許幼如 Erica
  • 商業分析
  • AI實戰筆記
  • 行銷洞察
  • 閱讀與思考
  • 關於我
許幼如 Erica
  • 商業分析
  • AI實戰筆記
  • 行銷洞察
  • 閱讀與思考
  • 關於我
全部 閱讀與思考 行銷洞察 AI 實戰筆記 商業分析
自己學習 談判 電信冷知識 小訪談 生活
最新文章
  • 6題分析、13支影片,花了58小時、33.7億Token,我怎麼做,踩到哪些坑,一次給你看
  • AI 實習生過了試用期,下一題是你要交代它什麼
  • 第四屆台灣新創投資年會:用四個維度看 40 位講者
  • 牆上從提示詞大全變成 Vibe Coding 課程海:2026 Q4 我跟 AI 看了 37 門課綱,分三種程度,給四種人的選單
  • 然後呢?四個 App 上架之後,我去 iPlayground 2026 對答案
  • 閱讀與思考127
    • 自己學習51
    • 談判4
    • 電信冷知識
    • 小訪談
    • 生活30
  • 行銷洞察35
  • AI 實戰筆記27
  • 商業分析22
拆解 20教學 11實測 3讀書筆記 51評論 34指南 8AI 工具與工作流 14AI 與產業觀察 7做 App 與 Vibe Coding 2數據與儀表板 6台灣產業與民生 11消費與品牌 19行銷基礎與框架 20銷售與談判 7職場思考與管理 14學習方法與寫作 12社會與經濟思考 19理財與金融 8數字裡的台灣 6通訊產業系列 6浮世繪系列 4電商搜尋系列 4行銷小教室 2蒙古系列 2
  1. 首頁
  2. 部落格
  3. 閱讀與思考
  4. 自己學習

《行銷4.0》讀後心得(上):沒有標準答案,各有巧妙的應用

2020 Jan 02 自己學習行銷洞察
內容目錄
  1. Why: 我為什麼想讀這本書?
  2. 小時候不讀書,長大得反省
  3. What: 我在這本書看到什麼?
  4. 四大指標,像杜邦方程式一般簡潔優美
    1. 這不是行銷漏斗嗎?
    2. 5A (Aware, Appeal, Ask, Act, Advocate)
    3. 轉換率
    4. 杜邦方程式與行銷生產力方程式
    5. 行銷生產力方程式。

摘要:

主流行銷界終於也數據化了,效益早就該要能用指標衡量,而不是用品牌是藝術打發過去。

不同指標之間怎麼組合最好?應用各有巧妙,沒有標準答案。

我很喜歡科特勒使用會計上的杜邦方程式,解釋各個指標之間的關係,提醒行銷人要重視最終成果(品牌忠誠度)與轉換率,而非陷入各單一指標的極致化追求。

Why: 我為什麼想讀這本書?

小時候不讀書,長大得反省

約十年前,我偶然聽到《行銷3.0》的主張:

企業要提供給消費者的不是產品,而是要滿足精神層次。

天啊,精神層次是行銷大師的重大主張?我覺得太抽象、太難以應用了。

精神層次要不是留給公共關係部門(在大公司),就是老闆在創立公司與品牌的時候早已決定。一般行銷人員的日常生活、每季促銷是能拿品牌精神層次怎麼辦啦,我放棄大師。

這十年來,很多新的行銷主張(體驗行銷、故事行銷)說是滿足精神層次也沒錯,但我還是沒有重讀科特勒的動機;直到有前輩好心送我《行銷4.0》(拿到書的時候我還很不知長進的說:其實我很討厭科特勒),我想讀一下也無仿,才終於打開大師著作。

一讀之下,才注意到大師是每三年更版一次,而我錯過了大師好幾輪的更新啊。

What: 我在這本書看到什麼?

四大指標,像杜邦方程式一般簡潔優美

這不是行銷漏斗嗎?

5A (Aware, Appeal, Ask, Act, Advocate)

雖然網際網路問世二十幾年,但在行銷3.0之前,網際網路只被當成是『真實世界的一小部分』。屬於年輕人與Geek,一般人的生活跟網路關係還好而已,沒有網路也不會怎樣。

2016年開始,傳統行銷界終於接受行動網路早已不再是小眾市場或者世界的一小部分;早已逆反、逆推影響原有的世界。

行銷4.0是行銷3.0的數位延伸版,運用社群媒體,搭配內容行銷與全通路行銷,就可以將過去的行銷操作涵蓋全部線上與線下世界。

改變最大的,是行銷並不只是品牌與顧客的單向關係,而是品牌、社群與顧客的三角關係。

客人不再只聽品牌說,還會聽朋友說、聽朋友的朋友說,然後自己也會說。而這些所有的說法,都可以追蹤、與部分地操作。

過去重視品牌把東西賣給客人,但在快速且已經轉變成三角關係的世界中,更重視口碑、倡導的效果。

架構則從最早期的‘AIDA(Attention, Interest, Desire, Action) 到4A(Aware, Attitude, Action, Action Again),再到5A(Aware, Appeal, Ask, Act, Advocate)

看到5A時候,我真的開心笑了,這不就是電商與成長駭客行銷常講的行銷漏斗嗎?(AARRR, Acquisition, Activation, Retention,  Revenue, Referral) 

5A中,我認為 第三個(Ask詢問)跟五個(Advocate倡導)最重要、最有時代意義

因為過去行銷只重視外在影響力(品牌對客戶),但現在須重視他人影響力(口碑),以及自我影響力(客戶看了廣告後以及購買後,是否願意成為倡導者)
Nielsen 2015年的調查顯示,來自60個國家的83%消費者表示「『親友』是最相信的廣告來源,66%的消費者會重視他人的口碑。』

