疫情對企業線上營銷獲客能力是一次大考。企業對於精細化會員運營的需求提升，對於客戶數據平臺、營銷自動化工具等會員運營系統和工具需求增加。TalkingData作為一家數據服務提供商，業務將迎來新的發展機遇。
突如其來的疫情改變了2020的開年，隨著疫情從最初的大爆發到逐漸得到控制，轉向境外輸入病例增加，疫情的影響還在持續。具體對不同行業的影響，與消費者的需求緊密相關。比如，由於線下門店不能營業，線下連鎖零售、餐飲受影響最嚴重，直接對收入造成比較大的影響。由於目前疫情尚未完全控制住，影響週期會進一步延長。同樣，汽車行業由於消費者需求減少，受疫情影響較大。然而，線下消費場景受限卻激發了線上的消費需求，比如對生鮮電商的需求大幅激增，消費者的需求並沒有減少，只是轉移了消費的場景。
受疫情影響，企業對全渠道營銷和會員運營的需求增長
Q
愛分析：從數據上呈現的情況，疫情對各行業產生了哪些影響？
崔曉波：疫情對各行業的業務有不同程度的影響，但從整體來看對於線上數字化，包括營銷的需求是增加的。短期會有一定衝擊，中期來看比較樂觀，長期對數字化行業向好。
主要影響體現在兩方面。首先，由於客戶自身復工受到影響，比如工業製造業的復工目前來看比預期要慢，對於供應鏈、物流的限制也很大，因此從生產原料、人工、物流等方面都會受到很大制約，企業業務恢復正軌的週期會更長，可能影響要持續到4月份。
另外，上游也會受到下游消費需求抑制的影響，比如汽車行業今年就會受到比較大的影響，目前來看汽車行業都不敢備貨。線下零售企業受到的衝擊也比較大，線下門店無法經營直接造成營業收入大幅縮水。線上整體情況還好，短期內對於電商、外賣、線上教育等的需求爆發，對於線下的個別品類，比如生鮮品類的需求快速增長。
Q
愛分析：疫情對於廣告主的營銷預算會有哪些影響？
崔曉波：營銷要分行業和品類來看。以往美業和汽車是線上投放和營銷的大客戶，這兩年來看發展趨勢呈現兩極化。我認為美業受疫情影響不大，甚至會更進一步，後面的需求還會爆發性增長，會持續加大營銷的投入。汽車行業由於下游需求受抑制，對於上游廣告投放會有一定影響。另外，從長期來看，人們對於健康類產品的需求會進一步增大，比如茶品、保健品等，對這類產品的營銷投入會加大。
從廣告主側來看，對照2003年非典時期的前後變化，發現對廣告行業的影響並不大，因為當時的經濟基礎比較好。但這次疫情之後，恐怕大部分廣告主的預算會大幅下降，尤其是對於品牌廣告；而對效果廣告我認為會加大投放，比如食品飲料、生鮮電商、教育等，目前投放呈現大幅增加。
在廣告投完後，廣告主會有更多的客戶運營的需求，除了獲新外，會將更多的線上營銷預算放在存量客戶運營、提高老客戶復購率上。而線下廣告整體受影響較大，尤其是短期內對於院線、樓宇廣告的衝擊很大。
整體來看，我認為廣告投放受影響的比例和GDP整體受影響的趨勢比較接近。從廣告主側來看，疫情結束後，消費類企業會比較快地恢復投放，但受疫情影響比較大的行業恢復投放的意願就不強，比如汽車行業今年的投放預算就會下降。
Q
愛分析：疫情是否會影響企業搭建數據中臺的意願？
崔曉波：首先，從企業側來看，這次疫情使得頭部效應更明顯，因為疫情對中小企業的衝擊更大，尤其是沒有形成規模且現金流管理能力差的中小企業。比如從我們合作的服飾、食品、餐飲、茶飲等受影響較大的行業客戶來看，都呈現出頭部效應更加明顯的趨勢，這部分頭部客戶的市場份額會進一步擴大。
