数字化营销的变革与机遇
企业营销的数字化转型正在快速推进。如果借鉴传统营销的发展历程，可以认为在未来的10年中，一定会形成新的市场营销格局，而且大量的实践会催生新时代的营销管理理论的成型。这种营销管理理论不是科特勒理论的再版和升级，而是基于数据和技术的理论重构。
传统市场营销理论和方法
传统营销理论体系构建的基础是大众媒体（电视、纸媒等）、大众销售渠道（经销商、超市、卖场）以及统计抽样的数据分析方法。传统营销理论的奠基之作《营销管理》出版于1960年代，在这本书出版之前，电视媒体和超市、卖场渠道在二次大战后在欧美国家快速普及，经过长达十多年的实践，才有了科特勒的《营销管理》这本书，奠定了营销的理论基础。
在1980年代，随着同步电视转播技术的发展，实现了全球任何一个地方可以同步收看电视节目，强化了电视媒体在营销行业的作用，可以这么说，同步电视转播就是当时的黑科技。与此同时，以欧美为主的跨国公司开始全球化。电视的崛起让基于电视媒体的营销服务成为重点，而且电视台的分散化触发了一个需求，如果有广告公司能够集中购买电视媒体时间，将能够带来很大的折扣。当时的广告公司都是创意服务导向的，没有这个职能，但当时Saatchi&Saatchi广告公司的财务总监Martin Sorrell 看到了这个趋势，他以电视媒体为纽带，收购了奥美、JWT等历史悠久的独立广告公司，开启了营销服务集团的时代。同时，跨国公司的全球化也加强了品牌主对全球化统一服务的需求，促进了营销服务集团的发展。
传统营销建立在营销管理理论体系以及营销服务集团的基础上。营销工作围绕着消费者，大概可以分为消费者洞察、营销策略、创意传播、效果监测四个环节，这四个环节分别是由市场研究公司、咨询公司或者品牌主的市场部、广告创意、传媒、公关公司、活动执行公司，以及市场研究公司分别完成。后来随着卖场和超市等零售渠道的崛起，围绕着消费者又产生了shopper marketing这个环节，就是针对消费者在超市卖场等购物渠道的行为和态度，针对性通过零售现场的营销工作，促进消费者的转化和品牌工作。
在这四个环节中，营销决策的基础就是通过市场研究获得的各种消费者数据——行为、态度，营销策略、创意传播和效果监测等环节都离不开市场研究的数据。传统的市场研究方式是针对通过抽样、问卷和询问等方式获得消费者的态度和行为数据。当有了市场研究结果后，会转给企业的市场部或者相关的营销服务公司。这些市场研究的结果是一些描述性的信息，比如对人的描述、年龄、性别、职业、城市，等等。拿着这些描述的信息，用于制定策略，也用于媒体选择目标消费者、创意内容、媒体渠道等等。
这种研究方式存在两大类的问题：
1）抽样的样本有限，而且成本很高，时间很长。对于很多公司，如果能够在20个城市抽样，每个城市完成300个样本，已经属于非常大的项目，几乎只有宝洁、联合利华这样的巨头才可能做这样的研究。大部分的市场研究也就是2-3个城市抽样。这种研究方式的成本很高（通常每个样本的收费要300-500元）。就算一项三个城市的研究的执行费用都需要40万左右。从时间的角度，通常完成问卷设计，实地执行，最后处理数据，分析报告，至少要6周以上的时间，有的项目可能时间还要更多，达到3个月左右。
