快消行业数字化营销升级最重要的基础建设是什么?

随着新品牌浪潮的降温,聚光灯又一次回到了“老品牌”的身上:企业家们普遍意识到,比起从0到1,如何从1到100才是一个更值得研究和学习的课题,“爆发式增长”只是“基业长青”中的一小步而已。

美妆行业代表-欧莱雅集团,今年2月最新的年报显示,2021年集团营收增速创下33年来的最高记录(16.1%),而营业利润增速也达到了14年来的最高点(18.3%)。集团营收的平均增速一直是全球美妆市场的2倍,而中国市场更是连续多年保持近30%的增长。这对于一个年收入2300亿人民币的公司来说,的确是非常惊人的成绩。

大浪淘沙后,依然保持着王者之姿,欧莱雅集团持续增长背后的秘密究竟是什么?

欧莱雅在8年前也曾陷入低谷,而成功的数字化战略却成为了它最强大的武器,助力欧莱雅一路扳回颓势,重返巅峰。

接下来将从如下几个维度入手,拆解欧莱雅集团的数字化远征之路:

王者受挫:数字化浪潮下的变革

在过去数十年的时间里,欧莱雅集团在美业的地位是无法撼动的。而增长的动力来源,一直是它的规模优势。

强大的产品矩阵+渠道覆盖+品牌营销,让欧莱雅集团能够不断渗透各圈层的人群,让消费者随时看得到、买得到。这似乎构成了一个坚不可摧的商业闭环,多年来欧莱雅集团一直保持着较高的营收增速(LFL,Like for Like),大幅领先全球化妆品市场的平均增速。

直到2014年,欧莱雅集团的表现更加不容乐观,眼看就要掉下行业“平均线”了:

我们认为,传统快消品集团如果从规模优势出发,无论怎样扩充品牌、渗透渠道,本质上还是利润导向的,是“以生产者为中心”的模式。这意味着,品牌在“货”上是强势的,但对于“人”和“场”的响应是保守且滞后的,这导致品牌方一时无法适应消费者和环境的新变化。而这种品牌与消费者的矛盾在2014年达到了顶点。

于是,欧莱雅集团在2014年进行了大刀阔斧的改革,数字化的远征也就此启航。

2014年3月18日,欧莱雅集团正式发布声明,Digital Beauty的战略分为了三大模块:

电商(Ecommerce):拓展用户的购买渠道,渗透新兴国家和更年轻的人群;

数据技术(Data technology):帮助品牌更好地理解消费者,并优化数字化管理和数据分析;

用户运营(Consumers):帮助品牌与消费者建立更加私人化、个性化的联系,与消费者之间产生更为丰富的情绪互动。

直到今天,这三大核心基本没有发生变化。

那么,欧莱雅集团是如何推进数字化转型的?Beauty Tech又是怎样的战略?

我们就围绕数字化战略中电商渠道客户体验数据技术三大模块进行分析——聚焦中国市场,挖掘其背后的关键元素。

其中创造利润的关键因素,就是CRM管理模式:通过一手的消费者洞察提升了转化率和商品流通效率、节约了传统经销的渠道费用、优化了货盘结构。

另一方面,欧莱雅全球首席数字官Daniel Chan曾公开表示:电商CRM的加速,对于高档产品线有着更高的优先级。

从产品性质上来说,CRM所实现的用户数据洞察和个性化服务,能够大大提升高端人群的全链路消费体验,从而促进产品的销售

而欧莱雅集团的营收结构数据显示:从数字化转型开始,高档产品线的占比就在不断提升,大众线反而在下降——这不仅能够强化欧莱雅研发上的竞争优势,还大大提升了集团毛利率和净利率的空间。

因此,对于欧莱雅集团来说,CRM管理模式在未来的重要性会不断增加。

从2014年到2018年,通过电商+CRM的大力布局,欧莱雅不仅渗透了新一代人群/四五线城市的消费渠道,还能够不断的创造利润,从而实现了规模和效益的双重增长动力。

但客观来说,这段时间的爆发很大程度上还是依赖电商的行业红利,一切都要建立在获客成本没那么高的基础上。但2018年之后,随着互联网红利的消退,各个电商平台的获客成本越来越高,活跃买家增速也开始放缓,这导致平台货币化率上升,品牌交的”税“也越来越重。

所以,从单一的渠道获取超额的收益,正在变得越来越困难,”野蛮生长“的状态很快就会到达天花板。

于是欧莱雅集团也保持了“以消费者为中心”的原则,将原来以“利润和规模”为导向的电商,转为全域经营的“新零售模式”——结合,公域私域联动。在过去,战略中的其它两大模块都是围绕电商来进行,而今天则正在扩大到更广阔的范围。

客户体验:社交商务+场景赋能提升壁垒

欧莱雅越来越看重利用数字化手段提升消费者体验,想要与消费者产生全域的、个性化的互动,进一步增强品牌的竞争力。

我们也发现,与新锐品牌不同的是,欧莱雅作为一个家喻户晓的品牌,其实60%都是老客户。为复购用户提供更深度的后链路服务、提升LTV和复购率,就显得更加重要了。

另一方面,巴黎欧莱雅在2021年还升级了私域体系,通过视频号、公众号、小程序, 将用户数据在渠道和个人属性上进行细分。

从整体来看,欧莱雅运营私域的指标,**优先级并不是短平快的GMV和ROI,而是沉淀高质量的用户资产,通过长期的精细化运营来提升ROI。而我们根据数据推测,集团旗下**大品牌“巴黎欧莱雅”的私域是盈利的。

