转变您的营销分析策略

2023年4月 来自DATA提交人 观察 展望 营销分析 ACKNOWLEDGMENTS 如果没有显著的fi不能贡献，这份报告是不可能的支持我们研究并分享意见的行业领导者 特别是WinterberryGroup感谢我们的项目赞助商他们的时间、努力和见解: 协会合作伙伴 高级赞助商 支持赞助商 通知 本报告包含与广告、营销和技术行业相关的简短、选定的信息和分析，由VeristaPart- NersInc.d.b.a.Winterberry集团。它并不声称包罗万象，也不包含潜在经理、投资者或贷款人可能需要的所有信息。本报告中的预测和意见是根据第三方提供的信息准备的。WinterberryGroup及其各自的赞助商 做出任何陈述或保证这些信息是完整或完全准确的，因为它依赖于行业领导者的自我报告数据-包括 广告商、营销服务提供商、技术开发商和代理机构。也不得有任何前述人员(或其各自的负责人或控制人员)有任何所有商标均为其各自所有者的财产。 版权所有WinterberryGroup2023©保留所有权利 本白皮书的目的是更好地define 营销的现在和未来 analytics.intheprocessofdevelopmentthis 论文，WinterberryGroup调查了更多来自美国和美国的200名营销人员 欧洲并进行了深入访谈 有更多的二十打一首抒情诗机构和供应商高管。 结果是基于证据的检查当前和新兴的市场营销 使用CASes、工业和因子公司所证明的成功 最有效地利用抒情诗。 ERBERRYGROUP作者 ·比格尔理合伙人 ·哈里森 伙人 ·平 董事总经理 Sanjaume 管理顾问 Halimi or INTRODUCTION 3 LE OFCONTENTS 06执行摘要 07营销分析导论 08我们今天在哪里？ 09关键Defi选项 10分析成熟度的频谱 11营销分析领域和使用案例 17种新兴类型的营销分析 18个行业痛点和障碍 19人才短缺 20数据质量,孤岛 21测量“黑盒” 21第三方Cookie弃用 从落后到领导者：如何有效利用分析 22Data 23技术 24组织文化 26个进程 27伙伴关系 28营销分析展望 30词汇表 33方法论 TABLEOFCONTENTS4 LES 和图表 09图1-受访者在成熟度曲线上的分布 11图2-按地理划分的受访者在成熟度曲线上的分布 13图1-您将如何描述使用分析的影响在你的受众定位和细分方面的努力性能和效率fi效率？ 14图2-创意资产和内容用例 18图4-当您遇到以下挑战时，您将面临哪些挑战营销分析资源？ 19图5-您的公司是否具备必要的技能来促进fi 实施和使用营销分析？ 20图6-请选择下面最能描述哪些数据的选项您公司为营销分析目的而雇用的结构 22图7-请选择最能描述您公司的数据质量实践 23图8-您组织的营销技术堆栈的集成程度如何具有必要的数据平台和应用程序？ 24图9-你会如何描述你公司的文化收集和共享信息 25图10-您的组织使用以下哪个标题为其营销分析团队? 26图11-您的组织中的哪个团队依赖于您的营销分析需求？ 27图12-您是否依赖第三方提供商来支持您的分析工作？ 29图13-在数据基础架构和分析上花费 TABLEOFCONTENTS5 执行摘要 在快速的推动下，分析的用例正在公司和营销团队中扩展技术的进步，客户接触点的激增以及对更快的需求的增加 和更好的数据驱动决策。然而，有显著的fi不能阻碍增长，因为数据身份的丢失、隐私监管和根深蒂固的组织文化迫使营销人员 innovateinunderstandingwhatdrivesvalue.Thesechallengeswillbecovedasmarketingart 和科学融合，导致更广泛地使用分析来创新公司识别、理解和参与潜在客户和客户。 