解數咨詢：小紅書種草8倍ROI轉化密碼（2021）（34頁）.pdf

1、DATA INSIDER CONSULTING解數 找尋確定性解數 找尋確定性小紅書種草8倍ROI轉化密碼解數咨詢2021.12DATA INSIDER CONSULTING解數 找尋確定性DATA INSIDER CONSULTING解數 找尋確定性各位解數咨詢的會員們，晚上好，我是適何文化MCN的合伙人Sabrina感謝解數的邀請，解數是業內少有的對數據拆解得透徹，且落地于新消費環境的公司，我們也深深受益于解數咨詢專業的品牌洞察和對行業的理解。接下來我將就我們與上百個行業頭、中部品牌合作，習得的小紅書營銷經驗與各位分享。今晚探討的內容營銷方向，可能會顛覆市場上大部分機構的理論，但這也是我們

2、幫助品牌做的難而正確的重要轉變之一。首先，我們簡單聊聊為什么要種草？國內營銷從新浪微博開始，新媒體平臺逐漸崛起，這類平臺有著更加豐富的交互能力，能給用戶帶來更真實的體驗。DATA INSIDER CONSULTING解數 找尋確定性在新媒體的生態里，有著K這樣的群體，一種新的營銷模式孕育而生：B2K2C。相比傳統的B2C模式，中間通過KOL/KOC搭建橋梁，拉近了品牌與消費者之間的距離，品牌效果得以高效外化，也降低了用戶的決策成本，對品牌新、客單價高、需要更高忠誠度的商品/品牌/行業，效果更加突出。種草必然是順應時代趨勢的選擇，那今天我們要選擇一個什么樣的平臺作為自己的種草陣地呢？除了抖音這樣

3、已達到6億日活的超級平臺外，如果品牌預算有限，或尋求抖音之外的戰略性平臺，我們可以從TA人群和平臺屬性看看。DATA INSIDER CONSULTING解數 找尋確定性首先是TA人群，小紅書1億+月活用戶，有70%的90后，70%的女性，52%的一二線城市用戶，年輕、女性與一二線城市消費力更強，這些可貴的TA標簽都是大部分新銳品牌追求的。再看看平臺屬性，一半以上的用戶進小紅書的第一件事是搜索，這個比率在主流社交媒體上是獨樹一幟的高。用戶帶著明確的需求打開小紅書，是因為上面有4300w+的創作者在分享與決策相關的內容，這些內容足以幫助用戶完成消費決策。DATA INSIDER CONSULTI

4、NG解數 找尋確定性小紅書逐漸成為了女性消費決策的搜索引擎，而真實、向上、多元的社區氛圍也讓用戶追求小紅書上的生活，產生分享欲，幫助更多來做消費決策的用戶。每個平臺都有自己的特性，隨著用戶增長，平臺上的用戶越來越泛。但如果簡單概括基因人群，小紅書可能是Metropolis，是中國的北京、上海、深圳，是美國的紐約，B站也許是School，Z世代在其中享受“課上”與“課下”的時光，快手或許是Village，快手老鐵接地氣、有人情味。所以今天眾多新銳品牌涌入小紅書，是因為我們認為小紅書的用戶是品牌想要的TA，平臺屬性是利于品牌快速成長的。那小紅書究竟該怎么玩呢？這就進入了正題。自從19年小紅書商業化

5、以來，我們幫助了上百個行業頭、中部品牌做全案營銷，投放規模上億元。DATA INSIDER CONSULTING解數 找尋確定性第一次接觸品牌時會接到各種各樣的問題，比如：如何驗證小紅書的投放效果？或者，我在小紅書有爆文，但為什么銷量沒有提升？這類問題都需要先回歸到最根本的問題上，那就是在小紅書投放的北極星指標是什么？這是無論品牌處于什么階段都可量化、可建設的站內指標。小紅書作為中國最大的年輕用戶種草社區之一，已經成為品牌投放的兵家必爭之地，但仍有一大難點，就是效果無法歸因。站內商城閉環較弱，大部分種草效果外溢到了站外收口平臺，（收口對電商品牌而言主要是天貓、京東、拼多多，對于非電商品牌而言，

