当 IBM System/360 在 AMC 的《广告狂人》最后一季抵达麦迪逊大道的 SC&P 办公室时，迎接它的是恐惧和困惑。

该机构的一些员工推断他们自己即将过时，或者在文案迈克尔金斯伯格的情况下——他的思想被机器渗透了。 在鼻子上，这并不是对时代精神的荒谬描绘。 计算机和外围设备的实际净存量在 1970 年代每年都以 20% 以上的速度增长。 到 1980 年，这个数字徘徊在 40% 左右。

大型机制造商的宣传实际上并不是让这项技术独立做出决策。 相反，它可以提供数字的图形表示，在特别的基础上补充业务领导者的直觉，这样他们就不需要委托缓慢而昂贵的分析师报告。

今天，如果没有大量最新数据的支持，高管会走进董事会并宣布他们的计划是不可想象的。

市场营销可能是变化最慢的部门，尤其是因为它传统上是人文学科毕业生的领域，也是在广告狂人的早期赛季中发号施令的那种创意人员。 但在过去的十年里，数据已经从仅仅验证和优化营销策略，变成了任何重大决策的绝对先决条件。

物流师和主计长宣布了他们对数据的渴望，科技市场的回应是打开了水龙头。 除非他们认真对待《广告狂人》中倒霉的金斯伯格，否则首席营销官们不会预料到他们会被淹没在其中。 “我无法关闭传输”他说，就像我们现在无法将目光从社交媒体上移开一样。 “他们正将它们直射到我的脑海中。”

那么是时候将《巴黎评论》搁置一旁，将营销视为工程问题了吗？

当然不是。

营销的交付方面仍然从根本上由人际联系组成，即使是现在，“与哪些人联系”、“在哪里”和“何时”都是科学考虑。 卓越营销的新公式是协作，主要的技术挑战是从数据海洋中提取相关且可操作的洞察力。 就他们而言，创意人员必须以更严格的纪律做出回应，重复假设并避免衍生内容。 在大型企业中，这看起来像是跨职能团队，但将工程资源分配给营销问题并不总是可行的。

这就是软件的用武之地。

营销团队必须利用大数据

这里有五种创意营销团队可以通过使用智能工具来利用大数据的力量来提升他们的游戏水平。

1. 数据驱动的公关

科学技能：进行原创的、高质量的研究和/或巩固二手研究。

工具：智能调查、政府和其他开源数据库、谷歌表格、数据可视化平台、客户数据平台

机会：一级新闻媒体中的单个故事（或相关本地或行业媒体中的大量提及）可能对品牌产生爆炸性影响。 但是大多数公司在公关上投入资源却没有任何表现。 如果你不重要，媒体就不想让你变得重要。

摆脱这种永无止境的困境的秘诀是记者热爱原创研究。 SaaS 公司可以简单地将自己的用户数据匿名化，并为媒体提供一个引人入胜的故事。 Spotify 大规模地做到了这一点。 即使是内部数据枯竭的公司，也可以简单地上网，通过整合几个第三方开放数据库来发现有趣的模式。

2. 深度个性化

科学技能：保持来自多个来源的数据尽可能干净，并在渠道之间建立 API 桥梁，以全面了解客户行为。

工具：数据管理平台、网络内容管理系统（或者，“销售智能”软件、“营销自动化”软件和“个性化引擎”——这是一个如此巨大的细分市场，供应商以多种不同的方式捆绑不同的功能.)

机会：深度个性化是 Facebook 向广告商推销的核心，据报道，Netflix 使用机器学习来个性化他们的观众体验。

显然，您拥有的关于客户的详细信息越多，您的营销工作就越有针对性。 可能性几乎是无穷无尽的，但创意营销人员应该考虑的中心思想是，更多的细分受众群意味着每个细分市场中的人数更少。 换句话说，创意人员可以“在一系列亲密的聚会上表演”，而不是试图赢得体育场的支持。 自然，这意味着更多的转化。

3.解锁平台作弊码

科学技能：询问网络平台，然后对输出进行统计分析。

工具： API 市场、网络爬虫和统计分析软件——尤其是这些工具的用户友好型迭代。

机会：已经有大量关于在各种平台上“发布的最佳时间”的通用研究，以及一些非常棒的工具，例如“Later for Reddit”。 但要获得真正的竞争优势，您需要进行一些独立分析并找出适合自己目标的最佳策略。 每个平台包含的主题标签、字数和理想的广告支出都是组织之间不同的问题。

关于每个最大的社交媒体平台背后的算法，还有很多悬而未决的问题。 大规模进行自动化研究可以释放您可能从未想象过的机会。

4.预测即将到来的趋势

科学技能：统计建模、机器学习、收集和分析搜索意图和用户行为数据。

工具：谷歌趋势、营销分析

机会：预测分析让营销人员看到未来。 这很重要，原因有两个。

首先，能够使营销活动与顶级业务目标保持一致是赢得董事会席位的原因。 实现这一目标意味着将点击率和社交参与度等模糊的数字指标转化为准确的利润预测。 这是一条充满棘手问题的道路，例如详细的潜在客户评分、生命周期价值和流失率计算，而要正确计算这些数字需要大量的质量输入。

硬币的另一面是完全走出大楼并对产品市场契合度进行宏观预测的能力。 长期以来，人们一直期望创意领导者能够脚踏实地，了解文化和社会趋势。 但现在赌注更高了。 纪律取代了直觉。

5. 在 Google 搜索结果中击败大公司

科学技能：了解 Google 的算法在确定网络质量、相关性和可信度时寻找的信号。

工具： SEO软件

机会：从 Google 搜索结果中获得自然流量可能是实现营销 ROI 的最快途径，但传统上它并不是最可预测的。

这是因为有大量的信号组合起来决定给定查询的排名。 尝试用简单的黑客攻击系统一直受到惩罚，今天谷歌比以往任何时候都更频繁地更新其算法。

快速回顾

对数据科学家的需求激增是有充分理由的。 早在孙子的战略家就明白，更好的信息意味着更好的决策，而当今世界充斥着非结构化和不一致的信息。

几乎每个业务职能部门都建立了自己的方法来深入研究这一混乱局面并检索有用的洞察力，但在大多数用例中，营销在利用数据方面仍然很随意——个性化是一个明显的例外。

当数据科学家将他们的技能应用于营销挑战时，他们能够破译谷歌的 BERT 更新等事件背后发生的事情，为内容作​​者和策略师提供具体的行动来获得可靠的搜索排名。 通过调整精细的数字营销指标以准确预测收入，营销领导者使自己成为其业务不可或缺的一部分。

任何拥有查询社交平台和开源数据集的专业知识的人都可以选择竞争优势。 最后，数据对受众和出版商而言有时甚至比对收集数据的组织更有价值。 将数据转化为故事是营销人员可以做出的最有力的举措之一。

除了更明显的个性化用例之外，所有这些都是营销人员可以更多地由数据驱动的方式。 没有STEM背景的创意人不用惧怕机器的崛起； 他们完全可以借助智能工具和一点纪律来执行这些想法。

准备好变得更加数据驱动了吗？ 确保您的营销策略包括找到合适的大数据分析软件来帮助您走上正轨。