一文带你全面了解营销自动化行业实践

6 评论 6683 浏览 35 收藏 44 分钟

编辑导语:营销自动化软件逐渐趋于成熟,并应用于各个行业或产品当中,因此当下,每个互联网人也许都需要了解一些营销自动化知识。本篇文章里,作者结合自己的工作实践与心得感受,对营销自动化进行了较为详细的总结,一起来看一下。

很多年以前,营销自动化就是传统软件的代表之一。至今走过了近三十个年头,营销自动化系统软件已经趋近于成熟。

风云突变,伴随着C端红利殆尽,B端数字化浪潮兴起,人们对营销自动化领域的关注陡然持续提升。特别是在最近两年大火的私欲流量概念背景下。营销自动化逐渐推成出新,迈向了一个崭新的台阶。

营销自动化系统诞生于美国,最早可追溯至1992年。通常认为,1992年Unica公司的成立,代表着营销自动化行业的兴起。

但实际上,直到接近 2010年前的5年间,营销自动化行业才从年收入 2.25 亿美元几何式增长到16.5 亿美元收入规模。伴随着Salesforce、IBM、Adobe和微软这样的大公司入局,才逐渐加剧行业的竞争。

从最初的主要以电子邮件营销为核心,经过逐年的发展,营销自动化已经变得非常强大,几乎遍布所有的互联网产品中。

当今,无论是C端还是B端产品,营销自动化系统在构建商业体系、提升商业价值中都占有重要的作用。几乎所有的互联网企业、重用户运营的企业和营销型企业,都在加速构建符合各自特色的营销自动化系统。

虽然,营销自动化如此大行其道。但是,相对成体系的营销自动化知识分享,在网络上却比较缺少。所以,本文将我的一些学习营销自动化的收获和工作过程中的一些经验,分享给大家。本文,将尽可能地展示一个营销自动化系统从构想到落地的全貌,以及构建营销自动系统化的必须的一些知识。

在今天,任何互联网从业者都应该学习营销自动化的知识。因为,营销自动化是数字经济、智慧产业的重要组成部分。即使,你并不关注未来互联网行业趋势,这里仍然有一些理由值得你参考。

  1. 营销自动化发展到今天,已经不是我们传统认为的B端产品专属。营销自动化遍布于各个互联网产品中。只要互联网产品有运营过程和销售环节,那么总不可避免地涉及到营销自动化。
  2. 主流的C端产品也都深度集成了营销自动化系统。比如,拼多多的各类裂变活动的投放过程,就是典型的营销自动化场景。
  3. 同时,营销自动化是现在提升产品商业数据指标重要方法。甚至,某些产品基础指标都依赖于营销自动化系统提升。可以说,作为产品经理的日常工作,避免不了与营销自动化系统打交道。
  4. 营销自动化是低增量或者存量业务的重要创新方向。

一、认识营销自动化

首先,什么是营销自动化?

比较正式一点定义是,营销自动化是使用软件来实现营销活动和过程的自动化。营销自动化系统指的是,用于执行、管理和自动完成营销任务和流程的部署在云端的一种系统软件。

我个人觉得这个定义已经不太符合现代的市场情况了,它过于强调「自动化」了。更加符合2021年、且简洁的定义是,产品在合适的时间、合适的地点为合适的用户,自动提供合适的营销内容的系统。

这是由于,如今,「自动化」已经不能代表营销自动化系统的核心价值。取而代之的是「智慧」。

为了让大家更加直观地理解什么是营销自动化系统,这里给大家举个典型的例子。这里以大家接触最多的C端产品为例。

比如,某用户在我们平台浏览了A产品,但是并没有下单。过了三天,用户都没再次浏览该产品。这时候系统就会为用户打上一个标签X,记录用户浏览A产品但未下单。

此时,自动化营销系统开始运作,筛选出包含标签X的用户,然后去方案库匹配方案,匹配了优惠券方案Y。之后,在晚上八点,营销自动化开始执行方案Y,将对应的优惠券以短信的形式投递给用户。用户收到短信后,使用优惠券下单购买了产品A。结尾,营销自动化系统,再为用户打上购买A产品和使用优惠券的标签。这就是一个典型营销自动化系统,自动化运行的典型业务过程。