尽管社交商务的模式极大提升了客户体验,覆盖了更广阔的全域渠道,却也存在新的问题:由于美妆品牌的特性,无论采取多么精细化的运营手段,都很难从根本上产生客户体验的差异化

如此看来,投入巨额资金在”运营战术“的优化上,其回报率将在内卷的环境中变得越来越低,天花板也是非常明显的。

于是在2018年,集团的数字化转型推进到了崭新的阶段 —— “超越数字”

为什么叫它场景赋能?因为这个多出来的维度是建立在试妆诊断评估等用户生命周期中的各种场景里,从而赋能整个前端消费者的体验。

这样一来,欧莱雅集团就用硬科技构建起了强大的壁垒。无论运营手段再怎么内卷,技术带来的差异化体验+个性化服务也是无法被轻易追赶和超越的

我们依然回到中国市场来看:启效云SAAS服务平台正在成为场景赋能的重要阵地,且取得了良好的收益。

数据技术:积累用户资产来优化业务

前文分析的两大核心模块,无疑为欧莱雅提供了利润和更大的市场空间,构建起了壁垒。而对于数据技术这个模块来说,则发挥了底层支撑的作用,提升了集团业务的运作效率。

越强的客户体验,就代表着越多的客户互动,这背后就产生了大量的用户数据。如果能够为每个用户建立起独立的“档案”来记录他们的行为和偏好,并由品牌完全掌握,就构成了强大的“用户资产”。这不仅能够帮助品牌洞察客户需求,还可以优化营销活动的效果。

欧莱雅集团正是建立了完善的客户数据平台(CDP),从而得以长期积累“用户资产”。它不仅导入了大量电商的销售数据,还通过POS机系统将全国门店的销售数据全部收集起来,统一录入数据中台。另一方面,欧莱雅还会在得到用户授权后通过导购来人工记录消费者的年龄、肤质、喜好等客户属性,与线上的会员信息共同录入数据中台。

得益于数据中台内消费者的**ID,欧莱雅实现了销售数据与用户画像的匹配。这样一来,欧莱雅得到的就不单单是货盘的销售趋势,而是精确到了对消费者行为习惯更深层次的洞察,最终得以指导个性化的销售活动。

这些用户资产,能够被应用到欧莱雅集团营销链路的各个环节,主要可以分为三类:用户洞察、策略执行、效果评估。其中,数据对于用户洞察环节的作用更加显著。

用户洞察的**步,就是确定品牌的增长目标,再将这一确定下来的增长目标拆解为各个渠道的销售目标,如为了完成这个目标,线上、线下各需贡献多少比例,在线上渠道中,天猫、京东、抖音、微信小程序……等各渠道的业绩目标又分别是多少。

在之后的策略执行环节,还会进行社交媒体的布局和广告的投放。筛选达人、确定内容分发方向、查看爆文率和互动率……这些都需要大量的数据进行分析和佐证。而在效果评估环节,欧莱雅则会查看各渠道贡献率、站内外投放转化率、CPM、CPC、ROI等最常见的指标,用数据评估营销效果。

最后从技术的角度来看,欧莱雅集团围绕业务层面构建了非常复杂的数据驱动体系

利用舆情监测、CEM等系统洞察营销活动的反馈和消费者需求:一方面衡量品效合一,一方面挖掘市场新机会;

利用线上平台DMP收集消费者数据:严格遵守数据安全法,全域沉淀用户资产;

利用CDP整合各种数据源:构建消费者身份的**ID,包含**方和非**方数据,并尝试打通集团不同品牌之间的数据;

利用CRM、SCRM系统对消费者进行分层运营:构建完善的标签和用户画像,并在不同平台实现精准推送,千人千面;

利用BI对数据进行分析:优化ROI和营销策略。

快消行业的数字化已经成为了一个全球性的浪潮,世界各大快消集团都争相开始做数字化转型。但欧莱雅集团却可以说是做得最成功的之一——不仅实现了业绩的逆势增长,更是建立起了系统化、流程化的数字化人才和组织架构,形成了一个数据可复用、反应更敏捷的“数据驱动增长”的企业飞轮。

我们认为,欧莱雅集团数字化转型的核心价值,是充当了欧莱雅品牌能力的“放大器”。利用全域融合将集团原本的优势在数字化渠道成倍扩大,避免了两套体系的关系割裂,从而带来了incremental的增长。这是通过转变与消费者的沟通方式和服务关系,真正实现“以消费者为中心”,以客户体验为目标:不仅包含营销手段和销售渠道,还涉及到管理、产品研发、供应链等一系列后端的系统。

通过上文的总结,不难发现欧莱雅集团在数字化战略的执行上,并非是固守某个领域,而是利用电商、客户体验、数据技术的相互配合,实现阶梯式上升:

电商的CRM管理模式创造出更高的利润和更大的市场空间;

叠加社交商务创造出更强的触达,并利用美妆科技的升级创造了多维度的体验;

最后通过用户资产积累不断指导业务优化,提升了运营效率。

配合原有的品牌及产品研发优势,数据+高科技+运营体系构成了更强的竞争壁垒。

我要回帖

更多关于 营销数字化 的文章

 

随机推荐