泡泡玛特,在上周成为“潮流文化第一股”。
它带火的不仅是一个品牌,更是一个叫做“潮玩”的赛道。
潮流玩具,简称潮玩,又称艺术玩具(ArtToy)或设计师玩具(DesignerToy),它将艺术、设计、潮流、绘画、雕塑等多元素理念融入玩具载体,这些玩具包括BJD、搪胶玩具、树脂玩具、平台玩具、盲盒公仔等。
尽管潮玩在2005年前后就已经传入我国大陆地区,在市场上也已经出现了首批潮玩设计工作室,但囿于消费群体有限和市场主体运作不成熟等原因,潮玩企业尚未大规模出现。
直到2017年前后,行业进入爆发期。
树枝联合检索相关企业数据发现,截止目前,国内有超900家企业企业的名称含“潮玩、潮流玩具”,或产品标签或项目品牌含“潮玩”。其中,2019年、2020年间的注册企业占比过半、广东、浙江成为潮玩企业大省。
IP、盲盒、社群、会员、渠道……泡泡玛特率先在不断成熟、扩大的潮玩市场中突出重围,成功的背后有很多助推。
IP是泡泡玛特的核心业务。
截至2020年6月30日,泡泡玛特运营93个IP,包括12个自有IP、25个独家IP及56个非独家IP。其中,累计收入过亿的IP有4个,同时,泡泡玛特预计今年将推出超过30个新IP。
盲盒与扭蛋的思路如出一辙。
某种意义上的“博彩”盲盒,其运营重点在于对消费者好奇心、收集欲的满足,并由此支撑起品牌的复购率、粘性与会员运用。只不过盲盒是时尚,扭蛋却是情怀,看起来是对不同群体消费者的描述区别,但如今讲情怀的那群人可不就是N年前的时尚弄潮儿么。
社群也是泡泡玛特的品牌重点。
当潮玩成为社交货币,其价值直接且粗暴的体现在了二手交易平台的价格上。特别是系列主题系列中的罕见隐藏款,二手价格几乎是几十倍的上翻。此外,泡泡玛特创建的“葩趣”社区,也为潮流爱好者打造了独特的圈层和交流平台。
在此之前的很长时间,潮玩几乎是清一色男性消费者,泡泡玛特的进入打开了被忽视的女性消费市场。
在泡泡玛特的用户画像中,女性消费者占比接近55%,核心消费群体女性占比75%,这一显著的消费群体特色,使其不论在新品设计、品牌营销、场景活动等各种环节中,必须将女性需求纳入重要考量。
在渠道方面,泡泡玛特采用的“线下零售店+机器人商店+线上渠道”销售网络,使它在众多潮流玩具中的曝光率极高。同时,线下店面通过场景布置和氛围营造,提升消费体验和情感互动,以满足不同消费者的购物体验,进一步培养消费者品牌心智。
不论是品牌定位还是营销策略,其成功的本质是因为泡泡玛特抓住了消费迭代中的市场机遇。
根据研究机构报告,2015至2019年间,中国潮玩零售市场复合年增长率为34.6%,至2024年市场规模预期将达到763亿元。
随着人们可支配的收入及消费力提升,消费模式正在快速变化。在渠道、品类、人群的迁移中,爆款的出现并不意外,但对于企业与品牌而言,商业交易的底层逻辑并没有变化,消费者依旧只会为好的产品和服务买单,为它们带来的愉悦买单。
在我国进入第三消费时代阶段后,人们更加崇尚个性化品牌消费。购买商品的目的不仅仅是在买它的使用价值,更多的是买下它所承载的符号意义,以及它能带给消费者的心理满足感。
泡泡玛特通过IP商品、盲盒营销等方式,带给消费者带去了前所未有的心理满足感。
潮玩的市场是年轻人的市场,在崇尚个性化品牌消费的时代中,抓住Z世代等于抓住了机遇。
中国Z世代人群约2.6亿人,受到全方位多元文化的熏陶,有着独特而又有个性的身份标签,其消费能力更不容小觑,4万亿的开支占到全国家庭总开支的13%。
这个规律在服饰、美妆、游戏、宠物等消费领域同样适用。
以美妆消费为例,Z世代在美妆消费上呈现增速快、更能买、更尝鲜、更爱逛的特点,年轻新客成为品牌商家必争人群。
IP联名、代言人选择、扎根小红书/微博/抖音/B站等社交平台、古法(方)新品……在一系列极具针对性的营销策略下,完美日记、花西子、百雀羚、毛戈平、薇诺娜等品牌精准把握年轻客群,从而实现市场爆发。
当然,事情还有另一方面。
数字时代提供的便捷,也令年轻消费者越来越“挑剔”,他们越来越注重服务质量和产品体验,但对产品和品牌的忠诚度却在降低,随时可以更换品牌,因此,Z时代拥有不同于以往的、对市场更大的影响力和主导权。
那么,品牌如何才能正确认识不同的的目标消费者/用户呢?