2）问卷和询问的研究方式比较片面的。由于询问研究的时间很有限，不会超过45分钟，因此问卷长度要有限制。设计问卷通常都是带着具体的产品和假设来设计的。比如一个奶粉的问卷，被访者就被认定了是一个奶粉的用户，而且45分钟的交流中都只会谈奶粉相关的话题。由于这种询问的方式，导致了对消费者的认知是片面的，只能从某个产品的视角看消费者，也只能从假设的问题出发了解消费者，也就是说，问卷设计的质量决定了答案，而问卷设计者的经验是有很大的差异的。此外，询问的方式下，消费者的反馈往往是失真的。再加上行业的执行中的瑕疵，职业被访者层出不穷，成为行业中让人头疼的大问题。
这些市场研究的结果是一些描述性的信息，描述信息本身就存在局限性，而且还要用到不同的环节，所以每个环节都会不断放大偏差。另外，这种模式下，数据就是数据，媒体就是媒体，二者是完全割裂的，从公司的分工方面属于不同的公司，落地的环节也是割裂的，广告媒体就是媒体，销售是在超市或者其他零售渠道完成的，无法真正看到执行的闭环，也缺乏及时的数据来了解消费者的态度的变化和行为变化（因为结果数据也需要通过样本研究的方式来完成）。
总结下来，传统的营销方式的弊端就在于对于消费者认知的片面性，割裂的执行环节和落地渠道，缺乏及时的反馈数据，同时成本很高，效率低下。
互联网时代对传统消费巨头的冲击
在互联网出现之前，整个消费品市场是被巨无霸品牌商垄断的时代。但是在互联网、移动互联网高速发展和渗透的今天，传统消费巨头纷纷遭遇滑铁卢，股神巴菲特掌舵的伯克希尔哈撒韦公司在去年第四季度净亏损了250亿美元，这是公司历史上前所未有的。亏损的最大原因是会计准则的改变以及美股的暴跌，其中卡夫亨氏为其品牌作出巨额减记，公司一夜间少了27亿美元，消费巨无霸行业出现了整体陆沉。
时光拉回到上世纪80年代，在美国可口可乐的广告铺天盖地，任何商店都有吉列剃须刀，洗头水买来买去发现都是P&G的不同牌子。那是巨无霸品牌垄断消费市场的年代。巨无霸品牌垄断市场，靠的是三板斧：首先是铺天盖地的广告宣传，从电视媒体到活动赞助，处处都是巨无霸的身影，没有财力作广告竞争的小品牌，很快被标签为弱势产品，标价受到影响；其次是全方位的销售触点，产品伸向每一个城市和每一家门店，通过渠道的占逼挤压竞争对手，推高渗透率；再者就是庞大的延伸产品集群，除了主产品外推出不同口味、不同定价的类似产品群，通过品牌细分，个性化地贴近消费者的喜好。这些在市场学的教科书中多有介绍，成为消费巨无霸品牌垄断市场、榨取高利润的利器。
互联网时代颠覆了这一切，冲击首先是从媒体开始的。互联网的出现，从文字到语音、视频，从PC互联网到移动互联网，数字化生活逐步渗透，人类花在互联网的时间越来越多，逐步挤占了传统的电视、广播、报纸等媒体的注意力时间，导致传统媒体的式微。消费者看电视的时间越来越少，对电视广告的信赖度越来越低。消费者的购买平台逐渐由门店转向线上，电商的名次排列比货架位置更加重要，点对点产品推送更是旧模式难以媲美的。
另一方面，互联网上的注意力是高度碎片化的，互联网可以跨越地理空间限制聚合人群，但同时由于供给的内容足够丰富，因此互联网上的人群通过个人兴趣、信仰、观点等又被细分成无数的群体，广告、渠道和品牌变得扁平化、碎片化，引导新一代消费者更崇尚个性化、体验式，他们的品牌偏好也越来越碎片化，整个营商环境发生了巨大的变化，竞争对手变了，市场渠道变了，消费口味变了，于是品牌的定价能力退化，销售增长出现瓶颈，消费巨无霸们之前赖以为生的竞争优势坍塌了。
