节奏和策略。
总而言之，虽然流量越来越贵，追踪越来越难，但是企业依然可以通过大小数据融合，有效洞察市场分析、产品定位、促销活动计划各个业务场景中的各项机会点，做好“存量”爆发。
02. 新品推广难、爆品易断货，如何打造可复制的上新能力
利用新场景、新消费打造爆品是新锐品牌最突出的能力，然而，当新品成为爆品之后，品牌商又特别容易面临断货问题。
数据显示，快消品市场每年平均可能有数万的新SKU面市，其中95% 都会以失败告终。现在的消费者极其喜新厌旧，那我们怎么能够像互联网公司一样去打造持续上线新产品的能力呢？
从整个流程来看，上新涉及到上新前的新品定位、新品研发、制定新品的市场推广计划，以及上市后对试销期、铺货期、包括复盘期的整体跟踪，还有我们在这个过程中面临的如何及时做新品策略调整、确定新品是成功还是淘汰的这样一个完整循环。
很多品牌的上新失败跟新品质量（产品品质和产品设计）的关系并不大，而是整个推广和上市过程中执行不到位导致上新失败。鲁伊莎强调：“上新失败本身也不可怕，最遗憾的是在整个过程中没有沉淀，不能为下次推新提供经验和教训。”
具体如何做，以下简单介绍两个场景解答企业如何用数据赋能上新这个问题。
新品定位：单品持续迭代与优化
首先是定位，新品是去弥补市场空白还是对已有的商品进行组合？企业想打造的是新品牌、新品类还是新的商品特质？品牌所处的细分分类市场容量有多大，它的大盘是在增长还是下滑，这些都是企业在做新品定位的时候要去考量的。
新品上市追踪：紧跟新品表现，及时调整策略
接下来是精耕，可以参考市场上的数据，以及自有的客群消费习惯和可接受价格区间找到自身的新品定位，然后去拆解渠道策略、促销策略，再到怎么去跟踪、去做短期的评估以及中长期的回顾，包括说如果这个新品留存，未来它的整体的定位，这都是跟定位有关的事情。
到新品上市之后，企业需要对新品业绩、不同活动下的表现进行及时追踪。通常，新品上市的前6个月要紧密跟踪，这是一个核心KPI。企业要去发现影响新品增长的核心因子到底在哪，需要在在可控的范围内去做调整。
更进一步，对于新品上市之后的跟踪，企业需要随时掌握新品数量和销量的占比，以“天”或者以“小时”为单位去跟踪新品预计目标的达成趋势，包含周销售、增长率的变化趋势、加购复购的变化趋势（判断新品的表现尤其要看复购率）、退货率以及消费者对新品的反馈评论数据等。
当检测到新品有爆品趋势时，一定要及时拉通供应链端，在趋势开始时就去拉通库存情况、及时调整优化原料采购计划、供应商的生产计划，包括供应商的产能盘点，及时储备备选供应商、调整市场的推广节奏，这都是我们一旦监测到一个新品有爆品趋势的时候要做的核心动作。
03. 线上数据怎么赋能线下，线下流量又怎么反哺线上
「线上数据如何赋能线下，线下流量如何反补线上」实际上是说不同业务环节的数据如何能够拉通去做赋能的这样一个问题。这里简单地分享一些线上线下协同的小场景。
统一数据口径，沉淀数据资产
线上线下会员尽量打通这件事情本身没有那么容易，因为企业数据来源渠道太为广泛。但是，如果现在不做这件事情，未来会变得越来越复杂，难以实现。在品牌发展初期，企业要有意识地去做数据打通这件事，可以通过BI平台，将其他渠道数据整合到一起，沉淀数据资产，尽可能为公司上下提供尽量统一的数据视角。
线上线下会员“尽量”打通
其次，对于一些常见的赋能点，例如线上可以看到的会员的消费行为、交易金额、会员的地点分布、粉丝集中的活动区域，企业也可以应用到线下活动中，合理地去安置线下体验地区。另外，当线上的整体业务规模达到一定程度后，还是会延展到整个全渠道的发展策略上，通过线上会员粉丝的这些特质和行为会为线下布局，进军线下渠道，或者为开线下的旗舰店提供有效信息。
04. 产销平衡的多个中间环节，如何通过数据协同
当品牌发展到规模较大的阶段时，一个直接的问题就是「产销平衡」，很多品牌客户都觉得这是非常难的一件事，因为，销售营销和供应链端涉及到很多核心元素，包括采购、生产、仓储、物流、需求计划、生产计划、物料计划各个环节。
观远数据在过往的服务经验中，沉淀了贯穿前后端（需求端、供给端），覆盖运营、会员活动、供应链等核心场景的数据分析方案。
例如在供应链端的“异常订单实时监测和自动提醒”方案，可以帮助企业在订单阶段就能随时看到工厂相应的交期信息，能分析到哪些是有优秀生产能力的工厂，实时看到品类的入库完成率的情况，及SKU的交期和入库明细。对于一些已经产生预警的订单，企业能够实时地把预警信息发送到相应的负责人手机上，帮助企业在预警情况发生时，及时做出介入和调整，找到相应原因就可以在过程中形成一个小的正向闭环。
案例：从元气森林、三顿半、奈雪的茶、NEIWAI内外等看新锐品牌数字化落地实践
在过去两年，观远数据也合作了包含元气森林、三顿半、奈雪的茶、NEIWAI内外等在内的一些新锐品牌，落地了行业领先的数字化实践。
@元气森林