B端产品这里就不举例详细的例子。可以把上段的例子中,自动化发放优惠券的过程,替代为自动督促和促使销售A,向客户B,按Y方案,销售产品A。

提到营销自动化,关联比较多的还有CRM(客户关系管理系统)和营销云。

很多人可能会对于三者的关系和定义比较迷惑。对于CRM定义是比较宽泛的,今天的CRM,早已不单纯是管理客户档案和关系,CRM已衍生出了许许多多的分支,比如国内独具特色的SCRM(社会化客户关系管理系统)。

我认为,Salesforce(CRM行业标杆公司)定义的CRM,「帮助管理、触达现有和将来的所有客户」是最为准确的。营销云的通俗的定义是「从线索获取到成单,从老客挖掘新线索的闭环支撑云系统」。

从业务的角度出发,营销自动化系统可以对【已经触达(有数据)】的潜在客户,进行精准的二次营销线索孵化;可以让你更好地追踪潜在线索的转化周期;把握营销的力度,便于对线索挖掘环节做数据分析。

CRM则可以掌握线索来源(未触达或已触达),对症下药地进行分析;可以更好地对成交客户进行追踪,构建信任,促进二次复购,可以对客户的详情进行标注,便于更好的客户维护和再激活。营销云则是更大的体系和概念,是一套整合用户营销的多系统构成的云系统。

所以,三者定义的边界和关联性都是比较分明的。营销自动化系统是CRM整套系统中的一个核心板块。但是,营销自动化系统在实施过程中,也经常脱离CRM,单独实施的。营销云则是包含CRM,CRM又包含营销自动化系统。

所以三者的关系是,营销云包含CRM,CRM包含营销自动化系统。

这里我们可以参考orcle营销云的产品特征矩阵图。

前文提到营销自动化系统,既适用于B端产品,也适用于C端产品。但是,两者限于业务的差异,两端系统的实施还是存在很大差异的。

首先,我们这里要定义下本文中B端和C端的界限。

这里我们将营销自动化的元数据「用户」为企业的定位B端营销自动化系统,将面向个人用户的定义为C端。而不论其开发者定义的B端还是C端。这里我们是以自动化的受用者,而不是使用者来定义。这样的定义立意,两者间区别更加清晰,差异更加突出。

1)B端营销自动化

从整体上分析,B端营销自动化偏向于传统软件,服务于销售过程,重心是过程的管控。而C端营销自动化,服务于整个营销过程,注重的是营销的方案构建。

B端的营销自动化系统,主要分为两个类型。服务与线上业务的营销自动化系统,与服务与线下的营销自动化系统。无论线下还是线上,B端营销自动化系统都是去驱动人进行营销。也是有「人」,作为营销方案的最终执行者。当然,有人作为执行者,也少了监督者。

因此,对于B端营销自动化系统,本质是将各个角色的人串联起来,实现营销流程的自动化。在此的基础上,实现数据的增益价值,实现营销方案的智能化。有时候,也能定义B端营销自动化系统是重服务的系统。

B端营销自动化系统在前端渠道上,会相对固定。通常,用户的来源都是稳定的。某些业务场景下,会出现用户的初始特征高度一致。而用户的差异,是在用户生命周期变化的过程中,逐渐体现出来的。

2)C端营销自动化

C端营销自动化系统,核心价值强调的是智能和自动化。用户划分的高度精确、营销方案的高度智能、营销过程的高度自动化。

服务于C端产品的营销自动化系统,是尽量减少人在流程上的参与。人的参与,更多的尽可能在监督和顶层设计上。所以,这就要求C端营销自动化系统,需要有更强的自我演进和容错的能力。