6、主要是品牌APP、公眾號、線下門店）。最終形成了小紅書種草、全網收割的格局。所以小紅書的真實GMV=小紅書站內GMV+所有被小紅書影響的收口平臺的GMV。今天我將與各位老師探討3個我們認為不夠準確的北極星指標DATA INSIDER CONSULTING解數 找尋確定性第一類是過度關注小紅書站內ROI，站內的機會流量開發度很低。品牌希望每一分投放都可歸因效果，所以電商品在小紅書通過站內商城考核ROI，非電商品通過站內H5考核例子成本。這聽起來是合理的，ROI滿足一定數值后即可在小紅書上放量投放。但問題在于，一旦我們過度追求小紅書自身的ROI，那投放量必然是小的。重轉化的素材大部分都是在封面、標

7、題，內容上具有硬廣屬性的，它們都提高了用戶對廣告的敏感度，閱讀率、完播率大大降低；用抖音的語言來小紅書上與用戶對話，只有少量需求極度明確的用戶愿意買單。種草需要降低廣告敏感度，提高品牌好感度，我們要考慮它需要一段周期，還有外溢收口平臺轉化的價值。第二類是錯拿過程指標當結果指標，做了對真實GMV貢獻效率較低的投放。DATA INSIDER CONSULTING解數 找尋確定性DATA INSIDER CONSULTING解數 找尋確定性說到這里，我們不得不談談爆文。這里我們先把爆文的定義設為單篇筆記產生1000以上的互動量市場上應用最廣泛的北極星指標之一是“爆文”，我們想要更低的筆記閱讀成本與互

8、動成本。這聽起來也是合理的，同樣價格的筆記，被更多人看到，產生更多互動，似乎產生了更大的影響力，對轉化更有幫助。我們來看一個新銳寵物用品品牌的案例，他們的線上媒體布局主要在抖音，今年4月起開始嘗試小紅書的創作者種草。抖音通過小店閉環轉化，小紅書的種草效果會引導至天貓轉化。由于處于品牌初期，天貓的數據較穩定，很好觀測合作效果。我們在8月接觸品牌方幫助其復盤歷史合作效果時，發現一組很好的數據，他們通過MCN機構在3個月內做出了33篇爆文，閱讀成本不到2毛錢，互動成本5元，遠遠低于行業均值，我想這對于大多數品牌而言都是筆很不錯的買賣。DATA INSIDER CONSULTING解數 找尋確定性但讓

9、我們疑惑的是，在觀測天貓數據變化時，發現天貓的品牌詞搜索量、進店量、銷量在這段時期內都沒有明顯提升。這不免就帶來了一個問題：爆文不能帶來轉化嗎？我們深入洞察看看，首先是這幾篇爆文的內容，多是通過寵物垂類博主發布，以趣味情景劇形式合作，頭圖、標題和產品沒有關聯，內容以拍攝寵物的日常和互動為主，中間植入產品廣告。這個時候可以想象，大家都樂呵呵地把視頻看完了，記住了貓，記住了有趣的內容，卻沒有人記住植入了什么產品。其次從博主類型來看，如果從有限的“表象指標”來前選博主，很多品牌會傾向于挑選垂類博主，比如寵物品牌挑萌寵博主，母嬰品牌挑母嬰博主。所以這個品牌也都挑選了萌寵博主合作，然而我們回顧這些爆文觸

