数据中台虚火？MarTech供应商有话说 | 专访深演智能
文丨Lily Ji
最近三四年，Martech行业蓬勃发展，其中最火热的概念莫过于数据湖与数据中台，许多企业都以此将自己的数据汇整在一起，希望通过数据协同，增强各部门的联动，从而提升组织效率。
但想实现这样的美好愿景却不容易。“数据湖我们是做出来了，但业务抱怨这个系统他不会用；老板嫌弃投了一堆钱却看不到明显的业务增长；想引进AI模型算法，技术又不知道怎么搞，真的很难做。”一位老国企的数字化业务负责人向Morketing抱怨。
这其中到底出了什么问题？数据如何真正赋能业务增长？
欧阳辰：深演智能CTO
就此，Morketing采访了Martech行业领军企业“深演智能”的CTO欧阳辰，从技术专家的视角了解行业发展的困境和解决之道。
01
Martech：从工具化到业务化需要产品和服务支持
“Martech是一个相当年轻的行业，在中国发展了不过十几年，但它的成熟速度其实是相当快的”，钻研了20年互联网广告营销技术，从搜索广告、移动广告到MarTech，一路走来的欧阳辰对行业发展深有体会。
“最近几年Martech行业的发展非常快，前几年大家觉得Martech还只是个概念，但如今品牌主对数据和技术赋能的营销都深刻认知，都在构建一方的Martech营销产品栈。随着市面上产品越来越多，很多企业开始用这些产品解决营销问题，对于Martech行业来说，无论是需求侧，还是供给侧，都发生了一些结构性变化。”
就需求侧而言，消费者触点、数据量、个性化需求不断增多，数字营销从技术到玩法都变得越来越复杂了，因此广告主对数据中台和营销中台的要求也越来越高。
以前，广告主可能关注程序化投放、广告创意或者数据管理分析等某一个角度，但现在大部分客户对一体化的Martech解决方案更加感兴趣，对产品需求也从简单解决某一个营销问题，变成整体的营销方法策略，以及支持的一体化产品解决方案，同时对营销智能化的需求也越来越多，对效果需求也越来越高。
随着企业数字化营销的发展，广告主对于营销的效果管理和追求更加精细化，广告主更关注产品技术对实际业务场景的支持，帮助业务指标的持续增长。对Martech的期望从工具化转向业务化了，大家引入Martech的目标是在营销场景上解决业务问题。
目前，国内Martech市场的数据处理能力其实已经基本搭建完成，各大企业都构建了自己的数据仓库，整体的数据积累已经达到了一定的水平，可以说实现一定程度的“数据化”。但欧阳辰也告诉Morketing，“行业里很多公司在营销场景的支持力度，对业务的赋能其实是不足的，并不能很好满足广告主的需求”
究其原因，还是供给侧的Martech产品出现了一些问题。尽管数据湖可以帮助企业解决底层的数据汇集问题，提供计算能力、云技术和一些基础架构，让企业能更加高效的管理数据，但它其实并不会创造任何业务价值，单纯的把各个业务环节和触点的数据集中起来，营销人员和管理层还是不会使用。
“因为这上面还缺失了一体化产品与服务两大重要的模块”，欧阳辰说道。
“首先，在数据中台之上还要搭建一个面向业务的，能够灵活应用的一体化产品，方便业务人员用这套产品去实现各种场景。如果没有场景，只是搞了个需求给IT，就没办法梳理实际的应用情况，也就没办法规划数据产品要帮企业解决什么业务问题，中台战略常常会名存实亡。”
“其次，以我们的经验来说，数据产品一般来说还是需要依赖沉淀一些行业经验，才能把它用好，所以我们还需要在应用工具上面再叠加运营服务，而这种运营服务能够沉淀很多行业经验，这种基于产品的服务才能发挥产品的最大价值。”
总之，在当下这个越来越复杂的营销环境中，大部分的企业光有数据库是很难发挥价值的，必须结合面对业务层面的软件产品，以及相关的运营服务，才能让数据积累发挥最大的价值。
02
数据湖不好用，怎么办？
“以上的种种原因，导致数据湖的效果不佳，但我们不能指望企业自己去解决里面的问题，作为Martech工具及服务的先行者，我们有责任提供一个更好的解决方案，帮助企业用数据产品解决真正的业务问题。” 欧阳辰这样告诉Morketing。
