DMP技术“工具化”之前,它达到智能化了吗?

DMP技术“工具化”之前,它达到智能化了吗?

Len_X 网站编辑 2017-08-11 535

微信图片_20170811144506.jpg

“数据成为新时代的石油。”

当《经济学人》在上半年作出这样的判断时,所有人都意识到一个崭新的时代将要到来。拿数字时代和工业时代类比已经不是一个新鲜的论调,但“石油”与“数据”借由权威杂志联系在一起,就让人们看到了趋势的不可逆。

数据已经不再只是标签概念的浅层呼喊,它的实际价值正在慢慢凸显,行业领先者们能够率先看到趋势、吃透红利,迅速抢占竞争的先机。DMP就是让数据成为“新时代石油”的技术解决方案。

大数据营销综合服务商智子云,想做的就是帮助国内企业在数据上实现领先,于竞争中抢占先机。前不久他们发布了名为“智子云OpenDMP白皮书”的报告,致力于以最高效的方式实现对企业完整数据的收集以及使用。

白皮书对DMP的解读,核心观点是:DMP不仅仅是针对各个行业的定制化解决方案,而是需要在AI技术的推动下,以智能化为前提,实现工具化。定制化解决方案的缺点是不够灵活,成本开销大,对人才要求高,从而导致企业难以快速获益。

更为重要的是,企业级DMP市场正处于爆发的前夜,市场规模在近几年内会迅速扩充,这意味着和其他互联网技术类似,它马上要进入“工具化”的轨道当中。

从小众市场到大众市场的迁移,成功与否取决于技术的易用性和智能性,OpenDMP正是奔着这个目标而来。换而言之,当企业级DMP正在变身成为一个蓬勃发展的市场时,智子云希望找寻机会,成为“新时代石油”开采的平台提供者。

他们办得到吗?

变成大市场前的工具化

如果审视鳞次栉比的互联网技术,就会发现它们遵循着一条相似的发展轨迹:最早由少数Geek开发并尝试,经过优胜劣汰后开始被部分公司投入商用,随后更多的公司开始挤入狭窄的竞争空间,最终在这些公司的合力推动下完成技术的普及。

企业级DMP也不例外。

它早期只是被更多地用于广告营销的目的,但随着市场的不断发展,人们发现了它应该拥有更广泛的应用场景,譬如涵盖包括广告营销决策在内的所有经营决策洞察。

显然,当市场潜力被完全开发出来时,这就将变成一个不小的市场。易观智库发布的《2016年中国企业级DMP市场研究报告》显示,2016年中国企业级DMP的市场规模达到了5.5亿元,同比增长22%。而随着数据的重要性越发凸显,市场也将在2018年迎来高速增长,市场规模到2019年将突破10亿元。随后,市场规模的膨胀速度将达到惊人的75%,市场规模超过20亿元,进入技术应用的成熟期。

换句话说,技术成熟的时间窗口正在关闭当中。当一个互联网领域的技术从小众市场变身为大众市场时,Morketing更愿意将这样的过程称为“工具化”。在“工具化”中,技术将成为每个置身市场主体不可缺少的东西,它成为了生产过程中的底层支撑和“必需品”。

技术普及的过程总是会带来一个个伟大的公司,就像家用PC机的普及让微软迅速崛起,智能机的流行让苹果迈向神坛一样。虽然2B市场很难形成和2C市场类似的规模与影响力,但它也必然会为智子云这样的技术提供者带来庞大且稳定的收益。

当然,“工具化”并不是简单概括技术发展的概念名词而已,它更是一个细分市场内大浪淘沙的过程。毕竟当一个市场变得有利可图时,良莠不齐的竞争者会带着它们各自的想法而来,但只有那些提出符合趋势发展的方案的企业能存活到最后。

以往技术发展的经验告诉我们,从小众市场走向大众市场的过程中,考验不同的解决方案最重要的一点,就是它是否能被更广泛的用户流畅地利用,这决定了产品乃至技术发展的前景。智子云注意到了这一点,并且努力地在让企业级DMP的使用更加便利。

智能化引领DMP变革

如何让企业级DMP的便利性真正达到“工具化”的要求,这其实不是一件容易的事情。

传统DMP解决方案往往以ERP和CRM等应用程序作为中心进行数据集成,这使得构建出来的数据库无法考虑企业的所有数据,在“数据即石油”的时代显得非常浪费。

与此同时,以往的解决方案需要更多的手动编码,这种数据处理方法在以往数据格式较为单一的时代相对适用。但当下,伴随着数据量的庞大,越来越多的数据格式开始出现,在没有人工智能的辅助下沿用以往的处理模式显然不合时宜,这不仅更加费时费力,而且会增加维护成本并使管理效率降低。

