當 IBM System/360 在 AMC 的《廣告狂人》最後一季抵達麥迪遜大道的 SC&P 辦公室時，迎接它的是恐懼和困惑。

該機構的一些員工推斷他們自己即將過時，或者在文案邁克爾金斯伯格的情況下——他的思想被機器滲透了。 在鼻子上，這並不是對時代精神的荒謬描繪。 計算機和外圍設備的實際淨存量在 1970 年代每年都以 20% 以上的速度增長。 到 1980 年，這個數字徘徊在 40% 左右。

大型機製造商的宣傳實際上並不是讓這項技術獨立做出決策。 相反，它可以提供數字的圖形表示，在特別的基礎上補充業務領導者的直覺，這樣他們就不需要委託緩慢而昂貴的分析師報告。

今天，如果沒有大量最新數據的支持，高管會走進董事會並宣布他們的計劃是不可想像的。

市場營銷可能是變化最慢的部門，尤其是因為它傳統上是人文學科畢業生的領域，也是在廣告狂人的早期賽季中發號施令的那種創意人員。 但在過去的十年裡，數據已經從僅僅驗證和優化營銷策略，變成了任何重大決策的絕對先決條件。

物流師和主計長宣布了他們對數據的渴望，科技市場的回應是打開了水龍頭。 除非他們認真對待《廣告狂人》中倒霉的金斯伯格，否則首席營銷官們不會預料到他們會被淹沒在其中。 “我無法關閉傳輸”他說，就像我們現在無法將目光從社交媒​​體上移開一樣。 “他們正將它們直射到我的腦海中。”

那麼是時候將《巴黎評論》擱置一旁，將營銷視為工程問題了嗎？

當然不是。

營銷的交付方面仍然從根本上由人際聯繫組成，即使是現在，“與哪些人聯繫”、“在哪裡”和“何時”都是科學考慮。 卓越營銷的新公式是協作，主要的技術挑戰是從數據海洋中提取相關且可操作的洞察力。 就他們而言，創意人員必須以更嚴格的紀律做出回應，重複假設並避免衍生內容。 在大型企業中，這看起來像是跨職能團隊，但將工程資源分配給營銷問題並不總是可行的。

這就是軟件的用武之地。

營銷團隊必須利用大數據

這裡有五種創意營銷團隊可以通過使用智能工具來利用大數據的力量來提升他們的遊戲水平。

1. 數據驅動的公關

科學技能：進行原創的、高質量的研究和/或鞏固二手研究。

工具：智能調查、政府和其他開源數據庫、谷歌表格、數據可視化平台、客戶數據平台

機會：一級新聞媒體中的單個故事（或相關本地或行業媒體中的大量提及）可能對品牌產生爆炸性影響。 但是大多數公司在公關上投入資源卻沒有任何表現。 如果你不重要，媒體就不想讓你變得重要。

擺脫這種永無止境的困境的秘訣是記者熱愛原創研究。 SaaS 公司可以簡單地將自己的用戶數據匿名化，並為媒體提供一個引人入勝的故事。 Spotify 大規模地做到了這一點。 即使是內部數據枯竭的公司，也可以簡單地上網，通過整合幾個第三方開放數據庫來發現有趣的模式。

2. 深度個性化

科學技能：保持來自多個來源的數據盡可能乾淨，並在渠道之間建立 API 橋樑，以全面了解客戶行為。

工具：數據管理平台、網絡內容管理系統（或者，“銷售智能”軟件、“營銷自動化”軟件和“個性化引擎”——這是一個如此巨大的細分市場，供應商以多種不同的方式捆綁不同的功能.)

機會：深度個性化是 Facebook 向廣告商推銷的核心，據報導，Netflix 使用機器學習來個性化他們的觀眾體驗。

顯然，您擁有的關於客戶的詳細信息越多，您的營銷工作就越有針對性。 可能性幾乎是無窮無盡的，但創意營銷人員應該考慮的中心思想是，更多的細分受眾群意味著每個細分市場中的人數更少。 換句話說，創意人員可以“在一系列親密的聚會上表演”，而不是試圖贏得體育場的支持。 自然，這意味著更多的轉化。

3.解鎖平台作弊碼

科學技能：詢問網絡平台，然後對輸出進行統計分析。

工具： API 市場、網絡爬蟲和統計分析軟件——尤其是這些工具的用戶友好型迭代。

機會：已經有大量關於在各種平台上“發布的最佳時間”的通用研究，以及一些非常棒的工具，例如“Later for Reddit”。 但要獲得真正的競爭優勢，您需要進行一些獨立分析並找出適合自己目標的最佳策略。 每個平台包含的主題標籤、字數和理想的廣告支出都是組織之間不同的問題。

關於每個最大的社交媒體平台背後的算法，還有很多懸而未決的問題。 大規模進行自動化研究可以釋放您可能從未想像過的機會。

4.預測即將到來的趨勢

科學技能：統計建模、機器學習、收集和分析搜索意圖和用戶行為數據。

工具：谷歌趨勢、營銷分析

機會：預測分析讓營銷人員看到未來。 這很重要，原因有兩個。

首先，能夠使營銷活動與頂級業務目標保持一致是贏得董事會席位的原因。 實現這一目標意味著將點擊率和社交參與度等模糊的數字指標轉化為準確的利潤預測。 這是一條充滿棘手問題的道路，例如詳細的潛在客戶評分、生命週期價值和流失率計算，而要正確計算這些數字需要大量的質量輸入。

硬幣的另一面是完全走出大樓並對產品市場契合度進行宏觀預測的能力。 長期以來，人們一直期望創意領導者能夠腳踏實地，了解文化和社會趨勢。 但現在賭注更高了。 紀律取代了直覺。

5. 在 Google 搜索結果中擊敗大公司

科學技能：了解 Google 的算法在確定網絡質量、相關性和可信度時尋找的信號。

工具： SEO軟件

機會：從 Google 搜索結果中獲得自然流量可能是實現營銷 ROI 的最快途徑，但傳統上它並不是最可預測的。

這是因為有大量的信號組合起來決定給定查詢的排名。 嘗試用簡單的黑客攻擊系統一直受到懲罰，今天谷歌比以往任何時候都更頻繁地更新其算法。

快速回顧

對數據科學家的需求激增是有充分理由的。 早在孫子的戰略家就明白，更好的信息意味著更好的決策，而當今世界充斥著非結構化和不一致的信息。

幾乎每個業務職能部門都建立了自己的方法來深入研究這一混亂局面並檢索有用的洞察力，但在大多數用例中，營銷在利用數據方面仍然很隨意——個性化是一個明顯的例外。

當數據科學家將他們的技能應用於營銷挑戰時，他們能夠破譯谷歌的 BERT 更新等事件背後發生的事情，為內容作者和策略師提供具體的行動來獲得可靠的搜索排名。 通過調整精細的數字營銷指標以準確預測收入，營銷領導者使自己成為其業務不可或缺的一部分。

任何擁有查詢社交平台和開源數據集的專業知識的人都可以選擇競爭優勢。 最後，數據對受眾和出版商而言有時甚至比對收集數據的組織更有價值。 將數據轉化為故事是營銷人員可以做出的最有力的舉措之一。

除了更明顯的個性化用例之外，所有這些都是營銷人員可以更多地由數據驅動的方式。 沒有STEM背景的創意人不用懼怕機器的崛起； 他們完全可以藉助智能工具和一點紀律來執行這些想法。

準備好變得更加數據驅動了嗎？ 確保您的營銷策略包括找到合適的大數據分析軟件來幫助您走上正軌。