氪基金分享 | 线下营销从「选址」开始
氪基金 · 2020-08-25 18:00:00 · 热度:加载中...
每一次选址的数据留存,都是向「算力代替人力」迈进的一步。近些年,“快闪店”逐渐成为热门的营销方式,它独有的低

每一次选址的数据留存,

都是向「算力代替人力」迈进的一步。

近些年,“快闪店”逐渐成为热门的营销方式,它独有的低成本、即插即用、重体验交互等优势赢得了营销人的青睐。

不难发现,不论哪种行业,线上获客成本逐年上涨,品牌已经看到了电商流量的天花板,盯上了线下这块盘子。而线上销售渠道的“弱体验价值”刚好是线下营销可优化的关键价值点。

当品牌试水线下渠道,成为快闪赛道新玩家,首当其冲的难题就是“活动选址”:快闪店开在哪几个城市,每个城市开几个点位,开在商场还是写字楼,活动周期要多久?

市面上关于门店的选址体系较为完善,但在快闪店这类营销活动、展位级别的选址领域却尚显空白。为此,深耕线下营销场地租赁市场5年的邻汇吧,根据历史的活动和结果,为大家总结出一套选址的方法。

线下营销公式

如何在更低的成本下,获取更大的收益?

众所周知,线上广告投放有一套成形的公式,以互联网常用的获客广告为例:

投入=广告投放成本+广告内容制作成本

产出=曝光×点击转化率×注册转化率×单均客户产生价值

同样可以推算出,线下活动也有一套投入产出的衡量算法,得到线下营销公式:

投入=场地租金+创意设计费+物料成本+搭建成本+人员成本

产出=经过客流×进店转化率×未来一定周期客均成交率×平均客单价

位置即流量。

对应线下场景,好的活动位置就意味着背后固定可观的人流基数,这是传统零售时代延续至今并且无法被轻易改变的法则之一。要想获得更好的活动效果,更高的投入产出比,位置的选择是至关重要的一部分。

线下选址能力

过去几年我们发现,虽然传统零售时代历史非常悠久,但很多品牌还不具备标准化的、可复制的线下选址能力,尤其对快闪这类频次高变化多、需要快速决策的营销活动来说,选址能力的差异体现在每场活动的最终效果中。选址能力集中在3个维度:信息的获取能力、履约风险的预判/处理能力、营销模型的测试总结能力。

▊信息获取能力

线下快闪营销属于起步快跑阶段,还没有形成统一的方案模型。每场活动一事一例,对场地信息的需求各不相同。另外,线下营销场景不断扩增细分,场地只要有人流量就可以发展为活动场景,基于场景多样化和场地信息分散的现状,品牌自己搭建专业线下调研团队的性价比很低。

▊履约风险的预判/处理能力

快闪活动的时长往往在3-5天,在这种“短平快”的节奏中,每场活动的正常执行变得极为重要。一旦出现违约,活动方要承担搭建仓库等临时处理成本。当前品牌线下经验的丰富度不足造成的履约问题层出不穷,所以在选址时,需对场地提供方进行履约方面的评估和风险预判。

▊营销模型的测试总结能力

正如线上广告的投放,综合表现较好的广告位不一定是最适合品牌产品的广告位,我们往往会基于投入产出比来进行综合比对。

场地的选择也一样,品牌在线下快速扩张的初期,需要进行各类场景、各类方案的测试,基于整体ROI分析总结出适合自己的选址模型。然而,大多数品牌并没有像关注线上投放数据一样,去关注线下营销效果的量化数据,建立独家选址模型的品牌更是寥寥无几。

那么针对线下营销来说,到底有没有操作容易、匹配快速、结果精准、防范风险的选址方式呢?答案当然是有的!

线下营销选址的步骤

线下营销选址的步骤分为「商圈选择」→「项目评估」→「展位评估」3个环节。每一步环节的选择,都会影响到最终的活动效果。

▊商圈选择—从“经验决策”到“数据决策”

在过去,选址工作基于人力,惯用的商圈选择策略停留在「人流量聚集」和「知名商圈为主」这类可以枚举的盲目经验上。例如要去杭州做活动,一定选择湖滨商圈;去成都一定选择春熙路商圈等等。在早期信息不够发达的情况下,我们无法通过技术手段了解到整座城市的变化,只能通过一些经验判断来进行决策,而知名度就是一个“基本不会出错”的选择。

此时,信息只在部分人群中用“较高成本”的方式进行复制。

但是随着电商等平台出现,营销部门早已习惯于线上的精细化运营模式,线下的“粗放式选址”显然无法满足需求。

互联网发展,信息的获取和传播成本降低,结果只会让人在信息爆炸中无所适从。依然以挑选杭州商圈的例子,未来科技城商圈是新兴商圈,大多是互联网从业人员,工资高对生活品质要求也高;湖滨商圈人流量是高,但以年轻人和旅游人群为主,不是常住人口。不同商圈客群不同,需要对比的信息量巨大,选择难度也倍增。

