行銷 5.0 心得摘要

行銷5.0是行銷大師菲利浦‧科特勒Philip Kotler陳就學伊萬‧塞提亞宛 2021年出版的新書,相較於前幾個x.0版本分別著墨在顧客(行銷2.0)、價值(行銷3.0)及數位(行銷4.0)

  1.0 2.0 3.0 4.0 5.0
原則 產品為中心 顧客導向 價值驅動 從傳統到數位 有人性的科技
驅動力量 工業
革命
資訊
革命
新一波
科技
Web 4.0 行銷科技
價值定位 功能 功能、情感 功能、情感、心靈 功能、情感、心靈、自創 功能、情感、心靈、自創、人機
行銷概念 產品開發 差異化 價值 大量客製化 個人化
Segment
of One
跟客戶間互動關係 1對多交易 1對1關係 多對多合作 多對多共創合作 人機協作

作者在行銷 5.0 提出了5大要素(大數據、敏捷、預測、情境、增量),5項要素中作者認為大數據、敏捷行銷最為關鍵重要,以敏捷行銷最難執行,因為敏捷行銷需要有扁平化組織、跨領域合作、精實開發、快速試錯調整等能力。

行銷5.0之5關鍵要素
行銷5.0關鍵要素
敏捷式行銷
敏捷式行銷

企業組織在轉型邁向行銷5.0的過程中,多多少少會遇到一些難題,

作者舉數據驅動行銷失敗為例蠻多公司砸了許多錢導入新技術系統後,才開始發現很多大數據應用帶來的成果沒有一開始想像中的好,作者認為造成數據驅動行銷失敗主要有3個原因

  1. 公司通常把數據驅動行銷當成IT專案,正確心態應該是當成行銷專案,IT架構技術應該要跟著行銷策略而走,行銷人把整個流程定義出來,讓IT專案遵從整個流程來開發設計,而我個人認為應該是要從使用者的角度出發,設法在商業、用戶體驗以及技術間找到平衡點
  2. 把大數據分析當成解決任何行銷問題的招式,大數據分析確實有用,但大數據沒辦法取代傳統的行銷研究方法,例如民族誌、易用性測試等,作者認為大數據跟市場研究間應該是互補、增量的關係,我個人想到的案例是Covid-19疫情,疫情剛開始初期,如果利用過往大數據累積的資料來做餐飲、旅遊業相關的行銷應用,過去的AI演算法適用度肯定不高,如果能善用大數據即時分析的能力、訪談、心理研究分析等等,或許能在疫情期間反敗為勝。
  3. 覺得大數據分析可以自動導航,AI人工智慧常常讓行銷人認為只要把資料數據匯入平台,人工智慧演算法就能解決企業所遇到的難題,實際上大數據工具只能算是一種輔助,還是要透過行銷人員對數據的洞察、以及針對洞察做策略調整

資料矩陣:當行銷策略目標決定後,行銷人可以利用「資料矩陣」事先確定如果想將目標量化,有哪些資料來源不足、甚至是沒有收集到的。

將「分析需求」列出成縱軸、「資料來源」列出成橫軸,從水平的角度來看,以「分析需求」當中的內容分析為例,便可以知道如果今天想做內容相關的分析,需要收集網站、社群媒體的資料;從垂直的角度來看,以「資料來源」的網站為例,可以知道網站資料可以做受眾、內容分析相關的應用。

我個人認為確認資料需求、有否收集、完整一致性等事項,很多公司都交由資料團隊處理,不過若行銷單位、其它部門可以事先收集到對的資料,便能加快數據專案完成的速度,

資料矩陣

數位化除了帶給一般人許多便利之外,其實也帶來許多負面影響,作者列出世代差異、世界兩極化、數位落差3大挑戰,共花了3大章節來介紹,很有意思的是作者提到了行銷人員也會因為自己的世代觀念不同,在公司中會有意見想法的衝突,

世代 (出生時間)品牌偏好
戰後嬰兒(1946~1964) 消費能力最強,偏愛有名的品牌
X世代(1965~1980) 同上
Y世代(1981~1996) 偏好體驗、而非擁有
Z世代(1997~2009) 偏好體驗、互動
Alpha世代(2010~2025) 偏好互動

作者認為接下來10年,X世代是唯一經歷過行銷1.0到行銷4.0的世代,而X世代是最有資格帶領企業轉型服務Z世代及Alpha世代,至於Y世代的角色是協助X世代的好幫手,哪家企業能夠贏得Z世代、Alpha世代的信任,便能在行銷5.0的競賽中獲勝。

雖然戰後嬰兒世代對企業的消費貢獻度最高,Y世代、Z世代擁有獨特生活風格、數位原生能力,其實他們是企業主要建立品牌最大的資產來源,Y世代、Z世代甚至也影響了戰後嬰兒、X世代的消費習慣,所以企業主應該要在價值營收創造跟未來的品牌定位間找到平衡點

總而言之,整本書作者提到的觀點看似簡單,業界也有好多成功案例以及行銷科技應用工具能使用,公司組織在轉型過程中也是需耗費不少時間心力,

這本書推薦給企業高層主管、行銷從業人員、數據相關工作者。