众多细分市场的出现，为很多细分产品提供了市场空间，而这些产品在传统的大众媒体时代根本没有机会出现。这些细分市场的小众公司，人员及层级更少，信息的收集和反馈体系更快，可以更好的了解细分客户群的需求，并快速的满足，因此形成了对大公司的局部竞争优势。而大公司的成本劣势凸显出来了，企业架构上也缺乏灵活性，一夜间在资本市场从王子跌成了丑小鸭。随着5G时代的到来，未来更是一个彻底扁平化、个性化的时代。每一个消费者都可以拥有属于自己的独特产品，每一个生产者都可以推出自己的独特产品，展现平台和物流平台都在发生一场革命，会重新定义零售、生产与服务，巨无霸们和无数小微对手们又站在了同一起跑线上。对于这些传统消费巨头，是就此束手就擒，追随历史的车辆退出舞台中央，还是找到新的方法，绝地反击？
互联网时代市场营销的探索——数字化广告
随着互联网逐步渗透到人类生产生活的各个方面，人们的注意力也逐步放到互联网上，对于所有2C的公司来说，互联网成为重要的触达媒介，数字化广告蓬勃发展，也成为互联网公司最主要的收入来源之一。
1994年10月，互联网广告第一次出现在hotwired网站上，用户点击了该广告之后，就会被引导到AT&T的网站上。从这之后互联广告开始蓬勃发展，可以说广告业务支撑了整个互联网的发展，没有广告业务也就没有今天的互联网。
广告投放是将广告与受众的需求作匹配，这一点线下广告与线上广告并无二致。由于受众需求的多样性，如何准确地细分受众的需求是广告投放的核心命题。线下广告只能通过媒体的不同、版面或频道的区别等方式间接获得细分的受众需求。比如在一本计算机杂志上刊登Andrio开发培训的广告，在一部青春剧前播放健身房的广告等。
很明显，这样匹配的准确率不会很高且在线下投放模式下无法优化。看同一份杂志的消费者，总是看到同样的广告；电视广告也是这样。线下广告始终无法逾越这个规律：同一媒体的受众，不同的受众面对的广告也是相同的。广告先于互联网产生，不管是在吆喝、报纸、广播和电视时代还是在互联网时代，广告的本质一直没有变——企业传递给受众的信息。既然是信息就有价值，不过该价值取决于信息的场景，当信息不在恰当的场景下，信息就成为了一种骚扰。可以认为传统的线下广告对很多人造成了信息骚扰，这也是很多人不喜欢广告的原因。
互联网和计算技术的发展使互联网广告具备了突破这一规律的能力，把广告信息投放在恰当的用户和场景下：第一，互联网的用户在网上留下了各种行为数据，广告发布商可以据此利用统计及机器学习方法有效地将用户进行分类，从而实现广告受众需求的细分；第二，广告主或广告发布商可利用这些用户行为数据精准衡量广告的投放效果，从而及时调整广告投放，以达到某种目标（比如提升广告匹配受众的准确率，或者广告发布商的收益等）。这两点就是计算广告的精髓。
互联网广告（也称为计算广告），除了信息流和搜索广告，其他基本都是以用户行为画像和分类为基础的，也就是说要对用户行为进行采集、分析、标签，但其仍有局限性：一方面局限在于主要是基于历史行为进行分析，用户画像还比较粗糙，无法挖掘用户潜在的需求；另一方面，只能用于解决产品推广和销售转化的工作，不能支撑全流程的市场营销工作。
互联网为市场营销带来新的机遇
1.互联网/大数据时代提供了全方位洞察消费者的可能
进入到互联网时代之后，由于消费者已经变成了数字化的人，手机以及各种社交媒体、电商平台记录了消费者的大量数据，消费者的数据体量大、维度全面，真实的体现着消费者的行为和态度，而且数据反馈很及时。这些数据都是基于消费者的自发表达和自发行为，不再是基于询问的结果，因此，一些基于问卷询问的传统营销指标体系也就不太适用了。举个例子，传统的营销有一个最简单的指标——品牌知名度，这个指标是通过问卷中问题获得的：请问你知道XX品牌吗或者当你想到洗衣粉的时候最先提到的品牌是什么，这些答案的结果就是品牌知名度。然而互联网时代不存在这样的数据，因此品牌知名度这样的指标就无法简单套用，需要一些新的指标体系来反映品牌和消费者的关系。如果能有工具和方法对这些数据进行处理（这些数据是非结构化，数据的处理和分析无法使用简单的统计分析的方法，可以使用NLP等算法以及分布式存储和计算技术解决），那么就对市场营销最基础的工作——消费者洞察带来革命性的创新。
