Oracle杨波:AdTech、MarTech和DataTech结合才是完整营销云 |MorketingSummit2018专题
人物

Oracle杨波:AdTech、MarTech和DataTech结合才是完整营销云 |MorketingSummit2018专题

【摘要】2018年12月6日-12月7日,由Morketing主办的MORKETING SUMMIT 2018“灵眸•洞察时代,探寻本质”全球营销商业峰会在京开幕。在第二日下午的“新科技”分会场,Oracle营销云总经理杨波应邀就《MarTech与数据驱动营销》话题进行了分享。

2018年12月6日-12月7日,由Morketing主办的MORKETING SUMMIT 2018“灵眸•洞察时代,探寻本质”全球营销商业峰会在京开幕。在第二日下午的“新科技”分会场,Oracle营销云总经理杨波应邀就《MarTech与数据驱动营销》话题进行了分享。


杨波认为,随着MarTech行业的发展,CMO将在营销技术上投入更多的预算;广告投放、运营成本、人力成本都会相应下降,拉新的营销目的将慢慢退位于客户运营与粉丝经营;对数据本身以及数据分析能力的投入将成为市场下一阶段的热点。


通过对比中美两国的营销市场特征发现,中国市场仍旧偏重于运营,而美国已经越来越多地采用营销自动化、广告技术、数据分析技术。相比之下,国内的营销人员仍然不够成熟,需要加强数据分析、技术管理等领域的能力。同时,中国的需求方市场还停留在传统的流量思维里,还需要相关公司与从业人员进行艰苦的培育。



2.jpg


关于MarTech与数据、企业增长之间的关系,杨波认为成熟的数据驱动型企业核心是把数据连接作为营销的底层,把AI、行为数据分析、IOT技术用在数据洞察与企业的转型过程里,并将分析结果应用于营销、商务、销售、服务各个环节,提供智能化的客户体验,获得客户认可并形成转化,这才是真正有意义的营销技术的架构和价值。


这个框架里有3点能力需要企业长期去培养:第一,处理海量数据的能力;第二,数据对接的能力;第三,加强AI能力。并将MarTech与DataTech相结合,在经过梳理数据结构、进行数据分析、模型应用、提高能力四个阶段后,最终达成理想的合作状态。


杨波认为,AdTech、Martech、DataTech结合在一起,才是完整的营销云架构。


以下为演讲实录(经Morketing整理):


我今天演讲的主题是“MarTech与数据驱动营销”,主要讲3个部分:第一,全世界怎么看待MarTech?第二,为什么要做MarTech?数据和MarTech之间有什么关系?互相之间怎么合作?第三,介绍Oracle营销云的能力。


全球范围内MarTech发展新趋势:国内偏运营,国外偏技术


全球范围内的MarTech市场,包括北美、欧洲、亚太区,这些地区CMO所做的工作已经从传统的买媒体、做创意、找媒介,开始转向大量使用营销技术。有数据表明,一个marketer在工作中平均将使用超过20个以上的营销技术。从预算来看,许多CMO会把预算更多分配到营销技术上,同时2019年会有很多新的营销技术投入使用。



3.jpg


通过对2017和2018这两个年份的数据可以看出,CMO都在考虑要用新技术来管理企业业务;MarTech的预算从22%增加到29%,而agency的预算则从25%降到23%。也就是说,广告投放、运营成本都会被压缩,这部分预算转移到了营销技术上。


Scott Brinker的调查显示,随着营销技术的应用,人力成本也会不断下降。人工智能的出现导致很多工作内容被大量压缩,成本被大幅缩减。在MarTech领域,从事运营、活动管理等岗位的人才,慢慢会被自动化、智能化、数据分析所取代。对于采用营销技术的公司来讲,这部分人力成本的下降是正面影响,但是对于劳动密集型的行业以及传统的分析咨询公司来讲,是负面的影响。


在传统营销活动中,拉新是主要的投入。但是Scott Brinker的调研显示,拉新越来越不能实现差异化竞争,客户经营和粉丝运营反而成为更重要的营销能力。每个人都知道创新会带来很多新客户,但创新过程中的投入产出与创新形成的能力并不一定会成为企业的竞争能力。



4.jpg


在2018年CRM领域的热点中,我们可以看到4个方面的内容:marketing、sales、service和数字化电商。


在marketing的热点中,比较重要但目前发展不足的是营销分析的能力,其次是Multichannel Marketing Hubs(多渠道营销中心)、CDP、客户旅程、AI,最后是个性化。这些词的关注度虽然比较高,但是当下的市场还处于刚刚启动的状态。我们还可以看到,这些领域都与分析和数据有关,市场对分析的关注度和投入越来越高,对数据的关注度越来越高。


