营销自动化(MA)工具为什么要加强CDP能力

2020-11-06 1691

MarTech成长日记

数字化浪潮中,企业已经学会利用数据驱动营销,根据数据做出决策,但大多数企业没有充分利用他们的数据。企业在利用现代营销栈提升营销效率的同时,营销栈的结构却导致了大量的数据碎片。随着企业收集的数据越来越多,拼凑和管理这些数据变得越来越困难,更重要的是,企业难以实时使用这些数据来创建更好的营销活动,这意味着企业把钱留在桌上没赚。
中国营销自动化(MA)技术领先的Converlab为什么要精益求精加强产品中的CDP功能——Convertlab一体化营销云DM Hub即将推出“Hub系列”加强CDP功能版本的 Data Hub——,本文从头梳理CDP的发展,如何担起时代的重任……
从最新的微信指数(2020年9月1日14:00),不知不觉的,DMP已经几乎完全让位于CDP,CDP以56843的搜素量远远高于DMP的19263.不过对比营销自动化(MA)847141的搜索量来说,CDP和DMP的关注度都还只能望其项背。
成立于2015年的Convetlab是国内领先的一体化营销云企业。2018年-2019年已经连续三年被收录在2020全球营销技术生态图营销自动化MA与互动版块“,也是中国唯一三年被收录的企业。
刚刚结束的2020年第三届CMO增长峰会暨第二届数据智能营销论坛,Converlab以强劲的产品竞争力共入选中国CMO技术营销云(第六版):营销自动化(MA)、数据&分析服务客户数据管理平台(CDP)以及互动&体验服务客户体验管理(CEM)。
Convertlab一体化营销云DM Hub拥有的优秀自动化营销能力,正由于其拥有同样强大的CDP能力。近日,Convertlab即将推出“Hub系列”加强CDP功能的 Data Hub版本。
本文从头梳理CDP的发展历程,解读CDP的重要性……找到国内营销自动化(MA)技术领先的Converlab,为什么要精益求精,加强其产品矩阵中的CDP功能的答案。
01
数字营销DigitalMarketing的起源:传统CRM的诞生
早在1986年,当数字营销刚刚起步时,一家公司推出了联系人管理软件。这款软件旨在存储信息和管理客户联系信息, 所有操作均为手动。
7年后,也就是1993年,Tom Siebel认为可以将内部销售应用程序作为独立产品出售,Siebel就将此应用程序提炼出来,并将其与联系人管理解决方案软件相结合,于是有了第一个CRM。
直到4年后才出现了一个新的天才打破了CRM的行业格局。他的名字是Mark Benioff,他在1999年有幸向商业世界介绍了第一个云端CRM。
在此之后,云计算成了一种更具可扩展性和成本效益的方法,让中小型企业能够根据非常具体的市场需求构建CRM,并在新的垂直细分市场中建立统治地位。
02
数字营销DigitalMarketing的发展时期:营销自动化MA的诞生
2000年初,个人计算机的普及改变了用户做出决策的方式,而传统买卖双方关系再次发生了变化。Mark Organ在已经非常拥挤的CRM行业看到了一个商机,并创立了最早期的营销自动化MA产品。那是2003年,营销自动化刚刚诞生。营销自动化是为营销人员打造的产品,它能够组织多渠道营销活动、细分受众群体和分发个性化内容,营销自动化的出现让这些营销任务突然变得前所未有的轻松。
在此之后,不到几年的时间就看到下一代营销自动化平台纷纷涌现,如 Marketo、Pardot、ExactTarget、Autopilot、Hubspot等等。在此之后的几年内,营销自动化MA已经成为整个数字营销领域的最大子集。
自2015年国内营销技术领先企业Convertlab第一次提到“一体化营销云”,到今年,2020疫情的催化加速了行业进入高速发展时代。Martech、MA、CDP、营销云……变得越来越火。从微信数据也能看出,国内营销自动化(MA)的搜索已经完全超过了其他营销技术热词。
作为行业的先行者“一体化营销云”DM Hub,经过多年的迭代和持续的优化,已经帮助250+企业完成业务增长。正如Convertlab今天的观察,MarTech行业从五年前的稀稀落落,到2020年的百家争鸣,新兴的市场Mratech