C端营销自动化系统,本质是拉近产品与用户的距离,即上文的那句定义,「产品在合适的时间、合适的地点为合适的用户自动提供合适的内容」。从这一特征延伸,这也是一种营销信息分发(推荐)系统。

C端营销自动化系统与B端营销自动化系统,还有一点最大的不同。C端营销自动化系统,需求是多变的。所以,需要有足够的灵活性和扩展性。

二、目的

任何产品、任何系统,能打造出来,都是有其目的性和期待。营销自动化系统建设的目的,是较为多样的。我将其归类为三类,两类为最常见的,一类为较为宽泛且是不标准化的目的的汇总。这三类是:提升效率、提升商业回报、其它。

提升效率,又主要分为三个方面:监督过程、标准化过程和替代重复性劳动。监督过程核心是实现过程的规范化,智能自动的监管营销过程,保障营销的质量,提升服务质量。

提升商业回报,是在B端和C端营销自动化系统中,最常见的定位初衷。

提升商业回报,最直白的就是提升用户的付费数据。付费数据,可以从两个大的方面来提升。一是整体性的营销效果带来的整体数据提升,对应着平台短期GMV;二是用户长远价值的提升,对照着用户长期ARPU。

最后是其它的这类,这里就举几个最常见的例子。这些例子大多来源于现在非常流行的C端产品。

电商产品最常见的就是提升日活和留存。比如,个性化的商品营销、优惠券营销等。在内容营销的领域,也会通过营销自动化系统来建立品牌影响力。最常见的是投放营销性质的软文。营销自动化有时候也被用于,补偿用户不好的体验。比如,用户投诉后自动发放个性化的优惠券。社交电商热火朝天的时候,营销自动化系统也被用户获取用户线索(也就是裂变获客)。在该领域,拼多多的营销自动化系统应该是佼佼者。

在生活中,仔细观察我们使用的产品,仔细观察我们接触的营销信息,我们会发现营销自动化随处可见。仔细分析,我们会发现这些各不相同的营销自动化系统,设计的目的也各不相同。当你去研究,你各个软件的中优惠券时,分析这些优惠券的投放目的,就能得到一些关于营销自动化的新知识。

三、建设过程

营销自动化系统属于较为复杂的软件系统。营销自动化系统的建设过程,是不能一蹴而就的,必然是长期迭代出来的。

在经过近三十年的发展后,营销自动化系统的建设理论已经是比较健全了。特别的是建设过程和功能定义上。我们如果要建设营销自动化系统,都应该优先参考这些前人留下的较为标准的建设步骤。这才是软件工程的更优实践。

营销自动化系统的建设过程,分为四个阶段。这四个阶段分别是业务分析与方案设计、业务试错、精细运营和智慧运营。四个阶段逐步演进的,最终成熟的状态就是营销自动化系统进入智慧运营阶段。

但是,很多营销自动化系统也会刻意停留在精细运营阶段。因为,在该阶段营销自动化系统,已经回报了满足预期的商业产出。这时候,可能就会暂时将业务重心放在其它方向。

在介绍这四个阶段前,需要先介绍一下营销自动化系统的业务功能归类。了解这些营销自动化系统有哪些功能,大家才能更好地理解,每个阶段营销自动化系统有什么不同。

营销自动化系统功能大概有四个板块,圈用户、定方案、投放和回馈学习。这四个环节在业务过程中是一次首尾相连的。在后面的内容中,会详细讲解每个功能版块的全貌。

1. 业务分析与方案设计阶段

业务分析与方案设计过程,主要做立项需求调研、需求分析和设计过程等,研发前的准备工作。

首先,在这一阶段需要确定,我们研发营销自动化系统的目的,也就是我们的核心需求。对于营销自动化系统,明确需求,一定要将其转化为对应的数据指标。比如,GMV、ARPU、复购率等。在该阶段,还很重要的是,确定好自动化营销的设计方案。

