原文發表於《哈佛商業評論》中文版2017年6月刊
原標題為《數據化驅動精準促銷》
最近的10年，是大數據迸發魅力的10年，其技術成為企業管理升級蛻變的重要手段。而面對營銷領域的世界性難題“促銷有效性管理”，基於數據分析的洞察也能助我們一臂之力。
促銷的初衷是通過額外的獎勵讓購物者、渠道商（包括經銷商、零售商等）產生更多的購買行為。對渠道商的激勵推動產品進入流轉渠道，是一種“推動”的行為；而對終端購物者的影響則是一種“拉動”的行為。促銷利用“推拉組合”促進產品順利流通，是眾多消費品企業提升銷量、拓展渠道和豐富品牌形象的重要手段。時至今日，促銷的作用遠不止於此。從2009年一次有點冒險的網上促銷嘗試開始，到2015年促銷當天銷售額近千億元，“雙十一”經歷了7個全球狂歡，已經成為電商發展的標誌性事件。
促銷管理的特點與趨勢
在消費品市場競爭日益瘋狂、慘烈的今天，更加聚焦短期業績的策略導向使得許多企業越來越重視促銷，關注度甚至勝過廣告投放和媒體宣傳。道理很簡單，廣告投放等手段更多作用於長期的品牌建設，而線下、終端才是貼身肉搏、短兵相接的戰場。花對錢、用對促銷手段可以在短期內極大提升銷量，從而為市場佔有率、短期財務報表增色不少。然而，對促銷的過度依賴並沒有改變企業在管理促銷時“無章法可循、無數據可依”的局面。近年來，科爾尼公司通過對該領域的深入研究發現，中國企業的促銷管理呈現出越來越多元、激進和雜亂的特點。
第一，目的手段多元化。
促銷策略不僅指的是“究竟該買一送一，還是直接打折”。促銷既與企業戰略方向、品牌策略密切相關，也和渠道策略、客戶管理相互聯繫。促銷目的從促進銷量、提升品牌認知，到拓展渠道、提升客戶滿意度，甚至有可能是通過加快促銷從而減輕庫存壓力。促銷被賦予的意義越來越多，手段也越發讓人眼花繚亂。此外，中國較複雜的區域與渠道結構也決定了促銷管理的千頭萬緒。歐美國家現代渠道發達，流通環節少；而中國多種渠道混雜，城鄉差異大，不同城市級別的渠道成熟度不盡相同，因此所採取的促銷手段也千差萬別。
第二，激進甚至非理性。
我們曾經幫助許多客戶估算其整體銷量中來自促銷和正常銷售的比例，有些企業當前60-70%的銷量都是依賴促銷。比如大潤發、家樂福促銷檔期不斷，華潤萬家“全品項”促銷，沃爾瑪一檔“省心價”促銷甚至可以持續半年，這些都是促銷的“新常態”。另外，過度競爭也讓不少企業失去理性，盲目跟進價格促銷，最終不僅有害於品牌形象，也在市場份額爭奪上陷入“囚徒困境”。一種普遍的現象是企業促銷費用年年上漲，促銷活動層出不窮，然而卻沒有哪個部門能回答：促銷費用花得值不值？到底哪種促銷手段更加有效？
第三，管理雜亂無章。
由於促銷管理決策者眾多，相應的數據與信息也比較分散，缺乏規範和整合。此外，促銷信息系統的建設相對其他職能也起步較晚。想要做好促銷管理，幾乎要打通和融合從市場、銷售、採購到財務、供應鏈等所有部門，但跨部門統籌與協作卻比較低效。此外，促銷設計往往基於模糊的歷史經驗，缺少精確的數據分析，活動結束後也沒有系統的量化評估。
總之，促銷管理本身非常複雜，在當前形勢下又越來越重要，但企業對於如何有效管理促銷卻沒有清晰的認識。例如：
如何全面、客觀評價一個促銷活動的優劣？當前有多少低效促銷？
如何識別促銷活動的成功要素並應用於未來？
如何流程化、制度化基於數據洞察的促銷管理，而非經驗導向？
與眾多國內外企業的合作經驗告訴我們，利用大數據分析工具可以有效幫助企業進行精準促銷，不僅通過減少低效促銷投入來“節流”，更重要的是通過優化促銷設計來“開源”，可謂一舉兩得。
數據分析與洞察驅動的精準促銷
首先，清晰透明的“促銷數據魔方”有利於企業平衡多元促銷目的與形式。企業優化促銷管理的第一步，就是通過建立全面完整的促銷數據魔方加強數據透明度。第一步是從市場部、財務部、銷售部以及各銷售區域乃至經銷商、零售商收集不同格式的電子表格、手工文件，也包括銷售數據、客戶數據和外部市場指數；然後綜合多源數據建立完整數據庫，支持客戶看到每個產品、每個客戶、每檔促銷以及每種費用類型的費用數據和定量效果。這些信息原先散落在幾十甚至幾百人手上，文件數量可能要幾萬到幾十萬份。利用數據挖掘工具進行文件的快速提取、整合、驗證與分析，短短几周就呈現給企業一份完整清晰的多維度分析報告。
“促銷數據魔方”的作用不僅如此，在建立透明度之後我們會組織一系列跨部門會議，討論如何優化促銷費用分配以追求投入產出最大化。例如：將促銷資源從某些利潤率低的客戶“微調”到利潤率高的客戶，從價格彈性低的產品“微調”到彈性高的產品，從ROI（投資回報率）低的區域或渠道“微調”到高的地方。這樣的“微調”可以在不影響品牌與渠道策略且總費用預算不變的情況下，通過謹慎而理性的分配優化，將資源真正用在刀刃上。同時企業還可以識別以往促銷費用使用的盲區，規避了部分浪費（見圖《促銷管理數據魔方》）。
其次，深入且賦有商業洞察的數據模型將成為精準促銷的重要決策依據。基於“促銷數據魔方”，還可以開發一系列數據分析模型，例如：全面體現各類促銷費用佔比和效果的“費用結構與利潤率模型”，幫助企業優化促銷活動設計的“促銷要素有效性模型”，以及考慮如何應對競爭對手促銷的“促銷競爭分析模型”。這裡通過3個真實的案例來介紹這些模型。
案例1：利潤率
由於促銷目的多元化，客戶（企業A）通過多個部門分別投放給零售商促銷費用，但最終企業A並不知道每個客戶究竟消耗了多少促銷資源。但是，通過數據挖掘將各方面數據彙總後，我們可以得到完整細緻的分析。
基於對所有重點零售商的費用結構與利潤率的分析發現：
企業A在不同零售商處獲得的利潤率差異極大，已經有10%左右的客戶一直貢獻負利潤。因此，企業A須認真思考如何通過聯合生意發展計劃來扭轉頹勢，否則就要控制費用投放。
陳列費用普遍佔比較大，須進一步分析客戶間的差異，於是企業可以做出重點客戶系統陳列費用的具體分析（見圖《不同重點客戶陳列費與費用率矩陣》）。通過比較，企業針對不同類型（不同象限）的客戶採取差異化的行動。
案例2：促銷要素有效性分析
影響一檔促銷活動的因素有很多，大體可以概括為促銷地點、促銷方式、促銷力度、促銷時間、促銷配合機制和競品動態。任何一方面要素髮生改變都對最終結果有影響，那麼如何在促銷要素設計上儘可能做較優的選擇呢？其實通過基於以往眾多促銷活動的數據進行迴歸分析等就可以找到不同要素的優先級排列。
例如一家食品飲料企業B進行促銷要素研究，發現其某品牌的不同促銷方式中，效果最差的是直接降價促銷，這個結論讓企業大跌眼鏡，因為經驗告訴我們消費者最喜歡直接降價，但通過數據挖掘確實發現了不同答案。之後，與消費者、品牌管理團隊溝通時發現，該品牌消費者非常重視產品保質期，而企業B在直接降價促銷時往往是產品保質期較差的時候。於是，我們建議企業B調整促銷策略，減少對該品牌直接價格促銷的頻次，同時更加密切關注產品庫存。由此可見，在得知數據分析的結論後，再結合商業洞察就能有效支持企業決策。
案例3：促銷競爭分析
基於促銷有效性的分析框架，將競品的促銷信息（檔期、方式和力度等）也納入其中作為迴歸分析的變量，就可以實現促銷競爭的分析。這類分析可以幫助我們回答：當主競品促銷時，企業是否要選擇“應戰”？如果“應戰”的話，應該選擇類似的方式還是差異化的方式？
