SocialBeta 联合 DMA 多马举办的「MarTech 2030 营销技术大会」将于 2018 年 1 月 16 日在上海举办，活动聚焦营销技术和数据，讨论数据驱动的营销技术在中国的发展现状和趋势，帮助 CMO 们实现营销创新并化解增长难题。目前正在火热报名中，欢迎参与，活动详情：http://www.huodongxing.com/go/martech2030
作者：于勇毅在 IDC 做的全球调研中，在 2025 年 MarTech 的投入将占企业营销预算的 10%，超过 1200 亿美元的市场容量。
在 2017 年 Gartner 针对几百个大型广告主的调研中，MarTech 的投入已经占了营销预算的 33%，光 MarTech 的基础架构（软件，硬件）就占了 10%。
根据百度指数的分析，在 2017 年国内 MarTech 的搜索量是 2016 年的 10 倍以上：
「营销自动化」、「营销云」、「DMP」、「SCRM」 等概念在媒体上产生了大量曝光，每个供应商都在讲着自己的理论体系。甲方面对这些故事其实是很迷茫的，看着这么多工具和案例，到底什么是自己的初心？什么是最适合自己的选择呢？MarTech 的初心首先聊下 MarTech 到底在解决什么问题，在这里分开 B2C 和 B2B 来讨论：B2C 领域：由于电商和新零售的势强，「引流」成为所有 B2C 广告主的核心痛点，在笔者接触到的有些行业，购买电商流量工具的成本占到销售额的 15-25%：意味着一个消费者在电商上花 100 元购买一瓶香水或一件衣服，其中有 20 元左右是交给电商平台的。由于大部分流量工具都是基于 「竞价」模式的，引流的单价持续上涨，在工具的使用中广告主无法积累大量客户数据，最致命的是这些工具的规则是由平台定义，过于依赖工具会让广告主的定位逐渐成为电商平台的下游产业，因此降低流量成本模式持续可控可收集客户数据是 B2C 广告主对于 MarTech 的三个核心诉求B2B 领域：除了极少数产品高度标准化，价格透明的领域（比如钢材），大部分 B2B 销售过程非常复杂，整个销售过程需要投入大量人员和时间，而要培养一支庞大的高素质，低成本的销售团队，对于任何一个广告主都几乎是不可能完成的任务。通过营销自动化，ABM 等技术手段，广告主可以把销售漏斗的上中层从 1 对 1 的销售部门拿到 1 对 N 的营销部门，将 Cold Call（陌生客户拜访），客户培育这些传统的销售词汇转变为营销词汇。下图是 Adobe 的 B2B L2R（Leads to Revenue）销售漏斗图，上面的三层 INQ：MQL：SAL：SQL 都是营销部门能通过 MarTech 来实现的。
同时对于营销部门来说，通过 MarTech 能定量看清楚客户转化的全过程，给决策层和销售部门证明营销的投入产出，也是营销人梦寐以求的价值体现。因此接管部分销售部门在销售漏斗上层的职能降低销售漏斗运营成本投资回报全程可量化是 B2B 广告主对于 MarTech 的三个核心诉求MarTech 的三条技术路线关于 MarTech 到底包含哪些技术，市场上并没有定论，笔者按照这张国外的 MarTech 5000 生态图展开（下载：https://martechtoday.com/infographic-marketing-technology-landscape-113956），所列的供应商跳不出数据驱动营销涉及到的六个资源节点：1. 数据源：用来营销的数据哪里来？第 1,2,3 方和开放数据，传统 PII 和 digital 的，实时的和非实时的2. 数据治理：不同数据源的打通，清洗，整合3. 数据平台：存储，运营，分析，展示营销中涉及的数据，如何建立客户画像4. 数据策略：数据在运用中的策略，包括客户细分，营销自动化，营销 AI 等5. 营销触点：社交媒体，程序化购买，移动营销等，这个领域挤了最多的供应商6. 结果衡量：网站分析，结果可视化，预算管理，电商管理等
从技术角度，MarTech 的三条路线包括：1. 封闭平台（Walled Garden）：这些 MarTech 工具往往来自大型互联网企业，同时拥有以上六个节点的全部资源，为广告主提供了数据 – 分析 – 投放 – 追踪全闭环，比如百度关键词，腾讯广点通，淘宝直通车等。广告主只需要投入少量人才就可以使用这些工具，费用投入门槛相对来说很低而且灵活。2. 程序化购买（Programmatic Buy）：很多资源方通过统一的技术标准，整合多个资源方资源的营销闭环。比如底层数据用的是某第三方 DMP，对接的是某视频媒体的投放，结果追踪利用第三方监测工具。虽然现在 「程序化购买」只是媒体投放的术语，但是技术架构却是可以支持无穷可能性的营销模式。3. 营销云（Marketing Platform）：市场上讨论的营销云用的是 Marketing Cloud 这个词，其实大部分的营销云工具都有本地部署版本，不一定需要架在共有云上，所以笔者用的是 Marketing Platform（营销平台）这个词。这条路线更多追求的是广告主自身数据的应用和积累，除了营销外，「营销云」也支持和其他企业内部运营系统的打通，可以支持不同行业的客户数据驱动业务模式。
对于三条技术路线的选择，笔者列了以下 10 个问题，不同行业的广告主可以根据自身的回答在最下方的表格中找到最适合自己的路线1. 产品的客单价和利润率是否很高，值得搭建 MarTech 体系？2. 市场上目标客户的数量是否很庞大？3. 是否在意客户数据的积累4. 新客户首次购买和老客户的复购占总收入的比率？5. 客户采购决策链是否很复杂？6. 前期是否可以拿出大量经费做系统建设？7. 自身储备的客户数据体量有多大？8. 可以拿出的人员编制规模来支撑 MarTech 体系？9. Campaign 模式是数量多且短平快，还是每个 campaign 都是非常重？10. 除了营销，是否还考虑 MarTech 系统和业务系统对接形成业务应用场景？
最后需要强调的是，这三条技术路线并非完全割裂，广告主在不同阶段的最佳选择会有所转变。例如某国外通用性 B2C 产品刚进中国市场，尚没有客户数据储备，也没有能力大量产生营销内容的时候，需要通过封闭平台和程序化购买进行市场开拓。当完成了百万级客户数据积累之后，就可以对营销云进行投资，更多地利用自身数据来驱动营销。在使用 MarTech 的时候，广告主需要关注三点，来调整自身对于 MarTech 的选择和使用方式：自身数据收集和储备情况不同技术路线的订单获取成本同行业 MarTech 的成功案例和应用模式
作者介绍：
于勇毅，现就职于美库尔商务信息咨询（上海）有限公司15 年数据营销经验，8 年营销技术经验《大数据营销》作者上海师范大学数理学院兼职教授北京航空航天大学，《大数据营销》研究生课程讲师服务于国际商业机器有限公司（IBM），中国电信等企业客户包括 Dell，NBA，利洁时，美赞臣等多个知名企业
于勇毅，现就职于美库尔商务信息咨询（上海）有限公司15 年数据营销经验，8 年营销技术经验《大数据营销》作者上海师范大学数理学院兼职教授北京航空航天大学，《大数据营销》研究生课程讲师服务于国际商业机器有限公司（IBM），中国电信等企业客户包括 Dell，NBA，利洁时，美赞臣等多个知名企业