南京麦谷公关传媒有限公司

　　、质量、价格、使用方法和效果的准确信息。售后应重视信息反馈和追踪调查，及时处理和答复顾客意见，对有问题的商品主动退换，对使用故障积极提供维修方便，大件商品甚至终身保修。便利原则充分从消费者的角度出发，克服了渠道原则只从企业自身考虑的局限性。

　　 2.从Convenience到Deliver的进化

　　 便利原则（convenience）没有体现既赢得客户，又长期地拥有客户之间的关系。这一策略被动适应顾客需求的色彩较浓，没有解决满足顾客需求的操作性问题，往往为被动地满足消费者需求付出更大的成本。如何将消费者需求与企业长期获得利润结合起来是便利原则有待解决的问题。

　　 在移动互联时代，营销渠道向“移动化”升级。现在营销的关键是把握每一次被消费者关注的机会，快速完成交易，而便利策略并无法有效识别消费者的需求（即消费者能感知到哪些价值），又无法以最快的速度响应消费者的需求。

　　 以O2O消费模式为例，价值传递模式要求企业在零售商品的“五流”（客流、商品流、信息流、资金流、物流）中，都积极向客户传递与产品价值有关的信息。从PC端到移动端，都有产品的图片、其他用户的评价等相关信息传递给消费者。在用户付款后，可以对产品进行评价，对产品的性能起到重要的反馈作用，企业可以及时修改产品设计以满足消费者新的需要。在物流过程中，消费者可以实时跟踪产品的位置，一些企业还可以在物流过程中取消、修改或追加订单。购物时间扩展到了全天候，购物空间大大延伸，价值传递过程的渠道更加丰富，效果就是销售量得到增长，产业链得到优化，消费者个性化需求得到更好的满足（见图2-7）。

　　 价值传递（deliver）即为顾客进行营销策略选择时，优先考虑到将产品的各项价值（产品价值是由产品的功能、特性、品质、品种式样、品牌等所产生的价值）传递给客户，而非考虑企业自身生产、销售的方便程度。在网络经济时代，采用这一策略的典型做法通常是利用O2O模式，将线上营销策略与线下的消费者实际感受到的消费相结合，或者是利用电子商务手段将渠道下沉，甚至把渠道简化至“生产商——消费者”这一模式，或者采取“消费者——定制——生产——消费者”这一模式，不经过中间过多环节，直接把产品的价值传递给消费者。

　　 图2-7零售O2O全景图

　　 （资料来源：用友集团）

　　 在价值传递中，顾客化定制更以顾客为中心，其运作特点是由顾客引发并控制需求被满足的过程；其显著优势是企业不需要增加任何额外的制造能力，而顾客逐渐参与到越来越多的核心运作过程中，企业运作由顾客订单驱动。顾客化定制比大量定制在营销方面更加个性化，顾客参与的环节和控制权更多，运作内容也增加了定制过程中的顾客参与活动（见表2-1）。因此，顾客化定制除可以创造出定制产品、服务之外，还能为顾客提供参与的机会，从而为企业提供了创造更大价值的可能性。在目前的阶段，渠道下沉、O2O模式以及顾客参与式体验是这一原则的典型代表。

　　 表2-1顾客化定制、大量定制和多样化的比较

　　 （资料来源：用友集团）

　　Data——数据

　　 1.数据分析提升企业管理水平

　　 随着我国市场经济深入发展，企业从粗放型发展向集约型发展转变，经营管理决策也向着精细化管理的方向过渡，企业管理水平日益提升。精细化，通俗地说，正所谓“无数据，不真实”。离开了精确的、具有前瞻性的数据分析工作（见图2-8），精细化的管理、正确的经营管理决策、快速的降本增效就无从谈起。

　　 图2-8数据分析流程

　　 （资料来源：用友集团）

　　 2.大数据带来营销

　　 进入移动互联时代，从搜索引擎、社交网络的普及，到“人手一机”的智能移动终端应用，信息承载的方式日趋丰富。社交工具、电子商务等替代了传统的商务和交流方式，客户存在的场景发生急剧的变化，与网络和电子设备的全面接触使得人们大量的信息被记录在网上，形成所谓的“大数据”。如图2-9所示，地理位置、年龄、社交活跃度、购物记录、性格特征等都可以通过网络数据获得。这些数据维度众多，并且动态变化，为分析消费者的行为和特征提供了数据基础。

