行銷將主導著企業的獲利與競爭性，品牌該如何達到行銷卓越？
隨著越來越多的中上游的商業活動逐漸被外包，或是通過第三方解決方案與軟體達成，同時也隨著市場越來越成熟，在大多數的產業間，消費者逐漸的從價格轉為價值導向。在如此市場環境中，下游的商業活動譬如行銷與銷售即成為了這些產業的主要價值動因，也是企業的獲利性與其競爭性的關鍵。
之所以行銷與銷售能夠成為驅動企業獲利與競爭性的主要動因，其實背後的原理並非那麼難理解，想像同樣是一杯水，在一位剛喝完水的人面前，與一位在沙漠中即將渴死之人面前，其感知價值的差異是天差地遠的。而過去出於消費者尚未上線、分析能力不足、以及企業缺乏數位基礎，要能夠定義出這些需要水的客群其實背後都充滿著直覺的猜測，抑或是較不精準的分析。同時，也出於消費者與企業都尚未上線，顧客的選擇成本以及企業能夠觸及消費者的成本都過高。
然而現在不同，在現代的行銷當中，企業必須要能夠通過客戶每一個接觸點所串聯而成的顧客旅程當中發現痛點、並明確的定義出需求、最後再將之轉換為商業洞見，讓品牌能夠在客戶的決策旅程當中都能無比相關。
然而要做到如此行銷卓越是非常困難的，不僅有著技術上的困難、數據與分析上的困難、同時還有行銷與銷售的密合度、最後則是能個永續支撐著這些發展的人才。在此報告當中，我們基於這些行銷與銷售上常遇到的問題，提供了一些思考框架與解決方案。
Gartner針對CMO所做的調查指出，行銷分析於總體行銷預算的占比從2015年的6.7%成長至2020年的16%，而行銷科技解決方案的數量更是從2015年的1876家成長至超過八千家。 行銷分析已經成為幾乎所有相關業者都掛在嘴上，也的確在落實執行的環節。然而實際效益卻往往差強人意，究竟團隊該如何執行？
行銷與銷售之間的密合度極度重要，尤其是對於意圖達到行銷卓越的業者來說。 從企業的觀點來看，這關乎著整體行銷與銷售的追蹤能力、回饋機制、以及數據共享等等。而從消費者的角度來說，這同時也是品牌相關性、接觸點一致性、以及顧客決策旅程是否連續等等。
倘若企業難以在現在的市場中取得能夠支撐策略發展的數位行銷人才，公司將難以從最新的數位業務中受益，Mckinley的一份調查更是發現，61％的受訪者表示他們計劃將數位行銷人員加入他們的團隊，或是擴增現有的數位行銷團隊，數位行銷人才的需求已經非常迫切。
Gartner針對CMO所做的調查指出，行銷分析於總體行銷預算的占比從2015年的6.7%成長至2020年的16%，而行銷科技解決方案的數量更是從2015年的1876家成長至超過八千家。如此高速成長的背後有很大一部分的動因是許多不同技術的成熟，以及越來越多的顧客以線上媒介與品牌互動時產生的龐大數據的增長。 但最為重要的還是行銷分析( Marketing Analytics )技術本身所能為企業帶來的實際效益。
麥肯錫評估了400個來自不同產業以及不同地區的公司於行銷分析上的效益性後發現，行銷分析的應用能使業者減少15~20%的不必要行銷支出，而於哈佛商業評論所發佈的調查更是發現行銷分析的應用領域的數量對於企業獲利性有間接的相關性。在我們與客戶的服務案例中，同樣的也能明顯的看出數據驅動的行銷所能為品牌帶來的龐大效益。
然而，即便行銷分析的潛力承諾了許多發展，同時各個領域的業者也積極的投資，但2020年的一次CMO調查卻發現，從2012年到2020年，行銷主管對於行銷分析所產生到效益卻沒有明顯的增幅。 ( 此調查每年都會做兩次，讓行銷主管用 1分~7分來評估行銷分析所帶來的效益， 然而2020年的成績卻與2012年同樣為3.9分)
其實如此成績的背後因素有幾個，第一個是技術與能力的缺乏，畢竟分析往往是個雙面刃，對於缺乏相應技術與能力的團隊，在應用其時，不僅無法精準的砍到痛點，有時可能還會斬到自己的手而斷了臂。在市場中，找不到商業方向、對數據的收集不全面甚至是偏差、對數據建立了錯誤的理解、或是分析沒有很好的轉變成策略等等，都是非常普遍的問題。
