一、主题：品牌如何洞察数据建立产品的卖点体系并和消费者产生有效沟通

二、分享嘉宾：王泽浠 鸣勝品牌 创始人 & CEO 品牌市场营销专家

三、提纲：

1．品牌在面对消费者沟通中存在的一些问题

1）大家对消费沟通的理解不一致

2）大多数的品牌从业者只关注术，不关注道

3）沟通策略的指定依赖人，数据参与度不大

2．品牌在面对消费者前，练好基本功

1）理解产品的卖点体系 PIH

2）卖点体系和品牌营销行为之间的关系

3）传统调研和大数据调研之辨

3. 案例分享

1）如何从宏观走向微观

2）从消费者舆论中发现机会

3）怎么搭建卖点体系 PIH

大家好，我是鸣勝品牌的创始人 CEO 王泽浠，非常高兴可以在群响这个平台和大家分享一些品牌市场领域实操的心得，先要在这里感谢群响能够给到我这么一个机会走进大家的视野，希望今天的分享能够为大家创造价值，启发大家在未来的品牌创业中的实操。

先简单介绍下自己的经历，我可能和绝大多数在夜话会分享的嘉宾略有差别，我身上没有什么特别的标签，也没有大佬一样的光环，仅仅围绕品牌做了差不多 10 年的工作，最早的时候干了 2 年 TP，客户主要集中在时尚类目；

后来进入了立信会计下的一家子公司，当时这家公司在做 2 小 B 的智能财务解决方案，负责这家公司所有和市场相关的事务；15 年离职后在一家 local 品牌服务公司第一秒电商科技，担任数字营销事业部总监的职务，当时服务过历峰，欧莱雅，嘉兰集团旗下众多知名品牌，首个奢侈品微信 EPOP STORE 案例 LADY DIOR SAMLL，科颜氏作为第一个在淘系实现 C2B 定制化 H5 的互动案例也都是由我们团队策划和执行的；

尔后加入了逐鹿资本，负责消费文娱领域的早期投资，参与主导过 LANDBASE（每日黑巧），追觅科技（dreamed 吸尘器），惠合科技（FMCG 非连锁门店营销解决方案）等一系列早期消费领域标的的投资。直到今年年中的时候，创办了现在这个创业项目，鸣勝品牌。

之所以创办鸣勝，原因也挺简单，就是随着整个经济环境和消费生态的变化，以前无论是在甲方还是乙方那套凭直觉靠经验的方法论不够用了，新一代的消费数字基础设施为我们做市场决策提供了全新的思路和工具，但绝大多数的消费从业者，特别是品牌都还没有把这套玩法玩透彻，即便是能看数的朋友们，也经常会遇到数字太宏观，没有办法指导微观实操的情况。我们希望可以通过我们的布道去影响更多的消费品牌，帮助他们落地正确精准的产品营销策略。

废话不多说，我们现在进入今天的正题：

在和许多相关从业者接触后我自己一个非常剧烈的感受就是，中国的消费创业仍然处于野蛮生长的早期，从业者的背景更是五花八门，这里面不伐有传统的经销商，大厂的职业经理人，互联网企业的新兵甚至是消费行业的投资人，大家都躬身进入这个行业，

但这背后存在一个巨大的问题，就是所有人对于品牌该怎么做各执一词，谈到如何和消费者沟通公说公有理，婆说婆有理，都别说最大公约数，在这个行业中兴许公约数都没有，这直接导致服务商和品牌方的沟通阻力剧烈上升，交付过程摩擦严重，协同履约产生国多不必要的成本。

由于品牌信息没有成熟方法论和结构作为通约标准，各个品牌的掌舵人都根据自己曾经的经验展开品牌工作，其中有很大一部分的从业者都会掉入“术”的陷阱，有的人认为换一套包装是品牌，有的人认为品牌就是投放等等。但品牌实则一套精密的系统化工程，道生一，一生二，二生三，三生万物，什么是品牌之道，我今天就想从一个很小的切面，产品的“卖点体系”来和大家聊一聊。

如果我问大家，怎么得到一个产品的卖点？绝大多数的朋友是不是都通过问卷，访谈，focus group这样的调研方式来获取结果，这种传统做法最大的问题就在于样本偏差大，结果的可信度不高；我们现在的大数据工具，无论是第三方的情报通，魔镜，还是第二方的生意参谋，策略中心，数据银行等，都没有给出颗粒度足够细的数据来帮助我们得到可落地的卖点策略，大数据诚然好，但在卖点策略面前，能不能用，怎么用是个大问题。

既然我们希望用数据来洞察卖点，那在洞察之前，我们先要明确什么是卖点体系 PIH（product image house)。下面是我以 SKⅡ为案例向大家展示整个产品卖点体系的逻辑与结构，它自上而下有 7 个层次（可能更多），每一个层次都互为递推关系，层层深入。这个结构保证了消费者对于产品认知的连续性，也为产品成为品牌的可能性打下坚实的基础。

