前一篇文章《2019展望 - 中国Martech领域的下一步发展？》中，我们回顾了2018年中国Martech领域的发展，认为从2019年开始的新一阶段，有两个需要重视的方向：（1）提升Martech的运营效率；（2）在垂直行业（业务场景）中让Martech发挥更大价值。

01

应用场景

北美与中国Martech市场发展的差异点

2018年8月，Scott Brinker在北京参加论坛活动时提到，全球Martech领域相关企业的惊人发展，不论是从企业数量、产品/解决方案数量，甚至应用场景的类型，较前一年都是大幅增加的。根据他的统计，2018年美国Martech领域主要有18种应用场景，涉及近7000个营销技术服务商，以及近7000个产品/解决方案。

而对于中国市场而言，Martech创新企业的数量和应用类型同样也是在高速增长。CMO训练营和Forrester在2018年，针对营销技术云图做了三次更新，明确了6大应用类别（广告技术、数据&分析、内容&体验、互动关系、营销云、交易）与30多个子应用。

而秒针营销科学院也推出了“中国数字营销地铁图”，整理了13个支撑体系运营的独立技术领域，包括：

（1）触点环节：客户体验、社交营销、搜索引擎营销、程序化购买、直效营销、用户体验

（2）数据环节：第一方数据运营、第三方数据、数据中台、数据分析

（3）内容环节：内容管理

（4）其他独立环节：营销服务、商业交易

初步对比美国Martech与中国Martech的应用场景大类和范围，并没有很大的不同，但是进一步分析就能看出明显的差别。

尤其是在触达用户这部分，北美市场企业触达用户的主要途径是邮件，因此有较多围绕着邮件来设计或开发的直销营销、营销自动化、客户关系管理产品和解决方案。而中国市场则更仰赖社交平台或关联应用来触达用户，因此有更多基于社交互动的营销技术产品，或是带有满足社交属性的解决方案。

此外，在企业数据运营方面，也存在着较大的不同。北美市场的企业对数据运营较为成熟，数据质量较高，第一方和第三方数据运营相关的应用，像是客户关系管理（CRM）、数据管理平台（DMP）、企业数据管理中台（CDP）、企业网站数据分析等都是较为基础的应用类型。而目前中国市场更加仰赖平台，尤其是互联网巨头所构建的平台生态或是近期喊出的产业互联网，除了有许多基于业务场景的营销应用，也能找到许多针对平台数据进行分析、监测、归因、可视化应用、二次利用的营销技术产品，或是提供给企业主全链路营销的数据服务。

垂直行业与业务场景

给中国Martech的机会点

根据去年参与的营销服务项目、企业访谈、论坛峰会、演讲和沙龙所接触到的行业，整理了几个行业/类别关于营销技术或是技术性营销服务的需求，简单地分析了Martech服务商的机会点。

广告与营销服务业

2018年的营销相关论坛，除了4A公司的创意主题，讨论营销技术化的专题和圆桌论坛也多了不少。Martech这个词也被大量用到各种营销方法论和服务框架中。营销/广告服务行业探讨Martech改善数字营销体系的重点，还是集中在广告投放技术、人群洞察，以及创意优化三个部分。

不论Adtech与Martech之间的界定如何，精准广告投放一向就是数字化技术引领行业的代表方向，除了程序化购买与智能化广告技术提升，其他像是第三方广告伺服（AD Serving）、户外广告智能化的尝试、电梯广告的人脸数据采集、投放效果验证与归因等，依然是行业创新的主轴。

至于人群洞察部分，程序化市场调查工具的应用与优化、AI人脸识别采集连接大数据与用户ID、情绪与情感等拟人反应引入沉浸式体验、用户多渠道数据接入企业数据管理中台（CDP），也都是行业人士讨论的方向。

在创意优化部分，也有不少服务商提出了程序化创意平台（PCP）的产品、媒介资源智选、AI智能文案与智能剪辑等赋能创意人的工具。这些创新在2019年都依然是Martech改善中国营销服务行业的机会点。

新零售

相比于广告与营销服务业，品牌主则更加关注垂直行业的场景痛点，如何通过Martech来强化或改善。例如对快消品与零售商所代表的新零售领域而言，Martech的普及与成熟，更加强化了以人/用户/消费者为中心的数据运营和服务。

在获客引流部分，我们看到了更完整与成熟的精准广告投放，包括了采购交易平台、程序化购买，也被电商巨头整合进全域渠道和智慧门店系统当中。

在内容与体验方面，从传统的edm邮件，到搜索优化，到社交媒体，再到html、短视频、直播等新媒体的使用，再到小程序与微营销插件，以内容与社交为主的营销自动化，都强化了对细分客户群的孵化以及对销售线索的挖掘。

而在互动关系层面，除了前述的内容与社交，我们更可以看到新零售行业通过营销活动、场景创建的方式，以及对于多样零售类别的投入，不断验证更高效的用户数据采集与分析预测，以对客户关系的完整管理。

