今年雙十一又過去了，大星觀察到各個平臺又沒有公布具體GMV。有人說這是存量戰爭的特點，大家不想提總成績，因為蛋糕不再增長。但有意思的，其實是平臺和商家們的變化。

還在用短信和電話大規模轟炸的是電商行業的新兵們，而傳統電商平臺和上面的商家們，反而表現得非常克制。

大星是一家男裝店的會員，作為他們的VIP客戶，每年能在上面消費兩次。今年10月底，它推送了一條消息給我，是一件夾克的鏈接，內容很簡單：

明天，半價。

10年了，終于有人知道我喜歡《星際穿越》里馬修·麥康納那件底特律但又買不起的心酸了嗎？！

為了這個消息，大星這么多年來第一次定了個鬧鐘。

說實話，我挺喜歡這樣的雙十一的，沒有宏大敘事、人工造節，也沒有盲目營銷、信息騷擾，大家高高興興就把錢花了，平臺和商家是什么時候開始變得這么聰明的？

知其難不知其所以難

大星看過一次彩妝品牌瑪麗黛佳的直播，主播在賣一款氣墊粉底，打完粉底后她拿著水往臉上倒，完事兒又拿水沖，拿紙巾揉，妝都沒花。

什么樣的姑娘會經歷這么水淋淋的考驗啊？化了妝為什么還要考慮防蹭，防誰蹭，怎么蹭？正在大星一頭霧水之時，人家“3、2、1”賣完了。

后來看對創始人崔曉紅的采訪，她說之所以讓主播展示粉底的防蹭特點，是他們發現新一代的消費者，很多不是被關鍵詞吸引而來的，真正吸引他們的，是：

需求被滿足。

從品牌創立開始，已經做了快20年電商的瑪麗黛佳，對于消費者的變化異常敏感。當他們看到小紅書上的很多女性，是先查看小長假、出行的場景內容，再關注粉底的時候，產品研發的邏輯順序就徹底改變了。

在電商的人找貨階段，想要拉升大家消費頻率，平臺就要用造購物節等方式提高消費者的打開率。那個時代，僅僅是在天貓平臺，瑪麗黛佳就有20多人的團隊，從設計到運營，全要自己干。

而現在的消費者們更愿意即時嘗試，喜歡新的體驗，喜歡交流，喜歡場景。崔曉紅說，大家變化得太快，“今天就都不是三十年河東，三十年河西，也不是三年河東、三年河西，現在是三個月河東、三個月河西。”

這種變化反向促使商家摒棄盲目營銷，轉而聚焦產品本質。除此之外，商家們還要尋找各種精細化運營工具，推動“貨找人”。

現在，瑪麗黛佳在天貓上的運營團隊只有3個人，但他們在全鏈路上都變得更敏捷和高效，原因是有了更強大的數據工具支撐。

被倒逼改變的不止有美妝行業。

1993年創立的愛慕，在30年的發展中積累了大量的消費數據，這些數據來自不同平臺，不同場景，怎么能在變革中用好這些數據，一直是個問題。

這個大星理解，比方說愛慕原來最早吸引的是女性會員，等她生了寶寶，可能也會給寶寶買東西，這樣就有了兩份數據。但是當代女性十大難題之一，不能有了寶寶就忘了老公，所以她老公是不是也要安排一下？

一個會員可以有兩種、三種不同的身份，如果能精細化運營起來，市場又能擴大一圈。這要是純靠人力開發基本沒戲，只有靠基于數據做精細化分析和用戶分群。

無論是高頻次的化妝品、服飾，還是低頻次的家電，大家同樣面臨著用戶精細化運營難題。

比如博西家電。我的哪些用戶會對新產品感興趣，我怎么知道他們對什么樣的電器感興趣，能不能量化他們的興趣？

那么問題來了。

用戶需求的洞察、精準的運營還有數字化降本增效是目前商家們最集中的訴求。但商家又不可能都去創造專業且昂貴的數據工具，這種事情該誰給他們干了？

前進！前進！

大星以前和阿里、京東、拼多多都聊過到底如何幫助平臺上的商家，大家介紹起來頭頭是道。

但聽得多了會發現，大家都有慣性。每個平臺都知道以前宏大敘事那套不好使了，在存量市場里要拼效率，可到底怎么提高效率，都依著慣性各干各的。

有的平臺靠供應鏈起家，給商家的工具主要就集火怎么合理配置倉網；有的靠運動式營銷起家，給商家的工具主要針對的就是搜索排名和集中展示；還有的簡單粗暴，特殊品類現金補貼。

這都是基因里帶的，沒有誰好誰壞，只有誰更貼近用戶需求。

大星在交流中發現，商家們用自己的邏輯推導了該做什么。比如說既然消費者變了，他們是怎么變的，變了多少，我們該怎么變化來適應等等。

這和上一個時代的人找貨邏輯發生了質變，現在大家強調的是讓貨找人，更進一步說，是：

數據找人。

過去常見的情況是：當一個主播賣爆了，公司內部各個平臺的人就會出現亂七八糟地問這里有沒有庫存、那里有沒有庫存，這就是典型的人找數據。在崔曉紅看來，數據對于商家來說，更要像是一個產品。