深演智能在多年的服务经验中，摸索出了一套 “软件+运营”的服务模式，一方面希望解决甲方没有场景“空中楼阁”的问题，切实产生业务价值；另一方不断沉淀行业经验，以数据和经过市场检验的算法帮助客户达成增长。
欧阳辰指出，为了解决业务问题，很多广告主希望Martech供应商提供一个一体化、全链路的产品平台，支持集成CDP、DMP、AdServing等多种功能，覆盖从市场挖掘、客户培养，到交易达成、复购的全链路营销需求，支持一方数据，二方和三方数据的整合应用，覆盖私域和公域的的营销场景。
“目前我们应该是业内唯一能在单平台集成以上三种服务能力的供应商，这一点恰好满足了上述客户需求，从而更加高效和精准地帮助客户打通全链路，包括公域流量的程序化购买、私域流量的精细化运营，同时整合算法模型和预测能力，赋能企业全面管理自有的用户数据 。”
而在这些功能的基础上，Martech服务商也要提供“即开即用”的产品系统，帮助企业管理和应用数据。面向私域建立能够跨平台统筹管理各个触点的用户数据运营中台，面向公域，则需要建立覆盖多媒体渠道的智能广告投放平台和KOL解决方案。
针对私域管理，深演智能开发了一站式的用户智能运营平台AlphaData，欧阳辰指出，深演特别强化了该系统的全域触点数据收集能力，能涵盖公众号、企业微信、小程序APP，天猫/京东等电商平台，抖音等，也整合了公域数据的集成方案。
通过整合这些用户数据，AlphaData能够形成跨平台OneID，以此构建单一的用户360画像，支持多种模式的个性化标签，利用模型算法对消费倾向进行预测，并推送个性化内容给用户，提升用户体验和转化率。
长期大客户的服务经验让深演智能产品沉淀了丰富的行业经验及相应策略，也打磨出了更加深入、灵活和高效的能力。使得深演智能的中台产品能够帮助业务可见，实现轻松配置，增强了产品的可用性。
譬如，普通厂商做OneID都是依靠工程师写代码设定规则，这样很容易变成“黑盒子”，业务人员无法检查准确与否，后续客户信息有了新变化，也无法及时还原和改正。
而深演智能AlphaData™的oneIDsystem自带规则，业务人员可以自行管理、编辑， 保证了one-id的透明、准确。同时，面向业务人员的使用场景中，AlphaData提供灵活可配置的产品能力，客户档案融合规则可配置，CDP、营销自动化产品设计中引入模板层级，可通过配置快速支持业务需求，也可通过模板沉淀业务场景。
而针对公域流量的管理，深演智能开发了SAAS智能投放平台AlphaDesk，通过对接各大广告媒体的流量，支持结合一方数据，以算法模型对流量进行分析判断，智能匹配最合适的广告创意，实现流量价值的最大化应用。
然而，搭建起来一套Martech数据产品平台，也只完成了一半的工作。欧阳辰指出，Martech团队的服务能力和行业经验，也是数据平台提供者能够给予企业的另一块重要的“软实力”。
“系统产品能够为我们的客户带来很多自动化和系统化能力，能够提高业务流程的效率与智能性，而运营服务可以在此之上加入很多人的经验和策略，机器的精准和人的灵活度，这两者是缺一不可的。我们的运营团队沉淀了很多行业的经验，包括多个行业的业务场景，数据模型和算法算法、标准运营流程（SOP）等等，这些都能通过运营服务，为广告主赋能。”
目前深演智能的服务经验已经覆盖了零售、快消、汽车、美妆等众多行业，通过“软件产品+运营服务”的模式，让企业“有数据不会用”，“有数据湖没业务提升”的状况得到了很大的改善。
欧阳辰向Morketing分享了一个汽车领域数字化案例，彼时该大型汽车制造企业正面临着内部“数据孤岛、营销效率低、营销和IT资源利用不充分等多重挑战。
通过深演智能的“全家桶”软件解决方案，该企业把散落在不同系统中的数据进行统一管理，完成线上线下业务数据互通，打造出全方位符合业务逻辑的标签体系和中台模块，构建了一套完整的会员生命周期管理体系。同时，通过预测模型、AI算法 ，深度挖掘和分析会员数据，助力品牌销量提升。
最终，该车企实现有效销售线索提升率达50%，单个销售线索获取成本降低20%，与此同时，企业依托数据资产体系的构建过程，也极大拉动了企业内部数据观的建立和完善。
03
Martech的未来：智能高效、高自动化
