不久前,創略科技發布《數據和 AI 驅動的營銷自由》白皮書,提出「營銷自由」的概念。根據白皮書,營銷自由指的是指的是「業務和運營人員可以基于數據驅動自由地選擇合適的營銷方式,在合適的時機,以合適的方式,對合適的受眾進行實時和個性化的營銷觸達,提升客戶體驗,并實際作用于提升客戶的留存、復購。」
實現營銷自由的阻礙
營銷自由是理想中的營銷人的工作狀態。「當前的營銷行業,還停留在非常笨重、被動、沒有把控權也沒有執行力的狀態。」創略科技創始人兼CEO 胡世杰如是說。
這種狀態形成的原因在于,營銷在實現數字化的過程中,工作需要依賴于多個不同部門,存在很多無法把控的因素,例如營銷人對數據完全沒有把控能力——這些數據的搜集分散于多個不同系統中,最終的打通、提取以及儲備成為一個可應用的狀態,是需要 IT 及其他部門參與的。而白皮書中指出,
「在傳統的B2C業務模式中,往往是業務部門制定計劃,IT部門配合計劃實施,所有的線上營銷監控 ,數字營銷計劃,營銷監控,報表,均需要通過IT部門協助,部門協作的成本高,效率低,數據變現的速度慢,營銷反應速度慢,已經不適合當前營銷模式。
在長期的營銷經驗中,不同部門之間,常常對同一個業務指標和業務口徑產生分歧,從而導致數據 口徑難以快速統一,統計維度和指標難以迅速一致,業務部門之間的摩擦導致數據驅動效率低下時 ,高效的營銷也自然變得不可實現。」
由此可見,部門與部門之間協作的過程本身即造成了阻礙,或者導致工作無法完成,或者導致工作無法按時完成以至于錯失機會點。這一局面使得營銷人的工作的實時性、即時性非常差,只能針對一些具體的工作提供單點解決方案,例如 CRM,例如微信公眾號運營。但是如果希望實現全域營銷,基于非常穩健的數據基礎,很自由、靈活地進行布局,以目前營銷人的工作狀態,基本上做不到。
胡世杰因此提出,營銷自由的前提是打好數據基礎。有了完備的數據基礎,營銷層面以及客戶數據層面的智能應用,才能最終完成營銷閉環,實現真正的營銷自由。
數據管理是實現營銷自由的第一步
既然打好數據基礎是營銷自由的前提,那么搭建一個功能齊備的數據庫,是實現營銷自由的第一步。在 2018 年及之前,DMP 是企業管理數據的主流產品;2019 年至今,CDP 逐步成為業界關注的重點。胡世杰認為,DMP 主要是做人群管理,目的是進行重定向與廣告投放,而不是真正做整體的數據管理。而 CDP所涵蓋的數據范圍更廣一些,不僅僅局限于廣告投放的相關數據。
眾多企業開始搭建自己的 CDP,其中一些企業希望搭建一個加強數據層面的營銷管理的體系,而胡世杰主張從更宏觀、更長遠的角度來看,真正通過 CDP 建立一個穩健的數據底層基礎。正如白皮書中所說,「CDP和為之服務的數據采集工具正為企業提供了面向營銷,集成化,實時化,高易用性的數據基礎。」
一個關鍵步驟是私域流量池以及數據池的搭建,這個數據池內包括歷史數據、現有的實時數據,這些數據必須達到隨時可用的狀態,同時和其它的數據體系,如輿情監測數據體系、ERP 等系統相對接。
數據管理需要找合適的供應商
搭建流量池之后,企業需要考慮的是解決方案如何落地。通常有三種方式:
· 找多個供應商,把這些供應商的細分模塊組成一個營銷技術棧;
· 尋找偏整體的解決方案;
· 自建,或者主要依靠自建。
在這三種方案中,胡世杰介紹說,第一種方案,即營銷技術棧的搭建,更適合于歐美市場,因為那里的企業服務市場非常成熟,國外的營銷技術供應商大多采用SaaS 形式,提供開放的標準化接口,很多產品都是可以進行系統集成的。而在中國,如果所有的技術組件、產品模塊是本土公司來完成的話,就很難搭建成為技術棧。而第三種方案同樣不適用于中國市場,事實上選擇自建的企業非常少,除非是技術能力較強、通過互聯網經營的公司。但是自建的阻力在于解決方案可能適合于企業內部的 IT 部門使用,但是無法達成業務部門的要求。因為自建的方案如果達到合格、可用的狀態,成本高達上千萬之多——而購買解決方案只需要十分之一的價格。因此,相對適用的方案只有第二種,選擇供應商提供整體解決方案。
