数据价值需要在完整的链条中产生，孤立的数据是没有价值的。

——黑蚁资本运营董事 刘湛

随着消费习惯发生变化，「人货场」开始重构，新零售、新消费成为热门话题，新锐品牌成为投资界的新宠。那么，被投资者看好的新锐品牌都有哪些共性？资本又是如何看待如今的新消费？

近日，黑蚁资本运营董事 刘湛在观远数据联合主办的新锐品牌私董会上，发表了以《新锐品牌数字化实践》为主题的分享。

以下是他的演讲实录：

1.如何给品牌做分类？

到了资本这边工作，因为接触过的品牌特别多，我们会对整个消费行业进行研究。其中一个问题是怎么给零售消费品牌做分类。按我自己的理解，可以从两大维度去思考，任何一家企业都可以将自己代入这个二维空间。

第一个维度：以渠道做区分

渠道把品牌划分成了三个不同的品类：

第一类：线上电商平台售卖为主；

第二类：走经销商渠道，如元气森林；

第三类：自己开门店，运营一个品牌，类似名创优品。

第二个维度：以发展阶段做区分

我们看一个品牌，目前处在什么样的发展阶段，是0-1阶段还是1-10阶段，又或是10-100阶段。

当我们把品牌放到这样一个矩阵里后，就能得到一个相对清楚的定位，在每个阶段，品牌的策略都是非常不一样的。品牌要在不同阶段思考不同的问题，在正确时间做正确的事情。

在品牌早期阶段，会关心品牌定位是什么，市场的竞争格局是什么，用户的需求是什么，如何才能提升品牌影响力快速出圈？而往后到了10-100，100-1000的时候，品牌需要考虑是否要自建供应链，以及如何让供应链更加高效等问题。

在我们和新锐品牌的交流过程中，我们了解到，新锐品牌创始人一般会非常关注两个事情：行业竞争格局和用户的声音。另外还有对用户舆情的监控，生产管理环节的系统化、数字化，新媒体平台的数字化运营，对不同阶段数字指标体系的定义等等。

而一般初创企业遇到的挑战则是：没团队、无基础、预算少、认知少。面对这些问题，应该如何解决？一般品牌数字化运营分为几个不同阶段，无论什么公司，都存在着这样一个进化的逻辑。

首先是数据一体化

企业对excel的大量使用，导致了信息孤岛、信息断层的出现，如何打通数据是我们要考虑的第一个问题。数据价值需要在完整的链条中产生，孤立的数据是没有价值的。

第二是数据精细化

当数据形成了完整的链路，我们需要对它进行可视化，能够进行基本的看数和分析数据，看数时萌生的许多差异化的想法就是我们个性化运营的提升点。当数据实现了一体化和可视化后，我们会发现人群的差异化，从而根据用户画像进行细分，进入到一个更加精细化的阶段。

第三是数据自动化

当精细化越做越细，一个用户可能有几百个标签时，人力无法支撑如此精细化的工作，这时就必须考虑如何把这些运营的规则试验总结出规律，沉淀到系统里，实现自动化。

最后是数据智能化

人工总结出来的经验不一定就是最优解，但只要数据量够大，我们就能通过精准计算找到关键因子，沉淀了足够多的数据后，我们就有机会得出一个比人工经验分析出来的策略更精准的方案。

3.用经济学思维安排资源计划

我们为什么要数字化？其实数字化是法治的运营，而不是人治的运营。运营需要系统化、规则化，当我们把运营的逻辑‍‍规则固化下来，让它变成一个可重复的实验，这样才能达到迭代的效果。

针对这一点，新锐品牌面对的挑战是什么？前面我们说新锐品牌的挑战是缺人、缺预算，‍‍但在这种情况下，我们依然有可能帮助这些企业快速实现基础的数字化。因为我们找到了观远数据和我们打配合，帮助了我们很多的新锐品牌在3-5个月的时间‍‍内，实现了基本的数字化。

但做这件事的过程中，我们又发现了另一个问题，企业的数据从何而来？我们知道数据分为一方数据、二方数据、三方数据，企业能以比较低的成本接入自己的数据，但二方数据就很复杂，尤其是抖音和小红书的数据就很复杂，一个是数据量大，第二个数据是割裂的。