SKⅡ的当家产品是神仙水，虽然品牌方一直否认神仙水并非官方注册的产品名称，是消费者给产品起的“乳名”，但我相当坚信这就是 SKⅡ市场部引导的结果，我们先看产品名称和 SLOGAN 之间的关系：改变肌肤命运，谁可以改变肌肤命运，神仙可以。

这是产品顶层的嵌套逻辑，那“改写肌肤命运”这层逻辑是从何而来？我相信大家一定都听过 SKⅡ的品牌故事，讲述 60 岁的清酒师傅拥有一双 20 岁手的故事，如此奇迹仿佛被神仙改写了肌肤的命运；

我们再往下看，究其原因是发现，清酒师傅常年接触发酵物质，所以才的来了这么一双手，那产品的核心概念也就被打磨出来了，我们称其为酵母护肤。那神仙水的卖点何以称得上是酵母护肤呢？像这样的问题我们可以一直问下去，直到穷尽为止。

简单一句话总结，今天产品的卖点体系 PIH 是一个一直向下问 WHY 的过程，说到这里很多朋友可能已经有一些感觉了，就是产品的名字，SLOGAN，等等一系列要向消费者表达的内容都不是拍脑袋的产物，而是户为逻辑关联的内容。对！还真是这样！

其实在我们日常营销行为中，不光卖点体系 PIH 的内部是互为关联的关系，卖点体系更是品牌展开所有品牌营销行为的前提，更是保证品牌营销向用户传达的内容是准确的，连续的。

因为只有准确连续的认识是形成用户品牌认知和认可的前提，今天我们说卖点体系甚至是营销的红线都不为过，它指导了我们所有的营销行为，主导了所有品牌和消费者的沟通，小到落地详情页怎么编撰，中到 KOL 在和消费者的沟通中有什么可以说，有什么强调说，有什么不能说，大到你能想到的任何营销活动的执行，都应该严格遵守卖点体系的内容。

既然卖点体系如此重要，我们通过什么样的方法可以得到准确的结论呢？自然是通过调研。我在这里对比了传统调研和大数据调研之间的优劣势，两种方法都存在一定的问题，比如传统的调研样本规模小，对样本的筛选，问卷的议题设置及询问方法都高度依赖人，结果偏差巨大；

大数据调研又被语义处理能力卡脖子，虽然我有广泛的样本，但如果不能深入理解消费者说了什么，想要什么，我们就只能高空盘旋，落不了地。接下来，我就通过详细拆解一个案例来帮助大家看看，怎么从大数据调研的角度来获得落地的方法论。

这是我们近期服务的一个客户案例，他们家的产品市场占有率非常高，像屈臣氏这样的知名商超随处可见，但由于我们和客户的保密约定，所以所有的内容已经去除了敏感信息。我们这次接倒客户的 BRIEF 是希望帮客户升级一款现有染发膏产品的卖点体系，并根据卖点体系重新升级消费者的沟通策略，如有可能，为品牌提供新品机会的情报。

我们做的第一件事儿，就是将客户提供的 17 个竞品相关的消费者评论利用爬虫爬取了下来，并且对这些评论做了分词词频处理，从上图可以发现，有 9 个词是高于所有分词出现的均数的，我将这些词作为重点的考察目标。说到这里你可能会迷惑，说这些词都很宏观啊，什么自然，包装，妈妈啊，我怎么继续从这么宏观的内容中得到有用的情报呢？

诶，别急，这里我们需要用到marketing中非常重要的一个思维，就是聚类思维来处理这些内容，把他先归置到一起并提出这个方向的问题，比如效果，好用，头发，自然，上色，这几个关键词好像是那么一回事儿，我们把他放在一起代表和染发膏使用结果有关；

又好比味道，包装，方便这样的关键词，他明显和用户体验是有关系的，就这么以归类，我们就可以 对这三个方向提出不同的问题（问题也可以不止一个），进而将研究的样本缩小聚焦，来获得更精确的结论。我们就来看看妈妈这个关键词背后会不会有产品改造和新品研发的机会呢？

当我们进入含有妈妈的评论时，我们先要明确的是可以从消费者评论中定义出什么？他们分别是成熟的卖点，也就是大家都在说，彼此都关心的内容；具备潜力的卖点，少有竞品在说，甚至是没有竞品在说，具备新概念的卖点；

以及新品的机会，通过不同垂类的细分，隐藏在水下的巨大新市场。这里要和大家提一嘴的是，并不是所有的信息密度越高越重要，密度是一个重要的参考维度，他代表了存量市场，但增量市场一定是从非常 unique 的内容中发现的洞察，这些信息比大密度的信息更具有价值。

