CMO 成就报告 ： 营销领袖指导者应如同如何看待 2025 年的 AI 和数罪论争式决策

CMOOUTLOOK 营销领导者应该如何思考人工智能和数据驱动的决策，进入2025年 1 欢迎MartaCyhan-Bowles 我们很高兴与您分享我们的年度CMO展望报告。今年的调查不仅突出了全球高级营销领导者不断变化的优先事项和关注点，还探讨了这些变化如何影响他们的决策和策略。人工智能（AI)正在重塑各种规模组织的营销功能。 什么是非常清楚的？虽然CMO战略的其他方面在2024年保持稳定， 生成AI（GenAI)处于显着增长和变化的最前沿。确实，它正在成为营销组合加速业务增长。 为了在2025年推动销售，高级营销人员需要全面将负责任且以消费者为中心的生成式人工智能工具整合到其整体营销策略中。我们的团队正在引领这一趋势，帮助合作伙伴看到人工智能是如何成为他们组织健康且快速增长的一部分的。在这个快速变化的时代，NIQ致力于让您始终处于数据驱动洞察的前沿，从而获得竞争优势。 MartaCyhan-Bowles 首席通信官兼全球营销总监COE 2 目录 1新的一年，营销人员的新机会4 2市场概述：我们去过的地方-以及我们要去的地方5 3数据利用趋势：走向规定性结果9 4人工智能的营销影响：濒临转型12 5AI驱动的营销问责制16 6AI驱动的协作17 7长期战略投资的重要性20 8智能利用数据驱动的AI22 9关键要点25 新的一年，营销人员的新机会 尼尔森年度首席营销官展望调查提供了宝贵的见解，突出了高级营销人员面临的动态挑战，并强调了全球不断评估首席营销官视角的重要性，以帮助塑造未来的策略。 2024年的调查重新审视了2023年的主题，同时也关注了人工智能(AI)关于营销策略。这份报告不仅突出了调查的发现，还探讨了人工智能在未来几年的潜在应用，为零售和制造商的CMOs提供了关键分析，以指导其2025年的规划。 关于调查 时间：2024年4月-6月 受访者池: •Nearly600来自年收入超过5000万美元或250多名员工的公司的高级营销领导者 •18代表国家(横跨亚太、欧洲、拉丁美洲、中东/非洲和北美) 作为世界领先的消费者智能公司，NIQ提供无与伦比的测量数据和基于AI的高级分析，助力消费品（CPG）、零售和技术及耐用商品（T&D）业务。这种专业知识使高级决策者能够识别在快速演变的AI领域中战略投资的方向。 全球各地的客户已超过100年将数据信托给NIQ。今天，我们通过人工智能和机器学习 （ML）为遍布100多个国家、140万间门店以及数万亿条记录的客户提供动力，驱动可采取的洞察。 请继续阅读，了解高级营销领导者如何在2025年制定战略规划，以及人工智能适合的地方。 市场概况 我们去过的地方-我们要去的地方 NIQ最新的CMO展望调查强调了2024年高级营销人员不断变化的优先事项和担忧，揭示了一致性和变化与去年的就职调查尽管营销领导者对未来发展保持乐观，但S everal调整的情绪反映了市场的中断现实，包括疫情等经济因素。通货膨胀上升，以及持续的能源定价压力。 与2023年一致，78%受访者认为2024年的营销人员仍然相信他们在三年后将处于更为有利的地位。然而，过去三年内报告强劲增长的营销人员数量较少，尤其是在北美 、欧洲和中东等地区。尽管存在这些区域性的下降趋势，70%营销人员仍然看到健康 的品牌增长。 6% 预计2025年全球消费者支出增长 来源：世界数据实验年室中，消费者展望：2025年指南 尽管营销人员对未来持乐观态度，他们所营销的许多消费者仍然面临挑战，尤其是食品和公用事业成本上升仍然是主要关切。这些压力与迫在眉睫的经济衰退威胁相结合，继续塑造消费品和零售领域谨慎的消费模式。因此，可以预见在未来可预见的时间内，这种状况将对营销策略以及促销和品牌活动产生重大影响，消费者将继续寻求价值和节省 。 但是，在其他类别中也有积极的一面。