数字营销蓝皮书《数据与技术驱动的数字营销时代》

《数字营销蓝皮书《数据与技术驱动的数字营销时代》》由会员分享，可在线阅读，更多相关《数字营销蓝皮书《数据与技术驱动的数字营销时代》（10页珍藏版）》请在金锄头文库上搜索。

1、数据与技术驱动的数字营销时代中国数据驱动营销面临的挑战与潜在解决方案中国的数字营销领域已经走过了漫长的道路。它已经成为一个更加多样化和更复杂的领域，伴随着越来越多可供选择的营销渠道、广告格式、平台，技术提供商，以及第三方工具等。随着营销人越来越多地使用受众数据、可监测和可量化的 KPI，以及数据驱动洞察来助力他们的整个从战略到执行，再到监测的营销价值链，数字营销也毫无疑问地在本质和实践中，变得更加以数据驱动。在数字营销行业的这个阶段，数据驱动营销人面临新的挑战，而这些挑战经常以以下问题的形式困扰着市场营销人员和企业：在这个复杂，充斥着碎片化营销渠道、媒体库存、技术供应商、工具和数据的零散的生态

2、系统中，我如何有效地自动化并协调好所有这些不同的变化中的部件，以最大限度地提高公司的营销效率和效果？如何能获得更多的可视度、透明度，来洞悉每个渠道、技术供应商、媒体库存以及数据提供商对企业的营收和利润究竟有多大的帮助？我如何控制和统一经常是碎片化、甚至丢失的第一方数据，并将其能为组织带来的价值最大化？ 如何从数据中获得洞察力，以更智能地规划和策划我的营销活动？如何解决数据孤岛的问题，将客户和受众数据从端到端连通，从数据收集，细分，到跨生态的数据激活？ 如何将数据应用于整个客户生命周期？企业营销人员面临的这些越来越常见的挑战正是由于这个日益增长的行业的复杂性和碎片化所致。作为行业发展的副产品，市

3、场营销人员越来越需要管理好这种复杂性和碎片化，但在中国市场缺乏满足这些需求的理想技术和解决方案。这就提出了一个问题 - 理想的营销技术解决方案应该是什么样的？没有准确的正确答案，因为这将随着具体的营销人员和其企业的需要而变化，但基于数据是基础的前提条件，以下是理想的解决方案：数据收集 数据分析/细分 数据激活/数据利用 跨平台自动化、优化和可视化数据收集企业通过各种不同的接触点（例如 PC /移动网站、电商平台、移动应用、广告、POS 等）能够收集的自己的数据和实时数据在形成 360 度客户和潜在客户洞察方面越来越发挥着关键作用，并将其用于数据驱动、定向营销，以及其他与客户相关的功能，如改善客

4、户体验、商业智能以及风险管理。 拥有一站式、强大、灵活的第一方数据收集工具是将数据控制交回给市场营销人员和企业手中的重要第一步。 这种数据收集工具也应该是智能的，使得营销人员能够轻松地控制和自动化这些功能：1）如何、使用哪种方法收集数据？2）在哪里收集数据？3）何时、在什么条件下收集数据？4）收集哪部分数据？5）将收集后的数据发送到那里？6）哪些部分的数据需要发送到哪里？数据分析/细分数据驱动营销价值链的下一步将是将收集的数据导入到企业数据管理系统营销人员可以统一存储数据，以对于企业有意义的方式运行数据分析，基于洞察和模式细分数据 ，最终促进跨不同平台和工具数据的开放激活和利用。 数据管理平台

5、还应能够与第三方数据提供商对接来增强第一方数据的基础，从而扩大广告覆盖面。数据激活/利用在从数据中获得洞察力并基于策略或假设形成各种细分后，营销人员将能够以自动化的方式激活和使用不同营销渠道，平台及工具中的数据。在完成细分或洞察后的数据，可以被使用并发送到第三方平台和工具，用于定向展示广告、客户体验个性化、商业智能，或者利用更多的洞察丰富现有的数据库和数据仓库数据。这将需要数据管理平台：1）是一个开放、中立的平台，可以与外部系统连接，且没有利益冲突2）具有强大和敏捷的数据连通能力，以便在数据级层面与外部平台和系统对接这将需要数据管理平台跨平台自动化、优化和可视化营销执行层发生在在跨程序化广告和

