Mar Tech 在企业数字营销中的发展现状、问题及对策研究

罗文婷

（宁夏大学新华学院，银川 750001）

1 引言

2021 年12 月国务院发布的《“十四五”数字经济发展规划》指出“加快企业数字化转型升级。实施中小企业数字化赋能专项行动，支持中小企业从数字化转型需求迫切的环节入手，加快推进线上营销、远程协作、数字化办公、智能生产线等应用，由点及面向全业务全流程数字化转型延伸拓展。”由此可见，数字经济、企业数字化转型是国家经济发展的大势所趋和必由之路。在数字经济发展浪潮中，基于数字化技术及数据处理和应用能力的数字营销行业一直在主动前行不断迅猛发展，它是重要的数据应用，是一种惠及各行各业的基础创新。工欲善其事必先利其器，企业数字营销以“数据”和“技术”为起点，而当下蓬勃发展的Mar Tech，即“营销+技术”则是数字营销的有力工具。但现有的研究对Mar Tech 缺乏系统全局的认识，也缺乏Mar Tech 应用现状及发展趋势的研究，所以本文研究针对以上不足展开研究。

2 数字营销和Mar Tech 的概念

2.1 数字营销的概念

数字营销，由数字和营销两部分组成。数字化的基础是数据，包括企业设备的数字化、消费者使用数字化、连接数字化、参与数字化等多种环节，是移动互联网、大数据、云技术等高科技发展的产物，指借助于互联网、电脑通讯和数字交互式等手段实现数字升级。市场营销是指创造、传播、传递和交换对顾客、客户、合作者和整个社会有价值的市场供应物的一种活动、制度和过程，用一句话说，即“有利可图地满足需求”。数字营销则是在市场营销的基础上，全方面加入数字化，让数据参与到营销的每个环节，在连接过程中体现消费者参与，实现营销精准化，营销效果可量化、数据化。据此，可以将数字营销理解为“在数据化时代，以用户为核心，数字化工具为手段，通过寻找、发现、留存、感动用户并促成转化，以达到协同营销效果的一种营销方式”。

2.2 Mar Tech 的概念

Mar Tech（营销技术）的创始人为Scott Brinker，他认为Mar Tech 是一种智慧营销概念，是Marketing+Technology，是数字营销的技术部分，目的是通过技术赋予营销精细化操作的能力。Mar Tech 可以帮助企业通过依靠技术和数据配置营销资源，优化企业的营销策略，实现营销活动的全链路的自动化，帮助企业以营销来驱动运营，优化用户管理，制定营销策略。在中国，Mar Tech 并未形成统一的概念，通过对比数字营销的概念，业界认为Mar Tech 是营销数字化转型进程中更侧重于技术的概念输出，在营销的整个生态当中，能够用到的营销系统或者软件都可以被称为Mar Tech。概括而言，Mar Tech 泛指用以收集和分析市场信息并且能够识别广告与促销、内容与体验、社交与关系、商务与销售、数据、管理的各类技术基础设施与流程，为营销管理者开展数字化营销提供技术保障与决策支持。

3 Mar Tech 在企业数字营销中的应用现状

Mar Tech 在一些产品迭代周期较快、用户互动频繁的企业数字营销中应用较为广泛。目前Mar Tech 的应用场景主要有5 种：数据与策略、渠道运营与转化、客户流程与管理、广告投放、内容与创意。

3.1 数据与策略场景的应用

数据与策略场景通过客户数据平台CDP 收集和整合线上/线下多触点用户信息，以及企业内外部渠道信息，将这些信息进行汇总分析，对用户进行标签分类管理，形成统一的ID 识别画像，精准分析和洞察用户需求，据此实现数据分析测试、管理、检测和安全计算等服务。帮助需求方企业发掘用户、进行客户数据管理，并结合MA、BI 等功能模块，进行营销活动制定和效果分析等活动，促进营销内容的触达，提升营销效率和决策效率。

3.2 渠道运营与转化场景的应用

运营与转化场景下的Mar Tech 应用主要包括线上商城、短视频平台、直播渠道和小程序渠道。这些产品能够实现全链路转化，拓展渠道，降低成本和增加客户粘性，是互联网流量红利减弱的环境下线上竞争的有效途径。随着技术发展，它们已经能够将媒体的资源与功能服务于企业渠道数字化的升级当中，且产品迭代能力迅速，能够引导客户需求，具有较强的维系客户关系的能力。

