您的位置:首页 » 医疗资讯 » 医疗新闻 » 正文

数字化浪潮来袭 药企开始尝试全新推广模式

发布时间: 2021-06-26 00:46:51      来源:

用手机扫描二维码在手机上继续观看

什么是自体免疫性肝炎
手机查看

医药网5月28日讯 数字化浪潮来袭,药品零售行业增速放缓、门店客流呈现下滑趋势。线下实体药店的营销新通路在哪里?  网上药店,势头强劲  随着互联网电商的冲击,越来越多的药企开始尝试线上推广的方式,直

医药网5月28日讯 数字化浪潮来袭,药品零售行业增速放缓、门店客流呈现下滑趋势。线下实体药店的营销新通路在哪里?   网上药店,势头强劲   随着互联网电商的冲击,越来越多的药企开始尝试线上推广的方式,直接触达消费者市场。2020年的新冠疫情,零售药店迎来了一个线上需求集中爆发的节点,在可预计范围里具备长期持续的可能性。   从零售药店类型来看,米内网数据显示,网上药店(含药品和非药品)销售额占比上涨至18.9%,发展迅猛;实体药店(含药品和非药品)销售规模占比呈持续下滑态势,2019年实体药店销售额占比跌至81.1%,较2018年下滑4.1个百分点。   2013-2019年中国实体药店和网上药店(含药品和非药品)销售额占比  来源:米内网终端格局数据库,以平均零售价统计   在后疫情时代,一方面线上购药需求常态化,一方面线下门店依然是药品的重要渠道。在这样的变局中,药企需要思考如何在加速线上数字化营销尝试的同时,与传统的线下渠道协同增长,以此来推动药企增长。   药企品牌传播&销售引流数字化   在探索线上线下协同推广的过程中,“流量平台+零售渠道+医药品牌”的三方合作是比较常见的方式。   三方合作的模式也是一种更简单、更高效的方式:药企可以集合药店的数据能力和渠道优势,直接进行线上推广引流,带动线上线下售卖。对于很多药企来说,这是一个降本增效的营销新模式。   以近日胃药品牌达喜与海王星辰、腾讯广告的合作为例:在线上,达喜集合腾讯和海王星辰的数据能力以及腾讯多场景的丰富流量;在线下,联动海王星辰的零售资源,通过线上线下双向引流,带动品牌的全渠道转化。   达喜胃药目标人群确立之后,如何触达、保证效果且能形成持续性的效益是药企和药店关心的问题。腾讯广告结合海王星辰自有的数据会员体系,深化对达喜品牌的消费洞察,锁定渠道内的品牌老客人群,关联品类人群和病症人群。同时,基于自身的数据能力,多维洞察品牌兴趣人群和潜客人群。双方数据打通后,发挥腾讯广告的社交场景优势,把朋友圈广告精准推送给达喜的目标人群,不仅找到核心老客人群,而且有效触达具有高转化潜力的新客人群,比如差旅加班人群,辛辣刺激食物爱好者等。   从效果来看,本次投放的朋友圈广告整体点击率是平均点击率的1.91倍,值得一提的是,经过海王星辰的数据能力加持,本轮投放有效提升了朋友圈广告的转化。   线上线下联动,打造可持续通路   药企的尝试和摸索,无论是坚守线下还是布局线上,亦或是线上线下双向联动,能够最终解决当下困境才是重中之重。达喜在本次三方合作中,联动了海王星辰多种营销资源,引导目标人群实现线上线下双向转化,成为药企营销新通路的范例。   达喜通过朋友圈广告精准释放品牌优惠信息,并引导消费者一站式领劵。用户线上领劵后,可以选择进入海王星辰小程序商城进行消费,也可以在海王星辰线下门店进行核销。除此之外,海王星辰还开放了自有流量生态,通过线上站内流量的补充,为达喜打造了多样化的线上转化路径。   此外,海王星辰还通过加码线下资源形成线上、线下联动,以双向核销路径带动达喜的全渠道转化。海王星辰多个门店都放置了线下台卡及促销跳卡等线下销售物料,吸引到店用户扫码进入海王星辰小程序商城领券并直接进行线下核销。   在上述活动中,其中一个值得注意的数据是,线上订单的波峰主要集中在广告投放后1-2天,而线下门店在投放后4-5天的周末迎来波峰。可见,药企与零售渠道的深度联动,有效利用了线上投放的长尾效应,为强效转化提供了有力助推。   海王星辰连锁药房总裁张英男女士也表示,“此次和腾讯广告、达喜的合作,对海王星辰来说,不仅品牌得到了推广,达喜产品的销售也收获了强效增长,还开启了全新立体化推广模式。从精准洞察、立体化曝光到渠道联动,腾讯生态能力和海王星辰渠道优势与达喜形成数字化合力,真实推动了增长。相信此次合作,也将成为未来三方更多深度联动和数字化探索的良好开端。”   面对被疫情加速的医药行业数字化浪潮,此次达喜与海王星辰、腾讯广告的创新化尝试,将为更多药企的数字化营销增长提供范本,期待更多品牌通过“品牌+零售+腾讯”的三方零售合作,实现强效增长、互利共赢。
 
(文/小编)

标签阅读: 推广

分享到:

润宝医疗网 Copyright © 2006-2020 AiBaoYL.Com All Rights Reserved

Processed in 0.231 second(s), 66 queries, Memory 1.36 M