10、達到的人群，24歲以下占比超過70%。為什么會這樣呢？DATA INSIDER CONSULTING解數 找尋確定性下圖是某個頭部萌寵博主的粉絲畫像，能看到部分萌寵博主的粉絲大多是學生，城市等級較低這些粉絲可能沒有養貓，或者還沒有經濟能力做貓相關產品的決策。DATA INSIDER CONSULTING解數 找尋確定性這個品牌的目標受眾是養貓的人，但吸引來了一群云吸貓的人，這是花錢幫博主的貓做了一波營銷。無論我們操盤的是所謂的品牌廣告還是效果廣告，最終大部分還是服務于GMV。我們洞察的結果表明，閱讀成本、互動成本會影響GMV，但只是其二指標，且權重并非最高的，與GMV沒有直接相關性。但為什么市

11、場上慣用閱讀成本、互動成本來衡量小紅書的效果呢？一來我們不知道還有什么與轉化更相關的指標二來這兩個數字總有機構能“優化”，生產爆文很簡單，有固定的內容范式，品牌植入程度越淺，出爆文的概率越高，交出漂亮的結果還是相對容易的。第三類是把增粉視為核心目標。以一個少兒英語品牌的企業號為例，他們搬運了大量英語繪本到企業號，做了“每日一本英文繪本”系列筆記，內容質量高，成功漲了30w粉，這看起來也是一個成功的案例。DATA INSIDER CONSULTING解數 找尋確定性實際上，背后的銷售轉化寥寥無幾，投入的人力與產出不成正比。品牌的目標受眾是媽媽，她們確實都被吸引來了，看似成為了品牌的粉絲，實則只是

12、想在這里薅羊毛。今天是品牌A發還是B發這些繪本不重要，因為這些內容沒有門檻，也沒有品牌辨識度，粉絲記住的不是她關注了某個品牌，而是她找到了一個每日繪本讀物，還免費。我們想把用戶從公域轉化到私域后變現，我們應該追求的是對品牌有好感、對品牌忠誠的粉絲，不是單純的“粉絲量”這個數字。所以，如果今天追求小紅書站內轉化、生產“爆文”、提高粉絲量，都與獲得更高的GMV沒有強相關性，那它們便不是小紅書的北極星指標。大家可能疑惑了，那小紅書正確的營銷方式究竟是什么？在我們的合作品牌中，不乏有僅投小紅書單一渠道，或主要投放陣地在小紅書上的品牌。在深度合作的過程中，除了沉淀了小紅書的品牌數據，也沉淀了收口平臺的轉

13、化數據，我們利用這些數據，以收口平臺的轉化為目標，形成了更優的小紅書的投放模型，提煉了小紅書內容營銷的三板斧。DATA INSIDER CONSULTING解數 找尋確定性做好這三件事，可以大大提升小紅書種草的轉化效率。第一板斧是確認小紅書的北極星指標。以一個20年天貓雙十一的TOP美瞳品牌為例。淘內流量趨于飽和，獲客成本越來越高，去年4月起，品牌方把目光瞄準小紅書尋求品牌增長。4-8月，他們都嚴格考核小紅書商城的ROI，當時小紅書站內美瞳行業仍存在流量紅利，電話回訪顯示，天貓上每50個用戶中有8個來自小紅書種草，但也因為站內ROI的限制，月均消耗僅在30萬元。不過在這段時期內，我們也幫助品牌

14、沉淀了大量種草效果更優的筆記。去年10月起，為了沖刺雙十一，品牌提升了小紅書的預算占比，舍棄小紅書商城的ROI考核，月耗提升至300萬元，把關注放在了天貓的GMV增長上，最后取代競品成為了雙十一美瞳TOP品牌。該品牌大規模放量期間，我們在觀測小紅書站內指標和天貓搜索、進店、GMV的關系時，驚喜地發現有個單一指標的皮爾森系數最高，即相關性最高，這個指標就是小紅書站內的品牌詞搜索量。DATA INSIDER CONSULTING解數 找尋確定性當小紅書的品牌詞搜索量呈1倍增長時，天貓的品牌詞搜索量呈5倍增長，從而天貓的進店與GMV成倍增長。我們從小紅書種草、全網收割的原理來看。DATA INSID

