注：宏路數(shù)據(jù)系天堂硅谷所投資企業(yè)
大型品牌客戶在數(shù)字化轉(zhuǎn)型進程中，觸達并了解最終用戶是非常直接的訴求。以此為切入點，宏路數(shù)據(jù)通過幫助品牌企業(yè)搭建以用戶為核心的數(shù)據(jù)中臺，成功拿下了聯(lián)合利華、百威英博、雀巢、YUM！、優(yōu)衣庫、達能以及上汽集團、戴姆勒奔馳等大型品牌客戶。基于數(shù)據(jù)中臺之上，宏路數(shù)據(jù)形成了體驗云、分析云的營銷閉環(huán)，未來將基于洞察云的能力向其他場景延伸。
數(shù)字化轉(zhuǎn)型并非一個新名詞，但卻是所有大型企業(yè)決策者最為關(guān)注的問題。
對企業(yè)決策者而言，了解最終用戶的訴求是實現(xiàn)數(shù)字化轉(zhuǎn)型的第一步，也是重要一步。基于用戶的認知，去重塑采購、研發(fā)、生產(chǎn)、銷售等各個環(huán)節(jié)，讓業(yè)務由自動化走向數(shù)字化，才能實現(xiàn)企業(yè)的全面數(shù)字化升級。
以往企業(yè)去了解最終用戶，必須通過市場調(diào)研公司等渠道，效率低、反饋周期長。大數(shù)據(jù)的興起，賦予企業(yè)更加高效的手段去洞察最終用戶。
從最初的DMP、到后來的CDP，再到時下最火熱的數(shù)據(jù)中臺，企業(yè)不斷匯聚海量多源數(shù)據(jù)，建立以用戶為核心的數(shù)據(jù)平臺，基于平臺上的用戶畫像等，給前端各個應用提供能力。
因此，在企業(yè)數(shù)字化轉(zhuǎn)型初期階段，幫助企業(yè)搭建以用戶為核心的數(shù)據(jù)中臺成為很多大數(shù)據(jù)公司瞄準的方向，宏路數(shù)據(jù)正是其中的佼佼者。
最早一批大數(shù)據(jù)公司之一，兩次轉(zhuǎn)型后瞄準企業(yè)數(shù)字化轉(zhuǎn)型方向
成立于2008年的宏路數(shù)據(jù)，最開始瞄準了推薦引擎這個方向，是國內(nèi)最早一批布局大數(shù)據(jù)業(yè)務的公司。
但當時整個大數(shù)據(jù)行業(yè)發(fā)展尚未成熟，提供推薦引擎的獨立第三方廠商發(fā)展非常困難，盡管宏路數(shù)據(jù)在電商等領域有很好的落地產(chǎn)品，但整體電商付費能力很差，并不足以支撐公司發(fā)展。因此，宏路數(shù)據(jù)當時還自主研發(fā)了Hadoop發(fā)行版，同時為Cloudera等公司代理CDH等產(chǎn)品。
2012年，大數(shù)據(jù)在廣告營銷領域最先成熟，搜狐、新浪等媒體平臺對基于大數(shù)據(jù)技術(shù)實現(xiàn)廣告實時競價、發(fā)布等需求變得強烈，宏路數(shù)據(jù)也進入到這個市場，為新浪等媒體平臺搭建廣告實時發(fā)布系統(tǒng)。
在這過程中，宏路數(shù)據(jù)沒有像其他公司，更加偏向廣告?zhèn)龋瑢⒋罅烤Ψ旁趶V告資源采買和廣告創(chuàng)意策劃方向，而是專注于提供技術(shù)產(chǎn)品，這其實是一條更加艱難的路。因為即使到今天，技術(shù)在整個廣告流程中的價值度仍然沒有完全體現(xiàn)，品牌廣告主對技術(shù)產(chǎn)品的投入遠遠低于媒體采買和廣告創(chuàng)意策劃。因此，2012年后宏路數(shù)據(jù)依然發(fā)展得不溫不火，即使進入廣告營銷領域，并沒有實現(xiàn)營收規(guī)模上的高速增長。