我們於數位人才的這一篇文章中層探討過，能夠在數位行銷領域上做研究與分析的人才是企業最為迫切需要的，更是有著高達61%的受訪主管表示將會擴增這方面的人員。 然而人才市場往往是個零和遊戲，佔有市場領導地位的品牌在取得更多分析人才的同時，也逐漸地與大部分的品牌拉開了距離。
第二個原因是IT基礎建設與數據管理模式，許多品牌用著多項工具去執行不同層面的業務，譬如客戶關係管理層面上使用Marketo, Salesforce, 抑或是Hubspot、而網頁行為的追蹤則是Google Analytics, VWO, 以及HotJar、而在社群媒體行銷又根據不同的平台有著多種專門的工具，而倘若數據未被整合，那麼分析人員將無法在這分散的數據上做具價值的分析。
第三個原因則是行銷分析的應用沒有支撐企業策略，行銷分析的應用理當是要圍繞著策略發展，並應用在不同的價值點上去支撐策略的前進。然而在許多企業中，團隊時常以一個類比的方法執行行銷分析，也就是通過觀察其他品牌的應用，來套入進自己的組織當中，而忽略了兩者本身的差別以及自身策略的發展。
若要有效解決我們前面所提的那三大限制行銷分析潛能的要素，我們認為業者可以重新思考幾個層面的運營模式，以及決策方向。
行銷分析建立於數據，然而這數據卻時常讓業者頭痛，有些時候太多、有些時候太少、有些時候太雜、而有些時候數據還會騙人。 其中，數據太多聽起來像是好事，然而據研究，卻有高達34%的行銷專家表示資料的龐大是他們於分析上所遇到的最大挑戰之一。
前面有提到，數據管理模式是限制行銷分析潛能的主要因素之一，若要能夠打破這道高牆，團隊有幾個方向可以去思考 – 首先是將不同源頭的數據轉移至一個能夠中央管理的雲端系統 ( 譬如Azure, GCP, 抑或是AWS )，並在上面打造一個行銷數據的倉庫。 當團隊能夠整合所有來自PPC廣告、社群媒體平台、Google Analytics、CRM、以及訂單等等其他數據後，團隊即能通過各種分析方法以更深度的理解顧客旅程。
再者，在管理不同工具時，應盡可能地避開會創造數據孤島的SaaS工具，讓前面所提的中央數據管理平台，能夠以模組化的方式管理不同渠道的平台，譬如在GCP上，團隊就能透過BigQuery將同一個生態系的平台數據抓進雲端中，而其他種SaaS工具則可以透過API媒介導入。之後再通過平台上所提供的工具譬如DataPrep清理資料，並在導入DataLab做各式各樣的假設與分析。 而其他工具像是Tableau也能結合不同渠道的數據，並且通過Prep來清理以做各種視覺化的分析，而隨著工具的進步，現在也能結合Python，將其背後龐大的資料科學運用帶入Tableau的運算當中。
在開始執行任何分析之前，團隊應該先清楚策略的發展方向為何，並建立於這層理解去規劃分析的方向，最後在循序漸進的一步一步擴大分析的規模。
在最初期間，我們觀察到許多品牌往往將餅畫得太大，而導致了分析能力的擴散，而如此作法更可能導致不同分析的結果互相衝突，最終導入了這些行銷分析人才與技術不僅沒有創造價值，可能更是會破壞以往的效益。
我們的觀察發現，最為有效的方式是先從能夠快速創造價值 (產生正面收益) 的環節點開始，逐步建立管理階層與整個團隊對於行銷分析投資的信心，最後再一步步的規模化，也就是開始從那些創造最多價值的環節點上前後發展。 定義出為企業帶來最大短中長期獲益的顧客旅程，並通過分析手段降低消費者的流失度、定義出痛點、提高體驗等等。
而隨著企業朝著更為分析驅動的方向發展，我們建議這時候才開始規劃更為宏觀的方法，例如計算不同節點的MROI，甚至是建立一個機器學習驅動的歸屬分析 (Attribution Modeling) 以更好的評估平台與渠道的投資效益等等。
對於許多產業來說，行銷與銷售是主導著獲利性最為關鍵的環節。 然而這個極為重要的角色，在許多企業間卻存在一個極大的盲點，也就是行銷「與」銷售這兩個部門的存在以及之間的衝突。
