品牌出海战略规划专家任小姐：关于数据化品牌建设的9个心得

|  任朝茜

本科毕业于浙大，研究生方向是北航的导航制导，10年来一直专注数据化品牌出海战略，拥有丰富的海外增长实战经验及专业积累，并形成独创的数据化海外品牌战略体系，改善了中国企业出海平台式的单一商业模式。

其团队深度研究了1000+海外DTC品牌，以及数据化分析了100+细分品类赛道，深度服务并助力100+亿级跨境企业实现品牌战略升级。

01

品牌是企业

战略级别的增长引擎

品牌是企业战略级别的增长引擎。

它比原来的市场营销高阶之处在于，满足市场需求的维度上，为企业增加了一个具有竞争优势的向量（品牌战略定位），并基于此向量指引市场营销在实现业绩的过程中积累无形资产（用户心智与信任），从而为企业的业务提高成交效率与附加值，并通过组织化的过程沉淀为竞争壁垒。

在企业迈过了生存阶段之后，就应该思考如何构建品牌去实现企业短期市场规模增长，并同时规划长期战略价值增长。

02

市场洞察力决定了

品牌战略的思考深度

IBM在20世纪90年代的战略转型得以开展，正是围绕郭士纳对两个市场机会的深刻洞察：一是服务业务在IT行业的巨大前景和对整合IBM资源的重要意义；二是网络化的电子商务模式有可能使IBM超越微软和英特尔主宰的个人电脑时代，重新回IT行业的中心。

大量跨境企业在规划品牌战略时一开始就出错，主要是缺乏对海外市场的整体认知，由此导致对目标的错误预估。由于我们与海外市场远隔地域与文化的鸿沟，中国出海企业太容易用管中窥豹的想象和对中国市场理解去臆断海外市场。

市场洞察力不仅了解现状，还要试图预见未来的发展。这包括：

• 客户需求和客户需求的变化

• 竞争者的状况，以及竞争者的动向

• 技术和技术发展的趋势

• 市场结构乃至经济结构的发展

03

选择正确的“对标”

是成功的一半

“对标”（Bechmarking）是在规划企业新的战略时必须要做的一件事。

对标分析简单的理解是：找到标杆并进行模仿。其更科学的定义是标杆管理法，是由施乐公司于1979年首创，是20世纪90年代三大管理方法之一。

对标分析具体操作为：根据你想要做的事情，找到该方向相应的最佳实践者，然后根据这些实践者的表现，提出对应的标准，以此来指导你进行下一步执行与迭代。

大量的出海企业不是不做对标分析，而是由于对市场的缺乏认知，导致对标的选择错误，以至于战略路径规划错误。

举个例子，比如我做智能照明设备，我选择的对标就是“飞利浦”（目前的行业第一），目标就是超越“飞利浦”成为新的行业第一。于是对标飞利浦，分析其用户洞察、流量模型和核心盈利指标，然后学习模仿。这种做法几乎是注定了该品牌战略的失败。

因为“飞利浦”这个对标就找得非常失败。飞利浦1891年成立于荷兰，是全球500强，市值数百亿美金，它规模体量太大而且其成功得益于当时的市场状况。所以无论是它的用户定位还是它的流量模式都没有学习和借鉴的意义。

“打败微信，一定不会是另一个微信！”

那如何寻找正确的对标呢？我们一般有三种方法：1. 对标案例的人群和我品牌目前的用户定位一致；2. 对标案例的品类和我的品类类似；3. 对标案例的产品特性（高客单价或高复购）和我的产品类似。

04

目标解码，框架先行

而非“人治”

大量出海企业在与我们合作品牌咨询方案之前，都会说一句“我们团队的执行能力非常好，一定可以把品牌规划落地。”

其实真正让企业“落地”的核心是建立框架，而非执行能力。

没有框架，再多的努力也只是低水平的重复。

在企业战略规划这个领域，我们把框架具化为业务框架和组织架构。

如果企业家不花时间去思考和设计框架，而是一上来带着原来架构里的团队蛮干，或者指望招聘一个大牛的品牌总监带着他新组建的团队蛮干，那失败的概率高达99%。

05

品牌业务框架要遵循大数定律

不要挑战概率

大数定理：在随机事件的大量重复出现中，往往呈现几乎必然的规律，这个规律就是大数定律。通俗地说，这个定理就是，在试验不变的条件下，重复试验多次，随机事件的频率近似于它的概率。偶然中包含着某种必然。