我们将相对较长的评论（较常的评论通常涵盖更多信息，短评论有的时候纯粹是无效信息）过滤出来后，需要进一步为这些评论贴上标签，以便于可以进行机器的学习和工业化处理。

我列举了一系列的评论，上面是评论内容，下面是我们为这些内容贴上的标签，这里需要注意的地方是，消费者的表达是千变万化的，我们一定要看到消费者表达背后真正的意义是什么，并且非常敏锐地捕捉到这些意义代表的内容和机会。

有的人想要表达头发柔顺度的问题，他可能会说“用完头发摸上去非常舒服”，有的可能会说“我的头炸了”，这里面完全没有柔顺两个字，但我们要清楚地把他们识别出来，同样也是聚类思维，总结出什么评论消费者都在说什么维度方面的问题和感受。

那在这些评论中我们同样也能发掘有潜力的卖点和新的产品机会，比如我们在第 10 页中发现了这样一条评价，说加上加热帽，染发效果更好。我相信大多数朋友即便没有染过头发，也应该有染发需要加热的认识。

这点启发了我们，我们再重新翻看了品牌指定的 17 个竞品 SKU，发现这些竞品都没有赠送这样的赠品，那就说明这顶加热帽是用户自己购买的，我们在这里就做出一个大胆的设想，是不是在赠品中除了赠送场贵的梳子，手套等，增加加热帽相对竞品是一种新的卖点竞争策略呢？

同样，我们也可以在这些评论中发现一些新的单品机会，比如我是不是可以针对不同的发质推出不同的染发膏呢？再比如，我是不是可以针对孕妇推出一款连孕妇都可以使用的染发膏，事实其实也证明消费者在染发膏安全问题上是及其重视的，推出孕妇可用染发膏剑指孕妇，但实指是对其他所有染发膏安全问题的降维打击。

当我们看到就这么一个小小的染发膏品类都有如此多花样，不仅感叹当下的中国实在是有太多太多消费品成长的机会了。

前面说了如何在那么多的评论背后贴上不同的标签，我们就来看看面对竞争对手，我们应该如何确立我们的卖点竞争策略，当然由于这一次的竞争对手都是客户给的，所以我们不用再重新确认谁是竞争对手，关于竞争对手的确立如果有机会我会额外和大家分享。

卖点的策略总的来说有两种，一种是消极的“人有我优”策略，他的使用前提是市场有一个或几个明确的竞争对手，并且他们的市场占有率很高，且供应链的创新能力不强，建议使用这种思路切存量市场；

另外一种是积极的“人无我有”策略，他的适用场景是市场还处于早期阶段，没有寡头占领，供应链也有一定的创新空间，我们就可以利用这样的思路去打增量市场。当然，卖点策略没有绝对，还是要根据市场详细的面相再做判断。假设我们对某个竞品需要采用“人有我优”卖点策略时，接下来我们该怎么做。

回到之前，我们说了通过进入含有妈妈这个关键词的评论，我们对所有的评论都贴上了成熟卖点的标签，这个时候聚类思维又来了，我们需要将这些零零碎碎消费者关心的维度先聚类成几个维度的总和，再把我们最初分词的结果对应起来。

比如上图大家可以看到的，我们看过详细评论之后，得出了染皮肤，保护头发，过敏，安全的标签（实际的标签非常多，这里只是举例），我们把这些标签全部都归置到和健康相关的大维度之下，又再把第一次的分词结果和健康进行关联。这样的关联是为了我们给之后每一个 SKU 进行消费者舆情建模进行准备。

说到这里有的朋友可能会问了，我为什么要把第一次分词的结果和第二次聚类的总和做关联呢？这不是多此一举嘛？事实是由于具象评论中消费者说的内容和标签维度不是直接的一一对应关系，就好像我前面举了消费者说头发柔顺度的例子，一句话语义分布的比例不够明确，无法为产品的消费者舆论肖像直接建模，但第一次分词的结果和评论都存在一一对应的数量级关系，所以可被用于建模。

在抛出每一个 SKU 模型之前，我希望先和大家明确两个概念，以便于更容易理解之后的分析逻辑，第一个概念叫 TGI，用大白话讲就是对比某一个特征值在特定样本中的浓度和大盘浓度间的差别，小于 100 说明较大盘浓度低，大于 100 说明较大盘浓度高；举个例子，比如某个 SKU 妈妈这个关键词我们算下来，他的 TGI 是 132，那也就是说在这个 SKU 中，妈妈这个词出现的更多，要高于大盘的水平。好评率相对比较好理解，但是我们这里的好评率指的不是消费者给你了好评还是差评，是通过情感分析之后判断这句话的正负面倾向得出的结论；同样也举个例子，如果一个人在一家 C 店给了商家一个好评，好评的内容是：“一点都不好用”，那我们就会判定这个评论是负面的评论。

有了这些理论基础之后，我们就可以为所有竞品进行数学建模了。这是随机在 17 个 SKU 中抽取的某个 SKU，我们可以看到 6 个聚类维度下，这个 SKU 好评率和 TGI 的不同表现，两个柱子代表 SKU 自己的表现，横线代表 17 个 SKU 的平均值。