第二，疫情對於企業的數字化、線上運營的能力又是一次喚醒和教育，企業會更加重視數字化能力的建設，所以這方面我認為對頭部客戶不會有特別大的影響。但對於數據中臺業務應用場景不明確的企業，會有一定的顧慮。數據中臺需要結合前端的應用和業務場景才有競爭力。
Q
愛分析：疫情發生後，企業會利用數字化工具優先調整優化哪些業務方向？
崔曉波：從數據側來看，首先是業務相關的會員運營，包括新會員發展、存量會員運營、會員權益、促活復購等方向。因此在營銷活動管理、營銷自動化、全渠道營銷以及品牌建設方向，會產生更多的需求。
第二，企業復工後需要解決供應鏈生產的問題，加強自動化、無人化、智能化生產的能力，增強抵禦風險的能力。
Q
愛分析：企業通過搭建CDP平臺核心解決的訴求有哪些？
崔曉波：在不同行業和企業所處的不同發展階段，會有不同的訴求。比如大型連鎖企業，可能已經擁有幾億的會員，它的訴求就不是發展更多的會員，而是提升現有會員的復購率。
我們為企業搭建CDP平臺，主要幫助企業提升老客運營能力。比如幫助這些企業做好門店會員數據、自有商城數據以及外部渠道數據的整合和管理，增強客戶運營能力。
而美妝、日化消費品行業會有線上投放獲新的需求，這類企業雖然積累了一些會員數據，但缺少線下營銷的抓手，自身對渠道又缺乏控制，需求會側重回收線上廣告投放的第二方數據，同時補充第三方DMP數據，比如TalkingData可以提供的移動端行為標籤等。
Q
愛分析：對於已經具備一定會員運營能力的企業，疫情發生後，企業將如何進一步提升會員運營能力？
崔曉波：對於已經具備一定會員管理能力、擁有一些基礎化運營工具的企業，我認為其中很多企業在營銷活動、會員分層等方面，尚處於一個逐步學習的階段。
Q
愛分析：不同行業的客戶對於營銷數字化解決方案產生的價值有何不同需求？
崔曉波：從解決方案來看，區別不是特別大，目前已經形成比較標準化的解決方案，只是不同行業的企業關注點不同。
我們提供的方案是標準化的，首先會為企業搭建以會員為核心的CDP平臺，但會根據行業不同，結合具體業務場景探討CDP平臺優先支持哪個渠道的業務。接下來，我們會整合合作伙伴的力量，為客戶提供整體的數字營銷方案。在形成數字營銷方案後，再進一步考慮如何提升營銷自動化能力、基於AI的預測能力，以及對供應鏈的管理能力等。
Q
愛分析：相對線上數字化可以進行強歸因分析來說，線下數字化如何實現強歸因分析？
崔曉波：第一，現在越來越多的企業都不太強調線上和線下的區分了，行業認知在發生改變，線上、線下已經融合為一個整體的會員運營體系和數字化運營體系。
第二，數字化能力取決於企業是否能對所有的會員資料、交易記錄等進行管理，在此基礎上才具備做歸因分析的可能性，但目前來看大部分企業還不具備這種能力。另外，由於很多外部渠道存在數據斷路，無法形成閉環，所以並不能進行全鏈路歸因。唯一能形成全鏈路歸因的，是企業在自有商城、小程序、線下門店的私域流量。我認為目前來講，還很難實現對線下到店的強歸因分析。
Q
愛分析：由於終端數據斷路導致無法做歸因分析，從TalkingData的角度未來如何延伸與終端用戶間的數字化鏈路？
崔曉波：客觀來講，我們現有的方案已經滿足剛需，主要的數據管理、會員運營的需求都覆蓋到了。因此從TalkingData的角度，不會去增加新的解決方案，而是側重提升現有解決方案的能力，包括提升CDP、DMP的數據模型質量。
第二，我認為以前大部分企業的產品化程度以及管理執行能力相對較弱，我們會幫助企業把這部分做紮實，而不是再去做過多新的產品。
