场景化营销思维在电商活动中的运用

 (网经社讯)场景营销是指根据用户的使用场景，触发对应的功能，活动，以满足用户需求；而电商场景化营销，则是将场景化的营销思维置于电商促销活动组织当中，以此来促进活动效果。

一、背景与定义

整体上网购市场规模同比增速逐年下降，趋于平稳，流量红利逐渐消失；而社交和泛娱乐领域占据用户移动互联网时长的70%，其中移动社交占32.5%，短视频达12.3%，手机游戏达10.9%，说明用户注意力被极大的挤占分散，这样是造成老牌电商平台日活及平台粘性不好的重要原因。

场景化营销其实覆盖了我们生活的方方面面，广义的场景化营销其实包含3种类型（参考《场景营销的3种场景》）：

1）即时场景下的营销：如扫码使用单车、搜索某一关键词、使用地图导航到某商场等行为，该类型下用户目的性明显，用完即走。针对该场景下所作的匹配推荐、搭配等营销也需要更加高效；

2）使用场景下的营销：品牌或产品与具体的场景联系起来，或开拓新的使用场景，进行宣传推广，更好地吸引和连接顾客；

3）消费场景下的营销：即根据顾客需求和偏好，打造相应的场景来吸引顾客购买或消费，包括线下零售店及线上的营销活动。相比线上的电商平台，线下的零售店针对营销场景的搭建其实更为成熟，如宜家围绕着“美好生活”这一理念所打造的每一个小的家居空间本质上都是一个个营销场景，在不断刺激消费者产生和场景的关联从而发生转化；日本的茑屋书店不仅仅是卖书的地方，而是“知性、时尚、个性的生活方式”，经营范围包括了咖啡馆、游戏、影音、儿童玩具、美容、医疗、餐厅、宠物乐园、自行车店等。

总而言之所谓场景营销是指根据用户的使用场景，触发对应的功能，活动，以满足用户需求。而本文所讨论的电商场景化营销则是将场景化的营销思维置于电商促销活动组织当中，以此来促进活动效果。

二、场景化营销对电商平台的意义

1. 以用户为中心构建高效的购物体验，增强对平台的黏性，也容易刺激额外需求

从用户出发的活动场景化组织包装符合用户购物过程中的联想及决策链路，贴近用户的思维方式更能让用户有记忆的感知点间接增强了用户对该活动的留存，同时跨品类的组织方式，也可以触达给用户关联品类，刺激额外的需求。

2019年货节期间，京东和阿里所组织的年货节活动中，就充分的从春节这一节点中挖掘了用户实际的购物场景：京东年货节期间的大焕新、囤年货、送年礼、买洋货、办土货；阿里年货节的走亲访友、新年大餐、聚惠轰趴、旅游过年、新年焕新。年货节期间电商平台都将核心流量资源导入场景活动，也充分说明了场景化营销对重要意义。

2. 增强导购效率，降低决策成本

因为场景化的营销本质上应该是结合用户的实际场景诉求，引导触发相应的活动，以满足用户的需求。在这样的逻辑下，场景化的营销是能够提高营销的精准性，大幅增强导购效率。

如果品类、品牌、商品是整个活动呈现的不同单元，那么和货架式的导购方式相比，场景化的营销活动组织方式则更加灵活，能较好增强品类间的渗透效果。

三、电商平台如何做好场景化营销

1. 明确所构建场景的目标；

一个场景的构建源于对于目标市场人群的有效洞察，源于市场细分基础上目标市场的把握。好的场景定义不是自我的本位诉求，不能局限于产品的功能或形式，而是要透过产品看到消费的目的或意义，使其具有某种生活态度或方式的意义。移动互联时代，几乎每一个行业都面临着场景被重新定义的可能。不同的场景定义代表着不同的价值诉求和生活意义。如百货商场不是简单的购物场所，而是时尚+社交+娱乐，景区售票处不是简单的售票，而是微旅游+休闲，饭店不是简单的吃饭场所，而是美食+文化+社交等等。

2. 规划的营销场景应该注意时间节奏，符合用户的普遍认知；

诸如情人节、春节等用户都是有普遍认知及实际场景需求的节点。该节点用户决策不像618、双11那样短平快，反而决策时间更长也更加前置，而场景化的营销导购则能让用户更加有沉浸和联想，也容易激发额外的需求。

3. 应围绕人群特点精细化运营，甚至可考虑打造个性化的场景氛围和活动；

围绕一个场景的导购越个性化越能集中用户，因此可考虑围绕用户年龄层次、性别构成、地域分布、收入等用户画像进行人群定投，这样一方面能有助于我们更加有效的识别该用户，另一方面能进一步刺激消费需求。

如送年礼，针对20岁以下的浏览用户我们就不需要推荐送宝宝的导购楼层，结合地域分布，我们可精准推荐当地的超市的购物卡，也是无界零售的体现。

4. 场景活动的组织方式，导购方式应更加智能，从货架式的“人找货”变为“货找人”；

在商品信息爆炸，用户也懒得去搜索思考对比，而亲友的推荐（拼团）及智能化的推荐（信息流）的方式反而用户会更喜欢。而在场景活动中，我们也可多尝试应用智能瀑布流的推荐方式去规划场景。

淘宝首页的改版，猜你喜欢被提升至2屏幕，推荐也更加精细和智能：把“消费行为”这个单一的判断维度，拓展成一个个消费场景，涵盖人生阶段、消费需求、兴趣偏好等因素的推荐会更精准、更人性化，效率也会更高，这将是淘宝实现“以人为中心”的算法技术的最重要一步。目前，“猜你喜欢”的推荐机制已成型了超10000个精细的消费场景。