3.3 客户流程与管理场景的应用

流程与管理场景下的Mar Tech 应用主要有：私域流量池建设，能够帮助企业进行全链路持续追踪，多触点监测用户，提升了私域运营的效率；营销自动化，通过整合营销数据对现有用户和潜在用户进行“引流—获客—培育—转化”的全链路运营；CRM 主要偏向用户信息整合，主要解决营销后端问题；SCRM 通过全域运营，覆盖海内外多平台，充分整合公域流量和私域流量用户，精细运营高效互动；智能客服随着Chat GPT 的融入，庞大体量语言数据训练和深度学习为智能客服板块带来更精准的对话和更高效的情感识别；RPA 在AI 技术的加持下自动化赋能程度进一步加深，从不同数据源高效提取和清洗数据，并可对目标重复定制化推送消息。

3.4 广告投放场景的应用

在5G 技术支持和企业数字化广告投放需求不断增加的背景下，越来越多的企业开始布局数字化广告投放场景。广告投放场景呈现多元化特征，存在甄别和定制投放的困难，随着DSP、SSP、DMP、ADX、TD 等程序化交易平台融入数字营销，加之AI 能力的融入，广告投放的精细化和智能化逐步提高，并已经能够实现跨媒介渠道广告投放效果分析和策略优化的功能，自动化投放和监测工作也随之实现自动化。

3.5 内容与创意场景的应用

在内容和创意场景的竞争环境下，企业的数字营销竞争主要集中在短视频和内容社交平台的流量的争夺。企业需要不断生产有创意的差异化内容吸引潜在客户群体，Mar Tech 在一定程度上简化了内容生产的烦琐流程，但离智能化定制和数据优化的目标仍有一定距离。Chat GPT 的诞生，颠覆了传统的PGC、UGC 等内容生产方式，通过AI 技术赋能的AIGC（AI Generated Content，即人工智能生成内容）成为内容生产新范式，为营销数字化中的内容与创意场景带来新变革。

4 Mar Tech 在企业数字化营销中存在的问题

4.1 数据与策略场景下存在的问题

企业在数字营销中需要对数据进行多环节的验证分析，对于数据处理的要求更加精准、高效。但目前的不同场景间存在数据和链路连通不足的问题，难于与原有数据融合，数据整体使用率较低。同时，目前Mar Tech 的数据产品的数据细分程度不足，其分析计算的结果与实际情况存在一定距离，数据质量不理想，难以支撑营销需求。数据安全也存在一定隐患，数据来源不可靠，存在数据合规和客户隐私安全的问题。

4.2 渠道运营与转化场景下存在的问题

我国网络基础设施建设的发展推动了企业数字营销在线上线下的全渠道运营，但当前连通和集成渠道间产品的效果仍不理想，不利于数据的打通和二次加工，难以实现营销效果的最大化。在运营方法方面存在用户触达程度较浅、用户粘性低的问题，而渠道搭建所消耗的时间和人力成本无法在短期内带来获客效果，投入产出比差强人意。渠道产品一般需要与媒体平台配合使用，媒体平台功能发展更新较快，渠道产品没有同步升级匹配，导致企业对用户的触达效率不满意。

4.3 客户流程与管理场景下存在的问题

随着企业数字化转型升级不断进行，企业对客户和流程管理的Mar Tech 服务商提出了定制化要求，但现有服务商的智能化水平局限，无法在通用化的前提下同时做到个性化流程以实现企业的营销闭环服务。由于当前数据处理的Mar Tech 产品的一体化服务能力较弱，仍然存在数据孤岛的现象，无法打通场景间的链路。对于客户标签存在定位细分不足的问题，用户留存率较低。不同企业对于客户流程与管理的Mar Tech 产品存在差异化需求，产品的需求匹配度不足。

