2020年，TopDigital联合专业的研究咨询服务品牌——数嗨咨询，正式启动《2020数字营销行业观察报告》。此次研究将甄选行业内代表性品牌商、服务商、媒体商参与调研访谈，并在报告正式发布前输出“2020营销观察”系列专访文章。以下是第⑨篇专访内容。
观察粒子9
技术对营销的影响不言而喻，Adtech、Martech、数据中台等营销产品/工具层出不穷，随着AI、5G、区块链等技术逐渐成熟，势必将对营销技术带来新突破。明略科技集团是中国企业级AI产品与服务领域的独角兽，旗下拥有nEqual 恩亿科、秒针系统等首屈一指的营销技术服务商。本期，我们访问了明略科技集团副总裁兼nEqual总裁任佩禹先生，分享他对数字营销技术发展的现状观察与趋势判断。
DTC模式崛起，营销数据中台“大有可为”
在之前的系列研究中，我们曾特别分析过DTC模式（Direct To Consumer），指品牌方产品绕过“中间商”直接销售给消费者，且消费者需求可以直接传递给品牌方，实现在产品和内容上的共创。
DTC模式起源于美国，类似于Allbirds、Glossier已经发展成为独角兽品牌，在国内则诞生了完美日记、汉口二厂、每日黑巧等后起之秀，且正在被更多大型泛零售品牌所青睐。
DTC作为一种零售模式，为什么会跟数字营销技术产生关联？最直接的关系是随着公域流量红利消退、营销成本越来越高，企业希望通过全面且智能的数据分析，让品牌“直连”消费者，达到降本增效的营销效果。在这其中，营销数据中台技术发挥着重要作用。
营销数据中台的产品形态有很多，包含Data Lake、DMP、CDP等多种产品，它们各自在功能点略有差异，但一般来说都涵盖这七个组件：多数据源对接、数据治理、数据存储和计算、权限管理、数据分析、数据可视化以及数据输出。
▲nEqual营销数据中台架构模型
营销数据中台即轻应用层和业务层，重数据层和服务层，把企业各方面数据资源汇总沉淀并最大化利用，能够让上层创新速度和效益创收更加明显。
任佩禹进一步解释了这其中的运作流程：“系统就是帮助管理理念的落地。营销数据中台把跟数据相关的生产资料往一个中台进行汇聚，将数据的管理、存储、应用工作都做成标准化服务。一方面，帮助上层在进行创新时（例如研发新产品或优化供应链）能够直接调取数据应用，加速创新落地速度，降低成本；另一方面，它支持在微博、微信、小程序等私域流量平台或外部触点上，针对不同群体的消费者进行跨渠道、个性化交互。体现在营销前端能够优化广告投放，体现在营销后端能够支撑更敏捷的运营体系建立。”
从“交易导向”转变为“关系导向”，DTC需要大量消费者数据沉淀和分析，才能够实现产品、渠道、营销各环节的极致优化。随着DTC模式在国内市场流行，营销数据中台技术也受到关注。但反推来看，营销数据中台能释放的价值不仅仅作用在DTC场景，它让企业整个创新及营销体系都得到改善。
当前，营销数据中台更多是进行线上内外部触点的数据管理，任佩禹认为下一步将是门店的数字化重构。“当门店内的POS机、传感器，甚至导购人员都被数字化之后，这些数据也都汇总到数据中台，将大大提升线下门店的消费体验。”
智慧零售将更具实感——当一个消费者从接近一个商圈、到进入一个门店、到选择甚至消费的全过程，背后是由数据对应的决策进行促进，导购人员能够了解到他的真实需求和意愿，提供个性化的体贴服务。交易不用完全依靠消费者的“个人随机性”，或导购人员千篇一律的推销。
同时，借助消费者线下+线上的触点打通，实现OMO形式的相互引流、消费者认知完善、多渠道营销和管理等全渠道的数字化布局，是营销数据中台的重要价值之一。
企业数字化转型需要产品系统支持，更需要内部组织变革
企业数字化转型往往会先从营销环节切入，因为ROI（投入产出比）直接且迅速。但这需要一整套的产品体系，“数据中台”仅仅是底层部分的架构，在上层还有客户互动管理系统、智能广告系统、营销自动化工具等一体化套件。在行业内，以nEqual为典型的一站式营销云产品体系，能够覆盖项目从规划、执行、数据收集到反哺营销优化的从营销到运营的完整闭环运用。
▲nEqual营销云产品示意
AI技术是影响系统运营效果的关键，它像血液一样在整个协作系统的各个环节流通，AI技术提升也能够赋能各模块服务能力不断升级。任佩禹表示，nEqual非常重视对于AI技术的研发投入。他认为，要把AI能力最大化，必须建立一个系统工程，包括找准应用场景、有过硬的技能和大数据作为支撑，并且有数据科学家和比较强大的模型算法的团队支持模型产出。
nEqual 曾帮助米其林运用AI模型激活品牌私域数据，识别并触达潜在高价值转化人群，有效提升电商转化ROI，最优模型人群ROI比常规人群策略提升了数倍。此次AI模型的尝试，打破了在电商内只能选择固定标签的限制，实现了能在电商站内更灵活地在圈选并触达高价值潜客。
▲nEqual&米其林合作案例：利用AI模型，挖掘一方数据价值
