“测量”市场洞察力

　　几年前，一家全球酒类分销商举办了一系列轰轰烈烈的事件式营销活动。公司在美食餐厅为社区内“有影响力的人物”举办奢华试饮派对，以求面对面地展示旗下各个品牌的酒品，同时建立整体品牌认知度。 活动涉及的酒类品牌众多，耗资不菲：在一个月内单一品牌就举行了逾200场促销活动。

　　当时这家企业缺少评估营销有效性的方法。由于涉及的品牌众多、渠道广泛、活动的次数频繁，并没有具体的数据来衡量活动的效果，不过是模糊地通过类似“出席者多达600人以上，均为消费力强的年轻单身贵族”这样的表述来总结。

　　高管们很快意识到企业亟需一份缜密的营销活动投资回报率分析，于是他们设计了一份简易的盈亏平衡分析报告，即计算出要冲抵推广活动的开销，参与者需要购买多少产品。结果让所有人瞠目结舌——各项活动的支出距离盈亏平衡点间存在着天壤之别。在极端的个案中，企业若想保持收支平衡，每位出席促销活动的人需购买超过80瓶特级苏格兰威士忌——许多人一辈子也喝不完这么多酒。

　　过去当营销人员仅依赖于电视、广播和印刷品等传统大众媒体时，市场洞察的匮乏显得无关紧要。电视广告收视率可以记录特定广告在目标受众中观看的百分比，但不能解释为什么有些广告能够刺激销量增加而其它广告却没有达到效果，然而大众媒体结合此类衡量指标曾是营销的唯一的市场分析依据。

　　现在，营销正迈入一个多元而快速变换的时代，营销人员正面对一个长期缺乏市场洞察的挑战——哪种媒介传播效果好，客户为什么愿意掏腰包，企业的付出能得到什么回报。随着媒体渠道的爆炸性增长，营销人员有条件获得更完整、更细致、更全面的数据来反映消费者对于产品的态度和购买意愿，并且能更精确地分析营销投资回报率。企业缺乏的则是从分析中洞悉市场的成熟能力，以及充分利用这种洞察力的意愿——这不仅要用以指导营销部门的工作，并且应该贯彻在整个组织中。

　　从入门到精通

　　营销人员提升市场分析技艺的必要性已毋庸置疑。博斯公司和美国广告主协

　　会（ANA）的一项研究揭示，投资回报率分析和市场洞察力（大多源自各种分析方法）是营销人员认为最亟待发展、最重要的两种能力。

　　尽管营销人员对分析方法兴趣浓厚，然而真正掌握的人却寥寥无几。在与多位高级营销高管的访谈中，我们发现每20人中仅有1人具有完善的市场分析方法。他们是如何建立这种能力的呢？一切始于数据。营销人员必须首先学会如何确定及收集自己需要的数据。这些数据包括两个广义的范畴：财务数据和消费者反馈数据。

　　财务数据：按照对营销投资回报率的贡献度，财务数据分为两大类。第一类是活动成本相关数据，包括活动筹备、举行和后续过程中发生的所有费用。例如，高尔夫巡回赛赞助商需掏出的赞助费、广告标志的设计、印刷和安装费、嘉宾招待费用中还会包括帐篷租借费、餐饮费和服务员工资等等。

　　由于从营销预算中支出，活动成本数据的收集相对来说较为简单。但是，当计算某大型项目中的单项活动成本或媒体的购买外包时，难题就出现了。这些情况下的各项费用纠结在一起，区分单个活动的成本数据需要营销人员或供应商付出额外的劳动。另外，个人银行及一些零售商普通存在着营销支出的高度分散情况，这也成为了活动成本数据收集的另一个障碍。若想解决这一难题，需要建立一个整体数据收集流程。

　　第二类财务数据是利润数据，包括企业计算盈余的大量数据，例如销售价格、已售商品的变动成本及运输等其它变动成本（不包括固定成本如工厂或总部的管理费用）。利润数据回答了这样一个问题——在营销推动下，企业的销售多赚了多少钱？

　　利润数据是计算营销投资回报率时必不可少的要素，而营销人员收集此类数据的难度也更大。营销人员接触利润数据的权限差别更是大相径庭。有些公司秉持财务数据“开卷管理”（open-book management）的理念，在公司内部共享利润数据；另一些公司则拒绝提供相关数据，即使对高级营销主管也不例外。

　　另外，分析的复杂性还源于一些公司将费用支出列为单独项目，从而难以将变动成本从固定成本中区分出来；另一些公司则无法提供足够精确的成本说明，影响了数据收集效率。在这些情况下，收集利润数据要求企业财务报告制度的调整。尽管这项工作困难重重，但是“天无绝人之路”：利润数据属于企业内部数据，营销人员启动大型营销策划，需要了解相关数据时，必须寻求财务部门的大力支持，他们也因此获得了一个在组织内部贯彻投资回报率理念的机会。

