探秘企业智能营销技术（四）-Marketing Cloud
营销云（Marketing Cloud）与CRM、MarTech类似，不是单一产品，而是一套面向营销的、基于SaaS的技术解决方案，包含多种MarTech能力的组合，供应商会根据企业的需要进行定向包装。
提到营销云供应商，有很多耳熟能详的大型企业，包括Salesforce、Adobe、Oracle、SAP、SAS等。中小型供应商积累有限，很难在能力集合上与这些大型供应商竞争，只能聚焦在某一个细分市场或解决某一个单点问题。
营销云的通用能力
大多营销云解决方案具有一些相似性，包括如下通用能力：
- 多渠道营销中枢：是营销云解决方案的核心，负责多渠道营销策略的构建、执行、分析和优化，比如Adobe Campaign（B2C）/Marketo（B2B）、Oracle Responsys（B2C）/Eloqua（B2B）、Salesforce Pardot、SAS Customer Intelligence 360等。
- 个性化引擎：负责客户交互的个性化，以提升交互体验，包括内容个性化、ABN测试、多变量测试、相关性预测等优化能力，比如Oracle Maxymiser、Adobe Target、IBM Watson Real-Time Personalization、SAS 360 Engage等。
- 广告平台：连接第三方付费媒体平台并执行投放策略的能力，包括SEM、DSP等，比如Salesforce Advertising Studio等。
- 分析平台：负责营销活动、广告投放、产品体验等方面的数据分析和报告，比如Adobe Analytics（原Ominiture）、Oracle Infinity Analytics等。
- 数据管理平台：负责提供数据用于线上广告程序化投放，以支持受众定向和个性化，比如Salesforce DMP（原Krux）、Oracle Bluekai、Adobe Audience Manager等。
- 渠道触达平台：一般负责自有渠道的连接、管理和营销策略的执行，渠道可以是线上或线下，包括网站、移动App、社交网络、Email、短消息、POS等，比如Salesforce Social Studio、Salesforce Mobile Studio、Salesforce Web Studio等。
- 内容营销平台：负责管理和分析用于交互的数字资产，包括创建、协同、发布、效果洞察等能力，比如Adobe Experience Manager、Oracle Compedium等。
- 人工智能：负责基于人工智能对营销效率进行提升，一般是以赋能层的方式提供，比如Salesforce Einstein、Adobe Sensei等。
但是这些能力之间并非泾渭分明，也可能交叉协同，甚至包含。比如多渠道营销中枢，如果想要对跨渠道的营销策略做更多的优化，就需要打通各个渠道的客户数据，要对内容做更多的理解；更进一步，还可能基于数据做算法模型的训练和调优。而各个渠道触达平台，既可以作为哑系统（Dumb System），无脑地执行外部交互策略，也可以作为智能系统（Smart System），积累执行数据，并具备一些单点交互策略的能力，以对客户行为做出敏捷响应。
营销云的差异化
各个营销云服务商会根据自身优势做一些差异化的包装，但也各有短板。其中Salesforce和Adobe的发展依然非常值得关注。这两家市值都已经超千亿美元的巨无霸，不约而同的把战略聚焦点放在客户体验上，重兵布局营销领域，依靠数据和智能构建壁垒，纵横捭阖，展示出了对等的生态竞争格局。
Salesforce
Salesforce的核心能力是CRM，所以从一开始就围绕客户体验做全域能力的布局，目前已经具备了丰富的应用层能力栈，并且通过Lightning Platform建立了成熟的开发者生态，逐步往平台服务商转型：
图片来源：Salesforce 2018 Investor Day Presentation
Salesforce深知数据和人工智能对客户体验的重要性，在积极向数据和人工智能方向大踏步前进。2018年3月，Salesforce以65亿美元收购企业数据集成平台领头羊Mulesoft，打包成Integration Cloud解决方案，为连接更广域的数据资源铺平了道路，尤其是能够连接以前处于离线状态的企业数据。2018年7月，Salesforce以8亿美元收购广告分析平台Datorama，增强在广告数据集成和分析领域的能力，同时也带来了3000多个品牌客户和代理合作伙伴，为Salesforce的广告云奠定了基础。在刚刚过去的2019年6月，Salesforce又宣布将斥资高达157亿美元收购商业智能分析平台Tableau，借助Tableau在智能化数据分析和数据可视化方面的优势，帮助客户更深入了解数据内涵、洞察业务机会。此外，Salesforce也在持续且高频次地收购一些人工智能方向的创新企业，充实自己的AI军火库——Einstein（爱因斯坦）。
