品牌数据银行应用场景

                   阿里品牌数据银行出来后，大部分问题都是数据银行能做什么？就在这周，我做了一个品牌数据银行介绍的计划，在这里重新整理。

                               数据银行能做什么？-实现全链接、全媒体、全渠道的消费者运营。什么是全链接、全媒体、全渠道，简单来说就是我们现在说的Omni-Marketing，也就是说，全整合营销。阿里将其分为9个场景，接下来将用2个例子详细介绍场景的应用。

                           案例1：以食品品牌为例：食品品牌在猫超市、天猫分销店、市场商品购买覆盖率高，适合品牌新饮料 产品上市，品牌希望优先为阿里品牌购买和忠诚客户群体提供新产品试用和推广积累声誉，但没有好的方法找到目标群体和合适的消费者沟通渠道。其营销目标是：希望降水整个阿里部门一直在购买我的品牌和忠于我的品牌的用户；希望向这些用户推广我的新产品，积累产品声誉。通过数据银行品牌，可以整合多渠道可用的品牌消费者资产；挖掘高价值的非旗舰店品牌潜在客户；排水品牌潜在客户，转化为旗舰店客户。那么，如何通过数据银行实现它呢？-提升消费者认知，收获品牌潜在客户。可以通过以下方式实现：（1）评估忠诚人群的资产概述，发现整个阿里市场上数千万的购买和忠诚消费者资产；通过整个市场积累了数千万的消费者资产；-发现访问来源400w 在忠诚消费者中，旗舰店忠诚客户的比例不到5% ；(2)挖掘品牌和品类忠诚客户:通过自定义分析筛选出180天内购买过两次品牌 商品，总成本在60元以上的高价值客户；挖掘出对品牌有初步了解的一二 线城市的高购买力人群。(3)收获品牌价值人群:根据品牌需求应用人群，主动将目标人群推向钻展等多渠道Push营销收获，强调旗舰店的正品和服务优势，将目标群体引流到旗舰店。

                               案例2：美容品牌与天猫合作推广超级品牌日，整体投资数千万资源，带来数百万人关注品牌和产品，活动结束后，除少数旗舰店客户外，活动获得更多品牌兴趣用户无法保留。但有了数据银行，活动的结束就是营销的开始。其营销目标是：验证超级品牌日促进品牌和消费者的价值；希望转化超级品牌日等潜在消费者，减少预算浪费。数据银行品牌可以验证超级产品对消费者关系的改善；人群可以分层，找到有储水兴趣的消费者；激活消费者，以更低的成本获得新客户。那么，如何通过数据银行实现它呢？-从种草到拔草。可通过以下方法实现：（1）验证数据价值：（1）验证数据价值：通过资产概览，了解消费者的储水增长； 通过消费者的健康增长。-消费者流通率可以观察到超级品牌与消费者之间的关系。（2）挖掘价值群体：通过定制分析，筛选出超级产品日新增的兴趣 群体；通过肖像差异的比较，将筛选人群与品牌忠诚人群进行比较分析，筛选出与忠诚用户特征相似的 高价值人群。（3）分层二次营销：将高价值用户推送到数据银行对接的营销渠道进行二次沟通，扩大营销活动的价值。

                               此外，数据银行还可以从线下挖掘新客户：品牌可以通过数据整合上传第一方线下潜在客户数据，丰富品牌资产，通过在线激活转型；从战略中心挖掘新客户：战略中心支持通过阿里巴巴网络大数据 筛选行业、竞争产品等目标新客户，推动数据银行激活； 从数据工厂挖掘新客户：数据银行定制数据工厂支持根据目标群体的特点lookalike人群预测和扩大；更多触摸通道:达摩盘，CRM、猫客盒(白名单)、 地动仪(白名单)、搜索(白名单)、聚划算(白名单)Uni Desk(白名单)等等。

以上是关于数据银行的场景应用介绍，接下来还会定期更新数据银行的文章，也会从生意参谋、阿里妈妈进行一些其他维度的分析和更新。

(资料参考来源:阿里品牌数据银行)