6、付费媒体渠道地使用数据时。企业营销人员面临的一个常见问题是，跨渠道营销自动化、实时优化和数据可视化及报表通常需要是一个手动的、非流水线的流程。这将导致人工管理成本的增加，透明度和响应性的降低，并且最终导致营销人很难看到他们的营销投资的整体视角，以及他们应该如何改善营销组合。 解决这个特定问题的平台应该具有以下特征：1）获得跨渠道绩效和指标的多维可见性，并通过统一的整体报表获取洞察2）助力营销人员能够方便实时优化的工具和功能3）以一个简化的工作流的方式，自动化不同的数据驱动营销渠道和第三方工具完整的反馈循环营销执行层是数据驱动营销生命周期的最后一步。多渠道营销通过在多个接触点接触的受众（客户或扩

7、展受众） ，并推动受众的互动与后续行为，产生实时数据。 理想的情况下，由受众互动产生的这类营销执行数据将由一个强大的数据收集工具收集并发送到数据管理平台中，从而继续强化这整个过程。不同的以数据为中心的营销技术解决方案的比较与分析与北美和全球市场比起来，中国数字营销和营销技术大环境是有着非常不同的地方。我们可以问一个很好的问题对中国的营销人和企业来说，现有的解决方案的功能价值和细微差别是什么？我们需要通过确定实际功能需求，来定义清晰的范围：-强健、智能的第一方数据收集能力-多功能及可自定义的数据分析与细分-开放的、连通性高的数据激活能力-跨平台、跨工具营销自动化和优化能力一个拥有这些特性的营销技

8、术堆栈，通常在全球业内会被称为营销枢纽，或营销云，可以被理解为一个营销技术产品体系，为营销人和企业提供：1）数据管理能力；2）多渠道营销自动化能力。营销云不能与数字营销领域中的一些单点解决方案从概念上混淆起来（例如 DSP 供应商、监测提供商、数据提供商、以及广告交易市场等等） ，它更像是一个核心平台，为企业提供一个数据和营销技术基础设施。当下国内市场中，类似营销枢纽或营销云定位的公司可分为以下几类：全球营销云提供商的中国分支机构营销云在北美和欧洲市场已是一个成熟的概念。海外市场和国内市场比较起来，更加地结构化及细分，而国内市场有着非常独特的本地特色。一些全球领先的技术或数据公司（例如 Ado

9、be, Oracle, Teradata, Nielsen 等等）最近已开始尝试在中国市场销售他们全球化的营销云和营销枢纽解决方案。然而，他们几乎没有产品和商业模式的本地化，或者与本地的生态系统连通。广告监测和分析公司转型营销云一些广告监测、站点及移动分析领域的公司也有的开始扩展他们的业务，到数据管理及营销枢纽解决方案。对于这类公司而言，这是一个自然而然的业务扩张思路，为了跨营销价值链地扩张业务。大多数这类公司仍就依赖于监测和流量分析作为他们的核心业务，且他们的新老定位有着一定的利益冲突。 （详见下图）大型媒体及 TMT 综合性企业的营销枢纽及 DMP在过去，数字营销领域的大型互联网传媒集团主

10、要通过媒体及广告销售变现，但是最近几年也在进入企业级营销平台和数据管理领域。当然，因为“围墙花园”和他们封闭式的生态即他们的产品解决方案主要适用于他们自己的生态体系内，一些需要开放式、中立的企业级解决方案的大型品牌营销人并不乐见与他们在营销云及营销枢纽层面的合作。他们的解决方案通常会被看做一个兼有媒体资源、数据、广告购买以及数据管理在一个实体内的黑箱。全球化营销云/营销枢纽监测&分析 DMP媒体 DMP&广告技术堆栈功能评估数据收集除了 Adobe 的动态标签管理产品，其他没有独立的数据收集模块没有独立的数据收集产品，只有 JS/SDK/pixel没有独立的数据收集产品，只有JS/SDK/pi