通常所说的,自动化营销系统的方案,通常是有两种指代。一种方案是营销自动化系统的总体建设方案,一种是营销自动化系统运行过程中,针对用户投放的营销方案。

第一种,可以描述为针对什么用户,使用途径,实施什么策略的整体方案。第二种,则就是具体为单个用户匹配的营销策略。

在业务分析与方案设计阶段时,两种方案都需要准备充分。第一种是该阶段的最终产出,是后续阶段的必要条件。第二种,在该阶段时,不一定需要给出完整的全套方案,更类似于案例。因为,这类方案,在营销自动化系统中可能是有多种,也会根据系统的迭代不断迭代。而且,最终要实现的是由系统智能生成。

2. 业务试错阶段

就与现在很流行的C端产品方法MVP(最小可行性产品)一样,营销自动化系统的生命周期,也需要进行「MVP」,也就是进入到业务试错阶段。因为,营销自动化系统是包含很多策略的。为了避免在各个策略上,少走弯路,以及控制调整成本,我们就要先对核心策略进行试错和调整。

业务试错的阶段,是以最低的成本,验证或找到最有效的营销核心策略。基于MVP的方法论,该阶段不要把重心放在「自动化」上。「自动化」是可以以人工进行简化。「自动化」不能提升系统的目的数据指标,只是提升数据指标的达成效率。

甚至,有些软件的功能,如果来不及开发,都可以用人工替代,尽量先用人工替代。特别是,营销自动化系统的一些局部功能,研发的复杂度并不低。

比如,分析用户数据,最简单的方案,就是用户分类。但是,即使是最简单的方案,都涉及多个渠道的数据,研发周期都不短。所以,在试错阶段,我们可以采用人工分群的方式。甚至于,为了特定场景、环节和数据的验证,还需要特意挑选某些特征的用户。

在试错阶段,营销自动化系统要保持快速调整的能力。好的营销自动化系统建设方案,不是设计出来的,二是验证和调整出来的。在试错阶段,还要通过试验,找到营销自动化的系统期望的最低值与最高值。尽量调高最低值和最高值。

一旦验证了营销自动化系统的业务方案和数据期望,就需要尽快建设和完备系统,尽快将系统投入全面运营。

3. 精细运营阶段

当营销自动化系统,在产品中开始正常运转起来后,仍然需要将营销自动化系统进行进化,提升整个系统ROI。

一般有两个方向,一是根据营销自动化的数据反馈,对系统进行调整和优化,也就是完善系统;二则是将营销自动化系统向精细运营的方向迭代。当向第二个前进时,营销自动化系统就进入了下一个生命周期阶段,精细运营阶段。

精细运营阶段,核心就是实现用户的精细化运营,即实现精细化的营销自动化系统。精细化运营是用户运营的概念理论,指的是将用户非常精细的分类,精细地运营每部分用户,精细地去营销每部分用户。其实,更小粒度的针对用户进行运营,甚至精细到单个用户个体。

营销自动化系统也是从顶到下建设的,最初用户的分析都是划分为更大的群体。在精细运营阶段,就需要将原来更广的用户划分和方案,调整为更细小粒度。最终,实现以用户为中心,为每个用户的提供更加契合的营销运营方案。

在精细运营阶段,并不是说越精细越好。可能,这就是产品经理的日常,通过抉择,寻找最优解。更粗犷的运营能实现效果,尽量更粗犷。精细能来数据指标提升,再进行精细。但是,系统整体方向要保证精细化运营能力的存在。

在精细运营阶段,技术人员的工作需要非常重视。因为伴随着系统精细,会带来系统复杂度的提升,整个系统将变得更加精密。所以,对于系统的性能要求将成倍提升,系统拓展性将会降低。

