指向营销技术重置的 3 个流行主题

我最近教了一些营销技术研讨会（亲自！），并收到了堆栈领导者提出的许多有趣的问题。 显然，2023 年代表着又一个巨大变革的一年，因为全渠道的愿望具有更高的优先级，并且在围绕人工智能和机器学习的炒作不断增加的情况下，领导者继续重新审视他们的平台选择。

以下是我对出现的三组问题和主题的看法：

• CDP 计划作为客户数据现代化的跟踪马。
• 重新考虑您的参与度。
• Adtech-martech 整合。

每个主题都有其自身的价值和某些情况下的紧迫性。 但总的来说，这些答案反映了企业营销技术堆栈中发生的更广泛的重置。

1. CDP 作为跟踪马

在过去的一年里，我们为多家大型企业提供了CDP技术选型建议。 我们看到了企业需求和成熟度的巨大差异（幸运的是，有各种各样的供应商产品可以满足这些需求），以及一些我在最近的会议和网络研讨会上也回答过的常见问题。

• 我们如何判断我们是否已为此做好准备？
• 我们在运营上需要什么才能取得成功？
• 财务回报的可能时间表是什么？

等等…

我得出的结论是，CDP 技术计划经常成为客户数据生态系统现代化更广泛需求的“跟踪马”，因此应该这样对待。 当然，这感觉很落后。 在我们选择任何新技术之前，我们不应该让我们的企业一起行动吗？ 这是一个理性的做法。

然而，我们也看到了在选择和刻录 CDP 所需的 12 到 16 个月内运行并行轨道的效用，其中一个工作组致力于技术，另一个工作组致力于对数据源、质量、管道和治理进行全面检查.

从历史上看，我们以前见过这种现象，组织利用平台实施来推动关键业务变革。 考虑：

• 早期的网络内容管理系统实施迫使数字战略的整合。
• 数字资产管理平台强制大型企业资产清理。
• 电子商务平台试点推动围绕数字商业运营和以客户为中心的用户体验设计的关键标准化。

然而，任何正在关注 CDP 或最近获得此类平台许可的企业都需要花费更多资源来将其更广泛的客户数据工具集整合到一个合理的生态系统中。 这项工作以年为单位进行衡量。 这也意味着在具有异常广泛的潜在功能集的 CDP 市场中密切关注架构适合性。 实际上，我们在 RSG 上看到的 CDP 选择项目中通常有三分之一是替换工作，企业在第一次选择时就匆忙做出了不合适的选择。

最终，我的建议归结为根本不要有“CDP 项目”——而是恰好包含 CDP 计划的客户数据现代化（或“转换”，如果必须的话）计划。

2. 重新思考你的参与度

我倾向于收到的其他问题围绕着 martech 领导者在参与服务层所做的长期投资。 请参见下表中的多色单中带。

在大多数情况下，企业已经与这些平台合作了很长时间——加强了管理它们的团队并投资于复杂的修改。 然而……问题出现了。

我们的 WCM/CRM/社交/电子商务/等。 平台越来越老旧，做简单的事情需要更多的时间； 那是正常的吗？

为什么很难与同一层的所有其他平台集成？ 例如，带有网站个性化和商务推荐的电子邮件接触点？

为什么平台不能简单地从企业级平台继承内容、数据和命令，而不是自己做所有事情？ 我正在复制一堆数据和文件； 再次，这正常吗？

我不会将这一波担忧称为海啸。 但我感觉到这一层的不满情绪在增长。 在架构上，许多企业已经投入精力使参与平台“无头”。 这是将关键服务与实际交付环境分离的有用方法。

这种趋势已经对 Martech 领导者提出了挑战，因为大多数参与平台从未设计为无头运行，从而导致粗略的变通办法或替代计划。

然而，即将到来的全渠道十年将推动更重要的架构创新：无腿。

Legless 将关键内容、数据和决策服务移到堆栈的较低位置，明确支持跨渠道共享它们，从而实现全渠道部署，同时降低集成复杂性。

可以肯定的是，大多数企业还没有走到这一步，但很多企业正在朝这个方向努力。 再一次，它给更传统的参与平台供应商带来了压力，他们的系统习惯于充当重量级环境，而不是更灵活、更轻便、直通的空间。 我之前提到的 martech 领导者之间的不满将导致未来几年参与层的更多人选。

与此同时，AI / ML 的位置在哪里？ 这些图中每个块中的供应商都将吹嘘他们在该领域的新功能，并且许多走廊谈话 - 充满兴奋和恐惧 - 围绕着在哪里以及如何使用这些功能。 很长一段时间，AI 和 ML 包含一个特征。 但随着最近几个季度用例和可能性的大幅增长，您将开始将它们视为堆栈中的一个层。

换句话说，那个老化的 WCM 平台不会通过供应商向其中注入一些随机学习算法而变得更加活跃。 电子商务、社交和其他一切都一样。 关心透明度和问责制的企业将希望在基础层开发自己的解耦 AI/ML 功能，并将它们扩展到整个堆栈。

3. 在 adtech-martech 整合中找到真正的价值

另一个让我侧耳倾听的 martech 领导者的热门话题是 adtech-martech 堆栈集成。 从表面上看，这两个堆栈在组装内容和使用数据将其发送到特定交互环境方面往往彼此相似，通常是根据某些特定逻辑。

然而，adtech 和 martech 堆栈倾向于独立发展，企业通常会授权不同的工具来做非常相似的事情。 但随着基础服务（如 CDP）的兴起以及数据弃用的挑战，martech 和 adtech 领导者正在重新审视更紧密的集成，以回答一些关键问题，例如：

• 我们的分析和归因模型不应该通过付费和自有+运营渠道涵盖客户旅程的全部范围吗？
• 我们如何才能更好地利用第一方数据来提高我们的广告支出回报率？
• 我们如何在基于上下文和基于渠道的同意的浅滩中航行？
• 我们如何在始终在线的活动中自动集成付费媒体和自有渠道接触点？

有远见的领导者提出了更多问题，因此这里不乏用例。 我对可以在所有渠道（尤其是付费媒体）中创造更有效支出的策略感到特别热情。

这在一定程度上是一个技术挑战，但对于我们合作的大多数企业来说，这更像是一个需要解决的治理和组织问题。 对于你们中的一些人来说，这是个好消息！ 您可能并不总是能够改变您的技术基础，但希望您可以改变企业团队的合作方式。

最后的想法

如果您也发现自己在问与上述类似的问题，请知道您并不孤单。 跨多个企业堆栈的低调重置正在发生。 我的建议是围绕它制定一个有意识的策略，不要因为对遗留平台（包括来自“名牌”供应商的平台）做出艰难决定而退缩。

获取营销技术！ 日常的。 自由的。 在您的收件箱中。

企业电子邮件地址

订阅 加工...

见条款。

你从你的筹码中获得最多吗？ 参加我们简短的 2023 年 MarTech 替代调查