15、ER CONSULTING解數 找尋確定性大家都知道阿里的數據銀行，小紅書也擁有品牌數據資產，沉淀了品牌數據銀行是描述用戶與品牌關系的一整套用戶分層模型。數據銀行的定義平臺后期可能還會優化，就目前的分層來看，呈現圖上右側的沙漏狀，分別是Attention層曝光人群，Interest層興趣人群，比如閱讀、互動的用戶就沉淀在這層，Search層搜索人群，即搜索了品牌相關詞的人群，Action層行動人群，即成為了品牌的粉絲，或在站內轉化的人群，Share層分享人群，即截圖、分享筆記給好友，或發布品牌相關筆記的人群。A、I層很好理解，以筆記的曝光、閱讀、互動為主。S層是很關鍵的一層，前面我們提到小紅書

16、已經成為了女性消費決策的搜索引擎，大量的用戶在上面檢索品牌名或品牌產品名，希望獲得更多的信息幫助決策。這些搜索的行為有部分是因為站外的營銷活動，對品牌產生興趣后溢入站內，如果品牌沒有大規模出街活動，那這些搜索很大一部分來源于站內用戶被品牌種草后、對品牌產生深度興趣后的行為。DATA INSIDER CONSULTING解數 找尋確定性而從小紅書站內品牌詞搜索這個動作開始，已經大量地外溢到站外收口平臺，有些用戶被種草后還需要更多對比，便在站內檢索品類詞、品牌詞、品牌產品詞；但有更多用戶已經可以決策，便直接在天貓上檢索品牌。于是有了小紅書外溢天貓搜索率，最后在天貓產生搜索、進店和購買。在小紅書上的

17、所有營銷動作，都對站內品牌詞搜索量產生影響，而這也是決定了最終收口平臺轉化的關鍵指標。我們再來回顧前面案例中提到的寵物用品品牌，在產生了33篇爆文后，天貓的搜索量、銷量均沒有明顯增長，同時我們也觀測了小紅書品牌詞搜索量的表現。.下圖為3個寵物用品品牌的品牌詞搜索量趨勢，這個品牌是灰色曲線，對比綠色和藍色線的兩個競品，品牌詞搜索量沒有明顯波動，且絕對值很低。我們可以斷定，這33篇爆文未能讓用戶對品牌產生深度興趣，所以極少產生閱后搜的行為，從而也極少外溢到天貓，形成轉化。DATA INSIDER CONSULTING解數 找尋確定性確定了北極星指標是小紅書品牌詞搜索量后，咱們還要加個限定條件，是非

18、負面事件下的搜索量提升。我想應該沒有品牌想上微博自然熱搜吧，畢竟和品牌相關的熱搜絕大多數都是靠負面事件上榜的。而在非負面事件下，短期內要引導用戶主動搜索品牌，并不是一件容易事。所以接下來的兩板斧后驗策略和前選策略就是提升北極星指標的解決方案了。DATA INSIDER CONSULTING解數 找尋確定性第二板斧是通過后鏈路數據評估合作效果，也稱為后驗策略。后驗分為短期后驗和長期后驗。短期后驗指在內容營銷的過程中，我們通過北極星指標的變化來調整投放計劃。具體來說，不同的筆記在不同的廣告觸點上，觸發到不同的目標人群都會產生不同的回搜率，也稱為閱后搜索率，代表閱讀筆記后，搜索品牌相關詞的概率。投放