4. 智慧运营

营销自动化系统的最终形态,不仅仅是实现既定数据目标,还要在这基础上,实现智慧运营。

什么样的营销自动化是实现了智慧运营?我个人总结了四个典型特征。高度无人自动化、自我学习增强、数据极度精准、开放化。四个特点,缺一不可。

但是,光有这四个特征也是不行,一定是要达到预设数据目标,并且实现精细化运营的基础上。

高度无人自动化指的,不仅仅是运营过程的自动化,那是营销自动化系统最基本的要求。高度无人自动化指的实现整个系统的运行的无人自动化。高度无人自动化需要尽量减少人为的干预,特别是在圈用户和营销方案上。高度无人自动化的营销自动化系统,我们只需要关注指标数据,调节指标及控制参数,即可实现整个系统的管控。

任何智慧化的系统,都少不了自我学习增强、自我演进的能力的。营销自动化系统的自我增强学习,主要体现在营销方案的学习调整、触达投放过程上。特别是营销方案,营销自动化系统需要根据各类数据,不断演进。在产出效果上,系统演进出营销方案,必然要胜过使用者设计的方案。

数据极度精准,指的系统能收集广泛的数据,能有效地处理脏数据,能高效地加工数据,并把数据分析出准确的结论。数据极度精准的评估方式,一般是数据的利用率。数据利用率越高,代表数据越精准。

开放化相对就比较好理解了。开放化指的营销化系统的开放程度,能接入三方系统,也能横向开放能力给三方。最理想的是营销自动化系统的开放化,能形成一个结构完成的开放平台。开放化对于营销自动化系统的长期价值非常重要。因为,对于一个产品的生态,营销自动化系统是其商业系统的一部分,是需要与其它系统整合协调工作的。

四、业务流程

梳理完营销自动化系统的建设过程,现在可以详细梳理下营销自动化系统的具体业务了。

在上段内容中,也提到了营销自动化系统的功能主要分为圈用户、定方案、投放和回馈学习四大版块。四大版块在业务流程上是,依次首位相连的。说穿了,从整体上看业务上,营销自动化系统主要也是圈定不同的用户、匹配适宜的营销方案、投放营销方案和总结性的分型整个环节的数据并进行相关调整。

下面我们就来梳理下,具体每个版块,该板块具体涵盖的系统和功能,以及该版块的一些知识点。把这四个版块了解完,应该对营销自动化系统,就认识比较全面了。

1. 圈用户

圈用户,顾名思义就是划分出不同的用户圈。划分用户主要是分析用户相关的数据,解析出用户的特征。这些数据有用户的属性、行为等,也会有相关的行业、业务数据。

圈用户,有三种最常见的形式。手动、用户分群、用户标签。手动指的是,系统提供一些筛选搜索项,使用者手动的筛选出对应的用户。用户分群指的是系统按照某些特征,将用户分为不同群体。比如,流失用户、次日未复购用户。用户分群是存在用户交集的。用户标签指的是,系统根据用户的属性和行为,为用户打上标签。

在营销自动化系统中,通常这三种形式都是同时存在的。虽然,应用价值是用户标签大于用户分群大于手动。但是,相应的研发难度和投入也是一次增大的。三种形式,都有其使用场景。所以,相互搭配工作才是比较理想的。

设计用户分群和用户标签这两种形式,有两种最常用的业务结构。一种是行为触发,一种是定时触发。行为触发时,当用户触发某些行为,即可圈用户。定时触发指定时地·分析用户数据,再进行圈用户。行为触发对于智慧运营阶段的营销自动化系统是必须的。后面,在投放部分,会详细展开。

对于B端的营销自动化系统,圈用户还包括线索分级的功能。这里的线索,并没有被转化为用户,是潜在的用户。圈用户时,也要根据线索的属性和在产品内的流转数据,进行分级,以进行更有效的营销。线索分级和用户划分,在圈用户版块中,是没有关联的独立功能。

圈用户的最重要的指标是准确。这是整个自动化营销业务流程的起点。如果用户的分析不够精准,营销效果肯定大打折扣。

2. 定方案

首先,我们要清楚这里的方案是什么。方案指的是,针对用户建立的营销策略和投放流程。

比如,针对A商品浏览但是未成交超过2小时用户,发放一张当日有效5元A商品定向优惠券。投放的流程是,到达两小时后发放到卡包,并推送通知消息;如果超过1小时,还未查看优惠券,在短信投递优惠券内容的整个操作逻辑流程。投送流程中的通知消息和短信内容,又属于营销策略。