行銷這個概念是在全球經濟飛速成長的1960年左右開始走進主流，受產品同質以及競爭壓力所驅動，企業逐漸開始思考如何在這市場中找到獲利性最高的位置。在這幾十年間，整個產業也從當時專注於製品的產品差異化模式，到後來轉為消費者面向的STP模型，也就是市場區隔、客群鎖定、以及品牌定位，而如此的思考方法也逐漸的成為後來企業在市場定位時的主流框架。
以上彷彿都聽起來很好，市場區隔使得業者能夠提供更相關的產品與服務、市場上也出現也了更多不同定位的品牌增加了消費者的選擇、而精準的客群鎖定更是大幅降低了消費者的選擇成本，但其實，實際的情況卻相當的不同。 在許多企業中，出於數據的不充足以及受數據所誤導所建立起了偏差見解，行銷的效益往往差強人意，不達預期；而最後又因為其一直以來難以證明價值的特性，最終導致行銷的任何手段都時常引起了業務的反彈與不信任。
然而，行銷與銷售若能有效溝通，甚至在許多策略面上密切合作，企業將能大幅提高業務效益，同時MROI的成績也會隨著業務團隊更加有信心而成長。
在過去的這十年間，行銷與銷售的關係發生了大幅的轉變，其背後最為主要的驅動因素有三項，一為數位化的成熟使得越來越多消費者以數位的媒介與品牌互動，最終促使數據蓬勃發展，給予業者機會去更好的理解消費者需求；二為產業在管理數據、整合數據、分析數據技術上的成熟，讓企業能夠更好的處裡多渠道數據，以及從中得出消費者洞見；最後則是像是CRM一般的客戶關係管理軟體越發完善，讓業務團隊能夠更好的維持與消費者的關係，在最相關的時間點上提供最相關的服務。
我們認為，若要能最大化行銷與銷售的效益，這三點要素是最為關鍵的，同時，基於這幾點要素之上，企業有三個明確的執行手段，以最大化行銷與銷售的潛能。
行銷與銷售最大的衝突往往是建立於彼此對對方工作的不理解。 從業務的角度來看，行銷忽然丟過來的鎖定客群、定價、抑或是某些影響到業務團隊本身利益的策略方向，可能甚至是與他自身的理解與經驗互相衝突的，而在先不論方向正確與否的前提之下，倘若業務無法理解這些決策背後的邏輯，業務團隊自然難以對這些策略建立起信心，更不用說有效的執行。
而從行銷角度來看，他們做了許多市場分析、定位、品牌區隔，以更好的理解消費者並且建立品牌意識，認為如此作法能夠驅動銷售額增長，然而最終卻沒有看到銷售額增長，倘若行銷團隊不然為自己的流程或是決策是有誤的，那麼自然會將矛頭指向運作模式宛如黑盒子一般的業務團隊，最終加大彼此的衝突。
其實，在這個環節點上，促進雙向的溝通並增加彼此的合作機會是一個讓彼此能夠理解對方的最好方法之一。 譬如共同設計雙方該完成的目標，以及雙方該追蹤的KPI；轉變團隊的型態，讓不同領域甚至是跨領域的人才以組成團隊；又或著是簡單改變了辦公室的位置，同時促進雙方會議的有效溝通等也是非常好的方式。
我們發現，當對方有了另外一邊的Input時，其既往的執行模式往往會發生大幅的轉變。 畢竟在許多企業間，行銷團隊往往是用類比的模式來規劃行銷策略，意思就是「在別間公司是怎麼做的，我們這邊也怎麼做」。 但當負責銷售的團隊積極的給予行銷團隊回饋，同時銷售數據也進一步的串聯行銷數據後，行銷團隊能夠在行銷效益上有一個更全面的理解，並且以此為基礎去發展未來的決策方向。 而業務團隊同理，在經歷過共同設計KPI、反饋、以及跨團隊支援等合作後，業務在能夠提高自身對於行銷方向的信任，同時也更好的理解了如何定義成敗，以及責任歸屬。
CRM軟體，最初是用於更好的理解客戶以及自動化部分銷售流程的系統，在現代也隨著客戶逐漸上線，而成為了一個從潛在消費者一直到熟客的行銷與銷售自動化平台，核心目的是在整個顧客旅程當中提高品牌相關性。 而出於CRM涵蓋了售前、銷售、一直到售後的流程，如此軟體也逐漸地成為了行銷與銷售的基石。
在現代的商業中，CRM的重要性是非常顯著的，幾乎所有中型規模以上的企業都有在一定程度上使用CRM軟體來做客戶的關係管理，然而在許多企業間，CRM的投資往往沒有達到所預期的效益，甚至只有應用到工具本身所承諾的10%。 一份CIO雜誌基於十多項研究所整理的結果更是發現，CRM的失敗率高達 18~69% (比例的不同是出於不同研究的研究方法的不同)。