营销组织之间的分析成熟度是一个工作正在进行中，47%的组织报告 他们自己要么是新兴的，要么是进步的，而且只有 10%已转为领导地位。研究标识fied 基于以下用例的复杂性和类型的成熟度级别组织利用分析。结果表明 大多数营销人员已经超越了描述性分析现在正在利用预测性和规范性分析来推动决策-欧洲营销人员不断发展 由于数据可用性的限制，速度很快。 主要分析用例集中在five领域：受众智能、客户旅程和 经验、商业、创意和内容以及媒体测量和归因营销人员利用的地方分析以更好地利用大量数据 理解、预测和优化他们的决策 媒体衡量和归因仍然是一个挑战 尽管是营销人员的首要任务。介质测量归因是营销最普遍的领域之一 分析，尽管cookie弃用带来了挑战，但导致缺乏标准的identifiers和越来越多的数据隐私法规。未来的州解决方案很可能 涉及基于计量经济学的营销组合建模的要素，以及确定性和基于模型的归因解决方案 从一系列开放和封闭的来源。 技能差距仍然是一个挑战，但它的影响是弱化:随着技术采用的普及，严峻的挑战抑制分析成熟度包括缺乏集中化 整个组织的分析功能和缺乏 人才可用性。最终，领导者之间的差异 那些正在崛起或落后的人是一个技能差距，一个将在驾驶分析的好处上进行一致投资 结果来解决。同时，近75%的受访者 正在利用第三方提供商的支持来弥合差距。 数据汇总、质量和安全线索分析- 相关支出优先事项。美国和欧盟的营销人员都有来自多个来源的identified数据聚合，数据质量和数据安全作为优先投资领域，以提高 其他支出优先事项 包括对数据管理技术和选择正确的分析工具。 花费在营销分析和数据基础设施上 2026年将达到$32BB：数据和分析支出 基础设施预计将从22美元以10%的复合年增长率增长 美国、英国和欧盟在2022年达到320亿美元，2026年达到320亿美元。技术进步和流程改进 使企业能够在减少对人的依赖的情况下取得更多成就，使业务分析师和工程师能够轻松利用 可用的技术，同时减少对个人的依赖高级学位和岸上人才。 营销人员在使用分析来提高创意和内容发展迅速， 接近一个关键点。分析正在帮助 推动越来越多的基于证据的创造性决策客户参与度和转化率。超过三分之一 WinterberryGroup调查受访者表示，他们要么利用规定性分析来策划创意资产 驱动最高性能或利用自适应和 自主分析，以分析数据和生成/管理基于预定参数的内容和创意。 随着生成AI的成熟，这将迅速加速嵌入式解决方案。 分析领导者展示全面的战略跨核心组织组件：数据, 技术、组织、流程和伙伴关系。 数据的来源、收集、准确性、治理和存储是积极使用营销的品牌的主要产品 分析。在WinterberryGroup调查受访者中，45% 正如领导人所说，公司的fiNed标准化存在用于信息收集和共享的过程 该组织，而只有20%的公司被描述为作为落后者。 执行摘要6 营销分析简介 一个快速变化和演化的时期 营销分析在帮助营销人员了解目标受众、接触他们方面发挥着至关重要的作用有效地，并评估他们的营销努力的成功。营销分析的历史已经表明 通过迭代进行稳定的进化和改进，但我们现在正在经历一场由 多种因素，如隐私的巨变、存储和处理能力的快速变化以及访问数据基础设施技术，允许结构化和非结构化数据集成。此外， 分析技术已经发展到包括更先进的无监督分析技术 和速度，包括机器学习，深度学习和高级AI。这些发展使营销人员利用更先进的分析的全部好处来增强多个活动领域。 早期的日子和直接优化MARKETING 早期的直接营销天仅限于电话和邮件调查和交易行为 分析 到1990年代，直接营销人员有更多的数据功能和使用的RFM 和替代分类fi阳离子 爆炸 数据驱动营销 建立客户的方法分割 呼叫中心，电视时间表，和评级数据被组合到 了解渠道之间的关系- 采取行动并创造“品牌响应” 竞选活动 数字时代营销分析不断发展 21世纪初发生了爆炸具有快速的可追溯性通过跨多个站点的电子邮件和显示行为实现数据增长， 广告成为首要信道 的拨款 Cookie作为一种通用的身份fier 彻底改变了可测量性在线活动 OMNICHANNEL和 数据爆炸 随着营销转向绩效营销，一个数据爆炸发生，创造创新的需求存储和存储的方法处理数据。 