2015年，宏路數(shù)據(jù)發(fā)覺，大型品牌客戶不再完全依賴于第三方數(shù)據(jù)平臺，需要建設自己的第一方DMP平臺，管理起自己所有的用戶數(shù)據(jù)，不僅僅是用于廣告投放，而是要支持各項業(yè)務，讓數(shù)據(jù)驅(qū)動決策，實現(xiàn)數(shù)字化轉(zhuǎn)型。
因此，宏路數(shù)據(jù)將業(yè)務重心放在幫助大型品牌客戶搭建第一方數(shù)據(jù)平臺，圍繞著企業(yè)數(shù)字化轉(zhuǎn)型這件事情。考慮到企業(yè)數(shù)字化轉(zhuǎn)型的第一訴求往往是獲客，因此，宏路數(shù)據(jù)在搭建數(shù)據(jù)平臺上，主要圍繞著企業(yè)的用戶數(shù)據(jù)，并基于數(shù)據(jù)平臺上開發(fā)了很多營銷應用產(chǎn)品，形成當前以四朵云為核心的產(chǎn)品體系。
打造營銷場景數(shù)據(jù)閉環(huán)，數(shù)據(jù)治理是最大優(yōu)勢
類似于Adobe，宏路數(shù)據(jù)目前在營銷場景同樣打造了四朵云的產(chǎn)品體系，圍繞著受眾云、體驗云、分析云，實現(xiàn)了營銷場景中用戶洞察、觸達用戶到效果評估的場景閉環(huán)。
四朵云中，最為核心的受眾云，也就是匯聚企業(yè)內(nèi)部的用戶數(shù)據(jù)，通過建立第一方DMP或者CDP平臺，將企業(yè)內(nèi)部用戶數(shù)據(jù)打通，并為營銷等場景提供數(shù)據(jù)支持，這是宏路數(shù)據(jù)積累最久、能力最強的產(chǎn)品。
從2008年成立以來，宏路數(shù)據(jù)一直圍繞著數(shù)據(jù)治理這件事，從最早做推薦引擎，到后面做Hadoop發(fā)行版，再到實時廣告系統(tǒng)，基本都是數(shù)據(jù)存儲、處理相關(guān)技術(shù)。數(shù)據(jù)治理是宏路數(shù)據(jù)最強的能力，而受眾云的核心就是做數(shù)據(jù)治理。因此，從技術(shù)上，宏路數(shù)據(jù)在這方面有很長時間的積累。
同時，從2015年后，宏路數(shù)據(jù)開始服務很多大型品牌客戶，包括上汽集團、YUM！百勝集團等，通過服務這些大型品牌客戶，能夠了解品牌客戶對數(shù)據(jù)的需求，從而不斷優(yōu)化DMP平臺的功能及數(shù)據(jù)標簽維度。
技術(shù)能力和服務頭部客戶，是宏路數(shù)據(jù)能夠做好受眾云產(chǎn)品的關(guān)鍵。
做體驗云和分析云，一方面是能夠?qū)⑹鼙娫频臄?shù)據(jù)找到一個比較好的應用場景，因為對于很多客戶來說，建立第一方DMP的一個初衷就是為了更好地獲客，廣告投放永遠都是最為簡單直接的獲客方式。另一方面，基于體驗云和分析云能夠反饋數(shù)據(jù)，特別是分析云能夠?qū)⒂脩粼诰W(wǎng)站、APP等行為數(shù)據(jù)進行采集，從而反饋到受眾云中，不斷豐富受眾云的用戶畫像。
因此，通過分析云和體驗云，宏路數(shù)據(jù)能夠?qū)⑹鼙娫频膬r值充分發(fā)揮，同時也能獲得反饋數(shù)據(jù)，不斷優(yōu)化受眾云的產(chǎn)品服務。
