一个良好的数字营销人员的标志是能够在正确的时间、正确的地点向正确的人传达正确的信息，他们将数据与技术结合起来，提升广告、服务、促销活动与品牌客户的关联度，并做到规模化。

 

应用最新的自动化、人工智能和机器学习(ML)等智能技术有助于先行者获得更强动能，对于率先在这一领域布局的公司而言，此举有利于他们获得竞争先机。此外，为了充分利用好这些技术，CEO、CMO、CFO等一众高管还需要在公司组织上进行转变。

 

那些具有高成熟度的数字营销团队，他们已具备有效的技术方法和组织力量，其成果是令人震惊的。

 

在我们最新的研究中，那些达到多点时刻覆盖的公司能够在顾客整个购买过程中的多个时间点向他们提供所需的内容，这些公司因此节省了高达30%的运营成本，同时收入增加了20%。那些部署了机器学习的技术，并加以人工干预的公司发现，能够将营销活动的业绩额外提高15%。

 

BCG和谷歌在过去几年多次合作研究，最新的研究重点是关注那些成熟的数字能力（包括运用智能技术的能力）对单个营销活动和营销组织业绩的影响。谷歌委托BCG在过去一年中进行了一系列测试，对数字营销成熟度相关的三个问题做出回应。

 

• 市场上头部公司是怎么做的？
• 数字化能力的提升带来什么商业价值？
• 达成目标的最佳实践和促进因素是什么？

 

以下是我们了解到，领先企业是如何利用智能技术与消费者互动的。
 
 

01、当今与消费者互动的挑战

 
如今消费者是很愿意与企业保持互动的。
 

亚马逊、Netflix和星巴克等大厂的数字营销人员正在利用训练的数据预测营销结果，包括：品牌和渠道商线上和线下推广、互动，以及个性化服务。现在，他们利用大数据进行端到端定位与传播，以触达正确的消费者。

 

另外，由于他们对整个客户旅程有着深入的了解，知道该在什么地方发力、协调，这种数据驱动的工作方式，业已成为他们营销工作的一部分，并能从组织职能上全面支持企业做数字化转型。

 

充分发挥用户的参与潜力涉及许多挑战，首先是技术方面的挑战。大多数营销人员既不是数学家，也不是数据科学家，把那些技术给他们讲透可能存在一定困难，不过他们也得了解技术，这样才能更好地进行精准营销，并且验证营销的效果。

 

组织上的挑战同样艰巨，敏捷项目管理知易行难，跨职能协作对于大多数组织而言不太容易实现。数字营销涉及到新的工作方法，会影响到每个员工，从职责到办公地点到薪资，人们往往会抵制这种变化，特别是当它影响到自己职业前途的时候。
 
 

02、数字营销成熟度的六大因素

 
我们的研究发现，不同营销组织的数字成熟度差异很大，营销人员取得的成果也是如此。公司往往属于四个成熟阶段之一（或者实际上是三种成熟度之一，因为很少有公司达到完全的数字成熟度）。

 

• 萌芽(Nascent)：营销活动主要利用外部数据和直接采买，与销量的关联有限。
• 成长(Emerging)：公司营销人员在自动采买中对自有数据有一定的利用，主要是单渠道优化和测试。
• 关联(Connected)：公司已经在数字渠道上对数据进行了整合和激活，并能证明这些与投资回报率或者广告效果有一定的联系。
• 多点时刻(Multimoment)：公司的精准营销是跨渠道和动态进行的，贯穿整个客户旅程，并因此获得了商业产出。

 

在我们调查的200个品牌中，约有90%的品牌分布在成长阶段(47%)和关联阶段(42%)，见图1。

 

 

显然，多数营销人员还在努力摸索，但跨越并非易事，要进入下一阶段，恐怕还要克服多重障碍，我们看到只有2%的品牌能够达到“多点时刻”的水平。

 

我们研究中的公司在技术和组织两方面都存在问题，诸如：

• 83%的企业无法在消费者与接触点之间建立联系。
• 68%的企业缺乏自动化，基本依靠人工流程。
• 78%的企业无法将产出归因到客户旅程中的接触点。
• 80%的企业存在跨职能协调不足的问题。

 

在研究数字化成功因素的过程中，我们发现有六个要素能够让公司驾驭成熟度曲线，用它们评估客户旅程，在合适的时间通过多种渠道吸引客户，并发展个性化的关系和互动，见图2。
 

 

• 前三个推动因素是技术性的：连接数据、自动化和集成技术，以及可操作的测量。
• 其他三个是偏向组织性的：战略合作伙伴关系、专业技能、敏捷（Aglie）的团队建设与快速试错文化。