大数据存储和云允许计算的组织存储大量的结构化非结构化数据。 导致的出现绩效营销 数据的扩展和 支持计算能力的分析派生的方法 更深的洞察力。 输入ArtficialIntelligence 和机器学习，其中现在可以用来分析大量的数据， 发现模式，并改进营销有效性。 我们今天在哪里？7 我们今天在哪里？ 分析现在是营销人员成功的核心。技术继续 快速发展，带来对客户数据的近乎实时的访问，见解和激活。几个行业趋势正在扩大 营销人员工具包中分析的价值，推动其在实现业务成果： 消费者选择和数据保护：的过程提高消费者的选择和控制水平 围绕如何收集和使用有关它们的数据正在成为 universal.Itismovingatadifferentpaceacrossregionsand 国家，以及国家或国家采用的最终解决方案各级政府不会完全和谐，但那里 是一个清晰的轨迹。大品牌和领先的技术平台，由对外部监督的恐惧驱动 注意消费者的态度，采取了隐私措施独立且比政府机构更快。从 弃用基于浏览器的第三方cookie以丢失 移动身份fiers，确定性地加入和识别的能力营销受众受到了损害。因此，营销人员 将越来越依赖先进的分析来深入来自现有客户数据源的见解。 某些fi财务收益fits(因此排除了一些来自fits的其他个人)需要可审计 并且可以根据数据保护或fi财务法规进行解释。这意味着其中一些技术不适用 在这些用例中。 给我们带来[品牌]的是他们一直在优化 绩效营销，但不能 产生更多的增长。所以他们移动到上部漏斗，并希望 优化这些努力。 对先前通用的使用或丢失的限制identialfiers导致隐私增强技术的发展这旨在保持个人匿名性，同时使 有意义的营销和广告用例。这些方法使用先进的加密技术来提供营销解决方案。他们展示了进步和数学技术的商业化 通过高性能的广泛可用性来实现计算能力和成本有效存储。 -全球营销首席数据战略公司ficer 分析解决方案提供商 技术变革的速度：这些快速的进步计算速度和功率也使营销人员能够执行实验，审查结果并优化活动 比以往任何时候都更快。分析是启用在线的关键。实时调整战役战术和策略。 测量方法的碎片化：减少 身份fiEers的增加导致了对fi第一方数据的更大投资。那些具有大量fi第一方数据的实体(通常 围墙花园平台)，尤其是那些数据变化迅速的平台具有高水平的多样性，正在保护和控制他们的资产刻苦。这是这些类型业务的原因之一 传统上控制的见解和分析 广告商可以访问。虽然这导致了一些愤世嫉俗这样的企业正在“标记自己的作业”，他们已经发展了自己的转换API方法，并交付了“洁净室”解决方案，允许广告商匹配自己的购买数据回墙花园用户数据中的盲区 方式。最好的解决方案使用双盲分析 确保任何一方都不能获得任何不公平的环境优势。我们看到这种方法成为公认的 共享fi第一方数据以进行分析的标准。 围绕“黑匣子”的演变进行了一些讨论 技术，如神经网络，它们本质上是diCNS邪教解释或审计。应该认识到，在许多国家 将产品交付给个人或团体 我们今天在哪里？8 关键定义 就本白皮书而言，WinterberryGroup使用以下definitions: 营销分析：技术、人才的结合 以及了解fi第一、第二和第三方数据的过程获得洞察力、预测营销结果和优化 营销决策。 机器学习(ML)：一系列的方法、工具、模型和算法，以实现数据驱动的决策 数据量。 人工智能(AI)：模拟人类 机器，特别是计算机的智能过程系统。AI的最终目标是模仿人类通过处理信息的行为(利用技术 例如ML，使ML成为AI的子集)并采取行动此信息。AI的一个示例子集是“对话 AI“，指的是使用AI技术使