不确定时间：周一的每日简报

MarTech 的每日简报为当今的数字营销领导者提供每日见解、新闻、提示和基本智慧。 如果您想在互联网的其余部分之前阅读此内容，请在此处注册以每天将其发送到您的收件箱。

早上好，营销人员，你能预测到吗？

从 2019 年或更早的时间开始，过去 18 个月我们可以提前看到的东西并不多。 例如，仅仅因为市场上已经有了在家工作设置和虚拟会议的技术，并不意味着企业会以他们必须的方式使用它们。

这意味着出现了一些意想不到的好处，因为没有人知道事情会如何动摇。 在 MarTech 的母公司 Third Door Media，我们的首席执行官兼创始合伙人 Chris Elwell 最近分享了其中的一些经验，以及 MarTech 和 SMX 活动将在 2022 年全部虚拟化的消息。

我们拥有更多的数据和经验，包括本月 MarTech 会议的成功，可以充满信心地期待未来的虚拟活动，这些活动将继续吸引和激励成千上万具有技术头脑的营销人员。

克里斯·伍德，

编辑

预测分析以驾驭不确定时期

即使在不确定的时期，人工智能驱动的预测分析也可以帮助营销人员看到即将到来的机会。 那么为什么没有更多的 CMO 使用这项技术呢？ 在本月 MarTech 会议上的演讲中，TrustInsights.ai 首席数据科学家 Christopher Penn 展示了任何营销团队都可以预测性地利用他们的数据的一些方法。 他还分享了一些令人头疼的问题。

“大约三分之二的 CMO 表示他们正在管理现在，他们正在灭火，只有大约三分之一的人着眼于未来，即使是在规划和突发事件如此重要的时期，在全球大流行期间，”Penn 援引杜克大学最新 CMO 调查的数据说。

营销人员使用预测分析的大部分方式都是以客户为中心。 他们希望找到更有可能购买的客户。 为了提高效率，营销人员将投入精力和预算以更有意图地吸引这些客户。

然而，另一种节省时间的方法侧重于营销人员可以抓住的事件或机会的时间安排。 这种称为时间序列预测的策略还可以帮助营销人员避免遇到困难并避免头痛。

利用贵公司当前的数据资源，算法可以将数据排列成模式，而人工智能使洞察力更加可操作。 预测分析确定的两个主要模式或主题是季节性和周期性。 它们是可重复的现象，营销人员可以看到即将出现并采取行动。

“季节性包括在特定时间段内发生的季节性事情，”Penn 说。 然后，根据时间发生的事情产生影响，周期性就是那个循环，那个节奏。 我们的数据通常应该是季节性的，并且通常是周期性的。”

在这里阅读更多

Shopify 与雅虎广告服务合作

上周，雅虎宣布与 Shopify 建立新的合作伙伴关系，将电子商务平台的 SMB 商家与雅虎的优质环境联系起来，包括雅虎财经、美国在线等。

通过这种合作关系，Shopify 商家可以访问 Yahoo ConnectID，该 ID 已被包括 Cafe Media 和 Newsweek 在内的 3,000 多个出版商域集成。 使用 Yahoo ConnectID，商家可以将最相关的产品提供给与这些发布商的内容互动的客户。

商家还可以访问雅虎的动态产品广告，直接在他们的 Shopify 后台管理雅虎广告活动，他们还可以近乎实时地设置和监控活动。

为什么我们关心。 据雅虎称，在此次合作之前，Yahoo ConnectID 有超过 200 家广告商和代理商使用它。 通过与 Shopify 的合作，许多小型商家可能会利用使用这种优质库存的价格实惠的活动。

Shopify 最近与 Roku 的合作实现了对 SMB 广告活动的类似升级。 数据和身份技术使小规模广告商能够在优质流媒体和在线新闻体验上实现相关活动。

在这里阅读更多。

[管理]

ABM 的 AB-C

基于帐户的营销或 ABM 是一种 B2B 营销策略，它将销售和营销工作结合起来，以向高价值帐户提供有针对性的广告以及个性化内容和消息传递。

ABM 策略认识到 B2B 购买决策通常由公司内的一组个人做出，并且 ABM 工具可以自动执行许多支持这种方法的数据和工作流程。

不过，ABM 并不新鲜。 它已被 B2B 营销人员使用了十多年。 但是，相关数据的复杂性和可访问性以及支持 ABM 的技术的快速发展正在激发人们对这种方法的广泛兴趣和采用。

成功的 ABM 战略使销售和营销部门能够专注于代表最大潜在商机的精选数量的高价值客户。 ABM“翻转”了典型的销售漏斗，从一小部分客户开始（而不是在顶部撒下一张大网），随着客户被培养到漏斗中，从而为组织创造更大的价值。

在这里阅读更多

使用干净的数据提高投资回报率

营销人员知道准确的数据是赌注。 它可以帮助组织为客户做出更好的决策，进而提高投资回报率。

然而，即使是最细致的品牌也经常在他们的数据集中发现错误。 Zoominfo 发布的一项研究发现，94% 的企业怀疑他们的客户数据不准确。

“2017 年，我们查看了我们的数据，发现它很好，但最终结果并不好，我们真的希望它如此，”会计和咨询公司 Armanino 营销高级数据管理员 Dominic Freschi 说，在 MarTech 演讲。 “当我们进行深入研究时，我们发现有些事情掩盖了这一观点。 诸如丢失数据、坏数据或旧数据、孤立的数据、跨多个系统的重复数据之类的事情。”

Freschi 说，他的组织决定清理这些数据，这样他们就可以完全信任它。

使用流程自动化平台清理数据可以提高流程效率。 这些系统帮助营销人员将内部、合作伙伴和开放数据汇总到一个中央存储库中。

“我们最终可以将它推回到我们的系统中，这样我们就可以获得从那时起可以使用的清理数据，”Freschi 在谈到他自己公司的平台选择时说。 “而且这一切都在一个应用程序中完成，因此很容易在我们已经使用数据完成的基础上进行构建。”

在这里阅读更多。

使用数据来理解用例

用例向品牌展示消费者如何与其产品和服务互动。 它们突出了客户的个人体验，以便公司可以更好地与他们建立联系。

不幸的是，组织和管理用例通常很困难，尤其是在大型组织中。

Acquia 产品营销高级总监 Karen Wood 在她的 MarTech 演讲中说：“现在，我们与之交谈的许多公司都在为如何确定其用例的优先级甚至确定其用例是什么而苦苦挣扎。” “因此，我们总是建议开始研究这将如何影响最终消费者的用例。”

她补充说：“因此，与其考虑利用用例的不同品牌中的不同团队，不如考虑最终消费者的体验如何？”

伍德说，识别用例如此困难的原因与通用和脱节的体验有很大关系。 多个部门、渠道和团队通常会导致孤立的消费者体验。

“因此，与其在消费者经历许多不同体验的旅程时考虑它，不如说是每个独立的团队或部门都在为离散和独特的体验提供动力，”伍德说。 “当我们谈论用例时，我们的建议是跨接触点跨团队考虑它，以及在接收端对消费者的真实情况。”

在这里阅读更多。