其實，當CRM有效被應用時，行銷與銷售將會更好的被整合，對於B2B企業來說尤其如此。於我們服務的經驗當中，我們發現CRM是否被有效的應用與行銷效益以及銷售力之間的相關性極高，而這些軟體所收集的數據對於行銷團隊來說更是額外珍貴，倘若與其他數據源整合，將能更全面的理解顧客旅程。
一直以來，對於行銷來講，最大的難題之一其實並非行銷這件事情本身，而是向銷售證明自身的價值。畢竟行銷人清楚，僅有在銷售相信行銷方向時，行銷的策略才會真的取得動力，不然不論背後的研究做得多多，方向多麼精準，在銷售面上出現斷層即會導致消費者感到困惑，甚至是跳出了設計好的漏斗。
然而，隨著越來越多的消費者在線上與品牌互動，團隊可以透過各種媒介與方法去追蹤消費者在不同平台上的行為，最後在通過整合線上與線下，以及像是社群媒體平台、網站行為、PPC活動等不同渠道的數據來源來畫出一個完整的顧客旅程地圖；而建立於這層理解，行銷團隊能夠通過分析手段去量化MROI (行銷投資報酬率)，以清楚不同行銷策略的效益；或著是通過像是行銷組合模型(MMM)以及歸因分析(Attribution Modeling)，等技巧以更好的理解不同渠道的效益等。
這些分析所得出的結果，再加上前面所提的行銷與銷售的合作，不僅能夠讓業務團隊更清楚行銷所帶來的效益，同時也更會了解雙方之於彼此的重要性，最終促進了更深層的合作，驅動行銷與銷售所能帶來的效益。
我們於數位行銷策略的這篇文章中提到過，數位行銷的成熟迫使許多企業必須要在行銷策略上進行本質上的改變。而企業是否掌握相應人才，將決定是否能夠成為數位浪潮中的受益者。這個所謂的相應人才在數位行銷領域當中代表著即是具備著不同數位平台與渠道的執行經驗與知識、對於網頁以及各種技術層面的操作、數據管理與分析的能力、或著是能夠連接企業策略與數位行銷發展的理解。
倘若企業難以在現在的市場中取得這些人才，公司將難以從最新的數位業務中受益，在Mckinley的一份調查中，61％的受訪者表示他們計劃將數位行銷人員加入他們的團隊，或是擴增現有的數位行銷團隊，數位行銷人才的需求已經非常迫切。
而隨著企業在數位化各個層面的業務，他們在獲取合適的人才方面正在面臨著巨大困難。專業的行銷團隊知道如何使用多種數位渠道來吸引客戶、彙整並分析數據以了解客戶的喜好和需求，並從中建立出更相關的數位策略，然而想要應聘一位同時具有行銷領域的知識、數位行銷的經驗、又有分析能力，還有對策略層面有深刻理解的人員是近乎不可能的，許多業者更是沒有辦法正確定義所需的人才，並利用當前的資源和流程迅速地招募他們，甚至許多更是無法吸引這些人才。導致即使在數位行銷已經蓬勃發展數年的今天，此領域中最大的挑戰並不是廣告花費足或是相關的資本支出，而是缺乏能夠支撐這項業務發展的員工。
在我們的經驗中，組織在定義、發現、吸引、並保留數位行銷人才的整個過程中，有五個許多業者必須要去思考的方向。
在我們的觀察中，許多企業在應聘數位人才時，往往會跟著當時的趨勢來決定招募的方向。就比如幾年前相當火熱的大數據與人工智慧，許多業者仿佛從其中看見無限潛力，開始大量招募所謂的大數據人才，並導入相關的分析工具，然而在許多企業的運營流程當中，大數據分析的應用可能甚至無法正當化它的投入資金，抑或著是完全沒有相應的數據以及策略方向，使所謂的大數據人才無法發揮它的潛力，而導致業者的期望大於它的實際價值，成功的案例寥寥無幾。
對於應聘數位行銷人員也是如此，受聘人是否擁有數據分析以及對於跨渠道行銷與追蹤的能力，對於成功至關重要，然而即使具有上述能力，也不代表完全適合業者的業務方向。
因此，在招募數位行銷人才時，第一步就是為其定義，然而在完全了解市場和公司內部資源或工作職位明確的業務內容之前，很難明確地規劃出招募的方向。在擬定職位前，相關部門需要深入瞭解這個職位的主要業務目標，以確定對人才的了解，並明確定義角色及其業務方向，使人才能夠更好的發揮他們的潛力。