作为世界领先的B2C企业的合作伙伴，即使在消费者面临经济压力的情况下，NIQ也发现了增长机会。即使许多消费者将大部分支出集中在必需品上，仍出现了对T&D（技术与设备）类别（如摄影产品同比增 长8.2%，电信产品同比增长2.3%）的新兴趣迹象。随着通货膨胀压力的缓解，消费者预计会开始更换旧产品，从而导致稳健但温和的增长。进入2025年，T&D部门的增长。 其他类别为销量增长做好准备尽管通货膨胀率上升，但包括医疗保健(同比增长3.5%)、健康与美容(增长2.3%)和饮料(增长2%)。 重要的是要了解这些消费者行为在更广泛的经济环境和竞争格局的背景下。在2023年，我们调查的CMO中有近三分之二(65％)发现很容易证明营销投资的合理性。在2024年，这一数字下降到60%，表示在确保营销预算方面面临更大的挑战。 此外，更少的营销人员现在将营销视为纯粹的短期工具。而56% 仍然认为营销是实现近期销售目标的关键，这比2023年的64%有所下降，反映出转向更长期的品牌建设. 那所述，在某些地区（特别是北美和欧洲），营销人员越来越关注短期支出。2024年，5 9%营销人员将至少60%的预算用于长期品牌建设(低于2023年的67%)。 市场营销人员面临压力，不断变化的消费者行为导致品牌无法预测单一的购买路径 。为了了解消费者及其行为 ，现代营销人员需要最大化营销的影响，并理解推动销售的因素。联系我们找出如何连接你的努力和你的收入之间的点。 营销人员也在更加严谨地衡量投资回报率（ROI）。随着争取预算的挑战日益突出，严格的ROI测量不仅对于优化投资至关重要，也是向高级管理层阐述理由的关键。发现容易倡导营销支出的营销人员比例下降(降至60%今年，这一比例与2023年的65%相比，凸显了需要通过问责和精确测量来合理说明预算增加的必要性。 投资与可持续性和多元化、公平与包容（DEI）相关的长期战略目标仍然是营销人员的优先事项，尽管自2023年以来这些领域变化不大。值得注意的是，29%的营销领导者现在将可持续发展视为潜在的竞争差异化因素(从26%的同比增长)，而26%将DEI视为差异化因素(从29%下降)。 最后，2024年的调查再次要求高级营销领导者评估“以营销为中心的组织”的三大支柱 ：影响、对齐和投资。受访者表示他们对以下陈述（或不同意）的认可程度，这些陈述综合反映了组织内部营销功能的整体健康状况： 影响 •我清楚地了解哪些活动、渠道和营销杠杆能带来最好的投资回报率 。 •我们拥有强大的团队，具备提供营销策略所需的所有技能。 对齐 除了我们的商业目标，我们有一个明确的使命/目的作为一个品牌 。 •我们的品牌是真正帮助我们实现商业成功的资产。 投资 •在营销中，我们在短期回报和长期品牌建设之间取得了适当的平衡。 •我的首席执行官和首席财务官相信长期投资我们品牌的价值。 年复一年，营销的整体“健康”正在上升。欧洲经历了最显著的收获(向上4分),主要得益于改进后的对齐以及C级管理层对长期营销投资价值的信心。与此同时，北美市场营销人员的态度表明：下跌7点，主要是由于一致性下降以及短期和长期营销目标之间的不匹配。 营销和AI：下一步是什么？ 《2024年CMO展望》调查中强调的最重要趋势之一是人工智能的重要性与日俱增-特别是生成AI（GenAI)。高级营销人员越来越多地在各个领域部署AI工具，包括产品开发，与30%首席营销官们现在正利用生成式人工智能（GenAI）实现这一目标。根据一位调查受访者所述，“公司正在通过使用专有数据对生成式人工智能模型进行 微调来开发定制的应用程序。我们正通过生成设计和新的商业模式来加速研发。” 市场营销人员已经采用数据驱动方法和通用人工智能（GenAI）的团队报告更高的团队信心并表现出更大的乐观情绪，未来业绩.超过内容创作领域，生成式人工智能（GenAI）在提升客户体验和服务方面发挥着日益重要的作用，这表明其对各类营销功能的 影响将持续扩大。 