在整個營銷環(huán)節(jié)當中，宏路數(shù)據(jù)相對薄弱的是在創(chuàng)意策劃方面，這方面主要是通過合作伙伴來實現(xiàn)的。宏路數(shù)據(jù)會將自己的產(chǎn)品OEM到廣告公司的產(chǎn)品中，由廣告公司來統(tǒng)一交付。這么做主要是考慮到創(chuàng)意策劃方面對人力依賴很重，必須要依靠策劃人員才能保證一個很好的效果，這并非技術(shù)型公司所擅長的方向。
瞄準企業(yè)決策者的需求，基于洞察云的能力向其他場景延伸
在四朵云中，洞察云相對特殊。其他三朵云更偏向解決市場營銷部門的需求，而洞察云則定位于解決企業(yè)決策者的需求。
從產(chǎn)品形態(tài)上，洞察云主要是交付數(shù)據(jù)報告、數(shù)據(jù)報表類產(chǎn)品，類似于傳統(tǒng)BI產(chǎn)品，本身是很難解決企業(yè)決策者的需求，但因為兩個原因，宏路數(shù)據(jù)的洞察云未來有機會達到這個目標。
從品牌客戶的角度來看，未來一切的產(chǎn)品、服務、市場、銷售體系都將圍繞著用戶需求及偏好進行調(diào)整，特別是如今品牌客戶越來越看重效果，不再單純追求曝光，基于用戶數(shù)據(jù)驅(qū)動決策這件事情慢慢成為共識。
從宏路數(shù)據(jù)的角度來看，因為洞察云的數(shù)據(jù)是來自于受眾云的，而受眾云主要是匯聚了企業(yè)的用戶數(shù)據(jù)。因此，當受眾云中的用戶數(shù)據(jù)維度更廣、顆粒度更細致時，基于這些數(shù)據(jù)得到的數(shù)據(jù)報告，是有機會影響到企業(yè)決策者的。
同時，洞察云給了宏路數(shù)據(jù)跳出營銷這個場景的機會，特別是跳出純粹廣告營銷場景。洞察云面向企業(yè)決策者需求，肯定不僅僅會局限于營銷，會涉及到企業(yè)采購、生產(chǎn)、銷售等各個環(huán)節(jié)。基于洞察云，宏路數(shù)據(jù)實際上在補充傳統(tǒng)咨詢公司，通過數(shù)據(jù)的方式，更加高效、準確地為企業(yè)客戶提供咨詢服務。
因此，盡管現(xiàn)階段宏路數(shù)據(jù)的洞察云還難以真正給企業(yè)決策者提供Insights，但很明顯，洞察云能夠讓宏路數(shù)據(jù)未來的市場空間更大，真正實現(xiàn)數(shù)據(jù)驅(qū)動決策。
重點服務大型品牌客戶，直銷和合作伙伴并重
從目前來看，只有大型企業(yè)才有足夠多的資源投入到數(shù)字化轉(zhuǎn)型這件事，因此，宏路數(shù)據(jù)很自然地將目標客群定位在大型品牌客戶。
考慮到自身體量，特別是服務支持能力，宏路數(shù)據(jù)在2019年聚焦于兩個大行業(yè)，快銷和汽車，現(xiàn)已拿下聯(lián)合利華、百威英博、雀巢、YUM！、優(yōu)衣庫、達能以及上汽集團、戴姆勒奔馳等大型品牌客戶。
同時，宏路數(shù)據(jù)為這些企業(yè)搭建的DMP/CDP平臺，基本都會是全業(yè)務線使用的DMP/CDP平臺，當然主要是聚焦于用戶畫像等營銷場景，客單價基本都是在300萬以上，大型客戶的訂單額會超過1000萬元。
通過行業(yè)聚焦，宏路數(shù)據(jù)能夠快速加深自己對垂直行業(yè)場景理解。因此，在搭建DMP/CDP平臺的部署周期能夠快速縮短，目前部署DMP/CDP平臺最長半年時間，一般都可以在兩三個月完成。
