从品牌主到决策者,决策场景背后无限的市场空间

  • 时间:
  • 浏览:13

  

  “决策场景就像人工智能技术从后台走向前台的大门,只有让大门外的人看到人工智能技术在决策场景中的效力,才能让这个行业拥有自造血的机制,进而满足长期发展的需求。 ”

  黄晓南的公司端午还有不少员工加班。公司位于双井附近的办公楼上下在假期来临时已经人去楼空,唯独只有他们仍然在热火朝天地工作。

  黄晓南是这家公司的老板,她的公司名字叫品友,在营销技术(MarTech)领域几乎人尽皆知。创立于2008年的品友,最近几年再次迎来快速增长期。早些年,公司便已占据着近六成的中国品牌程序化广告购买市场份额,算是程序化购买市场的“老兵”。

  一位品友互动的员工告诉36氪,其实公司从今年春节开始就异常忙碌。现在很多员工都攒着调休假,准备不太忙之后给自己好好放一个长假。

  但忙碌的情况可能还要持续一段时间,品友在最近的三个月已经参加了差不多40多场招标。推动品友业务量极速增长的,是企业越发迫切的数字化转型需求和希望自己能够对外部环境敏捷响应的愿望。

  与其他营销技术公司不同的是,品友从介入行业之初就是立足于大数据和技术。而眼下,外部环境的巨变带来了越来越多的环境不确定性因素。对于企业的高层管理者来说,数据和技术的科学性和可验证性成为了应对巨变的“救命稻草”;增长放缓迫使他们更加关注营销效率,并采用以数据为中心的方法来发展业务。时机上的恰到好处,刚好给了黄晓南和她的品友更大的发展空间。

  虽然品友最初发端于帮助企业完成程序化广告的精准投放,但在数据无孔不入的现在,企业的C-level们开始面临着更多依靠实时数据作出商业决策的场景。这也促使企业有了建立自有数据管理平台的冲动,从而在企业敏捷响应的需求背后创造出一个大市场。对于品友来说,最直接的变化就是不少员工的调休假越攒越多。

  去年4月和6月,品友连续召开了两场以人工智能为主题的大会,传递其AI赋能商业决策的定位。也是从这个时点开始,品友加速拓展在智慧金融和智慧政务两条赛道的业务和服务,希望自己的技术发力于更多的商业决策场景。

  这意味着它的服务对象,从品牌主变成了所有决策者。

  企业们眼下对数据和技术的追捧,与黄晓南刚成立公司时的行业氛围截然不同。最落魄的时候,公司的账上只躺着5万元的资金,黄晓南和她的联合创始人每个月只拿2000元的工资,这样的境况持续数年。

  那时,黄晓南寻求融资的过程也并不顺利。

  “当我们去给那时的投资人说数据和技术是未来的时候。投资人们的反馈都说不对,应该是流量和媒体关系代表着未来”,黄晓南仍然记得当时的场景。但现在回过头看,投资人们可能看错了方向,技术和数据叠加在流量之上已经成为不容置喙的事实。

  不只是投资人,企业高层们最初对数据和技术的能量也半信半疑。在2012年之前,人们仍然迷信传统媒体“高举高打”的打法,通过广告在强势媒体上的覆盖将品牌快速推向市场的招数屡见不鲜。既然有一种更轻松的打法,为什么还要用数据和技术折磨自己?这是品牌主们的普遍心态。

  在大学毕业后,黄晓南曾经在宝洁市场部工作过一段时间。时至今日,宝洁仍然是全球范围内最大的广告主之一,在传统媒体时代,这个商业巨擘毫无疑问地霸占着彼时金主的龙头宝座。但这样的状态在新媒体环境下不可持续,最直接的冲击来自于消费者注意力的碎片化,分散的注意力意味着强势媒体的不复存在,要想重新聚拢消费者就不得不转向对数据和技术的运用。

  在2012年之前,那时从事营销业务的技术公司更像是一个布道者,聊业务之前先要教育品牌主的认知;但情况在2012年之后出现了180度的逆转,企业对业绩增长的需求越发迫切,对规范化管理的需求也越发迫切,这些都需要数据和技术的辅助。