4.4 广告投放场景下存在的问题

面对场景多元化和程序化广告的多样选择，如TD、DMP、SSP、ADX 等，企业的广告投放业务也出现了选择与甄别困难，企业较难制定最优投放方案，精细化投放质量有待提高。线上和线下场景打通难度高，难以制定融合二者的投放方案。流量质量因为媒介和投放形式的多样化而参差不齐，且流量竞争激烈。流量筛选和分级销售以及投放环境的分散，加大了投放的难度。

4.5 内容与创意场景下存在的问题

短视频和社交平台是企业对流量的必争之地，企业需要不断产出差异化内容以满足用户对广告的内容和创意逐渐提高的期待。内容和创意的Mar Tech 产品简化了内容产出的沟通流程，但尚未实现智能化定制需求和可量化数据能力。仍然存在场景转化不便捷，难以在应用链路中导入广告、渠道和客户运营场景等问题。产品技术能力较弱是导致这些问题的底层原因，产品难以实现创意场景的标准化、产品化、智能化和可视化，触达率有待提高。

5 Mar Tech 在企业数字营销中现存问题的对策

5.1 数据与策略场景下存在问题的对策

针对数据处理方面的问题，目前可以通过LLM（大模型）来解决。大模型还没出来之前的深度学习均可称为动物智能，即Animal Intelligence，是一个简单的网络模型。大模型应用“下沉”到数据层，可以直接在大模型里面放置一个数仓模型，来解决数据清洗数据分析等问题。针对数据安全问题，为符合《中华人民共和国数据安全法》和《中华人民共和国个人信息保护法》要求，Mar Tech 企业可以在数据的收集、存储、传输和处理时增加完整的授权链，加强数据安全保护，给用户能自己作决策的权限。同时可以使用隐私计算，把跨域的闭环转化逻辑更加快速地结合，在保护数据隐私的同时对数据进行计算和分析，在不暴露个人数据的前提下对数据进行处理，从而保护消费者的隐私权。

5.2 渠道运营与转化场景下存在问题的对策

针对数据打通和二次加工的问题，Mar Tech 服务商可以提高CDP 的智能水平，使之具备“采集第一方客户数据+数据整合+数据洞察+智能营销”的功能，有效解决数据孤岛、数据重复、数据分散等问题。针对用户触达浅、获客效率低的问题，Mar Tech 服务商可以利用工具实现数据实时化、流程自动化以扩充渠道与获客环节，企业端利用营销自动化工具，基于微信公众号与企业微信平台，扩充/升级线上直播、线下会议信息、电子名片和内容中心等获客渠道，并通过工具实现流程自动化和数据实时化，极大提高用户过程体验和线索处理效率。

5.3 客户流程与管理场景下存在问题的对策

针对营销闭环一体化的问题，可以通过营销云的营销自动化解决。它支持行为触发型营销，在关键节点，自动化地提供用户所需；通过流程画布，构建个性化的用户旅程，实现用户生命周期关键节点的自动牵引。针对目标定位细分不足的问题，营销云系统还能通过多维度组合筛选，实现对线索池的分级分层，即对一些标签化数据或者特征进行组合，可以自动化地形成不同线索值（特定行业/意向高低），并进行自动化筛选，从而实现了人群细分的自动化。

5.4 广告投放场景下存在问题的对策

针对广告投放精细化不足和流量筛选的问题，可以进行地域分级精细化后，将广告素材匹配和分发。在投放的过程中，可以直接根据地理位置信息，进行地域定向，针对不同等级地域人群情况投放广告素材，利用程序化广告产品，自动完成分发和内容审核，结合广告素材分发的千人千面展示，最大程度实现转化目标，以及实时数据分析。程序化流量接入依赖于实时数据分析，广告发布者可以即时监测广告的关键性能指标，如点击率、转化率、用户互动等。这使他们能够更好地了解广告的效果，以便作出明智的决策。

5.5 内容与创意场景下存在问题的对策

针对内容与创意类产品存在的问题，可以用AI 辅助+内容管理DAM（Digital Asset Management）系统来解决。例如，在私域场景下，基于DAM 打造了内容中心，提供了基于内容的人群标签管理、内容分发计划引擎、科学分析内容价值、生产优化营销内容等产品功能与服务，助力品牌通过私域运营提升竞争力。在系统化沉淀品牌内容资产后，就可以围绕内容做更多科学的分析和优化。