用一个类比来描述大数据的影响。当人类发明了天文望远镜之后，我们描述星空的方式有了根本的不同。大数据的出现，其实就是让人可以用研究物理学的方式研究社会科学，也就把市场营销的科学的部分提升了一个新的水平，大量的数据也让大量的经验的价值降低了。一个人若干年对于某个品类知识的积累，完全可以被数千万消费者的讨论体现的智慧替代。这也让传统营销依靠经验和小样本数据做决策的方式发生了根本的变化。
大数据不仅仅是让市场营销有了更加丰富的数据，更是让人改变了看待市场营销的角度。同时，由于互联网是一个链接的世界，从信息的获取到采取行动之间的距离就是一个点击而已。通过数据在某个平台圈定的人群，不仅仅是研究的对象，本身就是消费者，直接就可以变成广告投放平台的受众，中间完全可以通过技术实现无缝的连接。在这样的情况下，消费者的选择模式发生了根本的变化，也让洞察、策略、行动成为一个整体的动作，从而也在重塑新的营销模式。在这个新的模式中，只要有数据有可以洞察消费者，就可以通过技术的手段直接触达消费者。
2. 市场营销的理论仍然有效，变化的是工具和执行方法
从表面看，营销的方式发生了很多的变化，然而营销的本质没有变化。营销依然是用各种方法影响消费者的行为和态度，最终实现购买。现在有些说法说技术颠覆了营销，但是实际上是技术让人有能力更加全面的洞察和触达消费者。在互联网发展的过程中，产生了很多新的营销公司，他们从营销的某个环节入手，取得了很快的发展，但是这些公司的发展本背后有个重要的原因是互联网的红利，比如互联网媒体、电商等等。然而这些红利都很快消失了，依靠这些红利发展的公司很多都开始陷入了增长的困境。背后的原因其实就是他们都是红利时代成长的企业，并不是基于对消费者的了解，制定策略和行动带来的结果。一旦红利消失，他们就没有可持续的方法维持增长。现在越来越意识到，通过技术优化某个营销环节的价值有限，需要的是从消费者出发的营销思路和方法。换句话来说，科特勒提出的以消费者为导向的整合营销理念依然是有价值的，问题是，互联网和大数据时代，什么才是有效的整合营销模式。
关于数据和技术怎么来改善企业的营销，具体来说可以从三个领域来看：
1）产品的创新
如何真正洞察消费者的需求，创造满足消费者需求的产品。这个对于企业来说是根本。传统的营销大家都依靠CUT 测试来衡量一个新产品成功的可能性。尤其几个巨头之间的营销逻辑和方法论都是一致的。这些巨头决定推出新产品，都是通过了CUT 测试，并且被认为是有可能赢的。但是实际上，很多的新产品推出去之后都失败了。从某种意义上来说，在这个时代，CUT 的方法可能存在系统性的问题：第一，样本太少了。一个消费品的真正消费者至少都是几百万，但是CUT 的样本最多1000-2000 个样本，这个数据还是太少了；第二，CUT 的测试，消费者的使用时间就是几天时间，其实根本无法全面体验产品，发现产品的优缺点；第三，CUT 测试是问题导向的，通过经验设计问卷，问卷的问题其实就决定了答案，消费者真正关注的问题，也许都没有被纳入到CUT 的问卷中，其实就很难发现消费者真正问题和需求。
