营销理论分析：为何首席增长官会取代首席营销官？

《营销理论分析：为何首席增长官会取代首席营销官？》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、营销理论分析：为何首席增长官会取代首席营销官？　　心智占有率、获取便利性和数据可用性导致了营销理论的整体迭代。　　营销理论分析：为何首席增长官会取代首席营销官？　　心智占有率、获取便利性和数据可用性导致了营销理论的整体迭代。　　营销理论分析：为何首席增长官会取代首席营销官？　　心智占有率、获取便利性和数据可用性导致了营销理论的整体迭代。　　　　随着可口可乐现任CMO（即“首席营销官”ChiefMarketingOfficer）在今年五月退休，这家消费品巨头将不再设立“CMO”职位，取而代之的，是新设立了“CGO”（即“首席增长官”Ch

2、iefGrowthOfficer），CGO既囊括了传统营销的工作，同时叠加了消费者与商业领导、战略规划等职能（GlobalMarketing,CustomerandCommercialLeadership,andStrategy）。　　与其围绕着CMO到CGO的职位变迁来讨论，不如从营销理论方面的变化来做一点分析。我认为M、P、D三个因素导致了营销理论的整体迭代，尤其是最后一个D的因素的影响在现今这个时点成了胜负手。　　M和P在经典营销理论里面一直有提及，即，任何消费品牌的增值，都源自两个维度：　　lMentalAvailabilit

3、y，可理解类似Shareofmind，即品牌在消费者印象、心智中的占有率；在过往，往往是以广告逻辑的种种推演，来达到所谓消费者“容易想得到”的诉求。　　lPhysicalAvailability，可理解为获取的便利性，即，购买商品、获取服务、进行交易的便捷性。在过往通常被理解为消费者可以方便触及的线下网点的部署逻辑，品牌通过覆盖、选址等来满足消费者“容易买得到”的最后一公里诉求。　　时至今日，科技的发展，移动互联网的出现，代际消费的迁移，使得M、P因素产生了演化甚至完全重塑。　　M因素，心智占有率，社交、搜索、深度细分圈群、UGC、消

4、费偏好、兴趣偏好等在过去5年间被牢牢的链接到了手中、指尖的各种移动设备、移动应用上，从而基本完成了对消费者的心智占领的攻防战。　　P因素，“获取便利性”，由于几乎同样的原因，在线上流量、线下入口、支付便利性等核心因素的重塑，“便利性”不再与线下网点的部署逻辑有明确的因果逻辑。　　而近几年出现的D因素，即DataAvailability，成为了新的胜负手，即营销与大数据时代的可用性能力成为了核心竞争点。此对接能力不是狭义的所谓大数据的4v定义等等科技术语，或者说DMP、RTB、PDB等等广告技术引入大数据客户画像等直接逻辑。后文会简单描

5、述一下数据可用性能力的分解是什么。　　M、P、D三因素的互相作用，达到如下的互动结果来支撑从纯粹意义的CMO到CGO的变化。　　MentalAvailability，当消费者（consumer）甚至产销者（pro-sumer）的心智借助科技的变化、移动互联网的普及，消费者的消费旅程的数字化、数据化痕迹几乎都是可以获取和加以分析的，由此而得出的分析结论是可以同样以数字化技术与消费者心智直接对话的。比如，对KOL（意见领袖）的识别、舆情情绪的设计、智能推荐引擎、智能客服引擎等之前在没有海量数据、机器学习能力的时代，由于缺少充沛的数据原料、

6、缺少智能化数据平台引擎而并无明显的用武之地。因此M元素在加成D元素后，将改变原有的品牌广告、效果广告的界限，甚至超越原有的广告逻辑，进入“经验客户消费旅程”的范畴。　　PhysicalAvailability，线上的流量不一定与线下的入口强相关，线下的流量同理，但是同样借助于技术、移动互联网的发展，以二维码、WiFi、ibeacon等等技术工程的铺设，线上线下的流量的相关性通过数据、数字已经可以对流和相互刻画，甚至实现可以加之以运营手段，即形成ManageableTraffic（可管理的流量）。所谓的流量可否管理，关键点不在对接哪些现

7、有的大流量入口，而在于是否可以借助流量的建设、管理积淀企业的数据可用性能力。　　从前面的M、P的因素中不难看出，其中有一个核心关卡在于数据可用性能力，即DataAvailability。今天的数据可用性能力的构建，同样由于科技和移动互联网的变迁，需要考量的关键点也发生了很大的变化。企业需要穿越所谓“数据的三重门”来看待自己的可用数据在哪里，而不是交易门里面的数据自己自然获取，外部的数据以简单的交易交换来获取的简单做法。　　　　MPD三要素　　如前所述，CGO需要考量的客户的领导力、商业品牌的领导力、战略、营销四个角度，都与数据可用性能

8、力的构建息息相关。　　　　数据三重门示意图　　所谓数据可用性能力的搭建，是以两个主线需要考虑的问题。　　数据的“获”“驯”“养”“读”四个关键环节来构筑企业的DataAvailability能力　　以3A3R+TPU的方