TalkingData 创始人 & CEO崔晓波
作为数据智能服务商，TalkingData从2016年开始就一直比较关注消费领域的商业模式演进，也推出过针对线下商圈的数据产品。我用“新品牌、新产品、新周期”这三个关键词来总结消费领域今年的变化。我们发现过去几年，中国在新零售领域有很多创新和突破，这些突破可能是不可复制的，并且商业模式复杂度前所未有。
首先，从流量入口来说，现在互联网的环境和以前有很大的不同，流量入口不再是几个大的节点，用户的选择很多，用户在线时间变得比较碎片化，而且触点分散。在不稳定和碎片化的流量环境中，商业模式必然会随之改变。流量端的变化，必然会对供应链提出新的需求。大浪淘沙，供应链端竞争激烈，企业逐渐形成更能跨越商业周期的能力。
其次，消费者的信息获得与产品购买决策之间原来看似不可逾越的鸿沟正在被消解。消费者信息获得与购买决策之间的距离越来越近，也逐渐透明化。现在我们距离决策即购买的新零售时代已经非常近了。
再次，这些所有的变化，催生出一系列全新的品牌。更多的商业机会向中小、甚至微型商业组织倾斜，他们虽然体量小，但胜在灵活，借助新渠道和高度整合的供应链，以不可思议的速度打造爆款，创造新品牌。这个过程仍在加速。
造成这一局面的不仅仅是疫情，也有社交网络、短视频、线上电商、移动互联网的飞速下沉、激进发展带来的人们生活方式的改变。我们认为即便没有2020年的疫情爆发，消费行业的商业模式也极有可能发展到现在这个样子，疫情只是加速了这个过程。
和To B企业的商业模式不同，零售端，或者说C端产生购买力，其实靠的是创造消费者的购物冲动，而新品牌时代让消费者产生购买冲动的互动沟通是关键。以往商家其实缺乏创造购物冲动的手段，广告、店员、销售人员，能用的手段就这么多；而电商时代，商店搬到线上，跟谁都“亲”的客服和数字化的广告投放是这个时代的特点；新品牌时代，前边提到的这些都用得上，虽然无法和用户直接面对面，但借助直播、短视频等新渠道，以往线下的“高效激励”又变得有效了，甚至能够轻易产生裂变式的口碑爆炸传播。
如今我们需要更充分的利用消费者触点，构建更好的消费体验。数字化营销的进一步发展，让我们可以方便地判断投入产出比，过去广告行业往往无法判断品牌投入和销售之间的真实关系。当我们越来越依赖用户化数据流量平台时，“品效合一”成为可能，ROI（Return On Investment，投资回报率）变得清晰。我们可以通过数据分析系统，提高对效果的洞察，了解获客来源和成本，优化投放。当然，传统品牌营销依然有效，特别是下沉市场，定位理论对于形成消费认知依然有效，但效果正在逐渐下降。
在服务了这么多消费企业后，我们也总结出了消费品牌突破瓶颈的两种路径。
第一种是公域的路径，就是不断在公域流量中做投放、做裂变、做内容传播，再借助数字化的工具做前后链路打通，实现可监测、可归因、可度量，从而不断优化，形成闭环。最终产生的效果是“品效合一”，获得更好的ROI。
第二种是偏私域的路径，或者说是增长黑客的路径，它强调的是对消费全链路的优化，提高每一个环节的效率，最终提高整体的ROI。这条路径的关键是，能不能在消费者运营体系上形成核心竞争力。
这两种路径适合不同的品类，第一种更适合百亿规模的大型企业；第二种则更适合创业公司，因为更强调轻量级和高效率，这从组织结构和思想意识上对大型企业来说都很难实现。
谈了这么多，实际上我们看到的是，新技术催生新平台、新平台带来新流量、新流量的加持下，新品牌逐渐诞生。商业模式正在逐渐发生转变，一个新周期已经到来。在这个周期中，数据将比以往变的更为重要，数字化营销仅仅是开始。就像我们一直倡导的，数据应该能够帮助客户解决问题，实现增长，进而实现品牌价值上的“超越”。所以现在选择变得很重要。
TalkingData的2021年可以用两个关键词来总结：聚焦和突破增长。
聚焦消费品行业，坚持中立身份，深入全链路数据化营销业务场景，成为持续价值创造者。