从产品创新的角度，消费者在电商平台，社交平台存在几万甚至几十万级别的评论，这些评论都是消费者在使用过程中出现问题后自发写出来的。通过AI 的技术，就能够比较细颗粒度的发现消费者真正的问题在哪里，从而找到产品创新的方向。
2）品牌传播
品牌传播的两个最本质的工作就是内容的产出和内容的分发。传统的理论和模式都是基于mass media和渠道。过去花很长时间拍一个广告，然后基本上可以用半年甚至一年，现在已经完全不可能了；而且，无论是一线二线三线的消费者，尤其是年轻的消费者已经不看电视了，就算视频，很多人都买了会员，广告都被去掉了，失去了触达消费者的机会。消费者离开了mass media，他们又花了大量的时间在各种App，客观上又出现了更多的消费者触点，比如京东、阿里这样的电商平台，都有几十个触点，给品牌商提供了更多的机会接触消费者，而且不仅仅是单项传播，还可以互动。
在这样的情况下，为了有效触达并影响消费者，品牌只能产生更加多样的内容，更高的产出频次，更快速的效果反馈，更及时的修正。要做到这点，必须用数据和技术帮助品牌实现快速的内容产出，高效的内容的分发，以及及时的效果反馈。在这个过程中，“广告”变得越来越不重要，更重要的是通过内容跟消费者互动。过去的品牌代言人，都是用明星，就是说你看我都是用这个产品的，你们也跟我学吧。现在的代言不是单向的，而是由消费者选择应该由谁来代言，让品牌帮助消费者来实现请谁做代言的愿望。
现在还存在一种观点，就是说通过数据分析，精准的投放，会牺牲了Reach，对于生意是有害的。有一个极端的论点会认为，卫生巾就算广告打给了男性看，没准也会推荐给自己的女伴，也是有意义的。这个理论上存在，但是真正效率是值得怀疑的。然而，精准首先就应该是品牌传播的前提。如果说精准牺牲了Reach，那说明我们对于TA 的定义方式是有问题的，而不是不应该精准。
还有另外一个挑战就是，如果不用电视广告这样的传统模式，按照现在的brand health衡量体系，很多指标在一开始的时候会出现很大的下滑。因为brand health 的方法也是基于mass media 和问卷获得的，通过内容传播实现的口碑，短期内都无法用brand health的指标来衡量。比如品牌知名度的指标，如果不做广告，知名度的指标短期就会有问题，但是随着口碑的积累，不打广告知名度指标也会逐渐上来了。
3）销售
在电商领域，销售和营销之间的界限已经非常模糊。虽然电商是在销售，但是也存在丰富的消费者触点，也存在很多跟消费者互动的机会。电商就不仅仅是完成销售转化。电商也可以把自己作为一个Agency，根据电商的平台制定自己的Spot Plan，而且要不断的根据效果的反馈来优化媒体计划。这些工作，都需要大量的数据和技术的支撑才能做到。
3. 宝洁的转型案例
宝洁在传奇领导人雷富礼出任CEO的2000年至2009年，以“Playing to win”的取胜战略，带领宝洁走出业绩泥沼，宝洁的年自然平均增长达到5%，9年间销售收入翻番，从400 亿美元增长到了800 亿美元。这部分历史也出现了在各大院校MBA 的教学案例之中。然而，在雷富礼2009 年卸任后，宝洁并没能有效地应对经济危机，连续三年利润增长率为负数，年平均自然增长也回落到3.6% 的水平，在外界看来，宝洁危机重重。在中国市场上，更是因为电商在2010 年之后的强势崛起，宝洁等传统公司一度被认为是船大难掉头的代表。
