近年来，全球经济不稳，消费品企业业务增长面临巨大压力，提升营销费用管理效率也成为各大快消品企业数字化进程中的重要版块。中国消费品行业布局分散、渠道结构较为复杂、销售点众多，增加了其营销费用管理的难度。

  近日，赛博威信息科技数字营销高级咨询顾问邹鹏在CGCA第九届中国消费品行业CIO大会发表了《营销一体化如何精准构建智能营销生态，驱动生意持续增长》主题演讲，相信可以给快消品企业一点参考和启发，以下为演讲实录（部分）：

  邹鹏在演讲中提到，100多年前，美国百货商店之父约翰·沃纳梅克曾说：“我知道广告费用的一半是浪费的，但具体是哪一半，我不知道。”

  “随着全渠道的发展和消费的人心智的变化，企业在营销费用上的投入比例也随之发生了变化。目前，营销费用大致上可以分为消费者促销费用（CP）、广告费用（AP）和营销费用（TP）。在消费行业中，这三部分费用通常占比为3:3:4。此外，营销费用在企业整体营收中占比大约为15%至30%。以一家年销售额为30亿的公司为例，其营销费用约为5-9亿。因此，如何管理好这些营销费用显得很重要。”

  其核心能力在于夯实营销费用基础，实现全链路闭环管理，包括事前、事中和事后管理以及数据分析。目前，大约50%的企业达到了这个能力水平。

  进阶的核心表现在链接和提效、扩展性分析两个方面。链接和提效指的是将营销费用与企业现有的应用系统进行有效连接，实现提效。扩展性分析不仅限于分析ROI，还包括企业净利分析等。通过系统化的接口和数据整合，可以提升绩效管理效果。大约20%的企业达到了这个能力水平。

  在夯实基础管理和积累大量数据的基础上，利用AI算法模型进行智能预测和辅助决策。大约10%的企业达到了这个能力水平。

  “接下来我们来看一下，这三个阶段我们具体怎么落地。在TPM营销费用基础阶段，我们主要会有这样八大场景，从预算的额度管理到活动的分析管理形成一个闭环。”邹鹏表示：“在过往的客户项目实施过程中，我一般会强调两个关键点：结果导向和业财融合。”

  明确营销费用管理的预期结果，通过结果数据反推流程管理的颗粒度。例如，针对费用分摊，是否需要到产品维度或品类维度，这在系统逻辑构建初期就需考虑清楚。

  指的是活动规则与核销资料的对应关系，以及费用科目、预算科目与入账科目的对应关系。例如，销售和财务在不同会议中的考核指标逻辑可能会有所不同，因此在构建系统时需要考虑这些因素。

  “接下来，我们讨论TPM能力的进阶。有些企业已经构建了营销费用的基础闭环，并规范了流程，但用户的抱怨却越来越多。原因在于操作变得复杂，流程变得冗长。然而，通过TPE的自动化能力支撑，我们可以实现90%自动化，如核销、计提能够完全依赖系统完成，只有10%的特殊场景需要人工辅助操作。”

  在进阶阶段，通过与企业系统对接及自动化和智能化手段，提高操作效率和准确性。例如，在SFA上应用较多的终端门店识别技术，可以通过AI识别堆头等信息。创建营销费用时，实现重复投资预警，避免整体费用超支，同时也能确保费用直接到达终端。

  邹鹏分享道：“在一些客户案例中，我们将企业内部的门店标签与第三方地图的标签进行对比，发现未被覆盖但符合企业标准的门店，称为潜力门店。业务人员和经销商可以在小程序上看到这些门店，增加拜访机会。比如，在一家啤酒企业的尝试中，我们发现一些化肥店在卖啤酒且销量不错，但我们的产品尚未覆盖，而竞品已经覆盖了这些门店。

  “品牌方对终端门店的掌控一直是痛点。我们通过线上协议构建品牌方、经销商和门店的关系，当品牌方创建活动时，以券的方式将券发送到终端门店，只有当店老板核销或领取后，才给经销商进行核销。提高费用投资的真实性，提升品牌方对终端门店的管控力度，从而准确评估门店表现。

  “我还负责过一些企业项目案例，比如白酒企业和奶粉企业。他们将消费者纳入链路，白酒企业通过终端老板和消费者的互动，实现费用投入的验证，达到BC一体化融合。奶粉企业则将终端消费者和线上会员结合，实现线上线下全域会员的统一，针对固定消费周期的产品进行精准营销，了解哪些消费者即将购买产品。

  “在TPE能力进阶方面，我们还进行多维度的数据分析，通过AI交互，快速定位当前问题点，并找到最小颗粒度的解决方案。”

  邹鹏详细阐述了TPO的卓越提升。该阶段的核心在于通过智能预测和分析，辅助企业进行决策。同时，赛博威与中山大学数学学院建立了人工智能算法产学研合作基地，针对TPO能力建设和历史数据学习建模进行深入研究。

  “TPO的核心逻辑是输入多种KPI数据，包括线上广告、媒体花费、线下营销活动折扣，以及第三方数据（如经济数据、假期数据和天气因素等）。通过数据清洗和机器模型建模，输出跨渠道的ROI和投资决策效果评估。这里我主要分享两个点。”

  通过数据模型和算法分析，算出不进行营销活动时的基础销量。这个数值对于快消品企业特别的重要。

  识别出不同促销类型对增量的贡献，预测未来营销活动的效果，包括预估销量、费用和利润。在实际落地案例中，将实际数据和业务人员预估数据的比对，不断校验AI算法模型的准确性。

  “此外，通过AI算法模型，能够针对不一样渠道的ROI识别，分析最大的投资机会和潜力点，帮企业做出更精准的投资决策。”

  邹鹏在现场介绍了赛博威首创领先行业的3A模型。“Application系统应用，基于营销渠道和终端，构建营销一体化的系统应用；

  Analytics决策分析，包括基础数据管理、数据洞察和数据分析，为数据决策提供支撑；

  他特别提出，其中主数据管理在企业数字化进程中也是至关重要，要建立统一的数据分叉平台，避免数据获取的分散和重复。

  最后，邹鹏总结道：“这些经验和建议基于多个项目的实战，希望能为企业在营销费用管理上提供有价值的参考。未来，赛博威将持续致力于与品牌企业一同构建智能营销生态，推动业务持续增长。”