相对于Adobe来说，Salesforce在MarTech方向的产品偏弱一些，尤其是在广告投放、内容、分析这几个领域都比较欠缺。所以Salesforce和Google建立了合作，利用Google Analytics 360套件来补全生态：Salesforce的数据可以直接导入Google Analytics 360做分析（比如归因分析），Google Analytics 360的客户细分数据可以同步到营销云上去执行营销活动，客户行为数据也可以同步到营销云上做跨渠道客户旅程的洞察。2016年Google Analytics 360套件发布的时候，声称主打营销云市场，一度让营销云供应商心生忐忑。但其实Google的核心诉求依然主打TOFU部分，套件中的各个模块都在努力围绕Google的广告体系做能力和数据的打通，这样与营销云供应商形成了互补关系，从而有了合作的基础。Salesforce与AWS在数据和开发者生态上也有深入合作，允许AWS的开发者通过AWS PrivateLink直接访问他们在Salesforce上的数据。CRM是一个非常消耗存储和计算资源的领域，所以Google和AWS也都在积极为Salesforce提供公有云基础设施。
事实上Salesforce和IBM也在合作，IBM的Watson API在预测等方面的积累，可以帮助Salesforce提升数据洞察分析的能力。尽管IBM也有营销云产品，而且有一定的客户规模以及行业地位，并经常入选Gartner的魔力象限，但这部分并非IBM未来的AI主航道，所以一直不太受到重视。最终在2019年初，IBM将B2B的营销产品线（以Unica为核心）出售给了HCL Technologies，并将B2C的营销产品线（以Watson Marketing为核心）出售给了Centerbridge Partners，从此彻底退出了营销云市场。
Adobe
Adobe依靠在素材工具方面的优势，积累了强大的MarTech应用服务能力，并且也在通过构建围绕Sensei的开发人员社区生态，转型为平台服务商：
图片来源：Adobe 2018 Financial Analyst Meeting Presentation
相比Salesforce，Adobe在客户体验的全链条上起步比较晚。为了应对与Salesforce的竞争，2017年Adobe基于营销云的核心能力，整合了广告云和分析云等产品线，推出了新的面向客户体验的套件Experience Cloud（体验云），扩展了市场边界。2017年3月，Adobe与微软合作，利用Dynamics补足了自己在销售CRM的短板。2018年5月，Adobe以16.8亿美元收购Magento，补全电子商务CRM能力。2018年9月，Adobe以47亿美金收购Marketo，补全了在B2B多渠道营销中枢领域的产品能力，同时也带来了5000多个企业客户，以及一个6.5万名成员的营销社区，大大增强了对B2B企业客户的综合服务能力。
2018年9月，Adobe和微软、SAP宣布成立了开放数据联盟（Open Data Initiative，ODI），目的是基于统一的共享数据格式来进行数据打通，实现各家产品在数据层面的无缝协作，消除企业数据孤岛并实现客户的单一视图，支持隐私和安全计划，帮助企业更好地管理其数据，以此推动人工智能和合作伙伴生态的发展。ODI的基础设施由微软Azure提供，SAP提供了基于HANA的数据仓库解决方案。基于ODI，三家企业服务巨头的产品会实现原生的数据互通和能力协同，比如Adobe体验云和微软Dynamics之间，这将大大提升企业业务流程的效率。
国内营销云市场状况
国内的营销云厂商大多依然处于起步阶段，虽然有一些供应商也发布了称为营销云的产品，但或者在能力的丰富度上比较有限，解决更多的还是单点问题（比如聚焦微信小程序），扩展空间和多渠道协同能力也有限；或者还是传统的软件售卖路线，缺少对新的流量属性和客户运营套路的深度理解，导致功能设计不合理，企业很难用起来；或者和流量方深度绑定，围绕流量渠道来规划能力（比如基于天猫的营销平台），很难以中立的身份去实现全渠道的营销策略的构建、执行、分析和优化等，在服务模式和服务能力上，都有比较大的提升空间。
但国外的营销云供应商在国内落地的道路也不平坦，需要克服不少困难，包括：
- 支持私有化部署：由于各种原因，国内企业在核心平台SaaS化的接受上还偏保守，负担得起营销云的大企业，一般都会倾向于私有化部署，这对供应商的本地支持能力是巨大的考验。而销售给中小企业，价格则是最大的障碍。