  与此同时,数据和技术的日益成熟也提供了可行性上的支撑——舍恩伯格的《大数据时代》在中国的面市时间是在2012年年末,这时连向企业布道的时间都省去了,越来越多的企业反而迫不及待地找上门来。

  从招标这个小切口进入,营销技术公司们已经能够感受到整个市场的急遂变化。“企业什么时候会选择招标这种形式?一是这件事情足够重要,二是愿意在这件事上花足够多的钱”,黄晓南说。

  当下的企业们已经意识到了数据和技术对于企业整体决策的重要性,就连“互联网女皇”Mary Meeker也在今年发布的趋势报告中专门用了40页的篇幅专门讨论数据增长的相关问题。“今天对于人类工作而言,数据至关重要,最成功的公司已经聪明地把数据整合到了每个员工的工作流中,数据就是新的应用软件”,她的报告引用了Looker公司首席执行官Frank Bien的这番话。

  数据在公司全流程中的重要性在过去几年的激增,也驱动着企业开始愿意花更多的钱来提升自己的数据和技术能力。所以,品友的主要业务方向也不再仅是提供基于大数据和算法优化的程序化广告投放的解决方案,开始变成数据治理系统提供商。

  当业务链条从营销开始向企业的决策环节渗透,业务的平滑过渡开始帮助品友逐步向外拓展发展边界。

  与传统营销相比,营销技术的特点是实时反馈以及数据的海量获取。在前数字时代,虽然咨询公司们在辅助企业进行决策时,也会使用一些量化数据,但当时的数据普遍偏宏观;但现在,企业掌握的则是全方位和全链路的、颗粒度非常细的数据。

  最近一段时间,私域数据概念的火热就是数据和技术变得重要的佐证:首先,企业生意的增长需要与消费者在不同接触点上频繁接触,而私域就扮演着管理内部触点的功能;其次,私域数据理念的背后反映出的也是企业开始对用户生命周期开始进行管理,这是从流量时代向用户时代演进的必然结果。

  随着外部和私域数据量的膨胀,单纯依靠人力已经不现实,这时引入人工智能成为了应时之选。在几年前,黄晓南曾经有过一个大胆的论述,她认为当时只有广告场景中的AI才是AI,因为广告是人工智能所有商业化落地场景中最有效的场景。

  业内比较标准的说法是,AI的发展速度与数据、算法和计算能力有关;黄晓南将第三个关键词改了一下,用“决策场景”替代了“计算能力”。她认为决策场景就像人工智能技术从后台走向前台的大门,只有让大门外的人看到人工智能技术在决策场景中的效力,才能让这个行业拥有自造血的机制,进而满足长期发展的需求。

  黄晓南认为自己的公司首先布局营销技术业务是个天然优势。眼下,品友也在智慧政务和智慧金融的业务条线下涉足了更多的决策场景,而实际上营销的场景中更需要毫秒级的反馈,更需要庞大的数据量辅助决策。

  就品友的现有营销技术业务来说,每天需要接触接近300亿条用户行为数据,而在其他的场景中接触几个亿的数据量就已经算是个不小的体量;另外,广告的程序化投放决策也要受到大量不同维度变量的影响,并且需要在毫秒级上做出投不投广告、投哪个广告、花多少钱、退哪些量等大量的决策。

  正是数字广告对于人工智能的强需求,让品友开始“All in AI”。事实也是如此,目前品友一半的研发费用都投入到了人工智能的相关业务上,这也帮助品友开始逐步将服务对象从企业CMO延展为所有需要做出决策的人。

  在最近营销技术公司的招标过程中,一些变化正在悄然发生。早期的招标过程基本只由CMO定夺,但目前越来越多像CIO、CTO、CSO等其他C-level级别的高管也开始共同出席招标会。

  这代表着营销技术和用户运营的重要性,已经从部门扩展到了整体公司发展的层面。如果说品友从程序化投放到数据管理平台,这个业务跑道的转换是它的首次转型,那么当前瞄准商业决策场景则是个更大的突破。