19、過程中，我們找到最理想的創作者、投放筆記、廣告觸點、目標人群，使得回搜率達到最佳范圍，并集中投放，最終便高效提高了北極星指標。但即使如此，我們仍然需要長期后驗。指在內容營銷投放結束后，我們打通小紅書與收口平臺后鏈路數據，利用歸因分析模型，計算營銷過程中每一環對用戶轉化的貢獻。種草社區和電商平臺是天然分開的，誰也無法兼容并包。長久以來消費者（用戶）已經形成固有心智，種草社區因為中立、公正，是消費者分享使用商品的體感的平臺，才能吸引其他消費者來到這里瀏覽、搜索、咨詢、分享。DATA INSIDER CONSULTING解數 找尋確定性而電商平臺則具備豐富的商品、低廉的價格、強大的倉儲、物流、售后服

20、務，用戶來電商平臺就是來買單的；所以雖然北極星指標能幫助完成短期后驗，但它驗證的只是購買趨勢，如果想要了解購買的絕對值，需要完成長期后驗。種草是一個過程，通常一個消費者（用戶）不會只閱讀一篇筆記就轉化，在過往的實驗中，我們積累了大量項目經驗數據不同行業/品線的商品，用戶轉化所需的平均閱讀篇數也會變化，例如（快銷品6-7篇，美妝個護10-13篇）。在這個過程中，用戶會進行學習、比較，最終決策，跳轉電商平臺進行購買，如果我們認為，用戶看到的每篇文章對最終轉化起到的作用都一致（即種草筆記閱讀順序不分前后），那么每篇文章的權重也相等，則達人的種草效果可以計算為后鏈路用戶行為的總和。那么我們所說的后鏈路

21、用戶行為包括哪些呢？首先在淘寶天貓側，用戶后鏈路主要表現為數據銀行AIPL分層，AIPL是刻畫用戶與品牌關系的，A層是曝光層-用戶在廣告位、列表頁看到過品牌，I層是興趣層-用戶進入過品牌的商詳頁/門店頁，或搜索過品牌詞、商品詞等，P層是購買層，即用戶購買過品牌的商品；L層是忠誠層，即用戶有多次購買、評論等行為；京東后鏈路行為則包括用戶進店、加購、轉化行為；DATA INSIDER CONSULTING解數 找尋確定性DATA INSIDER CONSULTING解數 找尋確定性有了這些明確的后鏈路數據，我們則可以通過對每種行為設計權重，而計算出每位創作者本次種草的價值貢獻，即KOL價值=A層用

22、戶數*A層權重+I層用戶數*I層權重+P層用戶數*P層權重+L層用戶數*L層權重。這樣一來，我們就能夠形成數據閉環，形成品牌自己的創作者種草策略。而這些帶來轉化的創作者內容，又形成了內容范式，成為可復制的內容模版。我們來看某個一線集團孵化的美妝新品牌的案例，該品牌在小紅書投放后，打通小紅書和天貓后鏈路數據，從而找到高價值人群，即小紅書種草，天貓轉化的人群。DATA INSIDER CONSULTING解數 找尋確定性DATA INSIDER CONSULTING解數 找尋確定性再對這類人群做人群、內容、觸點和行為分析，也就是了解什么樣的博主發布的什么樣式的內容，出現在什么廣告位上，通過多長時間

23、的發酵后更容易產生天貓轉化。DATA INSIDER CONSULTING解數 找尋確定性DATA INSIDER CONSULTING解數 找尋確定性于是，我們得到了4個整體結論，第一，在小紅書站內被品牌內容觸達過的用戶，對比沒有在小紅書被觸達的用戶，轉化率提升了6.5倍；第二，下單前大部分用戶會再回到搜索上做對比；第三，18-34歲的一二線城市活躍女性是品牌的主要購買群體；第四，品牌內容觸達2-3周后達到轉化高峰，平均瀏覽7篇品牌內容后轉化率顯著提升。DATA INSIDER CONSULTING解數 找尋確定性DATA INSIDER CONSULTING解數 找尋確定性同時，我們也得到