當數據清清楚楚自動推到所有需要的人的面前，這才是數據找人。

在外部，一旦數據工具挖掘到了消費者最新的關注趨勢，產品部門就可以迅速根據數據趨勢做出反應，進一步跟進產品小規模測試。

同樣的話，大星聽快消頭部品牌達能也說過。他們也正在精細化運營上下功夫，比如說，充分使用數據，指導他們在各種社交平臺上的“種草”。

瑪麗黛佳、愛慕、博西、達能這樣的企業，嘗試過很多平臺給到的工具，而后選擇了火山引擎。

為什么現在瑪麗黛佳在單平臺上的運營人員只有3個，是因為運營人員能通過火山引擎DataWind和飛書多維表格，快速了解各個直播間的經營狀況、訂單銷售情況、直播間流量等關鍵指標。

這個DataWind還有AI分析功能，可以通過對話聊天的方式提需求，讓它去深入挖掘、分析數據背后的原因和特征。

希望強化長尾運營及老客戶復購的愛慕和達能，對火山引擎的VeCDP（客戶數據平臺）、GMP（增長營銷平臺）、DataFinder（增長分析）等工具愛不釋手。各個渠道匯集起來的數據被一一打通并標簽化，再根據不同的營銷目標進行精準推送。

數據顯示，達能通過精細化運營服務的客戶，平均客單價會比沒加入過小程序的人群提升1.7倍左右。

博西家電在應用火山引擎DataTester進行文案、產品服務配置的A/B測試之后，運營位打開率提升了23%。

你得讓它轉起來

作家格拉德威爾2008年出了本叫《異類》的書，他統計了音樂家、運動員甚至像比爾蓋茨一樣的程序員，得出了一個結論，任何人想要成為某個領域的專家，需要10000小時的積累。

10000小時算下來是一年多點，當然，沒人能每天24小時堅持一年。

如果每天工作八個小時，一周工作五天，那么成為一個領域的專家至少需要五年。后來格拉德威爾又解釋了一下，說他自己從對新聞業一無所知到成為專家花了10年。

說起來也巧，為什么能讓不同行業的企業，都能快速把火山引擎的數據工具用起來，是因為這套東西在字節跳動內部也用了10年了。

大星剛才講過，企業的基因不一樣，大家都有自己的路徑依賴。

就比如說京東為什么是“多、快、好、省”，是因為它起家就是一個線上類沃爾瑪式的企業，與其說它是電商公司，不如說它就是一個供應鏈企業。你要是賣東南亞榴蓮，京東的供應鏈支持能讓你48小時從越南就挺進北京倉。

火山引擎它從字節跳動的根子上,就是一家數據驅動的企業。

大星清楚地記得，10年前所有新聞App還在以編輯制主導內容時，今日頭條就開始靠數據和算法實現內容與人的匹配了。

換個角度想想，能讓信息和人匹配，就能讓貨物和消費者匹配，原理上沒有什么不同。何況人家練了10年搞出的工具，它一定是方法論集大成者。

就比如他們的這套數據飛輪，底層為什么是數據資產輪，是因為它要先把所有渠道來的數據標準化，然后才能做數據開發。開發好了就要馬上投入業務應用飛輪，投入就要見效益，這完全就是互聯網公司所見即所得的快速打法。

這中間最重要的一層，一定是他們踩過很多坑的那四個字：

數據消費。

搞數據收集和開發的一般是技術人員；應用數據提升經營效率的，是前臺的業務。如果前臺覺得不好用，不會用，那你的數據再好也白瞎了。

大星在和商家的交流中發現，火山引擎的很多數據工具確實是在實踐中淬煉的。

比如前臺業務想用DataWind分析數據。他可能不太熟悉很多數據專業術語，但這個工具，用戶可以通過跟它對話聊天的方式解決問題，完事了結果還能直接通過飛書、微信快速分享。

這個玩意兒一出來，無論是懂數據的，還是沒數據基礎的，自然而然都去分析數據了。

火山引擎VeCDP的標簽能精細到什么程度，你喜歡牛的什么部位，上次你看了但是沒貨了，這次我營銷就可以精準推給你。抬抬手就能實現用數據指引業務。

很多用戶說，它這些工具，不像以前還要和技術人員討論先有雞還是先有蛋，大家都可以快速用起來。就像這幾年很熱的企業數字轉型，它核心不在于建系統，而在于用系統。

技術只是工具，業務才是目標。

好的理念和產品，本來不就該是這樣嗎？

關注星球視頻號，熟知寰宇人間事

加大星微信：Howbigstar 備注公司-職業

給我一個在看，我能撬動整個星球