在獲取客戶方面，宏路數(shù)據(jù)除了依靠直銷，還大量通過合作伙伴來獲取服務客戶，超過60%的業(yè)務是來自合作伙伴，其中一部分是OEM產(chǎn)品，另一部分則是直接使用或者代理售賣產(chǎn)品。宏路數(shù)據(jù)的合作伙伴主要包括廣告公司、CRM公司、市場調(diào)研公司、咨詢公司等。
客群質(zhì)量高，場景理解能力較強
基于愛分析對數(shù)據(jù)智能公司的評價模型，分別從技術(shù)/產(chǎn)品、客群/LTV、獲客、場景理解和跨場景能力等五個維度對宏路數(shù)據(jù)進行評價。
技術(shù)/產(chǎn)品方面，創(chuàng)始團隊來自谷歌、惠普、蘋果等公司，從事數(shù)據(jù)挖掘工作多年，技術(shù)積累時間長，能夠服務上汽等500強客戶，系統(tǒng)穩(wěn)定性、可靠性高。圍繞著營銷場景有受眾云、分析云和體驗云，產(chǎn)品體系非常完整。DMP/CDP平臺部署周期較短，產(chǎn)品化程度高。
客群/LTV方面，面向快銷和汽車行業(yè)，主要以行業(yè)頭部客戶為主，服務聯(lián)合利華、百威英博、雀巢、YUM！、優(yōu)衣庫、達能以及上汽集團、戴姆勒奔馳等標桿客戶，客群質(zhì)量較好，客單價基本在300萬以上，并有超過1000萬的訂單。
獲客方面，大客戶主要通過直銷，銷售團隊20-30人，腰部客戶主要通過渠道合作伙伴獲客，2018年客戶數(shù)60多家，并擁有標桿客戶，整體獲客能力較強。
場景理解方面，主要通過服務客戶來積累場景理解，創(chuàng)始團隊在從2008年開始進行相關(guān)工作，從業(yè)超過10年，并且?guī)椭髽I(yè)搭建第一方DMP/CDP平臺，應用場景不限于廣告投放，場景理解能力優(yōu)于一般創(chuàng)業(yè)公司。
跨場景方面，受眾云主要是幫助企業(yè)匯聚第一方數(shù)據(jù)，基于這部分數(shù)據(jù)和洞察云的產(chǎn)品，未來有機會延伸到企業(yè)的其他場景。
近期，愛分析對宏路數(shù)據(jù)董事長袁國瑋先生進行訪談，主要就宏路數(shù)據(jù)的業(yè)務模式、未來戰(zhàn)略，以及數(shù)字化轉(zhuǎn)型、數(shù)據(jù)中臺等行業(yè)熱點話題進行交流，現(xiàn)將部分內(nèi)容分享。
數(shù)字化轉(zhuǎn)型是企業(yè)決策者的事情，洞察云是關(guān)鍵產(chǎn)品
愛分析：受眾云和洞察云放到一起，是因為受眾分析的目的還是為了做用戶洞察，實際落地兩者是分開的？
袁國瑋：在我們這邊不太一樣，你可以理解成我們的受眾云就是個數(shù)據(jù)中臺，他就是個基于消費者畫像的數(shù)據(jù)中臺，它比較偏技術(shù)層，側(cè)重在提供API去支持到前臺的各種應用。
洞察云，實際上你可以理解成偏Insights、偏咨詢，輸出的是報表，把原來需要咨詢公司做的事情自動化。
愛分析：洞察云輸出的成果不僅僅是營銷環(huán)節(jié)需求，是類似于原來市場調(diào)研公司GFK去解決的問題，還是會跨到其他場景去？
袁國瑋：我們的分析云、受眾云和觸達云，是比較典型的營銷鏈。
于是，我在思考，我們這幾朵云，到底是給誰看的？如果是給MarketingOperation的人看，他們覺得夠了。如果我們把Adobe的產(chǎn)品，或者我們前三朵云，拿到客戶CMO級別的人去看，甚至CEO級別的人去看，他覺得你們講的東西是DashBoard，你們根本對我形成不了Insights，這個事情對我其實觸動還是挺大的。