  但黄晓南坦言很多时候的转型都是被需求推着往前走的。品友的这种状态只是眼下整体营销云行业的一个缩影——就在不久前,全球最大的CRM巨头Salesforce耗资157亿美元高价收购了大数据平台Tableau,Google也以26亿美元的现金收购了数据可视化分析公司Looker。巨头们的动作背后瞄准的是整个营销云市场,而营销云覆盖的是几乎所有与企业营销有关的决策场景。

  “(收购的这些公司)都还只是工具,所以你想想这个市场拥有的潜力有多大”,黄晓南反问道。

  今年年初,一家大型药企找到品友协助他们做一个有关流感疫情的预测模型,企业的目的是通过预测模型获得的策略来决定在市场的整体战略布局。

  判断疫情在哪个城市或者哪块区域有可能会大面积爆发,传统预测模型一般依靠温度这些简单的数据。但这家药企希望能够建立一个更加精准的模型。

  最终,在双方的共同协作下,决策模型使用的数据除了沿用传统数据之外,也采用了搜索引擎关键词指数以及人口等宏观指标。与此同时,品友还建立了正样本和负样本的对照组,通过对照过往的数据探索疫情暴发前一些特征与结果的关联度,并最终据此构建起了计算模型。

  在黄晓南看来,这个思路与营销技术行业每天的日常工作一模一样:“我们每天都在预测这个人他对什么感兴趣,会不会点广告,广告效果如何,这个人会不会去电商网站购买,逻辑是大同小异的。”

  不过,中国的优势依然是这个社会的网络化程度非常高,人们的很多行为都在线上进行,这有助于更快地对结果进行动态预测——例如在某个地方如果大家都开始搜索百服宁时就是一个显著的流感预警信号。事实上,这家药企在海外其他市场也进行了类似的流感预测,不过其他市场的预测需要联动十几家公司,但在中国只需要一家公司来联动十几家公司的数据就可以了,独特的产业环境成为了中国弯道超车的加速器。

  除了对流感疫情的预判之外,品友还与一家大型金融机构进行合作,在算法工程师和企业的共同协作下,帮助企业预测了用户未来短期内可能的消费场景。

  无论是对疫情的预测还是消费者未来消费行为的预判,这些都是非常典型的商业决策场景。事实上,眼下企业的很多管理工作都能在人工智能的辅助下高效开展。营销赛道积累下来较大的数据量和对敏捷响应的高速度需求,让营销数字领域内的技术公司向决策场景过渡变得相对轻松和简单一些。

  但即便如此,黄晓南仍然对技术的作用有着清醒的认识:“我不认为人工智能能够解决所有问题,人脑智能加上人工智能才会产生最好的解决办法”。在她看来,算法工程师要走出办公室,更紧密地与客户沟通和协作。

  这无意中也成为了面对来势汹汹的海外竞争者时,中国的技术公司们防御抵抗的护城河。在黄晓南的印象中,品友与国际上的玩家同台竞技时几乎未尝败绩:“中国的客户几乎都需要有所谓的服务,大家期望的是‘软件+服务’;而国外的公司几乎只给标准软件,但如果这个软件没人用,那么交付就是失败的,你就很难再获得客户的信任。”

  所以此时,人工智能不能解决的问题就需要人脑智能的辅助,中国市场足够独特的差异性让品友这类的国内技术公司成为数据管理领域的中国新力量,登上国际舞台,与全球IT巨头同台竞技。

  品友可能是中国营销技术行业发展的一个镜像,它的发展历程代表着整个行业在不同环境中调整身姿的过程。从这样一个典型的研究样本中,我们能得出清晰的结论:营销技术在未来的发展不止局限于某个单独的营销环节,所有的商业决策都有可能影响企业与消费者的沟通效率。

  当决策场景的丰富使得决策环节不得不上云时,企业敏捷响应背后的大市场,也将成为品友这类原本立足于营销赛道的人工智能和大数据技术公司不断向前腾挪的跳板。