如何排除信息干扰,形成基于关键因素的统一评判标准?对该问题的探索,催生了选址的第三个阶段:数据算法决策阶段。

LBS工具被广泛应用,使得线下数据成功被计算和量化。大量的线下营销场地匹配经验告诉我们,针对商圈选址的环节,我们只要锁定:1个分布、1个量和1个画像。

1个分布—核心商圈分布

顾名思义,指城市TOP人流量的商圈都分布在哪些区域,通常需要掌握各商圈的基本信息,包括商圈的覆盖人口和面积范围。

1个量—每平方公里人流量

商圈也称购买圈、商势圈,是指在一定经济区域内,以商业区为中心向周围扩展形成辐射,对顾客形成吸引力的一定范围或区域。所以商圈大小不是固定的,每平方千米的人流量,相当于把商圈覆盖区域划分为以1km为边长的网格,每个网格的人流量才是相应商圈真实聚客能力的表现。

1个画像—商圈主力客群画像

我们做线下营销活动,有面向的目标客群,在商圈层面的选择上更贴近目标群体,就能让「从周边商圈为活动引流」事半功倍。常用客群画像包括:性别、年龄、消费能力、品牌偏好等。

▊项目评估—效率提升的关键是算力

国内经济的快速发展,各类建筑以极高的速度被交付使用,其中就不乏商场、写字楼、小区等各类场景的涌现。面对大量可供选择的场地,数据似乎已经成了可以治愈选址困境的一剂良方。但想要从茫茫场地信息库中,用尽量短的时间挑选出“合适”的场地又谈何容易。人力+数据显然只解决了第一步,并未彻底解决效率问题。

提升效率:计算机算力代替人力

过去几年,邻汇吧一直坚持用人力服务客户,同时用系统沉淀数据。每一次选址推荐的数据留存,都是向「算力代替人力」迈进的一步。我们区分不同的行业、品牌、产品,给出不同的选址模型,其中特别考虑到关键因素的权重,譬如特卖类客户更关注档期和价格,车展客户更关注场地调性和人群属性。接下来品牌沉淀自身营销数据,不断抽象出个性化的选址模型,如此才能从根子上解决品牌营销选址的效率问题。

▊展位评估—踩点背后的本质原因

人流量是项目评估的重要因素。但因为空间位置的局限性,在真正的活动执行过程中,项目的客流量不等于展位的客流量,快闪店面对的消费者并不是整个商场的顾客,而是特定展位上的随机途经客流,譬如饱受青睐的商场中庭,其客流量约为整体项目的一半。

如果没有对于展位客流的量化分析,前文的营销公式很难站住脚。过去商场多经点位的利用率偏低,造成了客流数据往往只有项目整体的进出口客流、楼层客流。客流数据不精准,这就是我们做线下营销总避免不了现场踩点的根本原因,踩点一来是为了保证人流量跟预期的一致,二来是为了看看现场的环境条件跟活动设计是否匹配。

为此,我们总结了两种踩点方式:

线下踩点:应用广泛,沿用很久,往往有几个标准化动作。

环视展位,置身其中了解人流动线走向

排布设计搭建,了解如何接电、舞台面向等

实地数人头,了解大概客流情况

在实际操作过程中,人力和组织的限制往往会造成踩点成本高,只能通过小样本抽样的方式去监控全天客流,存在误差等弊端,尤其对于跨城市多场地的选址需求来说,线下跑动一一考察每个展位并不现实,有时需场地方或第三方支援。

线上踩点:展位信息在线化+实时监控+客流检测

展位直观呈现,通过720度全景等技术手段实现线上看场地。

展位信息全面,包括面积、位置、朝向;周围竞品、历史活动及评价等。

展位级摄像头和客流监测系统,随时随地可在手机等用户终端查看客流情况。

相较于线下,线上踩点有着高效率、低成本、数据实时性强的特点。同时,线下踩点只是多次人工抽样,而线上踩点是持续的机器采样,时间跨度长,能得到更精准、更真实的客流数据。

总结

同比线上广告位的重要性,线下营销从「选址」开始,找到了合适且优质的位置,相当于降低了投入产出比、取得了更好的活动效果。

通过洞察线下营销和选址的痛点,我们总结出3个重要的线下选址能力:信息获取能力、履约风险的预判/处理能力、营销模型的测试总结能力。能力差异影响活动的实际效果。

而数据算法和平台工具,为品牌线下营销赋能。在商圈选择→项目评估→展位评估这3个选址阶段中,用算法决策代替经验决策,用计算机算力代替人力,我们由此得到了更好的选址解决方案。

最后,线下营销的场景各种各样,这篇文章旨在为想要做线下快闪活动的大家提供一些方法和建议。对于这样快速发展的行业,我们只是先行者。更多个性化的场景和相应的方法论,希望和大家一起探索。

本文来源:氪基金