11、xel分析/细分内置分析及细分基础的第一方数据细分，以及历史监测和广告数据所产生的第三方标签基于在他们自己生态中的用户行为的分析与细分数据激活难以在国内数字营销生态中激活数据可在程序化广告平台、SSP，和媒体发布商中激活数据主要在媒体自己的生态系统中激活数据营销自动化不能在国内有效使用无仅限媒体自己的广告技术和DSP 工具连通性和生态体系生态体系对接情况几乎没有一些本土 DSP媒体自己的广告技术堆栈数据资源&提供商海外的数据供应商，国内供应商几乎没有共享客户监测及分析数据，一些第三方的供应商媒体自己的用户数据开放性完全开放相对开放封闭API 连通性API 连通海外的平台及工具与其他供应商定制化

12、对接API 与外部生态系统连接非常有限定位/中立性中立既是数据管理解决方案，也是数据提供商；跨客户地分享监测及分析数据封闭式堆栈，与外部第三方合作伙伴的连通性非常有限。在数据营销价值链的每一个环节都参与其中部署部署选项云端云端/私有云云端/私有云基础设施非本地化的中国中国可扩展性&定制化非常有限有限非常有限数据安全安全未知未知商业模式收费模式按每产品模块，收取年度许可费月费或者年费年费或者最低预算花费，及百分比服务费收费水平高中等高在一个并列的比较后，我们发现在国内市场上已有的解决方案都还没达到最理想的状态虽然他们中的某些可能满足了一部分营销人的需求，特别是当这些需求是相对简单和单维度的（例如

13、展示广告、重定向等） 。使用相似的评估标准，一个可以同时满足营销人的战略和执行层面的需求的，强健的、全面的解决方案会有以下几个特点：理想的国内营销技术解决方案功能评估数据收集需要允许灵活和简单的多触点数据收集。并不仅仅是部署监测代码，它需要作为一个智能的第一方数据收 集基础设施，各种供应商的监测代码（营销平台，分析工具，监测提供商等）可以被部署，第一方数据可 以被收集，并且以用户定义的方式发送给第三方供应商。分析/细分通常，内置的分析及细分工具是非常基础的，或不符合营销人所需的业务逻辑的。分析及细分能力应该允 许一定程度的定制化和自定义特性，这样企业可以按照对于自己的组织有价值的方式来定制化客

14、户洞察， 而非仅仅是常见的用户指标。数据激活目前，大部分数据管理平台仅能激活数据到广告渠道中去。一个企业级营销云解决方案应该能轻易第连接 以及促进数据激活及运用到多种平台和工具中去（例如展示广告、邮件、分析、数据可视化、CRM、数 据仓库等） 。营销自动化一个有效的营销自动化核心平台应该是一个开放式平台。它可以跨平台地连通营销活动报表数据，以及帮 助用户进行实时比较，并实现统一的跨营销渠道的实时优化。连通性&生态系统对接生态体系一个开放且快速增长中的整合生态系统对平台来说是必须的，来助其提供给营销人充足的数据激活选项， 以及基于其产品之上的功能可拓展性。数据源&提供商产品堆栈的数据管理模块应能

15、够开放地连接到第三方数据提供商，其自身不应该也是数据提供商。开放性平台的开放性确保它能够与数字营销价值链中的其他不同部分合作，并且允许企业获得最大化的透明度， 以及对于其自身数据和技术资产的控制权。API 连通性强大的与外部系统的 API 连通性，以及快速、高效的对接能够给到营销人更多的灵活度来使用他们的数 据及核心平台，以应对不断变化的营销需求定位/中立性中立性是必须确保的。供应商及平台不能同时扮演两种角色，特别是有利益冲突的两种角色对营销人来说 是不利的。部署部署选项某些企业对数据采用高隐私措施。在这些情况下，如果客户可以有基于云端、私有云、或者本地部署等多 种选项是有所帮助的。基础设施基础设施应该为国内市场本地化，但也应可被允许在全球范围内实现实时数据驱动营销。可扩展&定制化外部对接、数据、以及分析模型的定制化和可扩展性是必要的。Business 商业模式收费模式.收费模式需要从价值的角度来看是合理的。收费应该是模块化的，并基于最终交付的解决方案。