- 上线本地云服务：从数据安全合规和服务稳定性的角度考虑，必须找国内的IaaS服务商合作本地化的落地，但是大的IaaS服务商一般都已经自建或扶持合作伙伴提供MarTech的能力，巨头之间探索合作模式需要有一个比较长期的过程，也不乏沟通了几年最后依然没有达成合作的案例。
- 适配本地流量运营生态：国内的流量生态与国外相比有比较大的差异性，在客户运营各个环节的套路上也有自己的“洋路子”和“野路子”，并且处于快速的变化中。想象一下，微信小程序生态的演进几乎一天一个版本更新，远在大洋彼岸的产品和研发团队是否能跟得上节奏？
- 接入本地数据生态：MarTech对于数据有很强的依赖，甚至有的营销云厂商将旗下数据服务和技术平台绑定销售。在国外，多年的合作和收购，营销云厂商大多具备一定的数据基础（比如DMP服务），但面对国内是完全不同的数据生态，还需要“而今迈步从头越”。关键在于，国外讲求生态合作，各自做好各自的服务，大家一起成长发展，因此有类似LiveRamp这样的企业提供类似数据上线（Onboarding）的基础服务；但是在国内，很多有数据积累的厂商都倾向于“敝帚自珍”，建立起封闭的围墙花园，外部合作有相当的难度。没有数据基础，也会一定程度上拖累技术平台的销售。
- 本地化的服务支持团队：MarTech解决方案也非常依赖运营实践，所以对于执行的人员有一定要求。在国外，客户成功（Customer Success）是非常重要甚至关键的服务能力，负责企业运营人员的培训、咨询甚至代运营。但是在国内，客户成功这块相对比较落后，人才基础比较薄弱，经验也相对缺乏，国内供应商自身还来不及沉淀出足够的支撑能力，就更难以有额外资源来帮助国外的供应商落地了。
这无疑是给了国内供应商更多的缓冲，能够在这个时间窗口中利用自身本地化优势，踏踏实实地服务好企业，积累竞争优势。同时，对国内企业来说，片面的求大求全未必是好事，国内国外在数据生态、流量生态和运营套路上确实有比较大的差别，因此舶来品往往也会水土不服。即使是一些外企的国内分公司，在客户运营方面也倾向于选择本土的MarTech供应商来合作。国内企业在客户运营方面的学习能力、创新能力和迭代速度是有目共睹的，虽然以前受限于数据基础和MarTech平台的能力，大家只能接受“土法炼钢”，但随着移动化、数据化和人工智能化的浪潮迭起，国内的MarTech供应商也在加速积累平台能力和服务经验，以跟上企业客户运营的步伐。
当然，企业可以根据自身实际需求，从数据和渠道入手，谨慎选择供应商，以精益的方式一步一步打造适合自己的营销技术栈，其中最关键的一环就是“营销策略中台”，相当于企业的智慧营销大脑，对于营销技术栈的其他应用有直接的支撑和增强作用。目前看，MMH（Multi-Chanel Marketing Hub，多渠道营销中枢）是“营销策略中台”最适合的落位点，能够帮助企业避免无序的技术栈建设，敏捷地支持卓越客户体验。
以上内容总结自个人经验、客户实践和行业交流。营销技术是一个发展迭代很快的技术领域，概念很多，希望能够帮助大家正确的理解和选择。欢迎交流讨论！
### 阿里淘系-全域营销团队 招聘Java工程师和技术专家 ###
我们工作在阿里电商的核心地带，历史悠久，团队成员不仅技术出众，电商业务也样样精通。
我们既支持效果营销场景（聚划算、百亿补贴等）、品牌营销场景（小黑盒、超品日、TMIC新品创新中心等）、品牌私域运营场景（品牌号等），也支持618、双11等整合营销的大促，还有支撑这些场景所需要的各种技术平台。
我们沉淀20年的技术，始终跳动着创新的韵律。
我们精通电商业务，也在双11的极限挑战中屡创奇迹。
我们连接供需两端，让消费者和商家相会在最好时机。
我们创造美好生活，帮助人们省钱、省时、省力。
有志青年等什么，We Want You！我们~要~你~！
==岗位职责==
1、负责营销产品或模块的技术架构设计、研发和持续优化工作；
2、应对电商业务和海量数据带来的高并发、高可用和高负载的挑战，保持系统的高稳定性；
3、协助业务方梳理业务需求和解决方案，共同推动方案落地。
==任职要求==
1、三年以上Java开发经验，熟悉Spring、MyBatis等技术框架
2、熟悉常见的NoSQL技术，比如HBase、MongoDB、Redis等
3、具有较强的技术架构能力，尤其是高并发、高可用和高负载的架构经验
4、具有一定的业务理解能力，能够发现业务需求、系统架构设计中存在的问题，并给出有效的解决方案
5、具有营销领域和大数据领域从业经验优先
6、具有较强的协调沟通能力
简历请发至：wenfeng.xwf@alibaba-inc.com。
文章被以下专栏收录
