营销技术栈连通数据“孤”岛，让个性化营销成为现实
原文作者：Nathan Woodman
翻译：Marketin
原文链接：AdExchanger
2002年由Tom Cruise主演的电影《少数派报告》中有这样一个场景：
Cruise所饰演的John Anderton行走在一个拥挤的商场中，视网膜扫描仪和其他先进的技术对其进行实时识别，并为他提供完全个性化的广告体验和产品信息。当他走进一家Gap实体店，一个由全息技术支持的购物机器人立马认出了他，向他询问之前的消费情况，并为其推荐可能喜欢的其他商品。
这一场景被看作是营销和广告技术界的传奇。
对于广告主而言，这种看似只会出现在科幻小说中的“一对一交流”，无疑是营销界的福音，然而真正实现这种“一对一交流”却是所有营销技术公司面临的一大挑战。
为了打赢这场“个性化”的营销之战，各种营销解决方案如雨后春笋般迅速出现，在个性化营销的子领域中发挥着作用。
典型的工具或平台有CRM、DMP、DSP、电子邮件服务提供商、推荐引擎、搜索引擎营销招标平台、标签管理解决方案、测量和归因系统、营销自动化平台以及社群聆听（social listening）等。
据2015年Winterberry集团和IAB的一份报告显示：为了支撑数字化营销的展开，每个企业平均使用至少12种不同的营销解决方案，有些企业甚至使用超过30种营销工具。
据保守估计，2017年，将会有70%的企业增加其营销技术开支。
的确，多种多样的营销解决方案和营销工具在某种程度上提升了企业营销活动的效率。但是，这种效率的提升受到了“数据孤岛”的限制。
“数据孤岛”的存在严重阻碍了营销解决方案效果的最优化。
“数据孤岛”的起因和后果
目前企业使用的大多数营销工具，在解决某一类营销问题时基本上实现了智能化，功能强大，效果显著，而且机器学习等技术的使用还进一步驱动绩效，为企业创造了更多的价值。
然而想象一下，如果这些营销工具之间彼此无法沟通，会发生什么样的情况？如果这些营销工具不能清楚地知道其他营销工具在做什么，它们还能实现真正的智能化吗？
以DSP为例。在一个DSP中，标准的机器学习应用过程是这样的：记录并学习各种属性，用于决定购买哪一个广告展示以及具体的竞标价格。
这种被记录和学习的属性可能是一位用户从上一次看到一个广告展示到现在所经过的时长。
再考虑另外一种情况。实际的广告购买中，一位广告主往往会使用多个DSP，基于这一前提，如果一个DSP不了解其他DSP的行为，那么它应当如何准确地判断某位用户在上一次接触广告的具体时间？
如果我们将社交、搜索、电子邮件、网页访问、电视以及其他所有形式的媒介曝光全部考虑在内的话，每一位DSP面临的情况会更加复杂，此时又会发生什么样的情况呢？
系统之间缺乏沟通造成了海量数据间隙，也就是我们所说的“数据孤岛”——系统间对彼此所使用的数据情况一无所知或知之甚少。
这一现象造成的后果是每个企业都在基于不完整或者不准确的数据研究用户行为和制定决策，这无疑会导致用户分析偏差，进而影响营销活动的最终效果。
两种“数据孤岛”解决方法
理论上讲，DMP可以部分解决“数据孤岛”问题。
但是实际上，DMP中所包含的数据应用很大程度上都失败了。这主要是因为DMP中首选的分发方法是通过引导细分的启发式规则，将一维受众数据单向推送到现有DSP中，但是这一过程使得底层数据集的对比度变差，并且降低了数据分析的性能。
目前，有两种较为常见的解决“数据孤岛”的方法。
01 第一种方式主要应用于程序化广告购买中，做法是集成使用DMP和DSP
DMP可以收集和加工数据，为媒体网站或广告主网站提供受众定向功能，在媒体网站授权的情况下，提供接口对加工出来的用户标签进行变现。
广告主还可以通过DMP与广告购买渠道进行更方便的数据对接。
这一方法看起来似乎可行。
但是如上文所说，大多数品牌主和广告代理机构都使用多DSP来实现大范围用户触达和效率驱动，这种情况下，数据在应用中可能会有所损失，且难以消除DSP之间的用户重合。
另外，这一方式也无法解决非程序化媒介渠道中的问题。