当提及Martech行业应用难题时，欧阳辰表示，“我们在服务客户过程中，越来越多的客户和我们一起利用AI智能来赋能业务场景，获得不少好的效果，我们也沉淀了很多建模能力和智能产品。尽管，这是一个难题，也是一个非常有价值的领域”。
他指出，在营销全域数据化的基础上，营销智能化是未来数字营销领域的发展方向：“营销变得越来越复杂了，触点越来越多，数据量也越多，所以传统定量分析、定性分析，可能就不如人工智能、机器学习来得精细。现在我们需要将人的宏观营销策略、算法与模型的微观预判能力结合在一起，来达到更好的营销效果。”
而对于如何让AI智能在营销产业中能够得到高效应用，欧阳辰提供了两个观点。
第一点，AI系统的运算能力不能“空穴来风”，它必须集成许多行业的经验，不断地被具体的数据和场景训练，特别需要被部署在具体的客户环境里，用实际的营销数据帮助AI迭代升级。
以深演智能自己的AI模型平台福尔摩斯为例，它的内部就预置了十多个业务场景，包含超过数十个的预置模型。这些分行业和场景化的模型，可以快速落地部署在企业客户的环境里，结合客户一方数据进行训练和优化，快速应用在业务场景上。
欧阳辰指出，“这些内置模型了包括消费者购买倾向预测、流失预测、客户价值评估等一系列功能，保证客户能开箱即用；营销模型在应用过程中，也会获得很多效果的反馈，这些反馈又可以持续的优化模型的准确性，因此，构建一个模型优化的反馈，持续利用模型进行精细化的用户运营，长期来看可以持续增长营销的独特竞争力。”
举一个例子，深演曾帮助一个美妆客户，通过企业微信向消费者推送不同类型的产品，通过算法来预测每个消费者最合适的产品内容，并且指导销售代表基于推荐内容与与客户沟通，转化率和效果都有显著的提升。
第二点，欧阳辰指出，AI系统需要做到高自动化，才能够真正帮助企业节约人力精力成本，并能随时根据市场变化做出快速反应。为了解决这一问题，深演智能搭建了营销自动化产品——深演全域MA，并在最近对其进行了全面的智能化升级。
首先，MA集成了更多的智能组件，支持人、货、场的智能匹配，可以自动优化用户运营的效果，可以辅助企业进行智能投放与用户触达。比如，深演内置了一个可以智能优化发送时间的组件，叫STO（发送时间优化），这个组件可以根据利用算法预测出哪个时间段消息打开概率高，对对短信等消息的实际发送时间进行优化，自动优化投放效果。
其次，新版本MA还实现了深度的AB测试，沉淀了很多行业优秀的AB测试模板，可以对触达的内容、频次和人群做多维度的交叉测试，系统能够自动帮广告主选择控制组和对照组，寻找差异并找到最好的优化路径，帮助营销人员快速构建更好的营销策略。
欧阳辰还分享了MA系统服务某大型零售品牌的案例，“我们的产品和他们的运营人员PK，对比二者提供的推荐策略的转化效果，我们发现通过算法去推送的效果，要比他们运营人员通过经验推送的的效果，在客单价和销售额上展现出明显的数据提升。”
04
结语
营销数字化的路程，国内市场只走了一半，数据搭建起来了，但相应的一体化产品和服务却没有跟上。面对这样的现状，欧阳辰提出了一些对Martech行业未来的期待与展望。
尽管整个行业的需求其实是越来越复杂的，但他表示，希望通过一体化营销产品的快速搭建，以及AI智能化产品迭代，能够让使用者的操作变得越来越简单，更好的辅助营销人去做营销商业决策。
“以前业务人员经常需要代理公司、数据分析师，甚至需要工程师来帮他实现营销策略，未来我们希望用用产品把工程师的数据处理能力、分析师的数据洞察能力，数据科学家的建模能力，直接赋能给更多的营销者” 。
随着CDP的普及，相信在数据越来越完备的情况下， AI和更多的智能化科技也能够发挥更大的作用。“Martecｈ是我自己非常看好的一个行业，我也相信我们提供的AlphaData产品和相关服务能够帮助更多的客户提升营销的数据化和智能化，真正规模化解决业务的问题”，欧阳辰总结到。
欢迎扫码了解更多
转载请在文章开头和结尾显眼处标注：作者、出处和链接。不按规范转载侵权必究。
未经授权严禁转载，授权事宜请联系作者本人，侵权必究。
本文禁止转载，侵权必究。
授权事宜请至数英微信公众号(ID: digitaling) 后台授权，侵权必究。
评论
评论
推荐评论
暂无评论哦，快来评论一下吧！
全部评论（0条）