每个营销自动化系统,都会形成自己的方案库。方案库的方案可能是使用者设计的,也可能是系统自身设计的。这些方案,需要按一定形式的数据结构进行存储(常用数据库或JSON文件)。这些方案,也是这套营销自动化系统的经验沉淀,是核心资产之一。

方案必须包含与用户特征的关联性。这样圈用户和投放之间,才能通过方案串联起来。某些方案,还会有触发条件的字段。这些触发条件被处罚时,才会使用到该方案。

定方案版块的业务分为块内容,设计和管理方案、匹配方案。两块内容是相关联的,匹配方案匹配的就是方案库中的方案,也依赖于方案的数据字段。比如,通过用户的标签A去匹配标签A关联的方案。如果符合对应的触发条件,则可以直接匹配对应的方案。

设计方案,有两种业务形态,静态方案和动态方案。

静态方案是,使用者提前设计好的。动态方案是,营销自动化系统在运行的过程中,智能生成的方案。在营销自动化系统建设比较早期时,一般都采用静态方案。当系统逐渐完善时,动态方案和静态方案,都是存在并兼容的。

匹配方案是指就是为用户匹配最佳的营销策略。当用户特征能匹配到多个方案时,系统还需要根据用户体验、成本等内容,筛选出最优的方案。

最基础的定方案版块,也需要建设业务流程外的以下四个辅助管理功能。内容管理、营销方案设计器、营销方案管理、营销流程设计器。这个四个辅助功能,管理的都是结构化的数据。

3. 投放

当系统接收到用户和方案后,就可以启动投送版块了。

投送版块的功能是,按照方案将内容触达用户。涵盖的是从内容制作到用户交互的全流程。

对于投放执行的过程,一个方案是一个执行单位。也就是,投放是围绕着方案运营的,其具体的流程也包含在方案中。整个投放的流程是,制作内容、开始投放、检查投放反馈、检查终点、检查状态转化、调整投放逻辑,直到达到该方案的逻辑终点。

投放过程有自动机的概念,会涉及到多种状态的转变。因为,一个方案可能会设计到多种渠道和多个营销内容。当内容投放后,并不代表一个方案的投放结束了。如果,未触达用户,可能还有其它的逻辑流程。即使,触达了用户,未达到期望目标,也可能会有补充的投放逻辑。

在讲圈用户时,说到有定时触发和行为处罚。这里的方案投放也有定时触发和行为处罚。

定时触发,是用户被定下方案后,按逻辑到达某个时间点,才启动投放。行为触发,是用户被定下方案后,用户触发某个行为再触发。行为触发的业务逻辑,在圈用户和定方案间,不同的系统有不同的处理方式。有的系统,用户触发行为,系统打标签,标签触发投放。有的系统,用户触达行为,系统直接开始投放并打标签。

投放系统的运行是高度自动化的。所以,面向使用者的功能比较少。一个是管控功能,控制整个系统运行状态、方案的状态和用户的状态。还有一个功能是渠道管理。产品的触发用户的渠道通畅比较多样,系统整合管理,合理配置。以防渠道的阻塞,影响系统的正常运转。

对B端的投放版块,由于需要监督人的工作,驱动人的工作。所以,通常自动化程度会低一些。同时,对管控功能的需求也会强一些。

由于投放系统的执行过程可能比较长,所以对于投放性能就有稳定性的要求。同时,对于渠道方面,也会有及时性的要求。

4. 回馈学习

完成投放后,并不代表营销自动化的一次营销方案投放结束了。营销自动化系统都应该具有自我演进的能力。其演进的优势之处,正在于方案投放完成后,对于产生的新的数据的处理和分析,以及使用这些数据来优化方案和营销自动化系统。回馈学习所使用到的数据,主要是来源方案投放的过程和结果数据。结果数据是用户行为产生的数据。