当我们做行业分析、做垂类个案分析的时候，我们会发现各个行业、品类、人群存在很多明显的倾向。我们设计业务框架的时候，尽量去靠着这些倾向，而不要挑战大数定律。

举个例子，比如宠物品类，当前的新兴强势品牌都是注重购买者（宠物主）的体验，而非使用者（宠物）的感受；比如耳饰品类，主流新品牌都是主打基本款耳饰，强调文化理念（比如女权、比如环保）；比如儿童品类，都是设计高复购的商业模式用以拉高用户生命周期总价值（LTV）。

06

以终为始

Top-down设计品牌组织框架

“以终为始”是一道数学题。

我们在规划甲方的品牌战略时，会清晰地计算出品牌的终局是什么，然后去拆解每一市场阶段的预期目标是多少，层层往下递推，就可以推出当前阶段我们的目标和实现该目标的团队组织架构。

我们以亚马逊大卖品牌转型为例说明，最初的团队架构是为亚马逊爆品打造和运营服务的，基本都是“职能型”组织架构，一般设有产品部、运营部、供应链管理部。再大一些的亚马逊卖家，会采用“项目型”组织架构。

这时企业决定开始品牌化转型，如果不调整原来组织架构，而是在原来的基础上增加一个品牌部，这个品牌部甚至没有独立预算，下属于运营部或市场部，业绩考核也归到其下。那么整个品牌战略是很难推动的。

07

善用KPI降维

简化团队的执行难度

在维数归约领域，有一个很重要的概念就是“数据降维”，目的是把高维数据降低维度便于后续决策和操作。

同样的概念可以运用到企业KPI规划（根据战略目标拆解年度、季度、月度KPI或OKR）。梳理出多个关键指标然后进行降维，找到当前阶段最相关的一个绝对核心指标，让整个团队朝该核心指标前进。

这也就是我们常说的“北极星指标”。一旦正确的“北极星指标”被确立，团队前进的速度就不可同日而语。

很多企业在和我交流的时候，都表示“我们其实有北极星指标，只是现在说不出来，我们都知道、也能感受到。”

引用《战略地图》作者经典的一句话“你无法描述的，就无法衡量；你无法衡量的，就无法管理。”

所以，一旦出现无法描述的情况，该业务的管理者的工作应该直接打0分。

我在这里非常强调“KPI降维”的原因，是想强调北极星指标不是凭空拍脑袋找到的。而是通过梳理战略执行的多个指标之后，通过降维以及权重的评估，找到的唯一核心关键指标。

这件事不要期待你的执行团队去做，拆解KPI就是企业负责人或者业务负责人的主要工作。大家也可以用这个标准去考核自己的品牌高管能否胜任。

08

战略执行高度量化

做到每一个环节可计算

大部分企业家很喜欢一种执行模式：小步快跑。

小步快跑的前提是：一，目标明确；二，所有环节可量化，便于快速反馈和迭代。如果只有小步（轻量级投入），而不去量化所有执行环节，只能原地打转，无法快跑。

我在设计流量模型时，秉承两个核心原则是：可量化、可持续。

一切不能量化的流量渠道都不能归入基石流量模型。备注：基石流量模型是一种稳健、抗风险能力强、未来成效可预期的流量模型。在一个成熟企业里，基石流量模型带来的流量占全体的80%以上。具体内容可阅读文章《基石流量模型》。

不能量化的原因通常是负责人想不清楚如何量化其指标。在这种情况下，无论主观认为该渠道有多重要，都不要在这条渠道上做过多的投入，因为无法量化就无法扩量，一旦扩量就是分崩离析。

下图是基石流量模型：

09

重视重复性问题

不要“头痛医头、脚痛医脚”

执行细节其实涉及很多问题，这里我就谈我体会最深的一点：重复性问题。

如果一个问题反复出现，团队最好能集体复盘，追根溯源，看看是不是系统性问题。很多小反馈不及时建立，会造成整个执行的偏移。

举个例子，我们有个做户外跑步品类的甲方，他们在做网红合作时，合作的都是慢运动（比如慢跑、徒步等）的网红，没有做剧烈运动（比如铁人三项、马拉松、定向越野等）的网红，而且网红产出的内容都是照片没有视频。但是我们大数据系统分析出的该品类的势能用户，就是铁人三项的运动员。

我们就和甲方一起复盘其原因，网红团队给出的理由是：剧烈运动类的网红不容易合作。一是视频比照片拍摄难度高；二是网红要一边做剧烈运动一边拍摄素材，合作难度太大。

这个问题看似是网红团队执行力的问题，实则是负责人KPI设计的问题。该网红合作团队的KPI是：1）每月的网红成功合作人数；2）网红合作带来的销量。目前第二个KPI很难实现，所以大家都在第一个KPI上发力。

但问题是，网红合作靠堆量就可以解决品牌声量问题吗？就可以提高品牌在用户心智中的占有率吗？