除了對自主可控的渠道可以進行全鏈路歸因外，想實現對全渠道的歸因分析，只能等待整個行業逐漸完善數字化進程。目前也有媒體平臺會針對數字化閉環較短、投放量較高的行業開放相應能力，進行模型構建、做人群細分等，但對其他行業的開放還有所欠缺。從TalkingData的角度，我們會在行業的數字化基礎設施成熟後，再積極延展相應的方案。
Q
愛分析：線下連鎖零售企業從原來看重同店增長到搭建數字化平臺後看重會員單客價值，兩套KPI考核體系如何進行融合？
崔曉波：兩套KPI體系其實本質是一樣的。企業主要是看會員的貢獻，包括客單、復購率、活躍度等，不太區分線上和線下。以往線下為主，看重同店增長，作為明確的直接能達到的目標。而數據銀行建起來後，就可以完全以會員為核心進行線上線下融合的運營。
這個趨勢在很多行業裡都能看到。比如金融機構目前獲新較難、客群質量不高，於是紛紛成立客戶運營部門，專門以賬戶體系為核心做老客運營。另外，運營指標上也不特別區分線上線下，而是主要是對客戶進行細分，針對不同的客群來做運營活動。
Q
愛分析：未來營銷數字化公司會呈現怎樣的市場格局？
崔曉波：我認為會形成幾個梯隊，一個梯隊是對於業務場景鑽得比較深的企業，可以滿足廣告投放和其他營銷需求，本身擁有數據資產，成本可以攤薄，獲取的ROI可以進一步提升。另一梯隊是提供局部解決方案，比如提供營銷工具或投放服務的公司，需要大規模的優化成本，才能存活下來。對於小規模的企業，由於客戶選擇合作伙伴時會越來越謹慎，而這類企業本身抵禦風險能力較差，生存會比較艱難。
數據智能公司應在合法合規的前提下，不斷優化提升持續盈利能力
Q
愛分析：在經濟形勢受疫情影響下，TalkingData在全年目標或戰略上會做出哪些調整？
崔曉波：我們評估下來短期會受一定影響，主要是項目延期和滯後開展。中期我們持樂觀態度，我們認為機會有很多，對今年整體的目標不會做特別大的調整。具體的調整是會減少創新類的投入，將資源集中在主營業務上，聚焦行業場景、聚焦解決方案。我們會優化內部管理，提升精細化運營、現金流管理，以及融資週期和二級市場的對接週期。通過聚焦提升局部效益，等經濟恢復後才有擴張的基礎。
Q
愛分析：TalkingData未來是否會向腰部以下企業拓展客群？
崔曉波：具體到線下的消費行業，我們主要關注兩類企業。第一類企業是大型或超大型企業，年銷售額在100億以上的企業。這類企業體量較大，會員規模也比較大，線上運營的需求以及基礎設施都比較完備，數字化意識比較高。第二類是年銷售額在10億左右的美妝、服裝以及連鎖超市、便利店等企業，我們認為這類企業剛跨過生死線，接下來會進入快速成長期。這兩類是我們的主要客群。
Q
愛分析：對於中國企業重運營服務的情況，TalkingData如何幫助企業解決運營問題？
崔曉波：我認為對於toB的服務，未來的趨勢會走向專業化分工與生態合作。因為在整體的解決方案裡，有很多細分的方案和工具。會有很多服務商專注把一件事情做好，形成自身垂直的優勢，而公司之間會通過生態合作的方式，滿足企業端的整體需求。
Q
愛分析：數據智能行業核心面臨的挑戰是什麼？
崔曉波：第一，數據智能行業，需要解決的核心問題是商業模式問題，對於頭部企業來說存在持續盈利模式不清晰的問題，如果以項目製為主，持續盈利能力會比較弱。第二，是數據資產的合規性問題，也是要面對的挑戰。
