营销新时代：关于预测模型的预测

    预测模型定义

    在快速消费品行业，新产品销量预测是基于一个考虑消费者和营销数据的模型。消费者数据包括采购和购物历史以及产品曝光率和评价。营销数据包括市场数据（比如，该类产品目前的渗透率、份额和定价）以及测试产品的预期营销计划（比如，广告支出和分销级别）。这些组成部分被整合成一个预测模型，以便预测新产品在投放市场后一两年内的销售情况，如图1所示。

    预测模型自20世纪70年代问世以来一直是行之有效的，与其之前的预测（即真实的店内测试市场）相比，这些预测模型为预测新款快速消费品的销售情况提供了一个更有效、更具成本效益的手段，而且准确度不低于前者。

    营销新时代

    目前我们面临着营销新时代。媒介不断细分，电视和平面广告得到补充—有时被取而代之—公司网站、互联网广告、搜索引擎优化、社交媒介、移动通信、电视剧电影中的产品投放、赞助以及口碑。这些新途径为快速消费品营销人员提供了数不胜数的机会。比如，超级碗或世界杯期间一段30秒的电视广告就会耗费数百万美元之巨。不过，YouTube上的病毒式营销或许也能取得同样的效果，而且花费更少。举个例子：Stride口香糖赞助了一段由用户拍摄的名为“跳舞毯”的视频，其中，用户让他的一位朋友拍摄他与世界各地的当地人一起跳舞的情景，赢得了2000万次的YouTube访问量。

    尽管在营销新时代，机会无处不在，但新挑战和威胁却开始显露出来。创新过程将注意力更多地放在初期阶段，实现突破性创新以获得更多的关注，全球化日渐成为准则。此外，竞争并不容易加以界定。新产品可能横跨多个类别，或产生一个新的类别，抑或是面临自有品牌的激烈竞争。那么，在营销新时代，预测模型将发生怎样的转变呢？

    关于预测模型未来的洞察

    以下是关于预测模型在接下来5年时间里演变的七种预测，以期更好地帮助包装消费品营销人员在其新产品营销过程中取得成功。

    预测1：预测与金融咨询相联系

    营销人员对其目前的创新度量感到不满意，觉得缺乏责任性。在波士顿咨询集团2009年进行的一项调查中，不到1/3的受访公司表示，它们对自己的创新度量感到满意（参见图2）。在2010年麦肯锡进行的全球调查中，仅27%的受访者表示其所在的公司在对商业领袖进行创新问责方面做得非常或极为有效。

    预测模型有助于提供与营销行动准则和ROI目标有关的指导意见。此外，预测模型还可用作规划工具。预测模型可在与研发投资、工厂产能和库存管理有关的问题上为公司提供帮助。许多公司寻求的不仅仅是单一预测和置信区间，它们希望了解实现不同目标的可能性。比如，预测结果可能是：有80%的可能性实现3000万台销量，有50%的可能性实现3500万台销量，而仅有10%的可能性达到4000万台销量。

    预测2：向受访者级模型转移

    如今，预测模型的一些方面具有受访者级的元素。

    然而，预测模型仍然是笼统的。我们并未针对每个消费者创建预测模型。拥有一个受访者预测模型，可以更好地激发媒介和分销，为针对性的创新做出更好的预测。
    正如图3所示，我们可以通过了解每位受访者，得到一个更可行的预测模型。通过模拟与媒介计划相结合的消费者媒介习惯、与店内分销和促销计划相结合的消费者购物历史以及消费者对产品线中各个产品的兴趣，我们可以开发出针对特定时间期限内产品线中各个产品的消费者的预测模型。

    预测3：对全球转移性给予更多关注

    如今，公司为了控制成本，在少数市场上进行预测，而在其他市场上做出猜测。比如，对澳大利亚进行预测，对新西兰则做出最佳猜测。

    理论上说，营销人员能够考量两个市场共有的特性，比如：市场份额和渗透率以及媒介和零售环境，先投资进行针对澳大利亚的预测，然后根据澳大利亚和新西兰市场的共同点，得出针对新西兰的预测。我们把根据一个市场预测另一个市场的能力称作可转移性，我们预计，还将会出现更系统、更准确的手段来将一个市场的预测模型转移至另一个市场上。

    预测4：更多地关注竞争

    如今，尽管竞争对于新产品的成功具有重要的影响作用，大部分预测模型仍只着重于测试产品。

    竞争可以是直截了当的，比如，一个著名的制造商品牌击败投放到市场上的新产品，或自由品牌的受欢迎程度与日俱增。或者，可能很难对竞争加以界定，尤其是新产品系列的市场新军（比如，红牛能量饮料），横跨多个类别（比如，一款既是糖果又是薄荷糖的产品），或产品类别比较模糊（比如，掺有酸乳酪的强化麦片）的产品。预测模型应能够甄别竞争对手，并考虑创新在与这些竞争对手的竞争中如何发挥作用。此外，预测模型必须应对未大肆做广告的产品，利用非传统媒介，或在了解竞争对手的基础上依赖购买营销策略。