产品依旧良莠不齐,存在局限性。具体体现在以下三方面:
1
数据利用率低
回到营销自动化刚刚诞生的早期时代,世界以网络为中心, 现在情况完全不同了。与十年前相比,现在的用户以更加复杂和多样的方式与数字产品进行交互。 正如上文所述,用户交互的复杂性和中间设备的增加,导致SaaS产品栈需要在具有特定需求的特定市场上垂直拓展。
具有特定功能产品的完美组合不仅节省成本,而且与传统的一体化解决方案相比可以确保更好的质量。
SaaS产品栈为公司提供了快速适应需求的灵活性,但它们也是造成巨大数据碎片的原因,有价值的客户数据隐藏在这些断开连接的工具中。
数据是每家公司里许多部门成功的基石,营销也不例外。企业的SaaS产品栈越复杂,在不同工具上积累的客户数据就越多,企业就需要更多时间来重新组合零碎的客户拼图,以获得完整合理的画像。这表示数据碎片将随SaaS的复杂性呈指数级增长。
黄色的是“个性化曲线”,即企业实际利用的数据量。可见,随着SaaS产品栈复杂性和数据碎片增加,企业真正利用起来的数据几乎在同一个级别上,变化不大。 蓝色交叉部分就是“数据损失量” ,也就是企业拥有但无法使用的数据。
2
营销“最佳实践”疲劳
Nathan Konty曾指出一个非常普遍的问题,战术“疲劳”存在于许多领域,如人类美学、口语、甚至电影,营销也不例外。随着观众更频繁地接触营销战术,战术的有效性就会逐渐消失,这种情况一直发生在广告中。
当每个公司的每个营销/产品团队,对每个行业都应用相同的“最佳实践”时,营销就逐渐失去了效率。两位心理学家用下图解释了这种“疲劳”。
当我们正在处理绝对的新奇事物时,会感受到快乐。这种刺激的特征值被视为一个函数,上升到峰值(X1,特征值的最佳水平),然后逐渐会下降到幻灭阶段(X2)。刺激的效果被认为与它的新颖性直接相关。市场营销需要不断的创新模式来使刺激效果尽可能高,如下图所示。
一是由于没有强大的CDP能力去持续更新客户全景画像:二是自身的营销自动化能力不足,没有丰富的场景运营经验,使得这种情况更加明显。
3
PQL逐渐取代MQL模式
MQL(高质量营销线索)是对公司/产品感兴趣的潜在客户,这些客户已经准备好与销售进行互动。营销和销售部门对MQL的定义是非常一致。PQL(高质量产品线索)完全不同于传统的MQL模型。
 MQL优先考虑用户的属性,即询问“这个联系人的电子邮件是什么?它是B2B还是B2C电子邮件?这个联系人在哪个公司工作?他在公司中扮演什么角色?”
而 PQL优先考虑用户的行为和产品采用水平,如“他试过产品吗?他先尝试了什么功能?”等。
换句话说,PQL模型所统计的是对产品感到满意的客户,所以PQL模型面临的真正挑战是如何深度吸引目标用户。
但是,当涉及到产品指标数据时,单一传统的营销自动化平台无法直接获取这些数据,只能通过人工从产品后台采集。并不像“一体化营销云”产品一样,拥有自己的CDP系统,打通数据拥有优势且更系统。
Convertlab为什么要精益求精推出升级版的CDP---Data Hub
1、最大程度降低数据损失量
通过对接,CDP能够掌握SaaS工具的确切配置。因此,即使SaaS产品栈越来越复杂,数据碎片也不会增加,数据丢失减少,个性化曲线遵循的轨迹和红线十分相近。
2、实现SaaS产品栈的可扩展性
拓展的单平台的CDP(如即将上线的Data Hub)能够用较低的成本让现代公司随着业务的发展随时改变SaaS产品栈。这使得公司可以非常快速地更改其团队使用的技术。
3、解决营销策略疲劳
CDP能够处理用户在使用产品时拥有的无限数量的接触点和交互,当企业的营销栈变得更复杂时,企业反而可以通过更多渠道更轻松地创建不寻常的用户旅程。企业越了解客户,就越能提供难忘的体验。
企业需要更高效更广泛且保持营销的个性化,高质量的营销自动化(MA)能力是企业必须具备的最直接的最有效的能力,而加强企业CDP能力是辅助自动化能力的关键,无论从移动到WEB、POS系统、到后段ERP、支付服务、再到客服系统……数据和技术能力无疑是其中的重中之重,只有这样企业才能拥有持续更新客户全景画像的机会,从而灵活制定各种营销策略。DM Hub 中 CDP 加强,即未来Hub系列的“Date Hub”,将让一体化营销云的这种能力变得更强。