坦率來說，在數(shù)字化轉(zhuǎn)型這個階段，我們最終受眾不是Operational level的人，因為數(shù)字化轉(zhuǎn)型這個東西肯定是Top Management下定決心來做的事情。
我們最終是要讓管理層懂，做了這個產(chǎn)品，投了錢，到底產(chǎn)生了什么好處？所以，更偏Insights，更偏咨詢，把原來咨詢做的事情自動化了。
從某種程度上來說，它是一個咨詢行業(yè)的革命。
例如汽車行業(yè)，我們幫客戶打的標簽，就和廣告不一樣。廣告給汽車打了標簽，主要是車型、價位，客戶性別、有沒有車。我們在汽車行業(yè)的第一方DMP里，還會打上一些其他標簽，比如這個人喜歡的車是什么顏色的。如何知道這個數(shù)據(jù)，最直接是他的上一輛車是什么顏色，我在通用汽車、奔馳這些公司的DMP里面會有這些標簽的。
這些標簽原來是那些咨詢公司幫車企去分析產(chǎn)品，下一代車應該是做成多長、幾座、什么顏色，會比較好賣。原來咨詢公司是站在產(chǎn)品維度去看這個事情，我們是站在消費者的維度去看待這個事情的。
我們今天試圖把考慮產(chǎn)品的因素融合進消費者，做到人和物的結(jié)合，最后產(chǎn)生的Insights。一方面是做到更高維度的Insights，另一方面把傳統(tǒng)以物為分析的工作自動化。
所以，洞察云也是能夠幫到我們的受眾云，這中間是有聯(lián)系的，因為整個數(shù)據(jù)都是一個閉環(huán)。
數(shù)據(jù)中臺的建設需要與場景結(jié)合
愛分析：這么看來，懂業(yè)務場景才能建好數(shù)據(jù)中臺？
袁國瑋：做一個通用的數(shù)據(jù)中臺，我覺得是不現(xiàn)實的。最近中臺很火，每個人有自己的看法。我覺得我們大家把中臺理解成了一個技術(shù)中臺，其實不存在技術(shù)中臺，沒有這個分層的，應該是個業(yè)務中臺。這就很清晰了，他一定是跟著業(yè)務場景走的。
業(yè)務場景五花八門，為什么我們主要的發(fā)力在受眾云，其實就是我們發(fā)現(xiàn)這是一個最通用的、滿足諸多業(yè)務場景的數(shù)據(jù)中臺。
我們的核心競爭力就是在DMP、CDP這一層，基于消費者用戶畫像的中臺微服務上。我們也在嘗試做一些中臺產(chǎn)品，已經(jīng)有幾個客戶使用，但這些和場景會高度相關(guān)，遠遠沒有用戶畫像應用場景那么多。
愛分析：下一步有可能再去延伸嗎？從消費者的數(shù)據(jù)切入，有沒有可能把企業(yè)內(nèi)部的其他數(shù)據(jù)源都接入。阿里的中臺是把各個業(yè)務線的ID數(shù)據(jù)打通，大型企業(yè)內(nèi)部會不會做類似的事情？
袁國瑋：理論上來說，要發(fā)揮數(shù)據(jù)的最大價值，肯定是把所有的數(shù)據(jù)都匯總在一起。我們現(xiàn)在幫品牌主，盡可能地整合所有的數(shù)據(jù)。在車企，我們現(xiàn)在整合他的4S店的維修數(shù)據(jù)、客服數(shù)據(jù)。
但是要整合HR數(shù)據(jù)、財務數(shù)據(jù)，從技術(shù)角度上是可行的。但是從現(xiàn)實的操作層面上來說，這是相當之復雜的。
每個企業(yè)都會有一些歷史的遺產(chǎn)，一個企業(yè)之所以效率低，不同部門之間的數(shù)據(jù)孤島是一個很大的因素，這些歷史包袱也不是今天能夠拋掉的。
