高效增长创新高超营销技术栈
高效增长创新高超营销技术栈
Gartner2023营销技术调查显示,martech使用率暴跌到33%,产生风险并吸引CMO选择如何响应CMOs必须平衡AI追求与最大现有投资回报的需要
下载eBook,4动作改善MartechROI
从martech获取最值
改善IT营销合伙
搭建AI创新坚实基础
建设并维护高效martech栈是CMO实现营销和商业目标能力的核心释放市场营销技术的全部潜力并侧重于这些关键领域
数字营销头目往往会选择使用最便捷或综合套件处理营销技术栈两种方法都有功最佳营销头目先评估具体情况,再调整martech路径图和供应商选择方法
几年来,调查数据显示,人们越来越强烈地偏爱对martech供应商选择采用最优养分法。2020年,我们看到向综合套房偏向锐转59%回答者表示他们偏爱使用综合套房方法选择营销技术,主要依赖拥有多连通能力的单商满足需求
两种选择都不一定优于其他选择数字营销头目应该选择基于数个变量的方法,这些变量是公司及其路径图所特有。决策有多重意义
综合套件可能并非在所有所需领域都强健,往往需要多年承诺。
最原始架构需要组织成熟性, 并需要组织内一位martech领头人的高触控支持
两种方法都要求规划系统间数据使用方式
鉴于决策意义重大,选择时有纪律方法对martech有效管理至关紧要使用这种方法时,可采取下列步骤:
审核营销技术商生态应用整体方法查看供应商时会考虑历史研究、当前需要和期望未来端状态
高额投资和高期望martech公司,领导人必须确保他们的供应商选择产生效果
传统地说,martech头目依赖RFS识别可能帮助实现期望结果的供应商传统RFC再也无法跟上企业必须适应新技术和消费者趋势以保持竞争力的速度
使用RFP选择供应商需要四至六个月时间完成平均martech路径图未来超过15个月,但往往更新速度快于RFS完成速度产生RFP响应反映martech栈前状态
选择最佳技术解决方案满足组织需求
观众群:接收者为营销运动和营销技术生成通信
每日用户数 :雇员、承包商和代理伙伴每日使用产品完成自己的工作,偶尔用户如管理员或分析师等,他们可按需访问系统提取报表或数据获取性能洞察力
电源用户 :归根结底由这些人负责整合并成功部署martech解决方案他们是你组织与技术提供商之间的人
面向日电用户分配清晰角色、职责和职责以成功实现martech
搭建martech故事概述贵组织当前和期望能力,并衡量营销结果故事中强调
martech生态圈
martech路径图
用户群
期望结果
martech复杂度和无序相冲突并不清楚拥有数字经验时,CMO、CIO和其他功能型头目中会发生拖网控制并伴之以下降martech使用率,这为CMO提供促进更均衡协作的机会,使营销和IT能相互发挥长处
寻找合适的marteg合伙模式取决于特殊环境 和需求 你公司人才和功能关系
客户研究确认以下为 公共martech合伙和所有制模型
营销引导:CMO高级数字经验或营销头目率先开发和管理martech栈和面向客户数字平台martech预算主要由CMO拥有和管理,IT/技术领先者提供输入
营销引导模型适合下列企业:
IT团队面临资源约束并充斥数字支持请求
营销在数字成熟性方面显著领先其他函数
营销主管在创业机构或技术公司拥有丰富的martech和数字经验
营销拥有数字营销和/或技术人才
IT营销平衡协作在这一模型中,CIO和CMO协同建设和管理martech路径图并战略协调能力发展和数字经验投资营销IT联合管理martech预算资源配置方面,人才由IT团队和营销团队根据强点划分
IT营销均衡合伙模式适合下列企业:
IT为营销数字和martech创举预留专用资源
营销团队相对精锐,并有预算和资源约束
数字集中化在这一模型中,首席数字官领导集中电子商务或数字创新或经验团队CDO与CMO和CIO密切合作,但对公司数字和martech路径图拥有预算和决策权CDO管理martech栈,CIO和工程主管提供素材在资源配置方面,人才可划分为集中数字团队、IT和营销团队,以重点领域为基础数字团队将侧重于建立数字通道和/或电子商务网站认证经验营销团队将侧重于面向客户行程触点以打上品牌并获取客户IT支持后端平台开发与数据工程需求
数字集中模型适合下列企业:
多CMO服务于不同的业务线或单元, 都投资商工自己的筒仓
数字商务或直接对客户渠道的重大战略投资
营销头目受压力少花钱多办事,这与自身对客户综合视图的愿望相悖。客户数据管理整合投资随着营销者获取和接触客户渠道数的增加而增加新兴技术-如染色AI-继续干扰营销策略
数字营销头目必须知道下列阻抗技术变换
AI系统企业应用工具快速推广支持下,AI强力分析、预测和建议或决策构件,这些构件已嵌入今日martech风景中,最大变化可归结为干扰性入口基因人工智能产生AI营销支持创建新思想并自动化内容和创用材料制作特殊型AI例,如对口营销使用感化模型实现客户人性化交互
隐私数字营销领先者因监管环境不确定而增加更多障碍,有些解决方案正在云化创新举例说,客户数据道德和身份解析都因隐私变化不确定性而死灰复燃数字营销头目严重依赖第一党数据,尽管监管模棱两可,但仍无增无减,即使数据管理成本上升威胁推送预算提高客户选入率和客户数据分享,营销者需要与客户在正确时间相遇并继续培养信任
最近超级应用已经出现用户需要移动优先经验强易用Experapps在全球使用范围不断扩大,特别是在亚洲和拉丁美洲,因为它们为社交媒体、电子商务和广告多重客户交互提供单网关,每个方面都有客户数据
连接主CMOs营销头目以获取营销技术、趋势、创新等最新深入知识
营销技术需要和使用正在转移,因为CMOs在2023年面临不断变化的挑战营销商比往年少使用马工栈,大多数马工头目都同意,他们缺乏营销团队内操作并成功整合部分技术的技能研究显示CMOs引用营销技术 数据分析为顶层领域 存在战略重要能力空白
成功营销技术路径图分三个阶段建立规划阶段包括分配角色和职责并设定时间表建设阶段包括调整martech与企业目标、审核martech栈、优先排序执行项目和通信最后阶段包括定期监控martech路径图并随着技术与需求演进更新
AI已经产生影响的一个领域是营销业务Gartner预测到2025年,在martech栈实施AI的组织将把员工75%的业务从生产转向更多战略活动
使用AI营销操作将减少摩擦并消除冗余,允许营销者将预算和资源用于支持更具动态营销组织的活动