2013 年，雷富礼回归宝洁，真正开启了宝洁新一轮改变的序幕。他出售和关闭了接近100 个品牌，只保留了10 个产品品类中的65 个品牌。砍砍砍给宝洁带来了至关重要的战略聚焦。2013 年之后，保留品牌给宝洁贡献了95% 的利润，以及90% 的销售额；宝洁在7 个产品品类中保持领先, 在其余的3 个品类中保持行业第二名的位置；扭转了公司业绩保持增长，但利润增长为负的状况。促使宝洁再次崛起的原因，除了砍砍砍，还有就是将大数据、AI等技术服务于产品创新和用户营销。
宝洁在2013年前为何陷入低谷？观察宝洁的产品上市流程，或许能够给我们答案。
在之前很长的时间内，宝洁一直沿袭着well-planned before execution 的新品上市流程：市场机会确定（市场调研）→概念研究（哪种情况消费者更容易被打动）→上市研究（定义指标）→test Marketing（市场测试）→early tracking（追踪反馈）→按计划推进（三个月到半年）
在职能上，宝洁确立了销售部门、营销部门和市场研究部门三足鼎立的结构。市场研究部门代表了公司内部中立第三方的数据，根据上述流程，所有的假设都需要得到第三方市场研究验证之后才能证实或者证伪。在预算上，市场研究部门作为流程的起点，常年享有20% 的营销预算。宝洁一直都非常重视数据分析在企业决策中的作用，数据跟着项目走，事前决策，事后tracking 和效果追踪都需要数据说话。
但是，在中国市场，问题恰恰就出在市场研究上。这并不只是宝洁一家的问题，而是2009 年之后，所有的市场研究在中国市场都面临着巨大挑战：
首先，社会化、电子商务和移动互联网，三次连续的互联网风潮，让消费者触点越来越碎片化，原本仰赖于“电视广告+超市百货”的快消公司，丧失了原有的数据获取渠道，同时，并不具备从新的碎片化市场获取数据的能力；
其次，和大数据相比，量化市场研究本身的缺陷被急剧放大：传统市场研究常常单次研究单次取样，从消费者取样到分析完成，常常需要花费数月的时间，而数据挖掘则只需要24 小时；传统研究只能使用人口统计学维度进行人群画像，缺少消费行为数据，而基于平台的数据挖掘则可以从不同维度进行人群画像；以及，传统研究的成本要远远高于数据挖掘。
最后，在传统公司，市场研究的结果和业务执行并不存在有效的转化路径，执行的核心是由品牌部结合研究结果出具的一份brief，brief会涵盖背景（市场分析、竞争分析、目标对象）、洞察（产品定位及特点、利益点）、任务（目的、传播讯息/切入点、RTB）、调性和要求等等内容，执行部门和营销机构能否有效达成市场传播，考验的是brief 能否准确有效地传达诉求。互联网时代，更强调企业从策略到执行的一致性，从而可以根据数据反馈进行迭代，因而，对市场研究提出了更高的要求，不仅要懂数据懂消费者，更要和业务结合紧密。
而这些挑战对于宝洁的影响，用一句话就能概括：宝洁无法从数据上理解中国消费者了。作为一家以“为消费者创造价值”作为生意原点的公司，一家新品上市流程也是以消费者研究为起点的公司，无法有效获取新渠道、新销售方式的消费者数据，在理解中国市场的变化上落后于本土公司，几乎是一件必然发生的事情。
不过，和通常认知不同的是，宝洁并不是一家在互联网上行动缓慢的公司。早在1999 年，宝洁就已经把网络视为品牌分销的重要渠道，甚至投资了 http://reflect.com，后者主要业务是为女性提供美容建议。更是在雷富礼时期，宝洁确立了“connect+develop“的开放创新原则，通过和外部公司的合作，开启数字化转型道路。
而在中国，早在2008 年，淘宝商城刚刚成立，宝洁中国就接触过淘宝网，只是彼时，宝洁也不知道要从淘宝获取什么，淘宝也不知道要给宝洁什么。2009 年，宝洁通过淘宝商城开始试水线上销售，开设了快消企业的第一家旗舰店，双方的正式合作自此开启。