树枝联合以“用户画像”这一方式为例,解惑品牌如何能与目标群体之间达成关联与匹配。
构建客户画像的其流程可以大致分为:画像数据获取、数据处理、特征标签体系搭建和最终的数据分析&呈现等关键步骤。
步骤一:数据获取
即便是在创立初期,品牌依旧可以通过关注典型客户来积累定性数据,从而低成本搭建客户画像,而到了成长期和成熟期,在拥有大量客户数据的前提下,企业可以逐渐过渡到使用定性&定量相结合的方式来形成更为清晰的客户画像。
获取数据的渠道有很多。诸如:销售/CSM成单录入(以事实类的基础客观信息为主)、产品/运营回访录入(以定性类的主观信息为主)、系统数据埋点(以事实类的行为操作信息为主)……都可以成为底层数据来源。
步骤二:数据处理
在获取到定性、定量数据后,需要对数据进行一定的清洗和空白处理等,保证最终送入客户画像模型前的数据是清晰准确的,不会对画像结果产生影响,从而保证画像可供支持决策的能力。
步骤三:标签体系
标签体系是根据业务所需对大大小小形形色色的标签进行分层和归类,满足在各种标签维度及其组合下对客户进行分群比对的需求,而不同企业与品牌的特点、需求并不完全相同,需要建立起符合自身品牌需要的标签体系。
根据标签属性,一般可以分为静态标签与动态标签。
静态标签由用户主动提供的数据构成,包括用户不变的基础信息,多为用户固定数据。如:姓名、性别、年龄、身高、体重、职业、地区、设备信息、来源渠道等。动态标签是平台介入的数据,指用户在平台内的特有标签,平台根据用户行为给用户打上便于管理的标签。如App用户标签就可分为点击、浏览行为、互动(评论、点赞、转发、收藏)行为标签等。前者用于判断用户基础需求,后者则推动提升用户体验。
此外,标签体系还需通过机器或人工不断调整优化。机器优化的优点在于机器的高效智能,但可能欠缺一定的精准性,人工优化的精准度高,但运营成本同样高昂高。品牌可以采用两者相结合的方式完成标签优化。
步骤四:数据分析与呈现
优异的标签系统可以为品牌的产品决策、运营活动、销售客户跟进等很多很多场景提供支持决策的能力。如在销售场景中,对于“月均消费5单,且有数额过万的运动商品”的购物数据,平台可以标签为“高频、品质敏感性、运动”,据此推荐高品质运动商品及相关运动品牌活动的精准推送。通过标签体系对用户的未来行为或喜好进行预测,这也是千人千面和运营策略依据。
用户画像与标签体系的意义在于更好的理解品牌用户与消费群体的需求,是品牌建立竞争壁垒的重要条件。基于目前群体需求的分析和设计,将更容易得到用户认可,这也是泡泡玛特等新新品牌能够“俘获”消费者的根本原因。
泡泡玛特满足了成年人的收集需求、陪伴需求、对“小确幸”的需求——这是其创始人王凡在总结品牌成功时的表述。