指向營銷技術重置的 3 個流行主題

我最近教了一些營銷技術研討會（親自！），並收到了堆棧領導者提出的許多有趣的問題。 顯然，2023 年代表著又一個巨大變革的一年，因為全渠道的願望具有更高的優先級，並且在圍繞人工智能和機器學習的炒作不斷增加的情況下，領導者繼續重新審視他們的平台選擇。

以下是我對出現的三組問題和主題的看法：

• CDP 計劃作為客戶數據現代化的跟踪馬。
• 重新考慮您的參與度。
• Adtech-martech 整合。

每個主題都有其自身的價值和某些情況下的緊迫性。 但總的來說，這些答案反映了企業營銷技術堆棧中發生的更廣泛的重置。

1. CDP 作為跟踪馬

在過去的一年裡，我們為多家大型企業提供了CDP技術選型建議。 我們看到了企業需求和成熟度的巨大差異（幸運的是，有各種各樣的供應商產品可以滿足這些需求），以及一些我在最近的會議和網絡研討會上也回答過的常見問題。

• 我們如何判斷我們是否已為此做好準備？
• 我們在運營上需要什麼才能取得成功？
• 財務回報的可能時間表是什麼？

等等…

我得出的結論是，CDP 技術計劃經常成為客戶數據生態系統現代化更廣泛需求的“跟踪馬”，因此應該這樣對待。 當然，這感覺很落後。 在我們選擇任何新技術之前，我們不應該讓我們的企業一起行動嗎？ 這是一個理性的做法。

然而，我們也看到了在選擇和刻錄 CDP 所需的 12 到 16 個月內運行並行軌道的效用，其中一個工作組致力於技術，另一個工作組致力於對數據源、質量、管道和治理進行全面檢查.

從歷史上看，我們以前見過這種現象，組織利用平台實施來推動關鍵業務變革。 考慮：

• 早期的網絡內容管理系統實施迫使數字戰略的整合。
• 數字資產管理平台強制大型企業資產清理。
• 電子商務平台試點推動圍繞數字商業運營和以客戶為中心的用戶體驗設計的關鍵標準化。

然而，任何正在關注 CDP 或最近獲得此類平台許可的企業都需要花費更多資源來將其更廣泛的客戶數據工具集整合到一個合理的生態系統中。 這項工作以年為單位進行衡量。 這也意味著在具有異常廣泛的潛在功能集的 CDP 市場中密切關注架構適合性。 實際上，我們在 RSG 上看到的 CDP 選擇項目中通常有三分之一是替換工作，企業在第一次選擇時就匆忙做出了不合適的選擇。

最終，我的建議歸結為根本不要有“CDP 項目”——而是恰好包含 CDP 計劃的客戶數據現代化（或“轉換”，如果必須的話）計劃。

2. 重新思考你的參與度

我傾向於收到的其他問題圍繞著 martech 領導者在參與服務層所做的長期投資。 請參見下表中的多色單中帶。

在大多數情況下，企業已經與這些平台合作了很長時間——加強了管理它們的團隊並投資於復雜的修改。 然而……問題出現了。

我們的 WCM/CRM/社交/電子商務/等。 平台越來越老舊，做簡單的事情需要更多的時間； 那是正常的嗎？

為什麼很難與同一層的所有其他平台集成？ 例如，帶有網站個性化和商務推薦的電子郵件接觸點？

為什麼平台不能簡單地從企業級平台繼承內容、數據和命令，而不是自己做所有事情？ 我正在復制一堆數據和文件； 再次，這正常嗎？

我不會將這一波擔憂稱為海嘯。 但我感覺到這一層的不滿情緒在增長。 在架構上，許多企業已經投入精力使參與平台“無頭”。 這是將關鍵服務與實際交付環境分離的有用方法。

這種趨勢已經對 Martech 領導者提出了挑戰，因為大多數參與平台從未設計為無頭運行，從而導致粗略的變通辦法或替代計劃。

然而，即將到來的全渠道十年將推動更重要的架構創新：無腿。

Legless 將關鍵內容、數據和決策服務移到堆棧的較低位置，明確支持跨渠道共享它們，從而實現全渠道部署，同時降低集成複雜性。

可以肯定的是，大多數企業還沒有走到這一步，但很多企業正在朝這個方向努力。 再一次，它給更傳統的參與平台供應商帶來了壓力，他們的系統習慣於充當重量級環境，而不是更靈活、更輕便、直通的空間。 我之前提到的 martech 領導者之間的不滿將導致未來幾年參與層的更多人選。

與此同時，AI / ML 的位置在哪裡？ 這些圖中每個塊中的供應商都將吹噓他們在該領域的新功能，並且許多走廊談話 - 充滿興奮和恐懼 - 圍繞著在哪里以及如何使用這些功能。 很長一段時間，AI 和 ML 包含一個特徵。 但隨著最近幾個季度用例和可能性的大幅增長，您將開始將它們視為堆棧中的一個層。

換句話說，那個老化的 WCM 平台不會通過供應商向其中註入一些隨機學習算法而變得更加活躍。 電子商務、社交和其他一切都一樣。 關心透明度和問責制的企業將希望在基礎層開發自己的解耦 AI/ML 功能，並將它們擴展到整個堆棧。

3. 在 adtech-martech 整合中找到真正的價值

另一個讓我側耳傾聽的 martech 領導者的熱門話題是 adtech-martech 堆棧集成。 從表面上看，這兩個堆棧在組裝內容和使用數據將其發送到特定交互環境方面往往彼此相似，通常是根據某些特定邏輯。

然而，adtech 和 martech 堆棧傾向於獨立發展，企業通常會授權不同的工具來做非常相似的事情。 但隨著基礎服務（如 CDP）的興起以及數據棄用的挑戰，martech 和 adtech 領導者正在重新審視更緊密的集成，以回答一些關鍵問題，例如：

• 我們的分析和歸因模型不應該通過付費和自有+運營渠道涵蓋客戶旅程的全部範圍嗎？
• 我們如何才能更好地利用第一方數據來提高我們的廣告支出回報率？
• 我們如何在基於上下文和基於渠道的同意的淺灘中航行？
• 我們如何在始終在線的活動中自動集成付費媒體和自有渠道接觸點？

有遠見的領導者提出了更多問題，因此這裡不乏用例。 我對可以在所有渠道（尤其是付費媒體）中創造更有效支出的策略感到特別熱情。

這在一定程度上是一個技術挑戰，但對於我們合作的大多數企業來說，這更像是一個需要解決的治理和組織問題。 對於你們中的一些人來說，這是個好消息！ 您可能並不總是能夠改變您的技術基礎，但希望您可以改變企業團隊的合作方式。

最後的想法

如果您也發現自己在問與上述類似的問題，請知道您並不孤單。 跨多個企業堆棧的低調重置正在發生。 我的建議是圍繞它制定一個有意識的策略，不要因為對遺留平台（包括來自“名牌”供應商的平台）做出艱難決定而退縮。

獲取營銷技術！ 日常的。 自由的。 在您的收件箱中。

企業電子郵件地址

訂閱 加工...

見條款。

你從你的籌碼中獲得最多嗎？ 參加我們簡短的 2023 年 MarTech 替代調查