不久前,创略科技发布《数据和 AI 驱动的营销自由》白皮书,提出「营销自由」的概念。根据白皮书,营销自由指的是指的是「业务和运营人员可以基于数据驱动自由地选择合适的营销方式,在合适的时机,以合适的方式,对合适的受众进行实时和个性化的营销触达,提升客户体验,并实际作用于提升客户的留存、复购。」
实现营销自由的阻碍
营销自由是理想中的营销人的工作状态。「当前的营销行业,还停留在非常笨重、被动、没有把控权也没有执行力的状态。」创略科技创始人兼CEO 胡世杰如是说。
这种状态形成的原因在于,营销在实现数字化的过程中,工作需要依赖于多个不同部门,存在很多无法把控的因素,例如营销人对数据完全没有把控能力——这些数据的搜集分散于多个不同系统中,最终的打通、提取以及储备成为一个可应用的状态,是需要 IT 及其他部门参与的。而白皮书中指出,
「在传统的B2C业务模式中,往往是业务部门制定计划,IT部门配合计划实施,所有的线上营销监控 ,数字营销计划,营销监控,报表,均需要通过IT部门协助,部门协作的成本高,效率低,数据变现的速度慢,营销反应速度慢,已经不适合当前营销模式。
在长期的营销经验中,不同部门之间,常常对同一个业务指标和业务口径产生分歧,从而导致数据 口径难以快速统一,统计维度和指标难以迅速一致,业务部门之间的摩擦导致数据驱动效率低下时 ,高效的营销也自然变得不可实现。」
由此可见,部门与部门之间协作的过程本身即造成了阻碍,或者导致工作无法完成,或者导致工作无法按时完成以至于错失机会点。这一局面使得营销人的工作的实时性、即时性非常差,只能针对一些具体的工作提供单点解决方案,例如 CRM,例如微信公众号运营。但是如果希望实现全域营销,基于非常稳健的数据基础,很自由、灵活地进行布局,以目前营销人的工作状态,基本上做不到。
胡世杰因此提出,营销自由的前提是打好数据基础。有了完备的数据基础,营销层面以及客户数据层面的智能应用,才能最终完成营销闭环,实现真正的营销自由。
数据管理是实现营销自由的第一步
既然打好数据基础是营销自由的前提,那么搭建一个功能齐备的数据库,是实现营销自由的第一步。在 2018 年及之前,DMP 是企业管理数据的主流产品;2019 年至今,CDP 逐步成为业界关注的重点。胡世杰认为,DMP 主要是做人群管理,目的是进行重定向与广告投放,而不是真正做整体的数据管理。而 CDP所涵盖的数据范围更广一些,不仅仅局限于广告投放的相关数据。
众多企业开始搭建自己的 CDP,其中一些企业希望搭建一个加强数据层面的营销管理的体系,而胡世杰主张从更宏观、更长远的角度来看,真正通过 CDP 建立一个稳健的数据底层基础。正如白皮书中所说,「CDP和为之服务的数据采集工具正为企业提供了面向营销,集成化,实时化,高易用性的数据基础。」
一个关键步骤是私域流量池以及数据池的搭建,这个数据池内包括历史数据、现有的实时数据,这些数据必须达到随时可用的状态,同时和其它的数据体系,如舆情监测数据体系、ERP 等系统相对接。
数据管理需要找合适的供应商
搭建流量池之后,企业需要考虑的是解决方案如何落地。通常有三种方式:
· 找多个供应商,把这些供应商的细分模块组成一个营销技术栈;
· 寻找偏整体的解决方案;
· 自建,或者主要依靠自建。
在这三种方案中,胡世杰介绍说,第一种方案,即营销技术栈的搭建,更适合于欧美市场,因为那里的企业服务市场非常成熟,国外的营销技术供应商大多采用SaaS 形式,提供开放的标准化接口,很多产品都是可以进行系统集成的。而在中国,如果所有的技术组件、产品模块是本土公司来完成的话,就很难搭建成为技术栈。而第三种方案同样不适用于中国市场,事实上选择自建的企业非常少,除非是技术能力较强、通过互联网经营的公司。但是自建的阻力在于解决方案可能适合于企业内部的 IT 部门使用,但是无法达成业务部门的要求。因为自建的方案如果达到合格、可用的状态,成本高达上千万之多——而购买解决方案只需要十分之一的价格。因此,相对适用的方案只有第二种,选择供应商提供整体解决方案。
