通過數據推動營銷決策的 5 個步驟

最近，我在一位客戶的會議上發言，我問：“在衡量方面，您面臨的最大挑戰是什麼？” 我從這間 150 多名營銷人員那裡聽到的一些事情是：

“太多的事情無法衡量”

“使結果易於理解和適用”

“分析平台的易用性”

“工具之間的集成”

“現在有價值的東西，未來可能就沒有價值了”

這些是你的感受或想法嗎？ 面對現實吧。 大多數營銷團隊在某種程度上都難以清楚地了解績效和有效性。 事實上，在最新一期的年度內容營銷調查中，我們內容營銷學院/MarketingProfs 的朋友發現，近一半的 B2B 營銷人員在跨平台整合/關聯數據方面遇到困難，45% 的人表示他們缺乏組織目標設定 KPI措施針對。 這些是我們知道應該做的基本事情，但即使在 2023 年，營銷人員仍在努力做到這些。

作為營銷人員如何戰略性地使用數據

為了在營銷工作中具有戰略性，我們需要了解我們的受眾，我們需要清晰地了解我們的數據，我們需要能夠理解我們的數據，並且我們需要對我們的數據進行試驗。 如果沒有深思熟慮的戰略方法來收集和衡量我們的數據，我們就無法有效地為我們的營銷決策引擎提供動力。

每個團隊必須做以下五件事來構建戰略衡量框架並根據所衡量的內容採取行動。

1. 將你的努力紮根於 9 種受眾數據

SmarterHQ 對 1,000 名消費者進行的一項調查發現，“72% 的消費者表示，他們現在只關注針對其興趣的個性化營銷信息。” 他們還發現，這個問題在企業買家中更為嚴重，“其中 82% 的人表示個性化客戶服務會影響忠誠度。” 這不足為奇——當我們收到與我們的具體需求完全無關的廣告或電子郵件時，我們不是都感到沮喪嗎？

為了確保我們清楚地了解對受眾來說重要的事情，我們需要收集基礎知識之外的信息。 您的組織是否收集和維護考慮以下 9 個方面的客戶記錄？

• 人口統計
• 地理
• 行為的
• 心理分析
• 客戶關係
• 渠道偏好
• 技術圖
• 社交媒體
• 同意和偏好

2. 統一您的數據

我們的朋友在 Ascend2 的“數據統一和管理”調查中發現，71% 的營銷人員認為實施統一和管理數據的策略有些複雜或極其複雜。 我們在自己的客戶中看到了這一點，從大型金融機構到知名醫療保健品牌； 很多客戶告訴我，他們的數據統一過程非常繁重，並且涉及太多團隊。

然而，事實是：現在是統一數據的最佳時機。 我們都在朝著更加個性化和數據驅動的未來邁進，考慮到這一點，我們需要優先考慮構建一個事實來源的過程，幫助我們的團隊既能夠報告影響，又能夠提供更加個性化的成果為我們的客戶提供體驗。

3. 投資數據質量

我最近收到一封來自 Twitter 的電子郵件，宣布其更名為 X Corp。只不過這封郵件不是發給我的，而是發給了“Stacy K”。 然後我收到了一封後續電子郵件，讓我知道第一封電子郵件是一個錯誤，並且我的信息沒有受到損害。 請注意（如下），他們甚至沒有費心在這封電子郵件中包含個性化內容（它只是說“你好”）：

這種人為錯誤可能會損害聲譽，因為，往好了說，它會讓你的品牌看起來很愚蠢，往壞了說，它會破壞信任。 為了通過數據做出更好的決策，我們必須確保數據質量很高。 為此，首先，我們必須定期對我們的數據進行審核：

• 持續審查我們的數據輸入/導入流程和標準。
• 定期抽查數據質量。
• 審查我們的各個利益相關者群體如何使用/增強我們的數據。

此外，治理和團隊培訓對於維護數據質量至關重要； 這不僅與基礎設施或數據本身有關，還與監督其創建和使用的人員有關。

4.利用人工智能和機器學習

您可能還記得 Charles Duhigg 2012 年為《紐約時報》發表的一篇頗具影響力的文章，其中他透露了 Target 的數據科學團隊如何能夠確定哪些顧客可能懷孕，甚至在他們進行明確與嬰兒相關的購買之前。 他們通過堅韌和大量的實驗做到了這一點，但如今，Optimizely 或 Persado 等人工智能增強工具可以比以往更輕鬆地識別客戶群體、重新定位他們，甚至根據已知信息動態提供網頁副本或廣告。 一旦系統建立起來，這種營銷決策甚至不需要人工干預。

但即使是小團隊也可以使用公開的人工智能工具進行研究，以更好地了解他們的受眾。 您可以進入 ChatGPT 並輸入諸如“當[您的目標受眾]考慮購買[您的產品]時最重要的因素是什麼？”之類的問題。 這裡的技巧是要具體； 對於“千禧一代”，您可能得到的答案將明顯不如“預算有限的千禧一代企業主”那麼具體。

5. 檢驗你的假設

此外，數據不應該是靜態的。 要繼續改進數據並從數據中學習，您必須創建假設並設置測試以了解哪些是正確的，哪些是錯誤的。

當我與營銷團隊交談時，並不是說他們沒有測試的慾望。 通常，他們只是沒有建立持續測試的機制。

將測試構建到您的內容日曆中。 如果每個內容和每個營銷活動都分配有測試，並且支持該測試的資產創建被內置到生產過程中，那麼您將能夠快速、一致地學習每個營銷執行。

為了使用數據做出更好的決策，最終，您需要確保擁有與您的目標相關的數據。 這不一定是關注者數量或訂閱者數量之類的東西。 相反，它可能是對客戶每個階段的參與度和轉化率的整體匯總。

我們需要尋找整體績效和營銷發展戰略方法的轉變，而不是尋求內容的個別數字或績效的清晰度。 這需要我們擁有更多的數據，同時也需要工具來幫助我們理解大局，讓我們將數據與我們的大局目標聯繫起來。

想要詳細了解您的團隊如何利用人工智能增強您的日常工作？單擊此處了解我們即將舉行的人工智能準備網絡研討會：