比较一下中美营销技术的市场现状,我们可以看到美国的营销市场已经越来越多的采用营销自动化、广告技术、数据分析技术,并且相关投资多、使用效率也更高。


但是看中国的营销市场,企业有约30%的预算用在了运营上,而美国只有14%。我们在广告技术、分析技术和营销自动化的投入加起来刚刚10%,美国加起来在20%到30%之间。


目前国内的营销人员还不够成熟,除了创意产出以外,还要考虑如何增强数据分析和技术管理能力,并引入自动化的能力。


中国市场的需求方也存在问题。最近与国内某企业的领导交流,我们和他谈数据驱动营销、洞察、营销自动化等,对方说这些技术对他们的帮助并不大,他们想做的事情是找网红代言、引来流量。这件事给我们的体会是需求方与供给方的认知是不匹配的,我们还需要大量的教育工作使他们意识到数据的重要性和营销技术的重要性。


总体而言,国内市场偏运营和策略,国外越来越转向自动化和技术,并进行了很多布局。



5.jpg


在营销理念发生变化的当下,CMO的工作也越来越难做,不仅要懂营销方面的知识,还要懂些计算机方面的知识,现在又要求CMO具备数学功底,能够理解统计、运筹等内容。这张图里面有一个对于21世纪CMO的要求画像,第一点就是要懂AI,另一点比较重要的是要懂数据分析,对创意、内容要有所把握,还要能听会说,能够分辨对错,也能够说服老板和消费者。


所以,优秀的CMO是很珍贵的。


数据+技术+应用=企业增长


第二部分,营销技术和企业整体的发展关系。


营销要为企业的增长服务。成熟的数据驱动型企业,核心是把数据的连接作为营销的底层,把AI、行为数据分析、IOT技术用在数据洞察与企业的转型过程里,并将分析结果应用于营销、商务、销售、服务各个环节,提供智能化的客户体验,获得客户认可并形成转化,这才是真正有价值的营销技术的架构。



6.jpg


这个框架里有3点能力需要企业长期培养。第一,企业需要形成处理海量数据的能力,因为企业拥有的不仅仅是内部数据,还包括外界反馈的数据,数据总量是非常大的;第二,企业要加强数据集成对接的能力,如果企业不能处理、对接数据,就会形成数据孤岛;第三,企业要加强机器学习,也就是AI这方面要注意基础的巩固,可以从最简单的函数做起。



7.jpg


最后我想讲的是,MarTech和DataTech的协作会经过一个心理周期。第一步,我们要努力把数据的结构梳理好,这一步是很痛苦的;到第二步,我们可以看到数据分析会让很多创意窒息,因为分析的太细,反而使企业不知道哪个创意触达用户的效果会更好;第三步,要思考怎么通过分析把模型真正有效运用到商业场景里;第四步,营销人员需要提高他们的数学能力;最后一步,企业接受数据在业务里面发挥一定的效果和作用,那是大家能够达到理想合作状态的阶段。


这五个阶段代表了数据和营销结合并应用的心路历程。


数百亿美金打造的Oracle营销云,整合MarTech、AdTech、DataTech


Oracle建立营销云平台的目的,是希望优化市场部门为企业和消费者带来的购买体验,并实现公司的销售收入增长。


这个平台具有开放的数据对接模型和架构,允许企业基于统一对话窗口实现集成的目标。这个平台能够根据用户画像的获取和转化,自动化通过网站优化、电商平台优化、内容营销等各种途径对客户的消费体验进行统一的编排和设计,且使这个体验可以被复用到新用户的获取上。这个闭环需要不同的技术来协同发挥作用,没有一个技术是孤立的,这才是营销云应该具备的能力,那些只能实现营销智能化等单一功能的平台,只能称为是营销技术产品。


我们认为,把MarTech、AdTech、DataTech整合在一起,才是一个完整的营销云架构。在过去几年里,Oracle已经花了100亿到150亿美金收购、兼并、整合了超过10个营销产品,但我们仍然觉得没有达到目标。整合架构、合并目的、接洽图谱、实现数据的自由流动,一直是我们努力的方向。


Oracle做了很多的数据服务平台,比如大数据的分析平台、数据管理平台、ID识别平台等。在DataTech领域,我们已经投入了100亿美金打造底层的数据处理、运算分析的能力,以支持上层建筑的应用。AI也没有想象中的复杂,在我们的软件里已经内置了大量主流的机器学习模型和聚类分析模型,只要把数据导进平台里面,系统就可以输出优化的结果,方便企业去调优和分析。


当然,企业应用MarTech最重要的一点还是从基础开始。每个企业有这么多的数据、触点,这么多分析的对象,需要一步步建立数据池、流量池,然后做一些简单的平台对接和整合,把所有数据放到一个池子里面做分析。


最后,我们希望把营销技术和广告技术、数据技术整合在一起,打造比较好的消费体验,最终带来企业的增长。


谢谢大家。


本文由Morketing原创发布,转载请联系原作者。

已有0人收藏

已有0人点赞

发表评论

请先注册/登录后参与评论

已有0