在變化如此之快的數位環境下，如果企業無法創造一個讓員工能夠不斷成長的環境，不僅人才保留將變得困難，甚至容易導致人員既有技術的淘汰，傳統行銷已不再能完全滿足以數據驅動為優先的現實。行銷已成為一門需要技術、數據處理能力、與分析的科學。
如前面提到，一個專業的數位行銷團隊需要具備行銷領域的知識、分析能力，還有對策略層面有深刻理解；而這個團隊更是要熟悉現有技術，適應不斷進步與出現的數位渠道與新工具。
然而，這對於傳統的行銷團隊是一項巨大的挑戰，在我們的經驗中，分析能力是傳統行銷團隊尤其常見的技能缺口，一份DMI的研究指出，數據分析和報告（Reporting）是巨大的技能缺口，45％的受訪者更是認為分析能力不足影響了他們的分析結果的可用性。如果無法分析基本指標以了解項目是否成功，將會很難改進並獲得更好的結果。
這意味著，在考慮人才問題時，業者除了需要清楚現有的團隊是否滿足上述要點之外，還需要對團隊進行深入規劃，不僅需要詳細了解團隊在未來的核心業務，還需要知道團隊中的每個成員需要哪些技能，最終創造一個根據趨勢與業務方向而不斷更新的學習環境，以加強人員的核心能力。
在過去的十年中，併購已成為技術領域中越來越重要的價值來源，並且在未來幾年中，併購將繼續為公司的戰略發揮重要作用，因此，收購一家具有特定所需能力的公司，將會是一種更快速的填補人才缺口方式。許多公司都透過M&A的方式使來讓整個組織以分批組建小組的方式，來讓兩邊團隊結合，並最大化行銷的應用。
如同Deloitte Digital收購代理商Pervorm以加強搜尋和在社交平台上的相關性，通過M&A將代理商整合到他們的諮詢業務中，填補了他們在媒體和創意領域的專業知識，開發和實施數位行銷策略來更好地幫助他們的客戶，進一步體現了Deloitte Digital的成長策略，以及客戶對戰略與執行的整合需求。
在填補數位行銷能力缺口時，數位行銷代理商、相關技術外包商、以及SaaS解決方案通常是三種最為常見的執行方法，不過三者皆有它自身的利與弊。
譬如數位行銷代理商也許可以給業者所需的團隊能力、相關的通路、以及規模化的能力，但是數位行銷代理商是否具備相應的技術能力、客製化執行手法的彈性、以及是否真的能夠帶給企業價值都是值得業主深度探討的，一份BCG的報告更是發現，許多業者表示對於他們的代理商和其他合作夥伴的能力不甚滿意，不到三分之一的受訪者認為他們的創意或媒體代理商具備充分的數位行銷能力，並有70％的人表示他們與合作夥伴無法有效合作。 而如此狀況在台灣市場更是極端，出於台灣許多善於分析抑或著是技術實力強的人才往往不在數位行銷代理商中，所以企業在選擇代理商夥伴時必須要更好的去審核團隊背後的能力以及其運作機制。
而技術外包商同理，也許能夠完成所交代的任務，然而出於技術外包商並非業者自身的團隊，若未來需要建立於這項技術做其他發展就會受到限制，同時，外包商所完成的任務也存在著達不到最初預期的可能。 埃森哲與今年年初申請破產的赫茲租車的案例就是一個很好的例子，赫茲租車認為埃森哲的網頁設計並沒有達到最初所預期的效果，向埃森哲提告全額索求3200萬美金的網站設計費。 企業在選擇技術外包商時，必須要完整的評估該項目的種種細節，並確保外包商與自身的理解是在同一個位置上，如此一來業主方能最大化與外包商合作的投資報酬率。
SaaS同樣的能夠帶給企業龐大的價值，而且軟體即服務如此訂閱制的工具更是已經在企業的各個層面當中被應用，但是同樣必須注意的是許多SaaS工具是進去容易出來難，且數據的轉移性也必須注意，同時更重要的是，由於SaaS的商業模型即是建立於他的延展性，所以許多解決方法無法很好的客製化至企業可能當下面臨的問題，而所購買的服務可能涵蓋了許多企業完全不需要的。 任何軟體的應用，企業都應該有效評估SaaS究竟會帶來什麼功能以及優勢，還有其他各種層面的問題，方能最大化其效益。
Huge thanks to Heisenberg Bao, Amanda Lin, Masa Chen, and everyone involved in making this project happen.