上文我们讲到,营销自动化系统生命周期的最终阶段是智慧运营。而最能体现营销自动化系统的智慧能力的功能,正是回馈学习版块。回馈学习虽然不是直接达成目标指标,但是却能找到达成目标指标的最佳方案。

举个小例子。我们通过投放优惠券来促使用户回购,那优惠券的面值多少合适那?给多了,成本太高。给少了,效果可能不好。所以,这就需要回馈学习找到最佳实践,然后调整方案。类似的场景,在营销自动化的方案和投放过程,并不新鲜。

在回馈学习功能中,很重要的功能是结果数据反馈和优化日志。结果数据反馈,主要是以报表的形式,让使用者了解目标指标的达成情况。基本上,就是个报表功能。优化日志,是记录下优化过程和内容,方便使用者追溯优化过程和异常处理。

五、测试

当营销自动化系统研发完成后,需要进行软件测试。除了测试系统的BUG外,最重要的是测试方案质量。营销自动化系统的测试,与其它AI产品的测试,存在很多相同点。该测试最大的难点是中间过程是黑盒,特别是我们手里的数据与真实数据存在差异。

营销自动化的质量测试要分为三个步骤。首先是数据测试、方案测试、结果测试。

数据测试是测试圈用户的实际效果。这里我们可以准备一些样本数据,与对应期望的分组。测试的结果,是要得到圈用户的准确率。准确率是越高越好。

方案评测,主要以人工打分为主。营销自动化系统对方优化、以及学习后生成的方案,需要采用小组评估的方案打分。最终得到一个信任度。这就是上文建议实现,方案数据结构化和实现方案设计器功能的重要性了。
结果测试,主要测试投放的成功率、投放的触达率(能体现方案的准确性)、用户的负反馈值。

最后,通过综合以上测试的数据报告,我们才能确定营销自动化系统的质量。对于是否能实现数据指标,我们才能更有把握。上线后,面对真实用户场景,才能更加从容。

六、行业应用

什么样的行业适用于营销自动化系统?比较显著的特征是,用户增量降低,需提升单个用户ROI。这其实很像我们所说的红海市场。

举个例子。比如,B端的零售和泛零售行业,较为典型的应该是酒店航空。又比如,C端的在线教育和电商行业。

如果一个产品或公司需要使用营销自动化系统,那么也是类似的。这个产品必然是用户的增量增长放缓,需要寻求其它商业指标的突破。当然,也和这个产品的业务本身,产品的运营销售过程有很大的关系。甚至大部分营销自动化系统的立项落地,还和公司的组织架构有关系。

营销自动化系统已经发展了近30年了。市面上的相关产品,是很丰富和成熟的。主要产品都来之于国外的几大厂商。国内产品级的营销自动化系统流行程度比较低。几大厂商的市场份额都在伯仲之前。国内主流的电商 App 都是有各自的营销自动化系统。这里不在局中,就不妄加猜测了。主流的产品包括IBM公司的、oracle的、salesfce公司的、adobe公司的和maketo。大家可以以这些产品为线索挖掘学习。

在国内研究营销,规避不掉的就是微信。所以,谈论营销自动化系统的行业应用,也逃不掉微信生态。

在当前,以拼多多为代表的社交电商,都是营销自动化系统的典型应用场景。还有各类微商的场景,也是营销自动化系统落地的迫切场景。现在很多知名的SCRM,都在结合公众号、企业微信和小程序三大微信平台,开发和实践营销自动化系统。

为什么微信场景下如此需要营销自动化?主要是因为离用户更近,渠道优势。微信生态的营销走动化系统最大的风险是微信的政策。即时通讯平台、社交平台,被营销自动化系统渗透是无法避免的。