然而对于企业数字化转型来说，产品和系统只是解决了“术”层面的问题，企业的组织架构才是转型之“道”。对于组织层面的进化方式，任佩禹分享了行业内常见的四种模式：
- 企业建立独立的“数据部”，横向管理整个平台；
- 由IT部门lead，从技术层面搭建好完整系统，支撑其他部门业务使用；
- 由业务部门lead，以业务为导向确定项目实施，但最后慢慢收归到大平台；
- 相关部门成立虚拟化组织如“数字化建设委员会”，在不同部门之间推广。
企业所属领域不同、项目实施目的不同、甚至预算分配多少都会影响最后实现的路径有所差异，但它们都具有一定参考价值。“我们还合作过一个集团客户，他们把所有Digital部门成立了一个单独的子公司，是一个非常极致、响应速度非常快的路线。不一定适用于所有公司，但从中也可看到中国企业对于数字化转型的决心。”任佩禹认为，不管走哪种方式，由一个部门归属但开放给多个部门应用的模式，可以有效平衡转型过程中对企业自身结构的冲击。
5G时代，AI内容生产及边缘计算撑起“未来式营销”
5G ——即第五代移动通信网络。5G的传输速度可达每8秒1GB，比4G网络的传输速度快10倍以上。我们明显感觉到4G时代对智能手机普及、流量提速降价、实时图文交流等信息交互层面带来的跳跃式变革，5G是否会面临同样的巨大跳跃？一切还未曾可知。但至少5G时代的营销，已经有了更多想象空间。
任佩禹分享了nEqual对5G时代特别关注的两个方向——AI内容生产与边缘计算。
AI内容生产并不是一个多么新鲜的名词，类似于程序化创意技术已经在行业里有所应用。但5G高速率、大容量、低延迟等特点，使得AI内容生产可以打破在图片形式上的局限，在文章、视频等方面均有所应用，并且将各种形式素材有效组合，真正实现千人千面；由AI制作的创意内容，还能降低企业采购版权素材的费用支出。
边缘计算指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。现阶段，云计算已经被越来越多企业采用；下个阶段，雾计算或边缘计算技术发展，将能够促进IOT设备触点上所收集的“消费者过程级”数据传输，构建更精准消费者画像，甚至进行购买行为预测。
▲相较于云计算，边缘计算更靠近设备和用户
“我们知道数据能够让很多洞察得以实现，但由于技术、设备等各方面限制，应用场景很有限。但5G到来之后，或许我们就真的就能看到，在你冰箱里的鸡蛋只剩一个时候，购物平台告诉你该买鸡蛋了。”但任佩禹也强调，这需要IOT厂商的共同努力，才能够促进5G时代的“未来式营销”真正落地。
任佩禹：行业里面构建很多匿名化的、可以被清洗掉的ID，这些ID可以达到一个精准的效果，同时又保护消费者隐私。在符合国家法律和数据使用规范下，我认为不是相悖的，它的中间有一个并存的空间。
Q2：企业建立数据中台后，就一定不会出现数据孤岛吗？
任佩禹：并不能这样说，随着触点越来越多，数据孤岛依旧会存在，但可以通过策略和技术的方式不断改善，提供几个建议：①思维层面：在规划营销Campaign阶段，每个步骤都要考虑能否与消费者建立连接；②技术层面：一个合格的数据中台都应该建立super ID体系，实现不同频道的ID打通；③战略层面：借助BAT生态服务进行精准投放，能够针对已有ID进行精准营销。
Q3：如何看待国际化厂商与国内在数字营销技术领域的竞争？
任佩禹：两个市场的媒介和渠道环境有很大差异，作用产品上就会存在不适配的问题。在国外搞定Facebook和Google就可以搞定半边天，但中国是特别碎片化的媒体，光是支持PMP投放的视频网站就不下10个，这还不包括信息流平台；包括Social、电商的玩法也很不一样。在这些差异下，国外研发团队对国内市场的深入理解就非常有必要；但目前来看，在产品上还是国内的厂商更有优势。
1. 企业对DTC模式和私域流量的关注，一定程度上推动了数据中台技术的发展。
2. “数据中台”把企业各方面数据资源汇总沉淀，能够让上层创新速度和效益创收更加明显；往前能够优化广告投放效果、往后能够让运营更加高效、灵活。
3. 在企业数字化转型的系统结构中，“数据中台”仅仅是底层部分的架构，在上层还有客户互动管理系统、智能广告系统、营销自动化工具等一体化套件。
4. 企业组织架构调整对完成数字化转型非常重要，由一个部门归属但开放给多个部门应用的模式，可以有效平衡转型过程中的冲击。
5. 由于国际型服务商非常仰赖总部对本部的研发投入，incident国内自主研发的营销技术产品更有优势，更能适配企业所需。
6. 数据隐私与精准营销并不相悖，但企业需要加强技术投入和策略优化，来构建更完善的一方数据。
7. 5G时代，交易方式继续往线上迁移，带来沉浸式购物体验；企业对于自动创意范围要求扩展；也会带来IOT设备触点数据爆炸式增长。在这些前提下，AI内容生产和边缘计算技术将拥有更大发展空间。