宝洁和阿里的合作改变最大的契机发生在2013 年。2012 年，阿里巴巴成立数据平台事业部，俗称CDO；一年之后的2013 年3 月，事业部携手电商后台、阿里云发布了御膳房云数据平台。为了帮助企业挖掘阿里巴巴的数据宝藏，御膳房推出了现在被称为”数据工厂“的第一个PaaS 产品，通过数据和能力开放，御膳房给商家提供了碎片化数据的整合和挖掘能力。另外，由于御膳房的标签涵盖了人口统计学特征、交易数据和消费行为数据等等不同领域，有能力的公司完全可以通过数学建模、算法优化等方式获取到迄今为止最精确的消费人群，并且通过平台生成人群包，基于人群包在营销、运营和促销环节进行消费者的精准触达，让企业在合适的时间和地点向合适的人群传达准确的讯息。站在理解消费者的角度，御膳房对市场研究所面临的一系列挑战，给出了阿里巴巴的答案。尽管这个答案并不完善，但从可用性上却已然超越了过去所有的市场研究机构。
宝洁作为最早发现阿里巴巴数据宝藏的合作伙伴之一，随后迅速地招募和建立了10 人的数据科学家团队，天天专注在研究阿里巴巴数据上，研究消费者数据，研究消费者对于不同品类的反应，研究如何进行人群建模，研究品类的趋势……
宝洁还加大了对工程师的招募力度，在其公开招募贴中，归结了宝洁面临的5 大IT 和数据挑战：如何利用大数据，通过编程，建模，呈现等方式实现媒体广告的智能分配；如何通过算法，机器学习预测未来市场最优定价和促销机制；如何基于生意本质和大型项目管理能力，赋能销售选品和提升整体销售效率；如何通过物流全程可视化模型，实现货物实时监督；如何架构公司整体IT 系统实现办公自动化，让那些电脑如何设置，邮件如何使用的问题变得不再是问题。这些挑战包括营销广告、定价和促销机制、选品和商品规划销售分析、物流和供应链、办公自动化等等，几乎涵盖了所有销售环节。
宝洁大中华区副总裁许敏表示，宝洁创新核心的赋能就来自于大数据，“过去，我们会花大量的时间去做消费者的调研，无论样本量还是时间，成本都是很大的。通过和阿里这样的平台合作，让我们能够更好的利用大数据预测消费者的需求，加速新品研发的进程。”现在，宝洁中国开发一款新品仅仅需要9 个月的时间，以往，这个时间大概需要2-5 年。另外，在过去3-4 年里，宝洁中国发布的新品数量几乎是过去20 年发布的总和。
为了提高新品的发布速度，宝洁中国以更加开放的心态寻求外部合作，从设计、原材料、包装、营销等等领域都广泛地和外部供应商合作，而不仅仅限于传统的外包领域，以及，更强调执行力。“well-planned before execution”（完美计划然后执行）也演变成了今天的“执行是用户可以看到的唯一的策略”（马睿思语）。
许敏说，目前宝洁中国的新产品成功率是95%。不仅如此，“通过平台的大数据，我们对用户的需求和购买链路有了更清晰的理解，也帮助我们加快产品结构的升级，营销的迭代，个性化服务和供应链的优化。”许敏表示，“我们正在让电商成为品牌建设的重要阵地。”
这些探索与合作大体上可以分成以下四类：
一是重构消费者认知。丹碧丝卫生棉条是宝洁美国市场份额第一的品牌，但在中国市场两进两出，一直都不成功。2016 年，宝洁在其天猫海外旗舰店第三次上线该品牌，结果当年双十一，12 小时货品就一抢而空；Sarasa 洗衣液是宝洁旗下畅销日本的高端婴儿洗衣液，通过在宝洁海外旗舰店上线，宝洁发现，国内对于无萤光剂、无化学添加的婴儿洗衣液的需求，要远远超过预期。2016 年一年，宝洁就通过天猫国际引入了10 多个新品牌、新品类，这些主打消费升级的中高端品牌，重构了消费者对宝洁的品牌认知，让宝洁变得“高大上”起来。