无论是在B端还是C端,营销自动化系统的应用都是需要场景化。不同的产品,所处的业务和场景是存在差别的,营销自动化的经验是不一定能复用的。

这其实也带来一个问题的思考,是采购还是自研。采购的产品,落地周期较短,产品也是经过行业沉淀的经验。自研营销自动化系统的研发成本和周期都较长,但是更加符合产品的应用场景。总的来说,B端产品偏向于采购,C端产品偏向于自研。

七、一些挑战

营销自动化系统的研发,具有难度大周期长的特点。而且,本身牵涉面比较广,需要多部门多业务联合推动。这里我总结了几个常见的挑战。

1)数据系统的建设。最大的挑战来源于,数据的多样性和全面性。这要求营销自动化系统要打通业务上的数据孤岛。这是最难的,因为要进行多部门协同。

2)营销方案的设计。营销方案的设计既需要设计者的经验,又需要系统具备自我演进的能力。在营销自动化系统建设的早起,很容易由于营销方案设计的不理想,导致项目的推进困难。

3)系统增长性应对。营销自动化系统很容易出现突发式、爆发式的增长,这可能带来性能问题和一些突发BUG。这些问题,听起来可能不严重,但是,有可能是灾难性。比如,发错优惠券面值了。还有拓展性。因为,营销自动化系统是迭代出来的长期过程。

4)组织协同和业务整个的能力。主要是跨部门整合资源的问题,通常会很令人头大。

八、小思考

营销自动化系统并不是以算法来替代人工决策。营销自动化系统是以算法为手段,将人工决策的经验沉淀下来,寻找最佳的解决方案。完全以算法主导的营销自动化系统,降低与用户间的情感距离。冰冷的机器,并不会长久的取悦用户。人才是能权衡利弊,做出有温度的方案。所以,算法主导的营销自动化系统,很容易引起一些负面效应。因为,营销必然会打扰用户和冒犯。比如,大数据杀熟最近两年在社会上引起的不良影响。

正如文章开头所说,最理想自动化营销是,用户需要时正好出现在他面前。

建设营销自动化系统,我们一定要注意,营销是任何人工都能做的。只是效率的高低、对数据判断正确性等,可能低于机器。不把要软件系统,当成无所不能的。

本文讨论竟品的内容比较少。因为每个营销自动化系统各具特色,分析起来工作量不小,涉及的面很广,一个系统就是长篇大论。对应的营销、营销自动化的本质是不变的。

再则,涉及很多传统软件的内容,会很枯燥。所以,文中就只点出了有哪些参考的产品。如果,需要提升学习,可以去申请试用。

最后,这篇文章可能读起来比较枯燥。涉及的内容又多又杂,知识点也非常分散。我梳理到最后,也没有梳理出一个利于阅读的结构。各个版块内容之间,总是牵连在一起。这也正是营销自动化系统的特点吧。

#专栏作家#

产品小思考,微信公众号:产品小思考,人人都是产品经理专栏作家。擅长行业业务分析,设计行业方案,设计B端产品架构。主要关注医美、医疗行业,涉及HIS、CRM和各类业务系统产品。

本文由@产品小思考原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 公司有相关需求,想对这块想深入了解下,方便推荐几个相关产品吗?

    来自北京 回复
  2. 感谢分享,很有收获。

    来自河南 回复
  3. 收获很多,最新正巧在研究B端和C端MA的功能策略,挺好奇国外MA的差异化竞争点,以及“智能营销”是如何实现痛点解决的,常见的经典场景。(比较偏业务侧)

    来自上海 回复
    1. 我就在做这块,有兴趣可以交流交流。

      来自广东 回复
  4. 企业如果建设自动化营销能力的话,是自建还是采购产品比较好呢?

    来自北京 回复
    1. 市面上我们接触的甲方客户,还真没见过是自己研发MA的,对于企业前期Martech,建议还是采购第三方MA,这样更适合“实验性”小步快跑~自己做MA,要考虑各种平台的对接(目的是触发消息),还是件很棘手的事情

      来自上海 回复