8/30/2015

哈佛最受歡迎的行銷課(2)Youngme Moon 差異化

作者在全書第一部分提出㡬個覌念,值得參考:

1: 商家互相模仿,消費者喜歡比較,結果所有商品都變得類似,品牌也沒有差異
人類習慣彼此模仿,比較。看到別人有什麼,就會想要有什麼。
人類會想要比別人好一點,但是只是在別人的基礎上,增加一點,或是改變一些。大多時候,那個差異不大。
消費者看到某個商品,就會貨比三家,也希望其他商家也要有類似的功能。
商家看到競爭者有什麼功能,也就會增加一點,跟競爭者差不多。
人人都喊創新,都喊差異,結果,大家都差不多。

2. 比較的基礎(anchor)以及熟悉的身影
消費者選擇商品前一定會找一個比較的基準點,不管是自己的經驗,看到親朋好友的東西,或是看到廣告,社群媒體的東西。
消費者不會購買陌生的產品,大多人習慣購買與他自己的經驗有些關聯的產品。
商家為了做生意,許多保守的商家,最好就是抄襲別人,因為別人賣得出去,他沒有理由賣不出去。商家也會在消費者已經購買過的商品的基礎上,做一些加工或變化,就當做差異化。

3.品牌忠誠度
現在市面上各品牌的差異化日漸模糊,也是說,時尚精品都長得差不多,服裝造型也沒有太大變化,產品功能除了枝微末節外,也沒有太多變化,因此消費者對品牌的忠誠度日漸降低。
消費者享受的產品愈來愈不會稀罕後,原本難以取得的,也變成滿手都有了。如同早期智慧型手機稀少時,消費者會花很多時間比較,選擇。也會有人特別喜歡apple或HTC品牌,但是當許多人都擁有iphone 或是高檔的手機,當70%的人都用過智慧型手機,許多人家裡還有2~3隻舊手機,這時候,產品不再稀缺,功能都習以為常。接下來,就失去對某些品牌的忠誠。

另一方面,手機供應商互相模仿,大家的產品日漸類似,iphone原本有的優勢功能,三星或華為也都有了,這時候,iphone就拿不到超額利潤了。就像以前一個小城鎮裏面只有十幾間餐廳,餐廳就有他的品牌地位,當現在整個小鎮有幾百家茶藝館,美食小鋪,特色餐廳,這時候,選擇多了,人們的品牌忠誠讀就降低了。

作者提到,如果只有很少的品牌選擇(如寡占的加油站),或是太多選擇(如餐廳,飲料店),都沒有品牌忠誠度。只有在消費者對這個品類陌生,而且供給量稀缺,才會產生忠誠度。例如, PRADA, LV的皮包,如果全台灣只有少數人擁有(1/100),背著PRADA 的人會有時尚的驕傲,當全台灣隨處可見(1/10),背著它就沒有差異化了。

4. 選品類(product categories),而不選品牌(brand)
作者提倡的觀念,用我的話,就是選擇還沒普及,有點稀缺,卻又讓民眾有感覺的產品類別
例如UNIQLO幾年前進台灣時,它的涼爽內衣,超輕羽絨衣,都是屬於特別的品類,吸引民眾排隊搶購。那時候,買得到不容易,有人乾脆組團到日本去買回來。這時候,他的品牌還不重要,而是品類。這類的商品,後來7-11, giordano 也都銷售,大家在意的是商品,而不是品牌。

5 新的消費者區隔方式,五種消費者
作者有別於從前的消費者區隔,是根據產品週期分為創新者,早鳥,前期大眾,晚期大眾,後知者。作者將消費者分為鑑賞者,機會主義者,實用主義者,遲疑者,品牌忠誠者。作者沒有說清楚這五類的分別維度,只有含糊的區分。我幫忙解釋如下:有三個維度:產品類別,競爭品牌,產品(價格/品質); 
(1)鑑賞者: 對產品類別(重視),對品牌(不重視),在乎產品(品質);例如某些女士對時尚品牌皮包或服飾,特別有研究。
(2)機會主義者,對產品類別(不太重視),對品牌(不重視),產品(有促銷便宜才買);例如有些人買機票或旅遊行程,只要促銷才買。
(3)實用主義者,對產品類別(不太重視),對品牌(不重視),產品(可用就好);有些人買沐浴乳,只要能用就好。
(4)遲疑者,對產品類別(懷疑排斥),還沒想到品牌與產品;例如某些女生討厭棒球賽,不管是LV或APPLE贊助的,都不會感興趣。
(5)品牌忠誠者,對產品類別(不太重視),對品牌(重視),產品(都可);例如蘋果迷或是周杰倫的粉絲。只重視品牌。

6. 差異化,建立在相對的基礎上,要有意義,也要有迴響。
差異化,要找到一個消費者熟悉的事情,當作基準,有明顯的差異。詫異的地方,理性上,講得出道理(meaningful),也能夠打動心弦(echo/touching)。

很玄,很難。但似乎就是這樣。作者舉例 iphone, 哈雷機車。這兩個商品就真的讓喜歡人,可以為他們辯護,也可以觸動他們的心。

產品類別最好是新創的,如前一篇提到,逆向操作,跨界創新,敵意挑釁都可以。
要有熟悉的影子,卻要有令人驚喜的新概念。
要讓消費者人性化的體驗。

7.怎麼做到差異化?
大家要開放的討論,可以天馬行空的腦力激盪。
要拉回到消費者曾經體驗或感受的基礎,而不能完全失去脈絡。
別問消費者,因為他們沒有想到。
別太相信數據分析。要相信人性。


沒有留言: