MarTech 概念的創(chuàng)始人是 ScottBrinker ,，MarTech 即一種智慧營銷概念,。目前，MarTech 一方面可以幫助營銷漏斗最上層的流量或用戶數(shù)的擴大,，另一方面可以幫助營銷漏斗各環(huán)節(jié)的轉(zhuǎn)化率提升,，而這也是 Martech 解決的主要問題。

MarTech 技術的核心目標實際上是完成對用戶觸達,、用戶培育,、轉(zhuǎn)化提升等關鍵環(huán)節(jié)（比如企業(yè)如何決策在什么渠道投放和展現(xiàn)廣告,，推廣內(nèi)容策略和內(nèi)容選擇，營銷轉(zhuǎn)化率及 ROI 評估）,，以及用戶全生命周期的體驗優(yōu)化,，幫助 CMO 及 CEO 直接掌握營銷各環(huán)節(jié)數(shù)據(jù)（如挖掘出受眾快速增長的渠道、度量受眾觸達效果）的解決,，從而及時調(diào)整營銷策略,，真正實現(xiàn)營銷閉環(huán)或者說全營銷漏斗管理。

業(yè)內(nèi)把 MarTech 分為廣告技術/Ad Tech,，數(shù)據(jù)&分析,、內(nèi)容&體驗、互動&關系,、營銷云、交易五類,，但數(shù)據(jù)&分析類是其他幾類的基礎,，也是我最看好的一類。對于所有 Martech 的相關技術,，其應用和發(fā)揮最大價值的前提是基于數(shù)據(jù)&分析才能更好的做出決策,，在這里舉兩個例子。

對于傳統(tǒng) Ad Tech,，無論是在互聯(lián)網(wǎng)金融,、電商、在線教育,、快消零售,、文化娛樂等行業(yè)，大部分企業(yè)都是使用外包代理或者渠道服務商來進行推廣,。

圖 1. 圖片來源于網(wǎng)絡

事實上,，企業(yè)主在互聯(lián)網(wǎng)或移動互聯(lián)網(wǎng)平臺進行推廣時，面臨的一個問題就是無法甄別虛假流量,。當企業(yè)獲取的流量為虛假流量時,，根本無法進行精準營銷，更談不上通過個體用戶行為來進行用戶體驗,、互動或內(nèi)容優(yōu)化的參考,。

此外，活躍的羊毛黨群體,，也會對企業(yè)優(yōu)質(zhì)營銷資源造成進一步的浪費,，帶來大量的無效交易，讓營銷投入石沉大海,、無法實現(xiàn)業(yè)績有效增長,。

第二個例子,，我們現(xiàn)在的企業(yè)，尤其是 C 端企業(yè),，非?？粗赜脩趔w驗和交易，并且強調(diào)營銷的創(chuàng)新,。去年有好多 H5,、小程序的創(chuàng)意營銷案例，比如轟動一時的百雀羚,，這些刷屏級的營銷案例,，除了讓外行看熱鬧、內(nèi)行看門道以外,，企業(yè)主更關注的是實際帶來的流量轉(zhuǎn)化,。

圖 2. 圖片來源于網(wǎng)絡

這些流量轉(zhuǎn)化并不是簡單的會員注冊數(shù)、而是需要有交易量和交易額的要求,，并且需要明確是這次 campaign 帶來的營銷效果,，以及希望了解這次 campaign 可能帶來的持續(xù)影響力，比如用戶留存,、用戶復購等,。

涉及到這種十分量化的衡量一次創(chuàng)意活動 campaign 時，需要打通營銷全漏斗（展現(xiàn)——點擊——注冊——轉(zhuǎn)化——復購/留存）來進行數(shù)據(jù)分析,，分析流失用戶的環(huán)節(jié),，是否可以進行再次召回等。

其實這些不光存在于快消零售,，在獲客成本尤為高昂的金融,，更是如此，比如大多數(shù)互金行業(yè),，在線上獲取一個客戶的成本少則上百元,，多則上千元。

不難看出,，只有基于全量和用戶級數(shù)據(jù)的分析,，才能實現(xiàn)有效流量的甄別、找出用戶轉(zhuǎn)化與流失的真正癥結,，才能對癥下藥,。基于數(shù)據(jù)&分析,，并結合其他 MarTech 技術,，是企業(yè)為客戶提供更匹配與精準的營銷服務、強化企業(yè)品牌與形象的基礎,。

然而,，現(xiàn)階段 MarTech 最大的難點正是數(shù)據(jù)采集,。

我們習慣把 MarTech 比作是破解營銷困境的密鑰，用戶洞察是精準營銷的源頭,，伴隨客戶全生命周期的營銷要保證企業(yè)對消費者“識別,、洞察、服務”的能力,。只有實現(xiàn)全渠道,、全量的用戶數(shù)據(jù)收集后，打通割裂的營銷鏈路,，經(jīng)過系統(tǒng)分析后才能實現(xiàn)精細化營銷,，從而觸達每一個潛在用戶。

神策數(shù)據(jù)在接觸各類型企業(yè)服務過程中,，我們發(fā)現(xiàn)企業(yè)數(shù)據(jù)底子十分薄弱,，甚至已經(jīng)超出我們的想象。企業(yè)通過自建或者選購第三方技術平臺來支持營銷,，容易陷入經(jīng)常會陷入“重分析,，輕采集”的誤區(qū)。

對用戶行為進行數(shù)據(jù)分析的深度,，取決于數(shù)據(jù)采集的質(zhì)量，若顧此失彼,，營銷的道路只能越走越窄,。

因此，神策數(shù)據(jù)多次強調(diào)：數(shù)據(jù)采集應該遵循“大”,、“全”,、“細”、“實”四字法則的原因,，即追求更宏觀,、全量采集、多數(shù)據(jù)源與多維度數(shù)據(jù),，并注重數(shù)據(jù)的時效性,。

圖 3. “大、全,、細,、時”

Scott Brinker 在提出 MarTech 定律的時候，他的觀點是——技術的增長是指數(shù)型,，組織管理的變化是線性變化,，其變化速度遠低于技術變化。

實際上,，從我們實際服務企業(yè)客戶的經(jīng)驗來看,，很多 CMO 在戰(zhàn)略和管理上已經(jīng)在業(yè)內(nèi)積累了非常豐富的實戰(zhàn)經(jīng)驗,，而往往是類似于數(shù)據(jù)基礎薄弱或分析能力的缺失，導致他們無法有的放矢地進行營銷決策的優(yōu)化,、實現(xiàn)規(guī)?；姆帕吭鲩L。

無論是 To B 或 To C 類的企業(yè),，都在提倡以用戶為中心,，而要真正實現(xiàn)以用戶為中心的、甚至是滿足個體用戶需求的精準匹配的營銷策略,，都需要建立在技術增長的基礎上,。

圖 4. 圖片來源于網(wǎng)絡

畢竟，營銷的英文叫做 Marketing,，有人說 Marketing 既是一門藝術,、也是一門科學。事實上,，奧格威在《一個廣告人的自白》里曾經(jīng)說過“We sales, or Else“,，這從根本上指出了——提高銷量才是 CMO 的核心目標，技術增長戰(zhàn)略思維的前提就是數(shù)據(jù)思維,，通過數(shù)據(jù)找到企業(yè)業(yè)績增長的奧秘和具體方法,。

對很多傳統(tǒng)行業(yè)的 CMO 而言，基本上都面臨三大挑戰(zhàn)——企業(yè)本身的數(shù)據(jù)采集能力偏弱,、數(shù)據(jù)化程度較低,、整體數(shù)據(jù)意識都薄弱。對于希望能夠通過營銷技術實現(xiàn)業(yè)績發(fā)展的 CMO 而言,，在構建自己的營銷技術團隊時,，首先需要改善的就是自己和團隊的數(shù)據(jù)意識，養(yǎng)成用數(shù)據(jù)說話的思維模式,，此外就是數(shù)據(jù)分析和運營數(shù)據(jù)的能力,。

我曾經(jīng)和一個零售企業(yè)的創(chuàng)始人一起探討數(shù)據(jù)驅(qū)動，在交流中,，我發(fā)現(xiàn)他在數(shù)據(jù)方面非常關心,，數(shù)據(jù)意識也非常好。而且他還意識到,，僅有他自己擁有數(shù)據(jù)意識并不行,，重點是怎么讓企業(yè)里的每一個部門都能有數(shù)據(jù)意識，并且通過數(shù)據(jù)來做決策,。

其實,，對于一個線下零售企業(yè)來說，僅僅用好交易數(shù)據(jù)和進銷存數(shù)據(jù)，也可以產(chǎn)生很大的價值,。但用數(shù)據(jù)說話的意識應該灌輸?shù)焦久總€人的心中,，在做一些營銷和經(jīng)營決策時，首先考慮是不是能夠通過一些數(shù)據(jù)做支撐,，這種意識就像思考要有邏輯性一樣重要,，要讓它成為一種條件反射。

除了上述情況,，AI 技術同樣需要基于數(shù)據(jù)發(fā)揮作用,。從目前我們服務客戶應用的情況來看，主要有幾類實際落地的場景：

1）精準推薦——規(guī)?；膫€性化推薦/廣告,，基于個體用戶瀏覽行為和偏好、同類用戶行為和交易特征,，從而提供給用戶最為精準和匹配的信息

2）搜索引擎點擊調(diào)權：基于海量用戶檢索-點擊行為,，調(diào)整檢索結果中高頻點擊項的排序

3）自然語言營銷應用——智能評價系統(tǒng)，自動從用戶評價中,，抽取關鍵字及情緒化文字,，如“大屏幕”，“超長待機”,，“老人家喜歡”等

4）流失用戶預警：提前預警用戶潛在的流失傾向,，提供優(yōu)惠券、促銷活動,，延長用戶生命周期

5）營銷洞察,，比如結合過往特征用戶的交易行為和交易數(shù)據(jù)，進行潛客線索的職能評分等,。

目前，神策數(shù)據(jù)使用的 MarTech 會包括大致幾類：一類是線上投放,，比如百度統(tǒng)計,，主要用來進行我們 SEM 的投放管理；一類是 SA（神策分析,，Sensors Analytics）,。

這是一個用戶行為分析平臺，市場團隊目前主要用來做自己投放渠道的投放效果評估,、跨渠道訪問特征分析,、渠道最佳費用和效果產(chǎn)出點分析、渠道作弊分析,、廣告和社會化媒體的銷售貢獻分析,、渠道生命周期分析、渠道畫像和價值模型分析等等。

還有一類是 CRM,，主要用來做客戶跟進的管理,。這里需要說明的是，目前是會把自己的投放賬戶,、SA 和 CRM,，三個貫穿用戶營銷全生命周期的業(yè)務系統(tǒng)，然后所有數(shù)據(jù)整合到 SA 去做分析,。

圖 5. 圖片來源于神策數(shù)據(jù)

目前神策數(shù)據(jù)對市場團隊的要求,，是需要從線索獲取一直跟蹤到成單，甚至是老客戶維護,。只有貫穿用戶全生命周期的營銷,，對于 CMO 來講，才能充分挖掘用戶價值,。

實際上,，我們目前看到，對于企業(yè)客戶而言,，將不同業(yè)務系統(tǒng)打通并整合同一用戶在不同平臺,、終端訪問和互動的信息，并通過唯一用戶識別 ID 來進行整合分析和精準營銷,，是一大難點,。

 實踐案例——中商惠民 

第一個例子是中商惠民通過數(shù)據(jù)驅(qū)動實現(xiàn)消費者全生命周期的精準營銷案例。

中商惠民是神策數(shù)據(jù)的客戶,，他們通過數(shù)據(jù)驅(qū)動實現(xiàn)全渠道營銷,，通過前沿技術手段對企業(yè)信息流、資金流,、物流進行了重塑,，實現(xiàn)商超全觸點管理，多渠道交互,，形成以大數(shù)據(jù)為基礎的營銷閉環(huán),。

基于用戶分群分析模型幫助其甄選出具有一致屬性或特征的用戶群體，深度觀察其行為特征,，在此基礎上,，針對售點不同階段、不同喜好,、不同畫像,，采用不同策略進行精細化營銷和方案，能夠基于數(shù)據(jù)和事實,，精準把握用戶需求,、提高響應速度,。

例如，在中商惠民的線上營銷中,，“惠配通”（B2B 服務體系）是中商惠民專為社區(qū)超市（便利店）經(jīng)營者管理打造的線上訂貨 APP,。中商惠民對線上用戶的活躍度、留存率,、付費轉(zhuǎn)化率,、商品推廣效果、渠道 ROI 等進行深度分析,，來定位最有價值用戶群及潛在用戶群,，預警流失，及時介入營銷,、提升黏性,。

例如，首頁推廣位的效果監(jiān)控是站內(nèi)運營重要一環(huán),，數(shù)據(jù)的監(jiān)測與分析是重要工作,，它為站內(nèi)優(yōu)化、頁面體驗提升作出指導,。企業(yè)可以通過商超的點擊轉(zhuǎn)化率與購買轉(zhuǎn)化率判斷首頁不同位置的推廣效果,。

圖 6. 全渠道零售生態(tài)新格局

在智慧零售領域，新零售企業(yè)可以運用神策分析（Sensors Analytics）構建新零售場景下的數(shù)據(jù)閉環(huán),，驅(qū)動自動化營銷的“落地”,。傳統(tǒng)分析工具無法實現(xiàn)多維度、細粒度,、實時地分析,，且數(shù)據(jù)采集功能局限，限制了用戶行為偏好,、用戶標簽體系,、用戶畫像等分析（點擊此處可下載零售行業(yè)白皮書）。

神策數(shù)據(jù)可以助力新零售企業(yè)從數(shù)據(jù)源頭上整合全端用戶行為數(shù)據(jù),，建立用戶行為主題倉庫,，包括用戶行為數(shù)據(jù)和業(yè)務數(shù)據(jù)的打通、線上電商和線下門店數(shù)據(jù)的打通,、營銷投放和線索數(shù)據(jù)的打通，釋放數(shù)據(jù)治理的大量人力成本投入,，為新零售企業(yè)的市場營銷,、產(chǎn)品、運營,、管理部門提供大數(shù)據(jù)分析支撐,，實現(xiàn)全渠道、全角色的用戶觸達和精準自動化營銷。

圖 7. 圖片來源于網(wǎng)絡

而對零售企業(yè)來說,，“如何降低運營成本,？”和“如何提升銷售額？”一直是其關注的核心目標,，從數(shù)據(jù)層面換句話說,，也就是指“引流”和“轉(zhuǎn)化”效果如何。

一方面,，利用神策分析（Sensors Analytics）預警機制實時定位銷售異動情況,，及時歸因分析調(diào)整策略，避免虛假流量所造成的資源浪費,，根據(jù)數(shù)據(jù)分析結果,，精準投放 ROI 最高的投放方式和合作渠道。

另一方面,，多觸點精準觸達用戶以提升有效轉(zhuǎn)化率,。根據(jù)基于用戶行為的用戶標簽體系，制定個性化推薦策略,，揮手告別大規(guī)模,、無差別的營銷方式，實現(xiàn)用戶價值分群,、用戶精準運營,。

例如，通過商品和用戶的相似推薦,，進行交叉銷售和追加銷售,；及時發(fā)現(xiàn)潛在流失用戶，探究流失原因和用戶特征,，及時召回等,。

神策數(shù)據(jù)正在幫助新零售企業(yè)提升數(shù)據(jù)采集的效率，建立用戶標簽體系,，并用數(shù)據(jù)驅(qū)動營銷活動拉新,、產(chǎn)品優(yōu)化迭代、用戶精細化運營促活等多方面業(yè)務,。

通過神策數(shù)據(jù)構建的自動化營銷閉環(huán),，基于會員體系和用戶行為數(shù)據(jù)對用戶分群，將用戶分為新顧客,、成熟顧客,、高價值顧客、潛在流失顧客,，及時采取有針對性的維護方式,，促進客戶轉(zhuǎn)化,，減少客戶流失，實現(xiàn)精準營銷推送驅(qū)動閉環(huán),。

圖 8. 圖片來源于神策數(shù)據(jù)

目前,，MarTech 在電商、零售,、金融行業(yè)的適用性都很高,。以零售企業(yè)為例，重要的應用場景之一就是基于用戶畫像構建對消費者的洞察力,。

全渠道零售時代,，零售企業(yè)在全量用戶數(shù)據(jù)積累的基礎上，應用新興技術來支撐全渠道營銷模式的持續(xù)優(yōu)化,，將線上線下數(shù)據(jù)壁壘打破,、用戶行為與業(yè)務交易數(shù)據(jù)打通，通過用戶畫像深度洞察消費者,，完整的用戶畫像標簽體系設計,，從而建立起以消費者為中心的營銷模式。

 實踐案例——鑒別虛假流量 

第二個例子是關于虛假流量的鑒別（點擊此處可下載《數(shù)字廣告投放中虛假流量的排查與判定》白皮書）,。

上文簡述了虛假流量是廣告主特別頭疼的問題,，從結果上看，虛假流量提升了流量,、下載,、激活等數(shù)據(jù)，但虛增的曝光次數(shù)實際對廣告主并無價值,，同時對投遞效果無法科學評估,，造成廣告主的經(jīng)濟損失。

虛假流量的存在,，讓廣告效果,、品牌安全等方面都難以實現(xiàn)廣告主的投放初衷，會導致獲客成本的增加,，直接造成了廣告主的經(jīng)濟損失,。那么廣告主應該怎么做，砍預算嗎,？當然不是,，因為減少投入就會降低與客戶建立聯(lián)系的機會。

神策數(shù)據(jù)在這方面能夠做到的是,，提供全流程數(shù)據(jù)流量監(jiān)控,，運營人員可以通過基本屬性（流量進入的時間、終端類型,、操作系統(tǒng),、聯(lián)網(wǎng)方式等）、網(wǎng)站參與度（跳出率,、平均訪問深度,、平均訪問時長等）、用戶轉(zhuǎn)化等維度幫助企業(yè)快速識別虛假流量,，并進行規(guī)避,。

圖 9. 圖片來源于《數(shù)字廣告投放中虛假流量的排查與判定》

神策數(shù)據(jù)幫助企業(yè)線上線下數(shù)據(jù)的打通，幫助企業(yè)快速識別同一消費者 ID,，通過用戶分群深度挖掘群體特征,，了解銷售者所處的階段，同時把消費者按照生命周期分為新注冊用戶,、普通用戶,、活躍用戶、流失預警客戶等,。

當企業(yè)在掌握和理解消費者個體與群體在時間軸上的精準動向和動機后,，可根據(jù)群體行為調(diào)整供需策略、了解客戶需求,，從而把握最佳消費時機,、創(chuàng)造消費時機，當用戶消費軌跡趨緩時給予消費刺激等,。

 未來缺乏的是業(yè)務 技術的復合型人才 

到底是市場出身,，還是技術出身的人更容易轉(zhuǎn)型成為數(shù)據(jù)運營人才？

其實,，未來人才缺口最大的是既懂業(yè)務又懂技術的人,，這些人才可能成為真正的技術增長類復合型人才。

我們自己的市場團隊,，有做數(shù)字營銷,、有做市場活動、有做內(nèi)容營銷,，不管是哪個市場職能線,，都要求用數(shù)據(jù)說話，他們必須用實際的數(shù)據(jù)來證明市場的營銷效果,。首先,，他們是懂市場專業(yè)知識的人，所以他們每一項工作的實際產(chǎn)出結果,，以及對于整體營銷計劃的影響,，都要通過數(shù)據(jù)發(fā)現(xiàn)問題并進行調(diào)優(yōu)。

圖 10. 圖片來源于網(wǎng)絡

對像神策數(shù)據(jù)一樣的從業(yè)者而言,，每家服務商都有自己的特點和優(yōu)勢,，為了更切實的幫助 CMO 們實現(xiàn)企業(yè)業(yè)績的增長,，我們需要更加清楚和明確地傳遞出到底可以為他們解決什么問題、實現(xiàn)什么,、行業(yè)頭部客戶可以借鑒的經(jīng)驗和創(chuàng)新的方法是什么,，才能推動整個行業(yè)的開放交流和發(fā)展。

神策數(shù)據(jù)作為國內(nèi)大數(shù)據(jù)分析領域的代表性服務商,，一直秉承著為企業(yè)帶來價值的理念,。神策數(shù)據(jù)的愿景是重構中國互聯(lián)網(wǎng)數(shù)據(jù)根基，讓中國的企業(yè)都可以依靠大數(shù)據(jù)技術構建出自己的核心競爭力,。

從去年開始,，神策數(shù)據(jù)一直在跟工信部指導的信通院、以及各大服務商,，一起就用戶行為分析領域的大數(shù)據(jù)分析標準,、規(guī)范進行研究，希望能把行業(yè)標準,、行業(yè)普適性,、可以跟國內(nèi)外對標的范式，梳理給企業(yè)客戶作為未來技術增長領域的參考,。

這版標準,，作為國內(nèi)首個大數(shù)據(jù)應用解決方案評測標準——用戶行為分析標準 1.0，在今年 4 月份 2018 年大數(shù)據(jù)產(chǎn)業(yè)峰會上,，正式發(fā)布,。未來我們還將聯(lián)合業(yè)內(nèi)專家和從業(yè)者們，不斷完善和修正,，推動行業(yè)不斷往前發(fā)展,。

而 MarTech 的全面應用，預計還需要 5-10 年的時間,，也就是當大數(shù)據(jù)時代全面到來以后,，我相信，MarTech 定將會開拓一片新世界,。