目前,創略科技有針對性地服務與汽車出行、零售、旅游、金融及教育等產業的客戶。這些行業的數據管理各有其特點。如汽車行業的數據包括了經銷商數據和客戶數據,其中后者是汽車廠商采用直接觸達客戶的方式,收集到的數據來打造的數據體系。而零售、旅游行業的數據更為多元化,這兩個行業由于客戶消費數據頻率高,涉及很多實時數據,可以加以應用的場景也更多。
胡世杰介紹說,創略科技專注的行業領域必須符合幾個條件:
首先是客戶生命周期價值足夠大。客戶生命周期價值包括購買頻率和客戶生命周期的時間線。有的產品雖然客單價較低,但是購買頻率高,彈性比較高;有的產品單價較高(如汽車、金融等)。
其次是能直接接觸到客戶,即掌握了最終的客戶觸點,這是為了便于在觸點上能夠采集客戶的行為數據,最終實現個性化的客戶體驗。
第三是整體的數據體量,包括絕對的客戶量,以及客戶加上潛客的數量。當然,更重要的并不是客戶量的大小,而是客戶的數據維度豐富度。客戶的數據維度豐富程度高是一個關鍵因素。
AI 在營銷場景的三種應用
根據創略科技的測算,在海外市場,客戶在營銷技術層面的預算,已經占到營銷預算整體的20%+。國內目前處于營銷技術開始爆發成長期階段,國內大部分客戶的營銷技術預算占營銷預算整體在5-10%,未來會越加靠近國外的20%+的占比。2020年,國內營銷預算市場規模在萬億人民幣,營銷技術的整體市場規模將在500-1000億人民幣左右,未來有望往2000億發展。
在胡世杰看來,國外營銷技術市場雖然相對較成熟,供應商眾多,但是國內企業甚至在一些領域已經超過了國外同行。一個典型領域是 AI 技術,國內同等規模的企業采用或者接受 AI 技術的應用場景,對機器學習、深度學習的應用速度更為快速,在營銷場景的應用更多。
與傳統軟件相比,AI有能力有效地處理大規模的數據集,進行分析、預測。最重要的一點,AI有能力進行自學以改進自身的工作能力。但在目前的中國市場,AI 之于營銷的應用場景還處于初期發展階段。AI 應用更多針對的是金融行業如風控等場景,以及政府相關的場景。而就供給方來說,AI 相關的大數據、人工智能公司,通常并不是很懂營銷,能夠理解 CMO 的需求。
根據胡世杰的觀點,AI 技術目前在營銷場景的具體實施、落地主要有三種方式:
其一是基于產品或平臺的小功能模塊,如粉絲分析、僵尸粉識別等等。
其二是針對較大一些的場景,如客戶流失預警、個性化推送等,目前很多企業較為能接受的是這種落地形式,問題在于需要較強的運營團隊與數據科學家團隊,可以把業務直接與 AI 模型相關聯,最終通過測試驗證是否對業務產生價值。
第三種方式市場尚未完全接受,這是一種開放式平臺,即將機器學習、深度學習的平臺開放給最終的用戶,讓用戶自己的工程師或者數據科學家在平臺上開發一些模型。這種平臺目前只有金融行業的銀行等少數企業在使用。
日前,創略完成了B 輪融資,領投方為源渡創投,高美資本、G5創新投資跟投。關于這一輪融資的使用計劃,胡世杰表示除了持續對研發進行投入外,還將用于完善銷售業務和整體運營,以及售前和客服體系的搭建。未來,創略的業務拓展方向將涵蓋咨詢、產品、運營等領域。
自創業以來,創略科技持續服務于中大型客戶,為他們提供企業級解決方案。胡世杰透露說,在B 輪融資之后,創略科技有計劃布局一些中小型企業,即為一些腰部客戶提供CDP解決方案。這些客戶更輕量級,需求沒那么重,實施起來會更快。當然,中小企業市場的環境非常復雜,為這些企業提供 CDP 產品也是一條較為艱難的路,因為 CDP本身即是復雜性的解決方案。但其中,可以有一些切單一數據源及單一應用場景的標準化路徑可以探索。
之所以選擇 CDP產品,是因為根據創略科技的估算,CDP在整個營銷技術預算當中,占到保守預估10-20%的預算;而CDP市場規模將至少在50-100億人民幣甚至更多,這一市場規模目前與國內CRM市場規模類似,但CDP基于大數據架構、支持機器學習等AI技術應用,相較于基于結構化數據庫的CRM,在數據中臺和樞紐層面,代表未來不可逆的趨勢。