68% 68% 67% 65% GenAI在营销任务中的前5种用途 内容/创意 代 72% 改善客户 经验 理解客户行为 测量品牌健康 媒体策划和优化 来源：CMOOutlook2024调查 随着人工智能的应用日益成熟，营销人员正从实验性的“测试与学习”阶段转向关注推动实际成果，这一转变标志着一种新的信号。人工智能营销新时代，在此期间，技术被用于在数据利用和消费者洞察等领域实现可量化的改进。 TheCMOOutlook2024调查还强调了合作的重要性，既包括组织内部的合作，也包括与外部合作伙伴的合作——尤其是在充分利用人工智能潜力方面。调查中指出的一个关键挑战是31%高级营销人员面临的困难是连接不同来源的数据，这一比例略有改善，从2023年的33%上升到当前水平，但仍是对最大化数据驱动见解构成显著障碍的因素。 随着营销人员展望2025年，CMOOutlook2024调查的结果表明，尽管许多挑战依然存在，人工智能——尤其是通用人工智能（GenAI）——将成为应对这些挑战的关键推动 因素。无论是通过提升客户体验，还是促进更有效的协作，人工智能将重新定义营销人员如何驾驭日益复杂的未来格局。 GenAI正在改变CPG行业。听NIQ的四部分网络研讨会系列发现可以帮助您的团队制定成功的AI战略的知识和技能。 数据利用率趋势 走向规定性结果 TheCMOOutlook2024调查揭示，高级营销人员继续优先考虑数据驱动的战略，在各行各业中，数据的利用方式几乎没有差异。然而， AI在建立对数据使用的信心方面发挥着越来越重要的作用。 去年的报告强调了营销人员对以洞察驱动的企业文化的拥抱，并专注于利用数据实时 识别机会和管理风险。然而，2024年的研究结果显示，在线实时数据使用有所下降，仅2 1%营销领导者报告他们实时收到可操作的见解(低于2023年的26%)。这表明虽然人们对更快洞察的期望正在增加，但目前的大部分数据分析仍然是描述性的。 速度到洞察力 您如何描述从数据收集到可操作的见解所需的时间？ 26% 35% 24% 12% 13% 只要输出是无关紧要 21% 37% 26% 太长了，太少 很长一段时间，但洞察力是仍然有用 比预期的要晚，但仍在美好的时光 短的实时，但仍然考虑快 立即，实时 20232024 来源：CMOOutlook2024调查 更重要的是，只是39%市场营销人员报告称拥有建议具体行动的描述性分析工具——这一比例与2023年相同。此外，81%市场营销人员仍然依靠数据进行描述性监控绩效 （这一比例从去年的79%略微上升至当前水平）。尽管在迈向更为先进的数据驱动策略方面进展缓慢，对数据洞察和分析能力的总体信心已经上升。 数据分析的复杂性 以下哪一项描述了您的营销团队如何处理数据以实现您的目标？ 79%81% 71% 65% 39%39% 我们使用数据来监控性能- 描述性分析 我们有预测和场景规划 工具-预测性分析 20232024 我们有工具我们怎么推荐 应该对数据采取行动 -规定性分析 来源：CMOOutlook2024调查 在这种情况下，需要考虑的一个主要因素是AI无法区分好数据和坏数据。由于AI模型是基于大量数据进行训练的，输入数据的质量直接影响预测的准确性。poor数据可以成倍增加预测误差，强调了保持高质量数据的重要性。 鉴于营销人员使用数据进行多种决策，包括品牌定位、客户体验、产品开发和定价等，确保数据质量至关重要。40%营销人员认为至少有10个数据用例对决策至关重要。 报告中出现的一个关键趋势是营销领域中人工智能驱动技术日益sophistication。虽然通用人工智能（GenAI）最初主要用于“数据量较少”的任务，但其未来应用有望带来深刻的竞争优势。这可能来自于有能力开发proprietaryAI模型的公司，或者通过分析proprietary数据资产获得更深入的见解。 alongside生成式AI，营销人员也在投资增强数据分析的非生成式AI解决方