今天讓沃爾瑪、家樂福變成完全數(shù)據(jù)驅(qū)動的模式，他需要把之前投資幾個億、幾十個億的系統(tǒng)都完全拋棄掉，這個歷史包袱太大了。
所以，原生的和一塊塊拼接起來的，效率總是有差別的。現(xiàn)實的情況來說，一方面是有很多的遺產(chǎn)，另一方面是取決于怎么看待這個世界。從宏路數(shù)據(jù)角度，我們是從人的角度去看待這個世界的。所以我們是做消費者研究。原先企業(yè)的HR部門、財務部門看待世界的角度是不一樣，整個邏輯是完全不一樣的。
所以，我覺得如果要把所有的數(shù)據(jù)完完全全打通，可能路還很長。
愛分析：打通過程是要有明確的應用場景出來，才能接一部分新的數(shù)據(jù)？
袁國瑋：我們的客戶有兩種做法，我覺得都是OK的。
一種是現(xiàn)在的IT成本下來了，特別是存儲成本急劇下降，客戶把所有的數(shù)據(jù)都先采下來放在一起，等以后有機會把這些數(shù)據(jù)整起來。
另一種更加現(xiàn)實一點，想清楚一個場景，把所有數(shù)據(jù)先整理起來。不需要的數(shù)據(jù)先不整理。
我們幫客戶搭的DMP和CDP，下面是一個Data Lake平臺，理論上可以存儲所有數(shù)據(jù)。事實上，如果分開不同的用戶來看，聯(lián)合利華存儲的數(shù)據(jù)就和通用汽車不一樣，這就是基于他們對自己業(yè)務需求的理解。
愛分析：實際落地上，進入到一個企業(yè)，基本上是客戶有一個新的需求，宏路數(shù)據(jù)去接新的數(shù)據(jù)，從底層往上層應用走？
袁國瑋：我們現(xiàn)在服務的基本上全是500強客戶，這種數(shù)據(jù)的整合需求，一個小的企業(yè)搭建數(shù)據(jù)中臺的可見效益不多，一定是大企業(yè)可以很直觀就能感受到它的效益，無論是營收增長還是降低成本。
因為數(shù)字化轉(zhuǎn)型已經(jīng)變成全球風潮，大企業(yè)現(xiàn)在都有想法是不能落伍，要做數(shù)字化轉(zhuǎn)型。大家現(xiàn)在基本上有共識是要把平臺搭起來，先把比較通用的事情做起來。
下面是個Datahub，客戶的架構(gòu)幾乎是一樣的，上面是用戶畫像，包括DMP和CDP。DMP是以Device ID為基準，CDP就是以CRM這些用戶實名數(shù)據(jù)。然后客戶會做統(tǒng)一身份識別。
現(xiàn)在大家做的時候，先把底層的技術(shù)中臺和數(shù)據(jù)中臺全部準備好，形成統(tǒng)一的用戶畫像，上面一個個去對接客戶的前臺應用。
我們也在服務一些稍微小一點客戶，比如像一些商業(yè)地產(chǎn)，這些客戶往往就是從一個觸點上往下走。目前來說，我們看到的這個案例是偏少數(shù)的，因為你要在單獨的一個消費者觸點上面，到最后能夠驅(qū)動整個企業(yè)的大腦，其實從組織結(jié)構(gòu)上就有點逆向。
最多只能在自己管轄的范圍之內(nèi)，建一個小腦，又變成原來一樣的，每個部門建一套自己的平臺。
營銷不等于廣告，營銷應當是萬億級市場
愛分析：下一步會考慮延伸到其他領域嗎？客群本身會不會延伸到其他行業(yè)，不僅僅局限于品牌主？
袁國瑋：在我看來，營銷天花板低是整個市場對我們這種公司的誤解。
我們自己在融資過程中也發(fā)現(xiàn)，其實營銷和廣告是兩個不同的概念，廣告只是營銷中間很小一部分。今天所有的全球軟件巨頭，Adobe、Oracle、SAP等公司，全在收購跟MarketingCloud相關(guān)的公司，說明最大的一部分市場就在營銷。