02 品牌或媒体建立自己的营销栈，整合使用自有的数据集
品牌（媒体）自建营销栈可以保持和媒体（品牌）的直接接触，发挥数据的最大价值。
但是这一方式要求企业能够使用本土技术来建立、更换并维护当前所使用的至少12种营销工具，这对于企业而言无疑是一项非常艰巨的任务。
集成使用DSP/DMP和自建营销栈，有各自的优势与弊端，对于资源有限又面临数据孤岛问题的企业而言，最可行的方案是用有限的资源获得营销栈的使用权，也就是使用市场上已有的独立开放的营销技术栈服务。
营销技术栈有效解决企业痛点
市场上已有的营销技术栈是企业解决数据孤岛问题的最好方案。
从上面的分析可以看出，集成使用DMP/DSP难以达到企业对解决方案效果的要求，而自建营销栈又对企业的资源情况设置了过高的壁垒。
使用专业营销技术公司提供的营销技术栈，可以有效解决企业痛点，同时满足企业对解决方案效果和资源消耗的要求。
通过双向API接口，一个成熟的营销技术栈可以深度集成众多营销工具，整合分析和使用多方来源数据，提升数据驱动的营销活动的效果。
01营销技术栈帮助解决众多营销工具间沟通不畅的问题
通过双向API接口，一个成熟的营销技术栈可以深度集成众多营销工具，整合分析和使用多方来源数据，提升数据驱动的营销活动的效果。
02 营销技术栈弥补企业资源不足的短板
取得营销技术栈的使用权可以节约企业的资源。
首先，企业不需要丰富的人力资源和财力资源来建立完整的自有营销技术栈，即可获得营销技术栈的使用权。
其次，营销技术栈产品的功能强大，操作简单，使用者只需要根据营销活动的目标和预算要求等设置具体的参数，即可实现解决方案的自动优化，因而并不要求使用者具备专业的知识和技术。
03 营销技术栈赋予营销人员更多的灵活性和控制权
营销人员可以根据企业自身业务的需要，自由组合使用各领域内最优或最合适的营销工具，以较低的迁移成本在各营销工具供应商之间灵活切换。
04 营销技术栈可以实现自动化智能优化
随着营销技术的日渐成熟，机器学习和人工智能等技术被更多地应用于营销技术栈中，其数据整合、分析和应用能力更为强大，为使用者提供实时分析和洞察结果，在尽可能短的时间内提供最优营销解决方案，不仅节省了营销人员的分析操作时间，还提升了营销活动的效果和效率。
开放平台是关键
毫无疑问，开源机器学习等领先技术的广泛采用会加速营销技术栈的推广使用。
但是一个更重要的前提是，营销技术和广告技术供应商能够开放平台和服务，给予品牌主和广告代理机构更多的合作机会和合作空间。
只有实现各领域内多个平台间的无缝对接合作，才能实现媒介决策的智能优化，才能实现真正的“一对一营销”，才能使《少数派报告》中的场景成为现实。
作为中国营销自动化领域领先的技术公司，Marketin正努力构建高度开放、透明、协作的行业生态系统。
为了帮助广告主真正实现全渠道、自动化的整合营销，Marketin目前正通过持续的技术创新和产品迭代升级，与媒体技术、数据、动态创意、品牌安全和CRM等领域内领先的数字营销平台建立合作关系。
与此同时，Marketin制定了平台间API对接规范和开放平台服务，不断推动平台间API接口标准化，基于此，各合作伙伴可通过与Marketin的一次对接快速实现和各第三方服务平台的对接合作。
这加快了各平台间的合作速度，行业内各领域的合作伙伴能够以更低的沟通成本和资源消耗实现最优绩效。
附原文链接：营销技术栈连通数据“孤”岛，让个性化营销成为现实
关于Marketin
Marketin弋关科技创立于2014年，是中国营销自动化领域领先的技术公司，为广告主和营销机构提供企业级智能营销操作系统，包括程序化广告优化系统(Trading Desk)等产品。
Marketin在中国第一个通过双向API深度集成DSP、DMP、动态创意优化、品牌安全和CRM等多种数字营销平台，实现跨平台自动优化。
目前Marketin已为包括Intel、Omnicom Media Group、电通数码在内的数十家全球和中国领先的品牌与广告传媒集团提供营销系统产品。