24、了不同觸點對于購買的貢獻在搜索位、發現頁、關注頁等不同的位置上，被廣告流量和社區流量觸達后對訂單轉化的貢獻都是不同的。DATA INSIDER CONSULTING解數 找尋確定性DATA INSIDER CONSULTING解數 找尋確定性最后，我們得到了每位創作者的種草內容對于購買的貢獻可以看到，粉絲量高、單價更高的KOL不一定帶來了更好的訂單轉化，而轉化好的KOL模型便被我們沉淀下來了。DATA INSIDER CONSULTING解數 找尋確定性DATA INSIDER CONSULTING解數 找尋確定性在第二次內容營銷種草之前，我們可以拿出先前積累的數據資產，總結轉化效率高的創作者

25、的特征，形成了創作者資源池和淘汰機制每次營銷過后，只留下轉化效率最高的創作者，淘汰掉效果差的，并在下一次營銷中引入新創作者，進行效果評估，從而形成新一輪淘汰，逐漸沉淀出越來越優質的創作者群體，乃至逐漸積累對內容策略的理解，并把這些理解應用到我們的第三板斧：前選策略中。DATA INSIDER CONSULTING解數 找尋確定性第三板斧，前選策略。我們通過后驗單品牌數據資產，形成了品牌自己的內容營銷策略；合作品牌數量多起來后，基于同樣的歸因模型，我們便形成了行業通用的內容營銷策略。在創作者前選上，一般品牌或機構會通過“表象指標”進行篩選，例如粉絲數、曝光量、閱讀量、互動數；當大家有了一定經驗，

26、又會加入一些更加豐富的“效率指標”，例如曝光成本、互動成本、互動率等；經驗豐富的玩家會引入更多“經驗數據”，例如創作者過往與品牌合作時的“表象指標”。這些指標沒有錯，確實可以起到“初篩”的作用，但是距離“拿結果”還是遠了些；我們推崇的科學前選則是以“結果指標”為導向的達人效果預估。在后驗的過程中，我們發現，如果今天品牌的能力暫時只能用“表象指標”前選博主，那也需要至少用到54個指標，并匹配相應的權重，指標的大方向分為基礎數據量指標、賬號含水量指標、粉絲畫像指標、賬號調性指標等。DATA INSIDER CONSULTING解數 找尋確定性但如果有能力沉淀行業后驗模型，我們還可能發現有助于“拿結

27、果”的、與種草能力相關的指標。比如：創作者的TA濃度，即創作者在品牌所在行業下的歷史轉化貢獻。這點可以理解為歷史合作時對天貓AIPL層的貢獻成本。我們來聊聊是如何通過TA濃度對創作者進行“精篩”的什么是TA濃度？分母是：近一段時間（30/60/90天內）創作者內容覆蓋的總人群，分子是這些人中帶有TA人群標簽的人群；什么是TA人群？我們通常用幾種方法定義TA人群，例如，阿里的八大策略人群就是典型的TA人群（小鎮青年、都市白領、精致媽媽、Z世代等），這種定義TA人群的方法即我們對商品面向人群的定位，主要包含性別、年齡、地域等基礎屬性信息（一線城市、女、24-35歲）；再如帶有行業標簽、場景標簽、功

28、效標簽的用戶也是TA人群，例如：行業（美妝、個護）場景（油皮、干皮）功效（美白、去油）等標簽再如競品人群也是典型的TA人群，例如：目標行業競品、跨行業競品，這類情況通常是我們有清晰的對標品牌/商品，我們可以提取競爭賽道中的用戶群體的特征來定義TA人群；DATA INSIDER CONSULTING解數 找尋確定性再如轉化人群/CRM人群也是典型的TA人群，我們可以從過往轉化人群中挖掘人群特征標簽，再利用這些標簽定義我們的TA人群。好了現在我們知道TA人群如何定義了，但為什么TA人群濃度高就更加科學呢？我們內容營銷的載體是筆記，大多數情況下，我們是在利用平臺對這篇筆記自然分發的流量對人群進行種草