智子云OpenDMP想到的解决方案是以用户(User-ID)为中心进行自动化数据集成。在这样的操作思路下,传统模式下的块状数据得到了更加精细化的管理,企业能够根据User-ID直接触达到相对应的用户。并且在这种思路的指导下,数据库的稳定性和灵活性也有了扩展,一方面避免了应用程序的更改给原有数据库可能造成的冲击,另一方面也让源源不断的全新数据能够马上获得处理。

更为重要的是,当下商业世界的供需关系伴随着供应方的逐步增多,开始从供不应求转向供过于求。因此“关系营销”的重要性正被企业高管们愈加重视,将User-ID作为中心进行数据集成刚好契合了这样的趋势,它提高了解决方案的可用性,让企业能够迅速利用数据资源开展后续的营销乃至销售工作。

除此之外,在数据的处理上,智子云也在积极思考如何顺应未来的商业世界。

传统的DMP解决方案往往需要将数据导入到固定的行业模型之中,随后按照固定标签集实现用户的标签化。但这样的处理模式其弊端也显而易见,这些不灵活的行业模型就像一个筛子,当online和offline数据被投入之后,那些不太契合的数据就直接被筛选掉了,这造成了数据的极大浪费。当《经济学人》开始高呼“数据就是石油”之后,因为不灵活的模型和标签集造成数据流失,对企业的未来发展来说是不可承受之重。

因此,智子云想到的是通过算法自动生成数据模型,并通过自动化的标签工具以及引入第三方标签,来配置企业自身的标签体系。当标签的设立以用户数据为中心,而不是数据的取舍由标签决定时,机器带来的智能化和自动化能让用户信息100%被保留下来。

换句话说,这类似于买下了一辆能使汽油能量发挥到最大的汽车。对于企业来说,这既避免了浪费,又提高了企业的运营效率。

数据应用的全自动

数据的真正价值不在于本身,在于它的应用环节,这是大数据时代一条颠扑不破的真理。是否能更好地应用原始数据,成为了鉴别DMP技术提供商优劣的关键。

但目前DMP厂商首先就会面临企业的内部沟通问题,因为不同的部门有着截然不同的数据应用诉求。换而言之,他们在数据层面的价值观上存在普遍差异,如何能够开发出一套解决方案适配所有的需求成为了重中之重。

对于市场部来讲,他们使用数据的目的更多是为了制定合理的营销策略,销售部则需要根据销售线索优化销售策略,客服部希望能够建立流失预警机制,IT运维部则致力于提升数据利用效率。面对同样的数据池,不同部门根据自己的目的有着不同的考量和要求。因此,那些能实现数据全链路使用的DMP将更受用户青睐。

在智子云OpenDMP的方案中,原有的人工编程被自动化工具替代。这种底层逻辑的变革大大提升了模型迭代的效率,缩短了迭代周期。

目前的商业竞争,尤其是线上的商业竞争愈加激烈。此前贝恩咨询的一份消费者报告显示,海外快消品牌的市场份额已经连续多年被国内品牌抢占,背后的原因即是疲于应付快速变化的中国市场。这给国内企业也敲响了警钟,越是那些能够快速响应变化的品牌越能收割最大份额的收益。在这样的情况下,有自动化工具介入的DMP方案显然更能满足要求。

另外,传统时代下的客服中心往往只需要应对有限的数据资源。但现如今,伴随着品牌和消费者间接触点地增多,多形态、大规模的数据开始被送到销售人员的手中,这考验着他们对线索价值的判断能力,这关系到最终的转化成果。

很难想象他们单凭一己之力能够完成如此繁琐的过程,智子云要做的就是通过不断更新的线索打分建模和线索评估排序进行过滤,让销售人员将他们有限的精力聚焦在那些最容易实现转化的消费者身上,使得销售过程更加有的放矢。

结语

当DMP解决方案变得足够智能化和自动化时,最大的受益者属于企业本身,尤其是那些并不具备充足技术实力的中小企业,虽然客单价低,但它们却构成一个不小的长尾市场,这套OpenDMP系统能够有效满足他们的需求,使DMP的“工具化”变得更为彻底。

无论如何,在技术的工具化过程中,它是否足够智能化乃至“傻瓜化”将成为是否成功突围的重要指标。对DMP如此,对其他技术亦然。

发表评论

马丁·纽曼:演讲,肢体表情比内容更重要 | Morketing专访 进去看看