MarTech观察系列之三｜跨越营销与技术的鸿沟

martech是一个新鲜事物，众说纷纭，难以定义。打算写一个系列文章《拥抱martech：时至而勿疑》，来说说我眼中的martech，希望抛砖引玉，引发行业更多的思考。这是martech观察系列第三篇。

数字营销的科技化、数据化和技术化，其代表是martech，就是如何把营销和技术打通。营销和技术从两个不相干的领域，逐步产生交集和融合，以至于今后提到营销，就基本上离不开技术。

3.1 营销与技术的两大鸿沟

在各种martech大会或者论坛，会看到不同类型的营销技术公司闪亮登场。比如，你要分析竞争对手，要有专门去监测竞争对手的营销数据公司。比如如何倾听客户，有social listening大数据的倾听手段，甚至可以倾听出品牌的定位，以及每天、每月、每季度所发生的变化；品牌的活动当中有没有指向品牌的定位、品牌的核心价值、品牌的形象是不是打了水漂。还有，如何去管理客户的social crm系统。

零零总总不一而足，每个服务商都站在自己的视角上绘制一张数字营销的地图，并试图用这个方案去解决或解释用户面临的市场问题。而其中往往是存在断头路的，与其他模块并没有留下对接接口。手里有把锤子，看什么都是钉子，以产品为中心，而不是以用户为中心，这是martech技术服务商自身的重大问题。

更大的问题是技术与业务的很多时候是两张皮，存在巨大的鸿沟。鸿沟在哪里？大部分的martech公司不懂得营销的本质、不懂得营销战略。而很多懂营销的人又不懂得martech技术，两者之间的整合是今天营销界碰到的很核心的问题。

3.2 根据用户决策旅程整合martech

怎么来做整合，跨越营销战略策略与营销技术的鸿沟呢？一个基本原则就是围绕用户的决策旅程来匹配企业的资源和martech技术，前述营销 “4r”模块就可以提供指导。

第一，recognize，哪些是识别客户画像的，有着什么类别的客户标签，消费者的行为是心理行为，还是行为表现？

第二，reach，是如何更好地到达客户，reach当中有哪些工具，每天可能都在发生变化。

第三，relationship，哪些是管理流量池的，哪些是管理私域流量的，哪些是管理客户资产的？怎样管理？管理哪些维度？不同企业、不同行业是完全不一样的。

第四，return，哪些是识别交易、哪些是管理交易，指向业务回报和交易的。

总之，指向战略的增长和指向技术的martech之间的整合，所选取的工具平台要服务于企业战略。

3.3 光懂创意策略不行，还得懂营销技术

随着中国经济发展进入新常态，发展动力也从依靠资源和低成本劳动力等要素投入转向基于数据的数字技术创新驱动。

在企业转型的过程中，首先从广告主的职责去看，根据艾瑞广告主调研显示，有7成广告主认为市场营销部门的主要职责是理解消费者和市场趋势以及实现公司业务增长，这两项对公司竞争力的提升和业务增长至关重要。

同时，从市场营销框架去看，营销横穿企业发展各要素，并拥有将各要素整合成有凝聚力的整体的价值存在。因此在企业的数字化转型中，营销的数字升级对企业的发展存在必要性和价值性。

根据gartner 2017-2018年度cmo支出调查报告显示，2018年martech占营销费用总预算的29%，并高于2017年的占比 22%，而营销人员、付费媒体、代理商的支出占比均呈下降趋势，可以看到cmo们正尝试用martech解决营销问题， martech市场前景良好。

对于从技术层转向营销的人而言，“新时代的营销人需要左脑思维”是martecher常用的话术，但是作为左脑思维的营销技术人，内心要明白营销是右脑人的游戏，有技术思维的人员在广告主内部只是极小部分，今天分到营销技术的预算也只是沧海一粟。

在今天的时间点，比起教会右脑营销人技术思维，martecher更需要放下自己的「技术傲慢」，拥抱传统的营销思维，了解广告主内部的职能划分，预算分配，营销运营和考核规则，让自己也向“有右脑思维的左脑营销人”转型，专注于开发有深度的行业营销场景。

同时，gartner还要求cmo们确定能够支持未来18个月营销策略中最重要的营销能力，“营销和客户分析”、“营销技术的获取和使用”及“客户体验”占据前三。

分析三者的关系，“营销和客户分析”看重的是 cmo在当下充满不确定性的市场中能对营销和客户进行正确分析的能力。而“营销技术的获取和使用”则看重的是cmo 在是否能在众多营销技术中辨别出适合自己所在企业的营销技术的能力。排在第三的“客户体验”无论过去还是现在，都是cmo们的营销目标，而前两项则是提升客户体验的方式和能力。

3.4 martech对数字营销三层赋能

从martech与数字营销工作的融合使用看，其赋能价值主要体现在三个层面。

第一层是业务上的价值， martech能力的贯穿可以将企业经营过程中不同业务系统的数据进行汇总和管理，从而建立一套有效的数据资产，数据资产化后再反哺于业务的创新和迭代。

第二层是工作流上的价值，在营销工作中以往是以人为主体的沟通和决策，而现在则是人+技术的合作模式， 使决策去中心化和去经验化，更多摆脱认知偏狭的负面效应。

第三层则是客户流层面，在martech贯穿业务流和工作流后，最终使企业在获得新用户阶段实现降本增效的目的，在用户留存阶段通过挖掘沉淀的数据资产实现精细化运营，降低老用户流失率和开发老用户的潜在消费价值。