29、，也就是說，一個達人日常通過自然流量覆蓋到的TA人群濃度代表著他能為品牌觸達多少目標用戶，而除此之外的人群可能是無效人群我們考慮一個極端情況，即一個達人日常的曝光、點擊、互動極高，但TA濃度為0，那么這個達人能夠為我們帶來的轉化幾乎為零，就是叫好不叫座。一開始提到的，一篇爆文，閱讀量、互動量極高，但是一看評論區，大家討論的并不是商品，而是內容里的其他噱頭。而一個TA濃度較高的達人，覆蓋的有效人群占比高，則閱讀到轉化的效率也會高，再觀察評論區，大家往往在針對商品的屬性、功效、應用場景、購買渠道進行溝通。只有真正對商品感興趣的人才有可能轉化，特別是用戶決策成本高的賽道。DATA INSIDER C

30、ONSULTING解數 找尋確定性我們來看個案例。某個在小紅書已合作1年的頭部日化品牌與我們第一次接觸時，正在做一波較大規模的內容執行。他們提供了精篩后的合作博主名單給我們，我們使用創作者前選功能后看到，下圖左側數據為博主列表按歷史筆記閱讀中位數排序的推薦序列，TOP10被標為藍色；右側為經過對博主覆蓋人群的品牌TA濃度計算出的TA閱讀數排序，可以看到TOP10的KOL已經大相徑庭。這波內容投放結束后，我們也幫助品牌做了后鏈路數據驗證，右側TOP10的KOL轉化效率相較左邊提升了45%。DATA INSIDER CONSULTING解數 找尋確定性DATA INSIDER CONSULTING

31、解數 找尋確定性小紅書不是通過粉絲金字塔理論5個頭部博主+20個中部博主+100個腰尾部博主+1000個素人就能實現效果的平臺。粉絲量也好、閱讀量互動量也好，離開了結果指標，對于品牌方來說都只是一組數字、是過程指標，帶不來實際價值。內容是品牌在小紅書的營銷基石，商域流量是營銷效果的放大鏡。我們通過關注北極星指標的變化，從后驗到前選，再到后驗的閉環，經過2-3輪的數據沉淀與策略迭代，最終幫助品牌的ROI提升了8倍。感謝各位老師百忙之中前來聽我的分享，也祝愿大家能在內容營銷的路上以終為始、所向披靡。其實在這些年沉淀下來的行業經驗還有很多，但由于時間的限制，今晚分享的案例與策略講解比較有限，大家可以

32、加我的微信一同探討。再次感謝大家的聆聽，祝各位老師雙十二、周末愉快！謝謝大家。DATA INSIDER CONSULTING解數 找尋確定性用數據洞悉電商解數咨詢公眾號解數咨詢創始人微信歡迎掃碼，獲得更多一手數據洞察DATAINSIDERCONSULTING解數 找尋確定性定制化咨詢服務擁有麥肯錫咨詢和劍橋系經濟學基因，解數團 隊已為超百位頭部消費品企業及聚焦電商行業 機構提供咨詢服務，成功幫助起盤期和瓶頸期 企業走出困境、實現業績突破。同時也為消費品投資機構提供專業數據服務，通過全網數據幫助投資機構提前發掘有投資機 會的行業和項目，并提供數據DD服務，甄別 項目機會與風險。專業團隊全域操盤，全局化、系統化規劃打法，精細化、專業化投放精英，助力企業實現短期快 速增長。站內外組合拳電商醫生依托多年行業一線實操經驗及全域數據，幫助 企業解決營銷問題、團隊管理問題及產品創新 問題，同時起到預防和治理的同步作用，為企 業快速穩健發展保駕護航，幫助更多品牌成為 百年企業。DATA INSIDER CONSULTING解數 找尋確定性DATA INSIDER CONSULTING解數 找尋確定性解數 找尋確定性DATA INSIDER CONSULTING解數 找尋確定性2021解數 找尋確定性THANK YOU