對於沒有持續盈利模式的公司，未來幾年之內公司經營會越來越困難，可能規模越大會越困難。因為規模越大，估值越高，但盈利能力又不行，會出現倒掛的情況。依靠賣系統做項目難以長期形成規模化利潤，想要持續盈利，除了提供軟件、技術、諮詢服務外，還要構建業務的聯運或是數據產品的矩陣。
小公司就很難做到這一點，因為這需要公司具有較強的綜合能力，既要有科技能力，又要有數據資產和數據運營能力，還要有很強的融資能力。同時，數據資產不再是一個可選項，而是必須具備的能力，如果只提供軟件解決方案，往後發展也會非常難。對於沒有數據資產能力和合規使用數據能力的公司，在競爭中會處於劣勢，會面臨較高的軟件同質化競爭。由於缺少持續貢獻收入的產品矩陣，很難做大規模，能採取的方法就是控制成本，提高產品性價比。
同時，我不認為合規性是最大的挑戰。通過去年的治理，其實相關的規則在逐漸變得清晰。比如在金融行業中，目前各分工環節都明確授權鏈，依據逐步出臺的各項法律法規，將合規性的邊界劃定的很清晰。接受服務的金融機構需要持牌，且不得將個人敏感信息查詢及風控等核心業務環節外包給第三方合作機構，科技公司只能和甲方金融機構聯合建模和應用等。數據合規性在短期是挑戰，但長期來看是利好。
Q
愛分析：對於本身有業務場景的甲方客戶來說，未來是否會成為數據智能領域的新勢力？
崔曉波：舉例來說，運營商的數據在很早前就得到了廣泛的應用，這是一股勢力。但對於普通的甲方公司，更多的還是隻具備數據資源，短期來看不具備跨行業提供服務的能力，還是需要由乙方公司來對外提供服務。但是，本身和甲方業務結合緊密，又有數據資產以及服務能力的公司，比如物流公司，我認為會崛起形成一股勢力。
Q
愛分析：隨著數字化的進程，未來市場格局是否會有更多的中小企業湧現？
崔曉波：我認為3-5年內都還是以中大型企業為主的市場。因為中國的產業結構跟國外還是有很大不同的，目前來看創業企業的數量明顯在降低。另外，目前國內的法規、政策等還是對大型企業更為利好，無論是產業密集程度、相應的資源規模、貸款融資等，還是大型企業有更大的優勢。因此我認為短期內中小企業還是很難在行業裡面佔據主導地位，相反頭部效應會越來越明顯。
Q
愛分析：數據智能公司如何在同類公司中脫穎而出？
崔曉波：我認為對任何數據智能公司來說，都需要快速建立公司的“標籤”，也就是公司的品牌認知。以TalkingData自身來說，我們在服務金融客戶的過程中，客戶並不會給我們貼風控領域的數據公司標籤，因為我們的數據以APP的行為數據為主，而風控以交易信貸數據為核心，我們的數據更適用於營銷領域。企業會給數據智能公司貼“標籤”，從數據公司的角度，應向數據更適合應用的業務場景方向去強化品牌認知，明確自身的定位。
Q
愛分析：長期來看，行業內會出現數據整合類的平臺公司嗎？
崔曉波：目前各家公司的數據能力還比較分散、都有自身的特點，數據混合使用在合規性方面有較大挑戰。在這種情況下，後端的數據能力整合更多還是通過合作，比如聯合建模的方式；前端則會分化出不同的垂直類公司，深入到不同的行業和業務場景中。
比如TalkingData目前會聚焦在數字化程度較高、業務增長情況較好的幾個行業中。但像之前我們曾涉及的數據交易業務，從去年在合規性上出現挑戰後，我們就把相關的產品線都停了。我們現在還有一個側重點在公共事業方面，像以政府為主導的平臺，普遍缺少技術基礎設施，包括數據治理、建模、沙箱、競價、計費等，而這正是我們平臺能夠提供的能力，所以我們會賦能以政府為主導的數據平臺，協助去建設基礎設施。
轉自：愛分析ifenxi
閱讀更多 TalkingData 的文章