目前,创略科技有针对性地服务与汽车出行、零售、旅游、金融及教育等产业的客户。这些行业的数据管理各有其特点。如汽车行业的数据包括了经销商数据和客户数据,其中后者是汽车厂商采用直接触达客户的方式,收集到的数据来打造的数据体系。而零售、旅游行业的数据更为多元化,这两个行业由于客户消费数据频率高,涉及很多实时数据,可以加以应用的场景也更多。
胡世杰介绍说,创略科技专注的行业领域必须符合几个条件:
首先是客户生命周期价值足够大。客户生命周期价值包括购买频率和客户生命周期的时间线。有的产品虽然客单价较低,但是购买频率高,弹性比较高;有的产品单价较高(如汽车、金融等)。
其次是能直接接触到客户,即掌握了最终的客户触点,这是为了便于在触点上能够采集客户的行为数据,最终实现个性化的客户体验。
第三是整体的数据体量,包括绝对的客户量,以及客户加上潜客的数量。当然,更重要的并不是客户量的大小,而是客户的数据维度丰富度。客户的数据维度丰富程度高是一个关键因素。
AI 在营销场景的三种应用
根据创略科技的测算,在海外市场,客户在营销技术层面的预算,已经占到营销预算整体的20%+。国内目前处于营销技术开始爆发成长期阶段,国内大部分客户的营销技术预算占营销预算整体在5-10%,未来会越加靠近国外的20%+的占比。2020年,国内营销预算市场规模在万亿人民币,营销技术的整体市场规模将在500-1000亿人民币左右,未来有望往2000亿发展。
在胡世杰看来,国外营销技术市场虽然相对较成熟,供应商众多,但是国内企业甚至在一些领域已经超过了国外同行。一个典型领域是 AI 技术,国内同等规模的企业采用或者接受 AI 技术的应用场景,对机器学习、深度学习的应用速度更为快速,在营销场景的应用更多。
与传统软件相比,AI有能力有效地处理大规模的数据集,进行分析、预测。最重要的一点,AI有能力进行自学以改进自身的工作能力。但在目前的中国市场,AI 之于营销的应用场景还处于初期发展阶段。AI 应用更多针对的是金融行业如风控等场景,以及政府相关的场景。而就供给方来说,AI 相关的大数据、人工智能公司,通常并不是很懂营销,能够理解 CMO 的需求。
根据胡世杰的观点,AI 技术目前在营销场景的具体实施、落地主要有三种方式:
其一是基于产品或平台的小功能模块,如粉丝分析、僵尸粉识别等等。
其二是针对较大一些的场景,如客户流失预警、个性化推送等,目前很多企业较为能接受的是这种落地形式,问题在于需要较强的运营团队与数据科学家团队,可以把业务直接与 AI 模型相关联,最终通过测试验证是否对业务产生价值。
第三种方式市场尚未完全接受,这是一种开放式平台,即将机器学习、深度学习的平台开放给最终的用户,让用户自己的工程师或者数据科学家在平台上开发一些模型。这种平台目前只有金融行业的银行等少数企业在使用。
日前,创略完成了B 轮融资,领投方为源渡创投,高美资本、G5创新投资跟投。关于这一轮融资的使用计划,胡世杰表示除了持续对研发进行投入外,还将用于完善销售业务和整体运营,以及售前和客服体系的搭建。未来,创略的业务拓展方向将涵盖咨询、产品、运营等领域。
自创业以来,创略科技持续服务于中大型客户,为他们提供企业级解决方案。胡世杰透露说,在B 轮融资之后,创略科技有计划布局一些中小型企业,即为一些腰部客户提供CDP解决方案。这些客户更轻量级,需求没那么重,实施起来会更快。当然,中小企业市场的环境非常复杂,为这些企业提供 CDP 产品也是一条较为艰难的路,因为 CDP本身即是复杂性的解决方案。但其中,可以有一些切单一数据源及单一应用场景的标准化路径可以探索。
之所以选择 CDP产品,是因为根据创略科技的估算,CDP在整个营销技术预算当中,占到保守预估10-20%的预算;而CDP市场规模将至少在50-100亿人民币甚至更多,这一市场规模目前与国内CRM市场规模类似,但CDP基于大数据架构、支持机器学习等AI技术应用,相较于基于结构化数据库的CRM,在数据中台和枢纽层面,代表未来不可逆的趋势。