这个时候如何把二方、三方数据同步企业数据库，实现数据自动化同步就成了一个问题。我们这边有做一个数据同步的中台，可以覆盖多方数据源再做聚合分析与呈现，观远的应用市场也在做同样的事情，希望我们两边可以互补，尽可能覆盖更多的数据源。

在我们和观远合作的项目中，品牌的数字化运营差异很大，不同品牌在不同阶段都有不同的打法。但在我们为很多品牌进行BI系统选型时，最终都还是选择了观远。我们和观远的合作，从我18年还在做线下零售品牌的时候就开始了，是观远比较早期的用户。今天再回头看观远服务过的已经成型的产品，能明显地感觉到无论是在交互上、操作灵活度，还是他们对业务的‍‍理解程度上，都有了极大的提升，产生了质的飞跃。

品牌要做大做强，在渠道方面需要对接电商平台渠道、线下渠道、经销商渠道等等，但对于一个初创品牌而言，在还没有团队的情况下，把所有平台都运营一遍是不可能的事情，所以要去考虑如何在有限时间内，以有限资源快速产出价值，不能要求整个规划大而全并拥有完整的指标体系，而是要基于数据分析抓住痛点。

以实施数字化转型项目为例，第一件事是要考虑数据源，即我们的数据从何而来。什么数据需要沉淀，什么数据不需要沉淀，以及什么样的数据要考虑自动化沉淀。沉淀数据的原因在于有些平台的用户量特别庞大，不会将明细数据储存太久，不利于我们后期根据历史数据进行分析和复盘，这时就需要考虑的数据生命周期。

其次，需要让数据产生关联。以自媒体平台为例，如果要在自媒体平台进行营销，小红书也好，抖音也罢，它们的数据全是割裂的，我们需要将不同来源的数据拼接到一起，关联到一起才有可能对场景进行还原，实现全链路的分析。

最后，从投资视角出发，我希望能够收集到最完整的线上线下各种品牌的各种数据，从而能够给我们的投资提供一些数据决策的支撑。一般这些数据主要来自以下几个方面：

1.线上传统电商平台

2.社交媒体

3.线下门店

4.经销商

如果能够拥有这些数据，基本上就可以做一个较为全面的数据分析。我们做了一个四象限图，横轴是品牌的销售金额，纵轴是同比增长，大家当然都希望品牌尽可能都出现在第一象限，但体量大与快增长是相互矛盾的，于是我们就需要找到一个平衡点。这时数据就又发挥出它的作用了，通过采集数据、分析数据，找到那个最优点来辅助决策。

我们很早以前就做过一些头部品牌的评论爬虫，不少品牌累计100万条以上评论，如此庞大的数据一定有很多值得挖掘的有价值的东西。通常品牌花大量时间在焦点访谈、用户调研上收集用户的声音和反馈，海量评论数据中蕴含的信息如何高效挖掘出来应该是一种ROI更高的尝试。

在门店分布上

我们很早以前就做过一些头部品牌的门店分布路径爬虫，一不小心就可以爬100万条，庞大的数据一定有很多值得挖掘的有价值的东西。与其花大量时间在用户访谈、用户调研上，对这上百万的路径数据进行分析其实是ROI最高的方式。

在直播运营上

可以看到如今整个天猫体系的流量都在不可避免的外流，流到哪里去了？对于新锐品牌而言，流到了抖音、快手还有小红书等新媒体平台，直播间的时长和流量是有限的，如何更合理有效的分配时长和流量。品牌要想在直播上获得较大收益，不单要有流量分析，还可能需要在计划层面实现直播排期，从销售目标，主播排班，到商品运营，到投流预算和策略，都要有一个计划。最后对直播进行复盘，将直播间的多维数据关联起来全链路分析。

综上，通过结合以上种种因素，我们可以做个科学点的回归预测，将不同维度的关键因子组合起来，看看哪些因子能产生真正的影响，以及会产生多大的影响。但这些都需要大量的数据来辅助，通过大量沉淀的数据来实现。