對一家日化企業C的模型分析表明，如果該企業跟進其主競品的促銷（主競品份額優於企業C），那麼企業C將更多從其他小競品那裡搶奪份額，卻較難撼動主競品的市場地位；但若企業C選擇不跟進促銷，那麼主競品將平均搶奪所有競品（包括C）的份額。因此，企業C認識到通過促銷競爭無法趕超主競品，要從品牌定位、產品研發等其他角度突破，但短期內為了穩定銷量還是可以選擇跟進的。
當然在其他案例中也發現：選擇跟進競品促銷會帶來兩敗俱傷的結果，最優策略是保持自己的促銷節奏而儘量避開競品促銷。分析結論會隨產品、購物者特徵以及促銷力度等而不同，具體問題需要具體分析。
其三，數據分析嵌入促銷流程將規範化促銷管理並推動組織能力升級。上述介紹的這些案例表明，深入的數據建模與分析可以極大提高企業決策的理性成分，並且具有可重複性。盲目跟隨經驗和感覺，像賭博一樣進行促銷設計的蠻荒年代已經一去不復返了。既然如此，如何讓大數據工具的作用發揮到最大化呢？科爾尼根據眾多項目的實踐經驗認為，需要將分析模型與工具嵌入企業的日常流程，作為決策的必要環節。
在流程設計上，要求針對重要促銷活動必須進行活動效果預估，並且預估方法要基於數據分析。此外，活動審批方在流程節點上對預估效果進行審閱，挑戰設計方提供的預估依據，充分論證活動有效性後再審批通過。雖然曾經有客戶表示這樣時效性太差，會錯過促銷時機，但其實只要擁有較為完善的歷史數據庫，有促銷要素有效性結論作為支撐，活動效果的預估不會很費事。因此，企業應該儘早開始積累數據進行分析，要求設計方在活動結束後立即總結活動效果，記錄在共享數據庫中，供相關團隊參考。與流程相配合，企業需要將崇尚數據分析融入企業文化血液，倡導用數據說話。
如何建立數據導向的組織能力
當然，大數據驅動的促銷管理對相關組織建設、能力培養和持續創新也有較高的要求。我們認為，最重要的有三點：
培養兼具數據分析與商業洞察的團隊。這可能是一個循序漸進的過程，但在與我們合作的企業中，只要大家親眼見證了數據的魅力，改變是非常迅速的。此外，要強調全員學習大數據工具，而不是依賴專門的數據處理團隊來解讀數據。這樣才能充分從不同角度解讀數據，實現分析、洞察、經驗的完美結合。況且很多大數據軟件也在不斷升級，界面更加優化、使用更加便捷，只要有適當的培訓，掌握起來並不很困難。
升級IT系統以承接標準化的分析工具。中國企業的IT建設有個顯著特點，有了數據沒人用，或者某些IT系統是為了流程管控，而非洞察挖掘和價值創造。因此可能需要對促銷數據信息系統進行升級，包括：集合所有相關數據庫，消滅割裂與不統一的數據源；將原始數據的手工統計改為系統錄入，提高準確度；實現一部分標準化數據分析的信息自動化，實現實時分析與共享，提高決策及時性。
不斷開發和完善指導策略的數據模型。日新月異的促銷，也推動著數據分析的與時俱進，因此需要有專業團隊針對新問題不斷優化數據模型、開發新的分析工具。例如：隨著電商的發展，如何平衡一個地區電商與實體零售的促銷策略？傳統渠道的不斷下沉與精耕催生出更多與渠道商的協作與相應的促銷方式，哪些方式更加有效呢？伴隨新科技如VR的發展，購物者的促銷決策還會受到哪些其他因素影響？這些都是未來可以通過數據來研究的問題。
營銷領域專業人士往往戲稱：促銷有效性管理是世界性的難題，而中國企業在該領域面臨著更加嚴峻的挑戰。因此，我們一直呼喚符合時代需求的新理念和工具所推動的革新。尤其隨著互聯網和電商的飛速發展，未來在“線上”和“線下”的促銷競爭也會愈演愈烈、促銷與購物者體驗的創新也會層出不窮。企業惟有練好促銷管理的內功，才能以不變應萬變；而大數據作為網絡經濟的標籤之一，將在促銷管理中發揮難以量化的商業價值。
作者：
姚倩（Sabrina Yao）
科爾尼采購與分析事業部總監