2020年以来，疫情使得整个消费品行业的线上化，数字化经营模式转型加速。包括消费者洞察，面向业务转化（ROI）为目标的营销获客，深度和持续的消费者运营以及品效销合一的经营策略等依赖数据和智能算法驱动的业务场景需求爆发出来。产业链角度上，以短视频直播为代表的新流量极大的改变了互联网流量生态格局及用户交互的基础设施。另一方面，在2021年，国家政策上加大了对互联网巨头扩张的限制以及对个人信息及隐私的保护，以上周期因素极大利好了以TalkingData为代表的第三方合规数据平台。
TalkingData及时抓住了周期机遇，坚持中立三方的定位，将近10年所积累的数据能力，技术能力，合规能力集中的应用在消费品行业的数据营销场景里，推出包括数据安全岛、品效归因（CPO/MTA）、高转化潜客评分(TA Scoring)模型等在内的一系列深度业务场景融合的数据智能解决方案，在包括美妆个护、食品饮料、运动时尚、电子消费等细分领域的众多头部客户里得到了充分的价值验证和规模化应用，很好的接住了这波市场需求。不仅实现了自身业务的显著增长，更跑出了一个健康的可持续增长商业模式，与客户共同成长。未来几年将持续呈现一个可预期的快速增长状态。
在2021年，TalkingData迎来不少行业顶级的专业人才和管理人才的加入。公司更加注重组织能力的建设和提升，强化目标驱动的组织机制和效能至上的管理能力，保障公司具备持续健康发展的战斗力。
展望2022，数据智能这个市场，其实它不是单独存在的，它跟国家的经济周期和政策周期，以及产业周期息息相关。从过去十年来看，中国处于一个增量阶段，因为很多行业的增长率能超过50%，甚至增长一般的行业也基本能够保持一个30%以上的增速。但如果去看美国的经济周期，可能涨个15%以上的行业都非常少了。所以中美处于完全不同的周期里面。
不同的经济周期里面，行业需求变得不一样，中国企业更关注的还是增长本身。而美国企业往往比较关注效率问题。所以在美国有很多这种科技型企业，像Palantir、Splunk等等这类公司实际上都是在美国的那种提升效率的经济周期里面发展起来的。它提供了非常高效的数据工具，能够比较有效地降低运营成本和人力，比如企业采购一套系统，每年可以节省一两百万的运营成本，它是愿意付出这样的代价，也就有企业乐于去开发这样的系统。
但在中国，客观的讲，首先人力成本还没有高到那个程度，并且仍处在增长周期，同时又由于客户的需求不够系统，基础设施也不够完备，所以片面地去提供科技和软件工具，就很难评估对企业降低运营成本和提升效率的作用，所以往往中国企业的数字化就变成了软件+运营的模式。
比如给企业提供客户关系管理平台、CRM平台、包括这两年非常流行的CDP（Customer Data Platform，叫消费者数据平台），所有的消费品企业可能都在建。但建完之后，大家发现没什么用因为科技公司是帮企业搭平台的，但是客户是希望搭了个平台之后能够把我的会员数据都管理起来，跟业务去结合，做增长。但这时候会发现，科技企业很难帮到这点，大部分就变成了运营基因的企业来帮助它。这完全是两类企业，目前我们也没有看到有一家公司说能很好的把这两种能力都做好。
在大数据行业，偏软件类的企业现在都很困难，增长面临极大压力，运营成本非常高，所以基本上亏损都非常厉害。运营型企业，由于它能帮客户做增长，很多还能拿到分佣和佣金，基本上现金流会好一些，很多是能打平的状态。目前我们看到是这样的情况。
我们属于第三种模式，也就是将软件和运营结合起来，主要还是靠数据和算法驱动业务增长。这类企业一方面要有强大的数据和算法的能力，另外就是要有非常好的跟业务场景结合的能力，得知道这些算法和模型用在哪些业务场景里面，能带来什么样的效果，而且是可度量的，客户能认可。这种效果才是数据智能企业的未来。
大数据企业本身并不能单独存在，它肯定是数据智能的能力要跟前端的业务场景的能力要深度结合，然后才会产生商业价值或者形成闭环，其次才是新的增长机会。（本文首发App，内容为受访者第一人称表述，编辑/秦聪慧）
营业执照公示信息