如果按照廣告技術(shù)來分，我覺得也就是200多億的市場，但營銷是遠遠大于廣告的。從幾年前來看，我們做的就是Marketing Cloud事情，但在今天我們拿的實際是數(shù)字化轉(zhuǎn)型的預算。坦率來說，我認為這個市場是不可限量的。
我們有一個客戶是全球頂尖公司，才服務他半年，我們非常有信心是說到今年年底，營收上他就可以成為我們最大的客戶。這在我們公司過去的歷史上，從來沒有發(fā)生過的事情。當一個大的客戶把他的數(shù)字化營銷的整個技術(shù)和數(shù)據(jù)中臺放到我們這里，用中臺去指揮他所有的營銷業(yè)務，你會發(fā)現(xiàn)原來市場有那么多的錢。
我們現(xiàn)在在切割的是傳統(tǒng)的客戶花在整個營銷上的錢，客戶把整個數(shù)據(jù)中臺搭好，他慢慢地會發(fā)現(xiàn)，原來那么多供應商沒有什么價值。
如果按照美國的研究報告，營銷占整個支出的30%左右，在中國至少就是幾萬億的市場，根本不是一個幾百億的市場。這個市場已經(jīng)很大了，我現(xiàn)在根本沒有想法，我覺得在未來的五年，我們都沒有想法脫離這個市場。
現(xiàn)在我們看到，這個世界在營銷側(cè)發(fā)生巨大的變化，中國很多事情不是漸進的，都是倒逼改革的。美國MarTech很早就很興起了，MarTech公司都能賺到錢。
中國過去十年里面，錢基本都在廣告主那一側(cè)的公司，MarTech公司中間沒有賺到錢，中國是沒有漸變，今天錢都會迅速流向我們這類公司。
愛分析：您提到營銷占整體支出的30%，過往其實廣告投入也就是GDP的1%左右，剩下的營銷預算過往投到哪里了？
袁國瑋：從技術(shù)角度來看，以前講的是自動化，今天講的是數(shù)字化。自動化和數(shù)字化最大的差別就在于，自動化是幫人提高效率，原來可能是要十個人做的，今天我可能只要兩個人做。
在決策者的印象，其實就是你幫我省了多少錢，我付一個百分比給你。或者是說，他覺得這是一個工具，沒有人會愿意為工具付很多錢。
數(shù)字化是，今天在整個市場上，企業(yè)決策者把整個生意都看成數(shù)字化，依托于數(shù)字化在經(jīng)營業(yè)務，大家會把網(wǎng)紅帶貨這件事情看成數(shù)字化。在老板腦海里，他會覺得生意是跑在你這個平臺上面，這是一個觀念上的改變。
一家傳統(tǒng)實體企業(yè)，最后一層零售商有一半的毛利，比如一個杯子10元，最后一個零售商會賣20元。今天數(shù)字化的意思是，我有更好的方法，讓企業(yè)能夠以20元賣給消費者，我的價值有多少？
在整個鏈條中，宏路數(shù)據(jù)這樣的公司不是幫經(jīng)銷商，給工具更快把產(chǎn)品賣出去，而是直接就把這個產(chǎn)品在我平臺上賣出去了。
站在老板角度來說，宏路數(shù)據(jù)這樣的公司也至少應該拿50%。對這個企業(yè)來說，原來就要支出50%，只是在今天重構(gòu)了。我跟最后一層零售商說，今天我驅(qū)動你來做這件事，我們五五分成。所以，對企業(yè)主來說，他付出的錢是一樣的，整個產(chǎn)業(yè)互聯(lián)網(wǎng)里面的錢是一樣的，但是這個錢落到哪個口袋已經(jīng)發(fā)生了巨大的變化。
原來我們的天花板可能是100-200億，但是經(jīng)過重構(gòu)后，我們的天花板已經(jīng)是10倍、100倍的擴張。
