何去何从？被数据掩埋的「消费者旅程」

消费者旅程（Customer Journey）在品牌营销中是一个非常重要的理论逻辑。无论它的表现形式是传统的5A（即Aware，Appeal，Ask，Act，Advocate）模型，还是阿里系惯用的AIPL（即Awareness，Interests，Purchase，Loyalty）模型，它都是描述消费者从认知某种产品开始到对某品牌产生信任感和忠诚度的一系列行为过程。

过去，有限的数据就足以清晰地阐明某种现实问题，甚至直接建立起一套主要的消费者行为模型。然而，随着当下互动场景的日益丰富，越来越多的消费者会频繁地切换不同的设备、浏览器、互动渠道与品牌发生联系，并在不同的渠道留下不同的身份信息。尽管消费者的每一次足迹都能够被数据化地记录下来，但数据量的扩张和数据中变量的增加都对有效数据的筛查和处理提出了更高的要求。

那么，被数据包围的消费者的行为走向还能够像过去那样被清晰地描画和预测吗？品牌又该如何继续透过数据来描绘“消费者旅程”，进一步了解他们的目标人群？

数据真的太多了？

数字化时代，“消费者旅程”可以说是由不同消费者在不同时间段内留下的数据组成的。什么样的数据才是有价值的？去哪里收集这些数据？数据收集完成之后应该做哪些结构化的处理？

当营销触点越来越分散和多样，企业有必要重新审视数据的来源和数据收集的过程，做好数据源头的梳理，理解消费者在留下信息时所处的情景、困惑以及他们试图达到的目的。

▲ 常见的一些数据来源

可供收集的数据可以分为以下两类：输入端和输出端。

输入端的数据，指的是所有在用户端收集并评估后留下的数据，它往往和如下的一些问题相关：

· 这些数据都经过了哪几个营销触点？

· 是什么因素鼓励 / 阻碍消费者接触到这些触点？

· 这些数据背后反映出哪些消费者行为？

· 消费者是在哪一个时刻做出的购买决定？

输出端的数据，包括所有能够应用于个性化沟通场合中的数据。与之相对应，它也有一些值得我们关注和思考的问题：

· 如何能让数据及时地反作用于消费者沟通？

· 如何用合适的话题触达所对应的消费人群？

· 如何创造更流畅的、全渠道的消费体验？

值得注意的是，当下可供收集的数据形式不再像过去那样直接或死板，不少有趣的信息——如语音变化（语气、语调、语速、音色等）、歌单名称、图片合集等都可能成为一类有意义的数据，这预示我们更要不断探索和拓展数据收集场景（如主动问卷调查、单独访谈、打造快闪店来收集用户意见等）。此外，社交媒体聆听和其他来自第三方的数据也是非常重要的数据源。

数据真的太难应用了？

前期的数据收集为进一步观察和了解目标消费者提供了可靠的基础。不过，在被数据“围剿”的时代，不少企业开始运用新兴的数据管理平台，如CDP(Customer Data Platform）来整合和应用所有与企业的营销触点（如微信公众号、小程序、企业官方网站）有过交互的消费者行为数据及个人数据。

经过进一步的数据清洗、厘清不同ID之间的映射关系、多元标签录入等流程，企业试图将同一个人的相关数据打通，为的是建立以消费者行为为主要标签的目标人群画像，为营销自动化（Marketing Automation）等更精准、更个性化的用户沟通提供技术支持，从而实现更高效的数字化营销。（尽管针对不同的业务需求，人群归类的标准不尽相同，但是很多时候一次人群细分也可以应用于多次人群定向。）

▲ 将同一个人的相关数据整合打通

通过掌握数据的变化，企业能够更持续、更准确地解读和判断消费者需求，这实质上为引导“消费者旅程”提供了可能。换句话说，当企业越了解目标人群的需求，就越有可能在合适的营销触点为他们设计更适合、更愉悦的消费体验，吸引他们进入下一个营销阶段。常见的营销现象，如千人千面的商品推荐，基于细分人群的定制化自动内容分发等，其实都是基于数据的二次应用来设计并影响“消费者旅程”的一种表现。