數據價值需要在完整的鏈條中產生，孤立的數據是沒有價值的。

——黑蟻資本運營董事 劉湛

隨著消費習慣發生變化，「人貨場」開始重構，新零售、新消費成為熱門話題，新銳品牌成為投資界的新寵。那么，被投資者看好的新銳品牌都有哪些共性？資本又是如何看待如今的新消費？

近日，黑蟻資本運營董事 劉湛在觀遠數據聯合主辦的新銳品牌私董會上，發表了以《新銳品牌數字化實踐》為主題的分享。

以下是他的演講實錄：

1.如何給品牌做分類？

到了資本這邊工作，因為接觸過的品牌特別多，我們會對整個消費行業進行研究。其中一個問題是怎么給零售消費品牌做分類。按我自己的理解，可以從兩大維度去思考，任何一家企業都可以將自己代入這個二維空間。

第一個維度：以渠道做區分

渠道把品牌劃分成了三個不同的品類：

第一類：線上電商平臺售賣為主；

第二類：走經銷商渠道，如元氣森林；

第三類：自己開門店，運營一個品牌，類似名創優品。

第二個維度：以發展階段做區分

我們看一個品牌，目前處在什么樣的發展階段，是0-1階段還是1-10階段，又或是10-100階段。

當我們把品牌放到這樣一個矩陣里后，就能得到一個相對清楚的定位，在每個階段，品牌的策略都是非常不一樣的。品牌要在不同階段思考不同的問題，在正確時間做正確的事情。

在品牌早期階段，會關心品牌定位是什么，市場的競爭格局是什么，用戶的需求是什么，如何才能提升品牌影響力快速出圈？而往后到了10-100，100-1000的時候，品牌需要考慮是否要自建供應鏈，以及如何讓供應鏈更加高效等問題。

在我們和新銳品牌的交流過程中，我們了解到，新銳品牌創始人一般會非常關注兩個事情：行業競爭格局和用戶的聲音。另外還有對用戶輿情的監控，生產管理環節的系統化、數字化，新媒體平臺的數字化運營，對不同階段數字指標體系的定義等等。

而一般初創企業遇到的挑戰則是：沒團隊、無基礎、預算少、認知少。面對這些問題，應該如何解決？一般品牌數字化運營分為幾個不同階段，無論什么公司，都存在著這樣一個進化的邏輯。

首先是數據一體化

企業對excel的大量使用，導致了信息孤島、信息斷層的出現，如何打通數據是我們要考慮的第一個問題。數據價值需要在完整的鏈條中產生，孤立的數據是沒有價值的。

第二是數據精細化

當數據形成了完整的鏈路，我們需要對它進行可視化，能夠進行基本的看數和分析數據，看數時萌生的許多差異化的想法就是我們個性化運營的提升點。當數據實現了一體化和可視化后，我們會發現人群的差異化，從而根據用戶畫像進行細分，進入到一個更加精細化的階段。

第三是數據自動化

當精細化越做越細，一個用戶可能有幾百個標簽時，人力無法支撐如此精細化的工作，這時就必須考慮如何把這些運營的規則試驗總結出規律，沉淀到系統里，實現自動化。

最后是數據智能化

人工總結出來的經驗不一定就是最優解，但只要數據量夠大，我們就能通過精準計算找到關鍵因子，沉淀了足夠多的數據后，我們就有機會得出一個比人工經驗分析出來的策略更精準的方案。

3.用經濟學思維安排資源計劃

我們為什么要數字化？其實數字化是法治的運營，而不是人治的運營。運營需要系統化、規則化，當我們把運營的邏輯‍‍規則固化下來，讓它變成一個可重復的實驗，這樣才能達到迭代的效果。

針對這一點，新銳品牌面對的挑戰是什么？前面我們說新銳品牌的挑戰是缺人、缺預算，‍‍但在這種情況下，我們依然有可能幫助這些企業快速實現基礎的數字化。因為我們找到了觀遠數據和我們打配合，幫助了我們很多的新銳品牌在3-5個月的時間‍‍內，實現了基本的數字化。

但做這件事的過程中，我們又發現了另一個問題，企業的數據從何而來？我們知道數據分為一方數據、二方數據、三方數據，企業能以比較低的成本接入自己的數據，但二方數據就很復雜，尤其是抖音和小紅書的數據就很復雜，一個是數據量大，第二個數據是割裂的。