　　 企业可以利用用户数据实现精准定位，精准定位的结果就是个性化营销。这个过程中，数据是基础，数据会来自不同的平台，再进一步通过数据挖掘和分析，找到这些数据相对应的人群（见图2-10）。再针对这些群体进行个性化的对比，并以此展开个性化的营销服务，实现了“一对一”的推荐效果。顾客的个性化需求在技术的帮助下实现了满足。沃尔玛收购Kosmix，借助社交分析工具来预测、引导用户需求正是数据帮助企业的例子。

　　 图2-9企业数据图谱

　　 （资料来源：用友集团）

　　 互联网公司是产生大量数据最明显的例子，阿里电商平台每年几万亿元交易的背后，意味着海量的数据在阿里生态系统中运转。但是数据的运用才是关键，传统公司运营过程中产生的数据经过创新运用也能产生不可思议的效果，如阿迪达斯和经销商合作共享每日经营数据，合理规划产品品类，降低了库存，提升了利润。移动互联时代背景下，更多的传统企业意识到了数据在企业营销中的巨大价值并进行了尝试，如恒安集团。

　　 图2-10移动互联网时代下用户特征

　　 （资料来源：用友集团）

　　 新的经济环境下，尤其是大数据技术的发展，使得传统商业模式正在潜移默化中发生变化。随着社交网络的全球扩张，数据大爆炸正在改写营销规则。大数据的营销价值在于，随着实名制社区和电子商务的普遍化，用户之间产生人际关系链（也就是人脉价值），由此最终实现交易数据与交互数据的融合。企业在互联网中应逐渐转型，借助数据库技术为生活服务（见图2-11）。

　　 大数据已成为当前营销实践和理论的焦点，在营销管理、品牌管理、活动管理、客户关系管理等领域逐渐得到应用，并积累了丰富的实践案例（见图2-12）。

　　 在传统营销经典理论模型的基础上，综合以上四方面论述，本白皮书构建出一个新的营销理论模型：4D营销理论模型（演变过程如图2-13所示）。

　　 图2-11“三维”行动轨迹定位

　　 （资料来源：腾讯2011）

　　 图2-12大数据营销应用实践

　　 （资料来源：秒针2012）

　　 图2-134P、4C和4D理论演变

　　 在新经济时代，技术应用在转变，消费模式在转变，人的思想更在转变，通过对传统营销理论的深入探讨和对新经济时代环境的敏锐洞察，我们提出了符合新经济时代背景，以消费者需求为基础，以互联网思维为灵魂的4D营销模型（见图2-14），涵盖了4大关键要素：Demand（需求）、Dynamic（动态）、Deliver（传递）、Data（数据）。

　　 图2-144D营销理论模型

　　 Demand（需求）：企业首先需要了解消费者需要什么，然后要大力宣传符合消费者需求的产品和服务，还得用超出消费者最高期望的方式去实现它。

　　 Dynamic（动态）：随着新技术的兴起，尤其是社交网络的出现，企业与消费者的对话已经不再是企业与消费者之间一对一、点对点的静态沟通机制，转而演变成多对多、立体化的动态沟通机制。

　　 Deliver（传递）：顾客进行营销策略选择时，优先考虑到如何将产品的各项价值（产品价值是由产品的功能、特性、品质、品种式样、品牌等所产生的价值）更加便利地传递给客户，而非只考虑企业自身生产、销售的方便程度。

　　 Data（数据）：在互联网普及的当下，社会化应用以及云计算使得网民的网络痕迹能够被追踪、分析等，而这个数据是海量的和可变化的，企业或第三方服务机构可以借助这些数据为企业的营销提供咨询、策略、投放等营销服务。

　　第3章移动互联时代营销模式变革生动实践

　　 面对移动互联时代的种种冲击，不同类型的企业都做出了不同应对，从世界500强的巨型企业到新兴的淘品牌，一些企业选择变革而获得了跨越式的发展，另一些企业则由于应对不当而走向消亡。

　　企