元气森林是一家互联网创新型饮品公司，也是一家用代码管理客户喜好和企业运营的公司。观远服务元气森林的模式和服务小红书、B站的模式非常像。每位元气森林的新员工入职时，都会领到一个观远的账号，由此可以看出来它有非常推崇全员数据驱动的文化。
@三顿半
三顿半的返航计划是一个很经典的案例，实现了私域流量精细化运营这个行业目标。而在这个成功案例背后是很多企业都忽视的数据意识问题，三顿半的高层很多都会在在凌晨通过数据监控业务。
当企业没有形成“看数据找机会”、“有问题看数据”的意识时，无论在数字化上花了多少钱，效果都未必好。鲁伊莎表示，“数字化本身并不是一个纯粹的技术问题，这里还存在很多公司的文化问题、组织问题和管理问题。如果我们真正想把数字化这件事情去落实，很多时候要从组织人才和整个管理模式的角度来入手。”
@奈雪的茶
从茶饮的客群角度来讲，奈雪是新品战略做得特别好的。因为茶饮品牌需要持续保持产品的年轻化、保持创造力，需要及时去倾听消费者的反馈，包括消费者对甜度、温度、加料配料、杯型、商品之间的关联度，在这些层面需要做到非常细的颗粒度分析来响应市场的变化。
除了上新以外，奈雪的茶在急速扩张期，真正养成了利“用数据当眼睛”的能力，通过两端（管理端和门店端）数据赋能，扩大高层的管理半径，同时将好的业务人员的门店运营和数据分析的策略沉淀到系统里，赋能给相对差的门店，走出特定区域和维持持续高速扩张。
@NEIWAI内外
NEIWAI内外通过独特的功能设计、产品创新和体验升级，打造去同质化的商品体系。观远数据在此基础上，为NEIWAI内外打造商品智能分析模块，深化商品深度管理，推进商品流动性管理，启动AI辅助决策，根据市场反馈滚 动开发，提升NEIWAI内外商品应季性和爆款概率，使品牌全渠道商品与消费者保持“沟通”，将用户需求产品化。
从企业的特色出发，总体上可以把品牌分为几类。第一类是元气森林这种“数字原生基因很强”的新锐品牌，面对这种品牌，观远的角色就是一个技术赋能方。当然也有虽然“数字化意识很强”，但在早期业务高速发展阶段来不及构建匹配业绩发展脚步的技术团队的新锐品牌，那观远就会尽量吸收他们的需求，尽快配合落到产品系统中。还有一类是“需要强转型”的传统品牌，观远会推荐这些传统品牌一定要在服务第一期的时候找到性价比比较高的解决方案，让大家尽快适应用数字化解决问题，再逐步将数字化转变成大家的工作的模式和思维习惯。第三类是“需要突破效率天花板”的行业龙头企业们，对于这些企业我们会引入一些比如说AI算法这样新的生产力，去做一些核心瓶颈的突破。
方法：从网红到长红，打造全链路数字化运营体系
无论是哪种类型的企业，都要先根据自己的基因、发展阶段和特色，找到自己品牌比较合适的数字化的建设路径。
对此，观远数据在与品牌方合作时总结了三项原则：回归本质、以终为始、分步构建。
“回归本质”是让消费者在品牌运营的各个阶段去持续发声。但这件事情并不意味着把技术算法都用在营销方面，因为很多供应链全链路的协同与升级，本质也是来源于对多变的需求和多变的品牌与消费者的触点进行更好的满足。以消费者为核心，整体优化产供销的各个环节，满足消费者的诉求，这是数字化的本质。
“以终为始、分步构建”贯穿企业从计划、采购、生产、订单、运输、市场到销售的全过程，企业可以选择最需要的场景快速落地，最终实现从基础建设、数据体系建设到智能AI阶段的转型。
如果品牌还处在比较初始的阶段，只是上了一些基础的业务系统，且系统之间没有打通，还需要大量Excel和 PPT去进行运营管理的话，建议尽早地把电商平台的核心基础数据、构成基本盘的数据尽快沉淀到企业自己的核心资产里面。因为像生意参谋等平台的很多数据是有效期的，比如当企业今年想做一些活动，想去看去年的数据的时候是没办法的。需要先去做数据拉动和沉淀，然后再快速构建一些基础的运营分析体系。
到了成熟阶段后，企业的生态更为丰富完整，便可以去构建更完善的数据平台，做全面的数据分析和数据应用的体系构建，也能够赋能业务人员尽快大规模地去做技术分析。再到进阶阶段时便可以在一些核心的业务关键点上去做新的尝试和突破。
总结一下，第一阶段先解决业务在线化的问题，达到能够用数据洞察业务形态的效果。第二阶段事情是需要把一些核心业务人员的思路、好的经验沉淀到系统里，避免品牌在发展阶段中因为某一个跟核心人事或者好的员工的流动导致核心资产的丧失。第三个阶段要从“人找数”过渡到“数追人”，比如当有一些固定的模式可以总结出来的时候，那么我的数据可以比人更快地去发现问题，再把这个问题主动地去推给到相应负责人身上。再后面的两个阶段是在做增强分析和更偏行动化的数据应用。如果要整个匹配数据化运营数据化建设的话，确实是需要全链路的数据产品的能力。
注：文/观远数据，文章来源：观远数据，本文为作者独立观点，不代表亿邦动力网立场。
注：文/观远数据，文章来源：观远数据，本文为作者独立观点，不代表亿邦动力网立场。
文章来源：观远数据
