消费迭代、用户疯抢、资本涌入，如果说2020年是中国新消费品牌的爆发元年，那么2021年，新消费的快车则迈入了发展更为成熟，同时也更需要冷静思考的阶段。

通过一个公式证明品牌和商业之间的密切关联是可以通过品牌相关的数据展现出来的。

市场份额=品牌认知度*指定购买率*产品溢价比率

品牌认知度：要提升品牌认知度，需要先最好规划，形成品牌系统，第一步就是梳理品牌，精准定位并建立品牌形象，然后可以通过在合适的媒介投放广告等市场动作，让更多消费者能够在这个品类中记住我们的品牌。

指定购买率：用指定购买体现消费者忠诚，为品牌构建私域流量

指定购买率有两个重要的指标的影响：

一个是购买行动率PAR，即自发想起品牌的消费者中产生购买行动的比例；另一个是推荐率BAR，即自发想起品牌的消费者中会向别人推荐的比例，自发想起并购买的人大部分是指定购买，另外可能还有些无法购买但会向其他人推荐的消费者，受推荐的消费者也有可能在未来成为指定购买的人群。

创新产品溢价比率：品牌-业绩公式的最后一项就是产品溢价比率，比如说同样是巧克力，有我们熟知的德芙Dove，也有开在商场的Godiva，它们的价格差异，就有品牌溢价的影响。在品效计算公式中，产品溢价比率就是产品价格/市场中同品类产品价格。

在一届又一届消费者的选择之下，许多品牌意识到，依托流量场域与供应链优势打造爆品只是短期战术。在持续扩容的市场空间，即便是广为人知的新消费品牌，也正在探索更为长期的、跨越式的增长。

如何真正地穿越周期，成为新消费领军品牌？如何衡量新消费品牌的“可持续增长力”，如果有一个衡量品牌增长的能力模型，又会有怎样的指标维度？

伴随品牌增长发力点从流量运营转向消费者运营，以及平台数据的进一步开放，品牌要做的是从底层基建到营销激活的全面升级

一、迭代：品牌数据营销的演进

媒介与渠道的裂变与创新让消费者触点不断更新并且日益复杂，每个触点所沉淀的数据在营销的各个环节散落在不同的地方。随着平台数据从封闭到开放，品牌方能够收集与利用的数据更加丰富，这推动了数据营销的转型。

当数据营销进入全渠道时代，品牌数据营销也从Precision（精准）阶段，进入了预测（Prediction）阶段。

客户数据管理：从单一线下数据到建立数据生态

数据来源的逐渐丰富与多元，也推动CRM（Customer Relationship Management，客户关系管理）从依托线下数据到整合三方数据的升级。

实践来自于将品牌一方数据与三方数据的安全匹配后，得到更准确的消费者人群画像，从而可以定制优化的营销场景

二、共建：全渠道数据营销生态

1、品牌方：制定明确的数据战略并持续引领与贡献行业

（1）做创新引领者并持续贡献行业

（2）科学制定数据战略，合理分配资源

2、平台方：围绕行业增长，联动多方，打造一体化合作机制

平台方在生态中的关键角色是建构有效合作机制来链接生态领域中的多方利益相关者，在此基础上通过数据与技术帮助品牌方实现业务目标。