我自己實務操作也有相似經驗,問客人到底在哪些地方接觸訊息,結果一大半是親戚朋友、還有網路社群。

終於,時代朝向我們靠攏了啊,我一直以為自己的消費習慣只是一小群阿宅,現在不只電商在意口碑,行銷大師也把口碑與其影響力放到全球大老闆都要看的書裡面了。

轉換率

我超開心的一點是看到科特勒提到過去的行銷指標單面化,只是各個部門之間的自嗨,跟企業能否賺錢沒有關係,只是衡量有沒有做,不是衡量做了會不會賺。

(他原話是說『品牌部門和服務部門在進行各自的研究調查時候,並不會互相溝通,導致企業經常無法看清知名度與擁護度之間的關係,將知名度轉換成顧客』)

把五A架構當成漏斗,四大指標要衡量的是每個階段到下個階段的轉換率,全部相乘就等於企業可持續性的生產力(顧客忠誠度)。

顧客忠誠度就是行銷生產力方程式。

顧客忠誠度 =  吸引率 x 好奇度 x 購買率 x 傳播度

每個動作的目的,都是為了在行銷漏斗中傳遞給下一關,而不只是最大化自己的效益。

換句話說,品牌部門做的廣告再多人看、傳播率再高、業內好評如潮,如果沒有讓客戶了解訴求、沒有引發客戶談論,那轉換率就有待改善。

杜邦方程式與行銷生產力方程式

行銷方程式之於行銷,就像杜邦方程式之於財務,是由不同要素的相乘而來。

什麼意思?

杜邦方程式講的是

收益率(ROE) = 生產效能 x 週轉率 x 財務槓桿。

要賺更多怎麼辦?可以先提升生產效能,例如像台灣驕傲的台積電,就是可以用很高的毛利率讓收益率贏在起跑點上。

有些企業贏在週轉,人家的一塊錢一年只能出門賺一次,他可以賺個2次、3次,像好市多,存貨週轉率13.8次;貨物不會放超過一個月。

槓桿簡單說是借多少錢來營運,借得了錢還得起錢,其實是種能力。借錢的能力可以放大收益率,是種高級能力。

但是水能載舟也能覆舟。如果環境改變利率提高還不起錢怎麼辦呢?借更高利息的錢還?就浪費了生產端與銷售端好不容易累積起來的收益啊。

行銷生產力方程式。

顧客忠誠度 =  吸引率 x 好奇度 x 購買率 x 傳播度


科特勒提到他人口碑(好奇心)可以放大品牌吸引力。但是也有無法完全操縱的風險,若品牌資產太少,只有他人口碑,缺少陰德值、內在護城河,遇到風向不對的時候就會翻船。

他的原話是這樣說的

『顧客間的對話提供槓桿,不需要依賴太多廣告就能用較低成本建立品牌知名度。但有風險,大家都知道顧客對話很難掌控,企業無法直接控制品牌內容,讓品牌的偏好完全掌握在顧客手中』

太感人了,大師也覺得客戶口碑不容易操作,過度依賴風險很高。我好想把這段抄下來,下次遇到有大老闆們認為病毒行銷或口碑行銷很容易變出來,就把書丟在他們面前(啊,我很溫和的,只會翻白眼)


另外,怎麼看傳播度或者說客戶親近感呢?看NPS(Net Promoter Score)。

沒錯,就是這幾年大流行,取代了客戶滿意度的重要問題,背後邏輯是『客人常常太客氣,說滿意也不一定代表會繼續買,更不代表會跟朋友推薦。不如一次打死,只問你願不願意推薦。如果願意,必然就是又滿意又會再買又願意推薦朋友,最高難度,一次達成』,這也進入科特勒的書了,感動啊

"Marketing is becoming a battle based on information than on sales power."

-- Philip Kotler

延伸閱讀:讀後感下集在這裡。
要買《行銷4.0》的話,電子書在此、實體書在此。

  • 讀書筆記
  • 行銷基礎與框架
讚 0 收藏 0
  • 分享此文章
0則留言

如想留言評分,請先 登入會員!

目前沒有評論

相關文章

《哈佛最受歡迎的行銷課》心得

  • 2019 Sep 28

消費者什麼時候想從眾什麼時候想耍個性?這個發現只跟你說...

  • 2020 Mar 01

你也想1天讀完3本書嗎?- 《#超快速讀書法》

  • 2020 Mar 22
Google GenAI Leader 考試秘笈全景圖:核心能力、應用場景、RAG 與提示工程、治理安全與實踐路線

Google Generative AI Leader Certification 心得|非工程師也能理解的 AI 證照與準備方式

  • 2026 Jan 05

AI 會取代數據分析師嗎?我用 Gemini+NBP 一週密集實測的真實心得

一週使用 Gemini 3 與 Nano Banana Pro 產出 25 份洞察報告後,我深刻理解 AI 與數據分析師的分工差異:AI 擅長視覺敘事、邏輯架構與摘要,但仍無法理解因果關係、噪音清理與商業判讀。這篇是最真實的實測心得。

  • 2025 Nov 30

非IT人員也能看懂的《鳳凰專案》:如何利用DevOps提高效率

  • 2023 Apr 30

關於我

  • 關於我_Erica 許幼如

聯絡我們

  • 隱私權政策 | 退換貨政策 | 防詐騙資訊
COPYRIGHT© 許幼如 Erica All rights reserved | Powered by 路老闆