摘 要:随着新媒体技术的发展和传播渠道的日益增多,品牌营销也需要随着时代变化营销手段。专注于增强品牌的粘性能够很好的吸引客户实现良好的传播。本文探究了传统的营销方法如今不再奏效的原因,并在文化经济思维的视角下结合当今时代背景提出了三种具有可操作性的解决方案,以便帮助品牌实现“粘性营销”,吸引正确的客户群并持久粘住他们达到有效的品牌传播。
关键词:文化经济思维;品牌;粘性营销;大数据;细分人群
中图分类号:G231-F 文献标识码:A 文章编号:1005-5312(2016)21-0286-01
互联网时代就是一个变化的时代。很多互联网产品被称为“日抛型”,即短时间内爆红后迅速走向冷却。比如去年火遍整个社交媒体的卡通头像制作软件“脸萌”,仿佛一夜之间所有人的社交应用中的头像都是使用“脸萌”制作的卡通形象。然而现在如果还有谁顶着“脸萌”的头像在社交网站上发言,就会给别人一种落伍的感觉。这就源于“脸萌”团队在获得用户关注、冲上应用下载排行榜首之后,没有进行产品的跟进创新,从而导致了生命周期只有很短的一段时间。
想要解决这种用户心中“日抛型”定位的困扰,就需要品牌具有粘性,粘住目标消费人群,并使之成为“回头客”。只有能够超越单纯的技术操作层面,用品牌文化、核心价值观来粘住客户才能体现品牌意义并在纷繁复杂的众多平台中牢牢抓住客户。
现在的消费者根本不愿意等待,每个人的时间都很紧迫,因此即时性的价值就被凸显了出来。如果品牌在推广初期使用了大数据分析了目标消费人群的喜好,那么对于品牌之后的发展无疑是事半功倍的。
风靡北美乃至全球的美剧《纸牌屋》就是一个很好的案例,正是因为大数据分析技术的应用使得这部剧迅速在观众之间建立了良好的口碑并获得良好的收益。美国Netflix公司是一家在线影片租赁提供商,该公司的网站有近3000万订阅用户,这些用户在网站上收看视频的大量行为都被记录了下来。据统计,用户每天在 Netflix上产生 3000多万个行为,包括暂停、回放、添加书签以及每天300万次搜索、400万个评分。这些数据会和第三方数据(如尼尔森的收视调查)一起进入Netflix的数据库。在分析出凯文·史派西、大卫·芬奇的粉丝与政治题材电视剧存在显著相关性后,该公司做出了拍摄《纸牌屋》的决策。结果,大数据技术让Netflix赚得盆满钵满。
但是在借助大数据分析增强品牌粘性的时候,也要注意到计算机数据分析擅长的是测量社会交往的“量”而非“质”。网络科学家可以测量出你在76%的时间里与6名同事的社交互动情况,但是他们不可能捕捉到你心底对于那些一年才见2次的儿时玩伴的感情。除了理性分析之外,品牌粘性营销更要关注的是“以人为本”,将客户按照与品牌之间的“粘度”进行细分。
目标品牌的用户通常被归入以下四个细分群体之一:稳固型——特定的产品领域之中,在未来不太可能改变消费模式的用户;普通型——在短期内不太可能改变消费模式,但在中长期有转变的可能性;边缘型——在品牌粘度方面低于普通型用户,其中已有一些消费者在考虑其他品牌;易转换型——某品牌的用户中最容易流失的群体。
度量“粘性”不仅仅是一个理论概念,粘度较高的群体对于市场营销而言,有着重要的意义。因为粘度较高的消费者相比较粘度较低的群体而言他们会更容易被说服重复购买某品牌;他们对竞争品牌的宣传更具免疫力;当遇到常用的品牌(产品)缺货的情况,他们不会轻易接受其他品牌;他们对于价格的敏感度较低;他们支撑了特定的产品领域中和他们维持高强度关系品牌的较大的市场份额。而他们的高粘度通常会和未来的购买行为联系在一起。
将客户进行了不同“粘度”的划分之后就可以针对不同的目标人群进行精准的广告、市场活动的投放了。奔驰品牌曾举办过一个活动,邀请100位长期使用奔驰的车主到斯图加特奔驰总部做“消费者洞察”,让他们参与下一代S级车型的讨论,给下一代车型的初步设计做出评判打分,他们的意见被郑重承诺会提交到董事会上讨论。这些车主在豪车消费领域属于不太会改变消费模式的一部分高“粘度”人群。这种以代入式的沟通和切实的参与会更加好的增强消费者的口碑从而成为传播的强大助力,并引发市场对于新一代S级车型的热烈讨论和期望。
品牌在确定了目标人群之后,在实际推广的过程中,品牌故事就是最好的联系客户的粘合剂。只有让“内容”本身成为媒体,让内容获得持续关注与传播,才能使客户与品牌粘的难舍难分。
一个品牌的成功传播,一定是归功于其高粘度。品牌向具有与客户之间的高粘度,首先需要借助大数据分析来确定用户真正想要什么。其次,根据用户与品牌之间不同的紧密度分为四类不同粘度的细分群体。最后,结合大数据分析和细分人群之间的调研,坚定使用有粘性的品牌故事向大众传播品牌内涵,最终达到良好的品牌传播效果。粘性营销与文化和经济的紧密联系可以让用户获得更优质的购买体验和对品牌文化更深入的理解。
参考文献:
[1]俞陶然.《纸牌屋》背后的大数据应用[N].解放日报,2014-02-24.
[2]大卫·布鲁克斯.大数据时代,什么是数据分析做不了的?[N].纽约时报,2013-02-16.
[3]丁文祥.用品牌或产品“黏性”来细分市场[N].经济观察报,2004-0
3-15.
赞(0)
最新评论