 

如果一个公司要达到“多点时刻”水平的成熟，所有这些都是必不可少的。
 
 

03、技术推动力

 
前面说过，营销人员需要具备基本的技术能力才能在数字时代发挥作用，这些能力包括：负责收集和管理数据的能力、拼接与整合适当技术工具的能力，以及将构想与结果联系起来的能力。

 

连接数据

 

成熟的营销人员可以将线上和线下的所有数据源有效连接起来，定义目标受众、建立完整的用户画像。

 

在数字时代，联通和安全的数据是必不可少的，不仅在营销领域，而且要将新技术运用到一系列业务需求中去。

 

例如，欧洲一家大型零售商的财务部门为公司1600万会员建立了统一的数据平台，该平台将公司数据（来自线上和线下的交易）和第三方数据妥善地整合在一起，该公司已将其在线信用卡申请步骤从8个页面减少到3个页面，现在还为会员提供差异化产品，包括优惠利率贷款等。

 

自动化和集成技术

 

如今，公司使用一系列营销技术工具，使得大规模的数据和内容自动化。这些工具包括：网络分析、客户关系管理软件以及用于自动化媒介采买和信息定制的集成广告技术。

 

这些技术开启了一个充满可能性的世界，例如，当一家在线旅游公司与某技术供应商合作后，利用数据中的洞察力，其展示广告实现了程序化和自动化，它的展示广告团队每天可以释放80个工作时长，数据准备时间几乎减少了100%。

 

可测量的操作

 

以数据为导向的营销人员可以识别购买历程中接触点的价值，为KPI提供参考，并将这些接触点与影响销售和利润等业绩产出联系起来。

 

这些营销人员了解他们的客户想要什么，在购买历程所处什么阶段，以及消费者为什么要购买。

 

例如，一家汽车制造商安装了数据驱动的归因工具软件，以便更好地了解其客户旅程，并利用由此产生洞察力，为预算分配和智能竞价策略提供必要的信息，最终它将潜在客户数量提高了6%，并将每个潜在客户的获取成本降低了17%，包括从移动端产生了约15%的潜在客户，有效验证了这一策略。

 

自动化改进

 
为了量化提升数字成熟度的价值，我们测试了基于机器学习等智能技术对三个技术推动要素的影响，采用了控制实验，涉及到欧洲金融、汽车和零售行业的六大品牌。

 

在我们的测试中，广告主和代理公司运用了自动竞价工具，动态调整高转化率展示的出价，并且他们可根据哪些创意方式能产生最大的转化率进行自动选择，高精准定位还可以动态识别出表现出购买意图等特定行为的受众。利用数据驱动的归因方法，广告主根据每个渠道/设备对销售的实际作用，将收入分拆到合适的渠道/设备中去。

 

研究表明，基于机器学习技术的应用在向正确的人、正确的地点、正确的时间传递正确的信息方面产生了实质性的变化，这点传统技术还达不到。

 

我们发现，把智能技术运用到普通的数字广告和营销流程中，在效率和效果上都有快速而显著的改善。在四到六周的时间里，我们测量到每次行动成本（CPA）降低了40%以上，而在线交易量同步增加了50%。

 

我们的测试还发现，除了降低CPA和提高线上交易量以外，这些技术还把参与测试品牌的广告支出回报率（ROAS）提高了33%。

 

许多品牌都看到了自动化带来的好处，因为机器学习算法一大优势就是快速学习，可以在几天或几周内实现。其中一家汽车制造商发现，只需要手动优化4个因素即可实现目标，而不是以前的13个因素，他们工作量立马减少三分之二。

 

不过结果仍然表现出很大的不确定性，见图3。例如，高级受众定位导致CPA下降的幅度从中位数8%(还不错)到27%(相当大)不等；同样，使用人工智能的自动竞价降低了CPA的从中位数9%(还行)到44%(真不错)。

 

根据公司和测试情况不同会有所差异，但我们认为真正差别在于是否有人工干预。

 

 

未完待续……

 

前面我们说过，能够评估客户旅程，在合适的时间通过多种渠道吸引客户，并发展个性化的关系和互动，有6个因素：

 

• 3个技术性因素：连接数据、自动化和集成技术、可测量的操作。
• 3个组织性因素：战略合作伙伴关系、专业技能、敏捷的团队建设与快速试错文化。

 

下期我们将继续研究，人工干预下的营销效果提升，以及数字化成熟度加速up的路线，我们下周三17:20，不见不散呀！

 

另外，如果您需要进行「数字化成熟度评估」，可以联系我们免费咨询评估~