至于数据分析与交易的部分，零售大数据、零售云、数据银行、数据管理平台、机器人客服、智能定价等早就是新零售领域的重大突破，许多相应的IT企业如Oracle、SAP，或是互联网服务平台，例如京东、有赞、微盟、商派等，也提供和布局了多渠道客户数据整合、软件服务云化、零售SaaS、中后台管理、智慧门店改造等业务。

AI识别技术与终端硬件的结合，从人脸采集、商品热度、店铺内路线等角度，跟着大量数据与可识别的统一用户ID，再结合企业数据管理中台（CDP），都是讨论的热点。这一部分在新零售领域将有很大的应用价值，例如快消品企业举办线下快闪门店进行用户需求测试或营销任务评估、零售商用以进行货架规划或门店调整、品牌商评估店内广告数据等。这些基于业务流程的数据管理，打通人货场的数据应用，将是中国Martech持续助力新零售行业发展的机会点。

生活消费与服务领域

纵使去年消费降级的话题成了社会中产自嘲和警惕的问题，然而对于许多生活服务平台或是相关企业而言，却加大了对于用户、商户/品牌、场景、数据的技术投入，真正实践从业务的数据化，到数据的业务化转变。这部分，市场上已有不少服务商，例如被称为微信商业化领域的第三方运营公司、基于SaaS模式提供营销技术与服务的企业，还有擅长整合企业公众号、粉丝、交互互推的服务商；不过，大多数还是从2018年起有更明显的增长。

一方面，例如酒店、旅游、餐饮、美业等领域的企业商户，基于社交商业化的逻辑，投入微商城、社交裂变、直销营销等社交电商模式，对于电子海报、微名片、小游戏、微互动、小程序等全套的社会化营销工具或插件的需求激增。

另一方面，一些过去被视为“网红”的餐饮品牌，也开始开发具有菜单展示、点单、排队、优惠、支付等功能的SCRM系统，或是自主开发数据管理平台，踏踏实实地经营用户数据，以摆脱单纯仰赖流量、社交口碑和内容IP借势的增长的不确定性（或者可以说是一种对流量红利衰退以及网红热潮退烧的危机意识）。

综合来看，业务流程中的“营销插件”，例如游戏、优惠券、投票、绑定会员等，以及配合业务场景的“营销功能化”，例如上新、预约、点单、排队、团购、支付、会员管理等，以更为精准和持续地协助企业商户经营用户，依然有很多细分的机会，更是Martech服务商可以大展身手的机会点。

B2B领域

这几年，B2B企业的营销工作早已转向集客营销，例如用公众号做内容营销、通过服务号做用户管理、经营问答社区与职业社交账号，或是通过数字化展会（或展会微站）与直播来触达用户。然后进一步通过营销自动化的工具和平台，来为销售线索进行评分。不论是国际企业如Oracle、Adobe、Salesforce，或是国内企业，基本上都是通过对用户的行为，例如浏览官网或微站、打开edm、注册表单、下载资料、线上参加会议、线下会议签到、在线参与直播、在线问答和咨询、申请试用等，来进行打分。

随着数据驱动营销的理念被高度认同和接受，企业对于多渠道、多样行为、实时、持续、开放形式的数据源的接入需求以及统一管理需求，明显提高。使得从2018年起，大型企业对第一方DMP和企业数据管理中台（CDP）的问询，也让相关服务商获得绝佳机会。

究竟是B2B还是B2C领域在第一方DMP和企业数据管理中台（CDP）的需求更强烈，这个问题虽然没有定论，但这一块与数据专业和业务经验高度关联的Martech应用类别，本身就存在更多的信息不对称与能力差距，绝对是Martech服务商能证明“营销”在企业服务中的价值的机会点。

营销技术服务商满地开花

移动互联网的兴盛与商业化，以及互联网平台的生态化，让数据与分析、内容与体验、社交互动、交易相关的营销技术类别，在中国Martech生态中拥有更强的驱动力。程序化广告与精准投放，毋庸置疑也为营销技术做了最佳的背书。而垂直行业与业务场景的多样性，除了让营销技术服务商找到了迅速切入的机会点，也赋予了中国Martech市场更大的想象空间。

从2019年开始，我们也将会在更多垂直行业中探讨Martech的价值。

陈志杰

陈志杰/ Lawrence Chen

赛诺贝斯品牌顾问专家

国内知名的品牌与营销专家，拥有超过16年战略咨询、品牌建设与管理、市场营销规划、数字化传播等方面实践研究经验。目前专注于投后孵化，关注营销工具、消费升级等领域。曾任宣亚国际传播集团高级副总裁、Interbrand资深策略顾问与IDC亚太区分析师。同时，也担任艾菲实效营销奖、金投赏、金鼠标等多项营销传播奖项评委工作，并曾荣获中国国际公关协会年度最佳演讲人的奖项。

相关文章推荐

• 追逐Martech概念光环，企业不如按需构建营销技术栈
  

• 赛诺贝斯MarTech生态 企业营销的数据新起点
  

• 2019展望 - 中国Martech领域的下一步发展？（上）

想了解关于赛诺贝斯

在集客营销领域的独特见解或案例

扫描下方二维码留资咨询