愛分析：為什么中國營銷自動化公司沒有做得特別大？
袁國瑋：我覺得之前時間點沒到，現(xiàn)在時間點到了。大邏輯上說，軟件其實根本上解決的是個效率問題，當其實像Marketo這樣公司，國內(nèi)很多大企業(yè)，特別是全球企業(yè)，其實都在用它，比較清楚效率帶來的好處。
國內(nèi)沒有誕生這樣的企業(yè)，并不是說他們沒有這樣的需求，而是說今天他們沒有愿望為這個需求付錢。中美軟件原來有個最大的區(qū)別就是說，美國軟件公司做出來軟件認為用戶都是受過良好訓練的，中國做出來的軟件，都認為用戶是小白。
對小白來說，知道結(jié)果就行，沒有必要搞清楚中間的東西，導致了很多Agency做了中間的事情，但這些Agency也沒有想法為這個業(yè)務付錢，因為他覺得人力也很便宜。整個利益鏈條，大家都不需要這個東西。
今天形勢發(fā)生大變化，人工越來越貴，我們現(xiàn)在有幾個業(yè)務機會都是Agency，老板希望一半人可以被機器取代，這時候就會想營銷自動化的事情。
很多大的廣告公司，內(nèi)部其實都有系統(tǒng)，這些系統(tǒng)為什么沒有搬出來，因為廣告公司覺得這個搬出來沒有什么價值，真正也賣不了多少錢，還不如做廣告賺錢。
進入到數(shù)字化時代，仍然需要理解場景
愛分析：如果未來是基于數(shù)字化的，那是不是意味著不需要懂場景？完全基于數(shù)據(jù)去驅(qū)動業(yè)務？
袁國瑋：我不這么認為，我覺得場景是很重要的一件事情，這就是為什么我們現(xiàn)在在增強我們分析師的能力，以前我們更多的都是運用機器學習來做。
不是說機器學習不好，而是說閉環(huán)的數(shù)據(jù)流轉(zhuǎn)周期有多長。廣告行業(yè)，坦率來說，我們在DSP等廣告投放上面，幾乎我們不需要數(shù)據(jù)分析師。我們完全依靠機器學習，因為他迅速給反饋，而且可以每天不間斷地試，機器一定比人強。
當線上線下相結(jié)合的，閉環(huán)周期回來很長，讓機器學習是可以，但要學到一個能讓客戶比較滿意的點，需要的周期太長了。我們就需要懂場景和懂行業(yè)的人，告訴我這個行業(yè)的通識，我們可以迅速縮短機器不必要的嘗試，能夠迅速達到大家都滿意的點。
再往后，就不是懂場景的人能夠解決的。一旦我們平臺搭建好，我們可以產(chǎn)生實時報表。從技術(shù)角度，我們覺得是很正常的事情，但對客戶來說，這是一個天翻地覆的革命，他會覺得產(chǎn)生巨大商業(yè)價值。
我們在某餐飲巨頭，他發(fā)優(yōu)惠券，只要實時報表出來，能夠極大降低“羊毛黨”，讓他省很多錢。如果靠分析師來分析“羊毛黨”，這需要很長的周期，這就是數(shù)據(jù)技術(shù)帶來的好處。
愛分析：這種咨詢能力是與行業(yè)緊密結(jié)合的，沒辦法跨行業(yè)復制，所以就只能一個個行業(yè)做？
袁國瑋：所以，我們在今年就開始收縮戰(zhàn)線了，比一般企業(yè)收縮戰(zhàn)線要早很多。我們主動在業(yè)務剛起來的時候，就講究縱深。根本上，我們是用數(shù)字化去顛覆咨詢公司。當然咨詢公司也看到了這點，這些公司都在瘋狂收購技術(shù)公司。
愛分析：今年重點是哪些行業(yè)？
袁國瑋：因為要兼顧自身體量，所以我們主要是收縮到幾個方向。一個是快銷行業(yè)，像肯德基、優(yōu)衣庫、聯(lián)合利華等，另外一個是汽車。
（轉(zhuǎn)載自：愛分析研究微信公眾號）