這個時候如何把二方、三方數據同步企業數據庫，實現數據自動化同步就成了一個問題。我們這邊有做一個數據同步的中臺，可以覆蓋多方數據源再做聚合分析與呈現，觀遠的應用市場也在做同樣的事情，希望我們兩邊可以互補，盡可能覆蓋更多的數據源。

在我們和觀遠合作的項目中，品牌的數字化運營差異很大，不同品牌在不同階段都有不同的打法。但在我們為很多品牌進行BI系統選型時，最終都還是選擇了觀遠。我們和觀遠的合作，從我18年還在做線下零售品牌的時候就開始了，是觀遠比較早期的用戶。今天再回頭看觀遠服務過的已經成型的產品，能明顯地感覺到無論是在交互上、操作靈活度，還是他們對業務的‍‍理解程度上，都有了極大的提升，產生了質的飛躍。

品牌要做大做強，在渠道方面需要對接電商平臺渠道、線下渠道、經銷商渠道等等，但對于一個初創品牌而言，在還沒有團隊的情況下，把所有平臺都運營一遍是不可能的事情，所以要去考慮如何在有限時間內，以有限資源快速產出價值，不能要求整個規劃大而全并擁有完整的指標體系，而是要基于數據分析抓住痛點。

以實施數字化轉型項目為例，第一件事是要考慮數據源，即我們的數據從何而來。什么數據需要沉淀，什么數據不需要沉淀，以及什么樣的數據要考慮自動化沉淀。沉淀數據的原因在于有些平臺的用戶量特別龐大，不會將明細數據儲存太久，不利于我們后期根據歷史數據進行分析和復盤，這時就需要考慮的數據生命周期。

其次，需要讓數據產生關聯。以自媒體平臺為例，如果要在自媒體平臺進行營銷，小紅書也好，抖音也罷，它們的數據全是割裂的，我們需要將不同來源的數據拼接到一起，關聯到一起才有可能對場景進行還原，實現全鏈路的分析。

最后，從投資視角出發，我希望能夠收集到最完整的線上線下各種品牌的各種數據，從而能夠給我們的投資提供一些數據決策的支撐。一般這些數據主要來自以下幾個方面：

1.線上傳統電商平臺

2.社交媒體

3.線下門店

4.經銷商

如果能夠擁有這些數據，基本上就可以做一個較為全面的數據分析。我們做了一個四象限圖，橫軸是品牌的銷售金額，縱軸是同比增長，大家當然都希望品牌盡可能都出現在第一象限，但體量大與快增長是相互矛盾的，于是我們就需要找到一個平衡點。這時數據就又發揮出它的作用了，通過采集數據、分析數據，找到那個最優點來輔助決策。

我們很早以前就做過一些頭部品牌的評論爬蟲，不少品牌累計100萬條以上評論，如此龐大的數據一定有很多值得挖掘的有價值的東西。通常品牌花大量時間在焦點訪談、用戶調研上收集用戶的聲音和反饋，海量評論數據中蘊含的信息如何高效挖掘出來應該是一種ROI更高的嘗試。

在門店分布上

我們很早以前就做過一些頭部品牌的門店分布路徑爬蟲，一不小心就可以爬100萬條，龐大的數據一定有很多值得挖掘的有價值的東西。與其花大量時間在用戶訪談、用戶調研上，對這上百萬的路徑數據進行分析其實是ROI最高的方式。

在直播運營上

可以看到如今整個天貓體系的流量都在不可避免的外流，流到哪里去了？對于新銳品牌而言，流到了抖音、快手還有小紅書等新媒體平臺，直播間的時長和流量是有限的，如何更合理有效的分配時長和流量。品牌要想在直播上獲得較大收益，不單要有流量分析，還可能需要在計劃層面實現直播排期，從銷售目標，主播排班，到商品運營，到投流預算和策略，都要有一個計劃。最后對直播進行復盤，將直播間的多維數據關聯起來全鏈路分析。

綜上，通過結合以上種種因素，我們可以做個科學點的回歸預測，將不同維度的關鍵因子組合起來，看看哪些因子能產生真正的影響，以及會產生多大的影響。但這些都需要大量的數據來輔助，通過大量沉淀的數據來實現。