二是重构品牌和消费者的沟通。通过有效的数据挖掘，宝洁为自己引入了新一代年轻用户，并且放弃了以往大手大脚的广告通投，转而采用新的程序化投放方式和社会化营销方式。过去，宝洁70%-80% 的资源投放在电视端，而现在，70%-80% 的资源被使用在新的营销方式上。
另外，通过天猫超级品牌日、小黑盒和天猫进行新技术合作、线上线下深度互动、U 先派样、明星快闪店等等，宝洁尝试了非常多样的消费者沟通方式。比如Olay 在天猫平台上线了皮肤顾问Olay Skin Advisor“肌龄测测”，通过对巨量女性皮肤信息数据的机器学习建立皮肤数据库，帮助女性从不同维度深入了解自己的皮肤，并提供专业咨询意见。
三是重构和合作伙伴的关系。现在，结合线上线下数据，宝洁会针对合作伙伴不同的业态、不同区域来做用户的需求分析，并根据用户的需求来建议货架，堆头、和店内营销，来保证不同品牌不同业态的合作伙伴都有量身定制的方案。这个过程中，宝洁也会和零售的合作伙伴一起来讨论、策划，通过品类共建来提高零售商在用户中的渗透率；宝洁的品牌导购也会改变在店里面和用户的接触方式，从一次性的接触变成一对一的专属顾问；宝洁还会利用电子优惠券给零售合作伙伴导流。
这种影响甚至是全球性的。宝洁通过天猫国际引进了液体卫生巾，结果一炮走红，双十一期间，曾经打算停工的欧洲工厂也跟着加班加点，曾经打算退休的欧洲同事也推迟了退休时间。
四是重构组织内部关系。电商部门所采用的小步快跑、组织扁平化、小团队化也反过来影响了宝洁中国的组织架构。传统上宝洁是按照部门匹配任务，但是现在会突破部门限制，根据业务需求来寻求合适的人，许敏为此特意举了一个例子，为了更好地开展新零售的，她组建了直接向她汇报的新零售小团队，这个团队独立于部门之外，主要工作就是在线上线下融合的新零售领域做更多的试验，不断试错。许敏说，“这些组织架构的创新在宝洁其他市场也是不多见的。”
4. 总结
经过过去二十年互联网的发展，基于互联网和技术的营销有过了很多的尝试，积累了很多的经验。越来越多的企业都在回归营销的根本——消费者。因此基于数据了解消费者并触达消费者的已经被越来越多的企业所接受。尤其在过去的3年时间，互联网平台和品牌巨头都在不约而同的朝着这个方向转变。阿里腾讯提出大量的营销概念是关于回归消费者的，而且公司内部空降了很多来自传统企业的高管；宝洁雀巢等巨头开始全面拥抱技术来改变企业的营销模式。换句话说，企业营销的数字化转型正在快速推进。如果借鉴传统营销的发展历程，可以认为在未来的10年中，一定会形成新的市场营销格局，而且大量的实践会催生新时代的营销管理理论的成型。这种营销管理理论不是科特勒理论的再版和升级，而是基于数据和技术的理论重构。
以上内容部分引用自：
《陶冬：消费巨无霸品牌的坍塌》，瑞信董事总经理陶冬
https://www.zhitongcaijing.com/content/detail/195395.html
《计算广告的历史、现状及未来》，网络
http://www.csdn.net/article/a/2013-10-21/15816923
《宝洁的底气》，公众号SocialBeta，作者何夕
https://mp.weixin.qq.com/s/DfDCimyurgrOjvYhqaB6oQ
文章被以下专栏收录