　　消费者反应数据:该数据也分为两大类。第一类是“自报数据”，是由客户本人提供的资料，包括个人态度数据（如品牌忠诚度、认知度和推荐意愿）和购买数据（特指顾客自愿购买行为）。

　　客户自报数据可通过多条途径来收集。大多数大型公司设立了内部市场研究部，对现有及潜在客户进行调查，了解他们对品牌的态度。当然，进行市场调研的外部资源也非常丰富，如独立调研公司将数据打包出售或接受专项研究委托。

　　第二类客户反应数据是行为数据。这类数据有迹可循，有记录可查，如汽车经销商的试驾统计，或是电子销售邮件的发送报告。但是，行为数据通常以交易为基础，购买行为一旦发生，营销人员就可以从收银机的扫描器上，或零售商、批发商或分销商处，或其它各种资料来源收集到相关信息。营销人员通过交易数据了解客户买了什么东西，购买的时间地点，再次购买的频率以及同类的客观数据。行为数据是最具价值的投资回报率分析数据，因为它代表了实际消费行为。

　　交易数据也是营销人员最难获取的数据。例如，当一个服装设计制造商希望评估公司在纽约时装周年度广告大战的投资回报率时，虽然公司直营的销售门店可以提供相关交易数据，但是作为最大渠道的百货商店却拒绝提供相关数据，因为它们将该公司看作一个直接的竞争对手。这时候，唯一的解决方案就是开发一套评估公司门店受广告影响的分析模式，用以推算广告可能对百货商店的销售产生多少影响。

　　即使对于容易收集到的数据，营销人员也常常后知后觉。例如，医药营销人员总是抱怨自己得到的客户反应数据总不如包装消费品行业详细。但是，众所周知，每张处方都有备案，如医药行业信息服务供应商艾美仕市场研究公司（IMS）每个月从100个国家收集8.5亿张处方，建立了一个巨型数据库。医药营销人员对此早有耳闻；事实上，他们中有很多人已经从艾美仕购买了汇总数据和分析报告。因此，假使有营销人员口口声声说“找不到投资回报率分析所需数据”，那常常是个推脱的借口。他们只是没考虑好如何接受单个的反馈数据，也未能找到最佳的使用方法。

　　解析分析方法

　　营销分析中不存在着“杀手锏”——营销人员要想突破商业世界现实而混乱的桎梏，并不能仅靠一种分析方法。有些分析方法能提供精确度高的结果；有些则有着更复杂的数学运算模式。但是，只要使用得当，营销人员总能从中找到切实可行的答案。因此，如果说建立营销分析法的第一步是学会如何界定并收集投资回报率分析所需的各种数据，那么第二步就是理解和选择合适的分析方法。

　　营销分析法包括三个广义的范畴，一个有效的可视化方法就是想象它们共存于一个连续统一体之上（见图一）。

　　商业案例分析：商业案例分析（用于直接评估一项营销投资决策规划）无需客户数据，也无法计算投资回报率。公司内部随处看得见的少量数据就可以让它们发挥作用。一般来说，这类分析法并不复杂，仅需要进行简单、粗略的计算。因此，特别是当初步考虑方案的可实现性时，系统分析条件尚未完全具备，或者营销人员无法获得其它数据时，它们就有了广阔的用途。

　　以盈亏平衡分析为例，这个方法不会直接产生投资回报率，但是，它可以为营销人员提供一个权衡投资决策范围的上下限。盈亏平衡分析法根据不同行业、企业和营销手段的特点可采用多种形式。例如，前文提到的酒类产品分销商在财务数据不完整、顾客反应数据未知的情况下，可以用盈亏平衡法对试饮促销活动进行评估。

　　态度分析：态度分析法主要评估客户意见、认知度和客户自报行为。这个方法的优点在于能够测量和预测一些定性的指标，例如品牌认知度、购买意图等。与案例分析法相比，这种方法能够帮助营销人员对品牌有更全面深入的了解，但是，它在准确度和投资回报率分析上则差强人意。

　　态度分析中有一个非常有用的“购买漏斗”分析框架（见图二）。这个著名的概念图追踪潜在的客户从他们首次与品牌的接触（品牌及产品认知）开始，随着客户兴趣和参与度的提升，最终通过一系列“行动杠杆”（各种营销策略和推广活动）触发了顾客的购买欲望。

　　营销人员可在“购买漏斗”的各个层次使用不同的指标衡量产品的销量情况。大多数公司通过将客户自报数据、行为数据和财务数据三种指标结合起来用以衡量销售绩效。通过将各种数据分析的方法和技巧整合运用，就可以预测出消费者对某一特定产品从漏斗的一个阶段迈向下一个阶段的可能性，这也同时意味着销售成功率和品牌忠诚度的提升。