    传统做法是将新产品放到其将要上市的国家的历史数据库中，和相关品类的基准进行比较。这些历史数据库通常案例太少（尤其对于新产品类别和新兴市场，更是如此），类似于暗箱操作，而关于数据库包含哪些理念，更是毫无透明度可言。

    另一种手段使消费者得以界定竞争对手，然后根据能够在预测模型中加以利用的对比情况来制定基准。这种方法具有明显的优点：（1）不存在暗箱；（2）测试产品是对照其需要在市场上击败的竞争对手来予以评价的；（3）诊断与预测直接相关，这样便可以激发诊断方面的改进（参见图4）。

    预测5：预测由产品推出前改变为产品推出后

    鉴于有如此之多的变量能够影响创新的发展和推出过程，营销人员必须能够预测此过程中任何一个时间点的销售情况。我们预计，预测将在比目前更早的时候进行，比如，在掌握调查数据之前—当营销人员想通过确定普通产品在其目标市场上的表现，来评估某种创意的市场潜力时。此外，我们预计，在研究各个阶段进行预测将变成常态，不仅在概念筛选期间，而且也在文案、包装、定价和产品测试期间。预测在产品推出后不会停止—我们预计，预测将在产品推出后继续进行下去，以便了解新产品在出现出乎意料的事件（比如，营销计划变更、新的竞争对手或意料之外的流言）时可能选择的方向。

    将开发出新的模拟器和仪表盘工具，以便营销人员更容易分析新产品在所有接触点期间的进展。
    预测6：更好地预测颠覆性创新

    经过多年的产品线扩展（这些产品中有许多在市场上反响不佳），营销人员越来越重视颠覆性创新—因具备明显优势或更低成本而赢得新消费者青睐的创新（比如，Dannon Activia、Nestle Nespresso和Swiffer Sweeper），这些创新更难以预测。

    预测颠覆性创新要求运用一种有别于典型创新中所使用的手段。这些预测需要一个独特的样本（例如，主要使用者、有影响力者和关键利益相关者）、一份更全面的调查问卷（应包括哪些人会购买和使用该产品、用于哪些场合、竞争对手情况如何以及其他未知情况）、一个比典型概念更具说明性的刺激因素（详细描述得到满足的基本需求、产品的优点、相信的理由和使用的简便性，包括图纸、示范样品或视频）。

    重要的是，颠覆性创新的预测模型需要融入独具特色的方面以及强调口碑的重要性。

    预测7：样本、调查和度量将发生转变

    在未来5年里，预计会出现：

    ·新的数据采集方法，包括智能电话和笔记本电脑。

    ·新的采样规则，由于越来越难以找到受访者，样本库将不再可能作为唯一的解决方案，我们将求助于非样本库，并在整个互联网上进行采样。尽管这些样本可能不具有代表性，但如果我们能证明它们符合关键基准，那么它们还是合乎要求的。

    ·新的度量，比如开放式问题和互联网反馈。

    ·旨在促进参与的交互式调查，调查将采用更多图形化界面和具有较少评定量表、广播形按钮与栅格的拖放功能，以增强参与性，提高回答问题的质量。

    ·新的分析方法，我们将采用新的分析方法，比如，文字挖掘和个体为本模型。

    这些转变要求预测模型采用与其以往适应网络的相同的方式来加以适应。然而，这些转变的意义更加重大，因为向网络的转变主要是并行测试校准，所采用的样本、度量、调查表、格式和分析方法都相同。

    预测模型：变革的时刻

    在过去的40年里，预测模型所出现的创新少之又少，不外乎在行业、地域和数据采集方法之间对工具做出调整。然而，随着营销新时代的来临，现状已不再满足要求了。事实上，传统的预测模型在数码世界里不再奏效，在这里，创新才是王道，市场亦已延伸至地球的每一个角落。现在是时候转变了。作为研究人员和营销人员，我们必须积极开发和推出新模型，以满足飞速变化的需求。

更多其他行业研究分析，详见中国报告大厅《其他行业报告汇总》。这里汇聚海量专业资料，深度剖析各行业发展态势与趋势，为您的决策提供坚实依据。

更多详细的行业数据尽在【数据库】，涵盖了宏观数据、产量数据、进出口数据、价格数据及上市公司财务数据等各类型数据内容。