　　作为诊断性工具之一，态度分析通过及时评估现有和目标客户在每个阶段对品牌的看法，来使得“漏斗”变大。利用这些信息，营销人员可以获得客户在漏斗上不同阶段的“得分”，并且找出改善顾客反应的方法。例如，某汽车品牌的客户认知度得分为99％，但是品牌满意率只有17％，那么营销人员就应该将精力集中于品牌美誉度的建设上。

　　当态度分析与回归分析相结合时，营销人员可利用态度分析预测营销投资将如何影响顾客对品牌的态度。例如，汽车营销人员可以预测较高的评价分对客户的购买决定或实际交易行为所产生的影响。

　　行为分析：行为营销分析是基于计算机模型中的一些固定的运算法则，输入交易数据后，经计算机的运算自动生成相关的分析结果。这些精密的分析方法利用实际客户反应数据估算投资回报率，并预测客户如何对营销活动，如价格变动、促销或电视广告会作出怎样的回应。

　　最具价值模型可以用于对客户购买行为的预测。经过了25年的发展，营销人员已经能够凭借这些模型区分不同要素对销售额和投资回报率的影响，这些要素包括广告、定价、促销、口碑、特殊事件和季节性，以及难以控制的相关变量，像气候和竞争对手的行为，这些模型使用多变量回归分析法控制一系列变数，为营销人员提供一项既简单又不失精确性的市场预测。

　　现在，多家市场分析公司正在紧锣密鼓地构建及优化营销分析法的“圣杯”——企业整体营销组合模型。这些模型帮助营销高管们分析应该将预算如何在各个营销渠道重新分配，如纸媒、电视、广播和互联网中的投入比例。总部位于加州的M-Factor公司已经构建了一个涵盖所有营销手段的模型，并将它成功转化为一项软件服务，用户名单中包括家乐氏（Kellogg）、可口可乐等许多举足轻重的营销巨头。营销组合模型的潜在价值巨大——据研究分析，企业预期该类模型的应用能提高20%-30％的营销投资回报率。

　　方法的选择

　　为了根据自身情况开发出最优分析组合，企业应认真考虑三个变量：数据有效性、内部能力、品牌目标及传播媒介。

　　由于分析离不开数据，因此，首要考虑的就是数据有效性。在交易数据可知的情况下，行为分析法将是首选。若交易数据不可知，但消费者自报数据可知，态度分析法则更合适。如果手上只有利润数据和活动成本数据，商业案例分析法也许是最佳选择。

　　其次是营销部门的自身能力。例如，部门内缺少建立模型所必需的统计专业人才或购买模型的预算，那么收集交易数据和选择模型分析法就变得毫无意义。同时，企业必须将关注的重点放到那些自己具有专业相关的技能可以立即实现的分析方法上。

　　同时，企业领导者应该开始思考，为企业进行长期的规划。那么，他们需要怎样的指标？哪些分析方法能为他们提供市场洞见？分析方法的关键在于可重复性和可靠性。保证营销投资回报的能力无法通过外包实现，即便将计算工作外包出去，企业内部仍需要专业人才对流程进行监督管理，确保外包服务的质量。

　　选择分析方法的第三个考虑是公司品牌的营销目标。理想情况是营销人员根据品牌所处的生命周期设定品牌目标，然后再确定实现目标的最佳手段。鉴于各种营销活动所使用的渠道大不相同，所产生数据的有效性和涉及投资的层级因此千差万别，所以，营销人员必须挑选不同的分析方法，有的放矢。

　　例如，新品发布通常需要大笔投资来建立品牌认知度。营销人员可能会选择广告牌、网页或赞助等手段，这一阶段需要的分析方法可能是“购买漏斗”，因为主要是确定一系列定性指标。相反，如果一家企业试图在竞争激烈的市场里提升成熟品牌的购买率，那它可能会选择消费折扣券、电视广告或网络直销，这时候，它所采用的分析方法，就可能是建模，以便更直接地衡量购买行为。总的来说，如果营销的目标是建立品牌，那么应采用态度分析法来分析对消费者认知度的影响；如果目标是销售量和销售收入的增长，则适宜采用行为分析法。

　　当营销人员运用分析技巧得心应手时，他们可以利用多项分析法使得营销投资回报获得最优的结果，也激发了组织内部的责任感和创造力。在经济不景气的大环境下，分析的能力不仅对于企业维持卓越的营销效果至关重要，也是企业未来发展不可或缺的重要禀赋。〔本文由博斯公司授权刊登，原文载于博斯公司内刊《战略与经营》（strategy+business）杂志。张沁/译〕