别再构建无人问津的数据和营销技术(martech)解决方案了，开始推动能够带来真正投资回报率的转型吧。
数字化转型几乎已被普遍采用，但成功依然难以捉摸。大多数大型企业过去十年都在现代化系统、组建数据团队和重新思考客户旅程方面投入了大量资金。尽管取得了这些进展，但失败率依然居高不下，估计在70%至88%之间。
原因已广为人知，但解决方案更为具体：改变转型的实际交付方式，特别是在营销、数据、营销技术和数字团队内部。
让我们来拆解一些切实可行的、常被忽视的解决方案，这些方案在我们的控制范围之内，能够将高风险项目转变为可衡量的成功。
尽管付出了种种努力，为何成功依然遥不可及?
你很难找到一家过去十年没有在数字化转型上重金投入的大型跨国公司。新团队、新平台、新路线图——雄心壮志一直都在。投资也是如此。
到现在，你可能期望这些流程和框架已经得到完善、经过充分测试，甚至成为例行公事，然而，结果却表明并非如此。
高失败率意味着，在每五家进行这种程度变革的公司中，只有一家可能脱颖而出。其他的呢?精疲力尽、预算超支或陷入无休止的重复创新循环中——往往还有咨询师在场。
此刻，我们没有必要再重复这些项目为何失败。文化挑战、战略缺口、组织阻力——这些都已经被讨论过。后果也同样清楚：收入损失、信任侵蚀、股东压力。
因此，让我们关注一个更有成效的领域——那些营销、营销技术、数据和数字领域工作者能够触及的转型部分。重点不在于解决所有问题，而是通过有针对性、有意义的行动来建立势头。
以下是四个常见陷阱，以及避免它们的方法。
陷阱1：新的客户数据模型缺乏实际的业务应用
你组建了团队。你构建了先进的数据能力。你将客户360度视图与新的数据仓库相连，它很完美，它已准备好进行AI应用。仪表盘可以显示全球市场数据，并可以通过对话式用户界面(UI)进行查询。
这花了三年时间。但只有三个用户每月打开仪表盘超过一次。营销团队仍然使用Meta的细分市场进行目标定位，因为你的数据集似乎不包括应用内浏览行为。
解决方案：定制化的数据和专用的数据工程
客户360度视图，即以客户为中心的数据模型，是许多企业的圣杯，它的强大之处在于，当你看到真实的客户出现，并了解他们的兴趣、购买频率以及哪些信息会引起他们的共鸣时，它的价值就体现出来了。
然而，没有激活，证明这些数据的价值显然是一个挑战。你可以构建世界上最全面的数据模型，但如果没有实际的应用场景来驱动它，它很可能成为沉没成本。
为营销构建数据是最容易实现的成果之一，因为这些团队已经在使用数据和机器学习模型进行目标定位——只是目前这些工作是外包的。
用实际数据来支撑你的客户360度视图——事件聚合、属性和细分市场，这些将便于营销人员使用。构建所需内容，这些内容能够获得关注、产生势头，并证明你在数据投资上的回报。
这样做将确保你的早期采用者和支持者，同时为你开发更先进的AI和ML模型赢得时间。
陷阱2：孤立且利用不足的自有数据科学计划
营销团队应该是与数据科学团队合作的主要目标，这是阻力最小的路径——数据驱动的优化已经深植于绩效营销的DNA中，这些团队对哪些数据能够带来业务影响以及如何带来影响有着敏锐的认识。
然而，营销和数据科学往往完全脱节，这限制了利用数据科学投资的能力，这是一个改变的机会。
解决方案：嵌入式数据科学资源
你可以通过将数据科学和工程团队嵌入到营销人员旁边，来创建一个变革性的能力，营销转型中常见的痛点包括：
• 缺乏分析资源。
• 无法访问、整合、转换和激活客户数据。
营销团队通常会寻求外部合作伙伴，因为内部团队和数据集并不是为了支持这些工作而设计的。让数据科学家和工程师参与端到端用例开发——从创建受众细分和衡量其规模，到分析结果以确定成功的试点项目——可以加速通过实时实验和反馈实现的业绩增长。
它还培养了一种强大的数据科学能力，使数据科学家了解他们创造的数据是如何被激活并促进业务表现的。
它是应用性的，实用且务实的——它可以证明数据科学投资的回报，并创建有动力、跨职能的团队，它行动迅速，缩短了从创意到执行的时间，消除了组织障碍。
陷阱3：成功衡量标准与业务表现脱节
在规模上做出明智的决策，以及预见问题并及时纠正方向的能力，依赖于信息、沟通和跟踪正确关键绩效指标(KPI)的无懈可击的流程。
如果你的所有指标都是绿色的，你可能会认为转型进展顺利，然而，这依赖于每个人都使用同一套可比的KPI，这些KPI与个别举措相关，并与业务表现目标保持一致。
问问自己：你正在生成和阅读的报告是否显示了将推动[插入收入/销售/成本节约目标]的指标?如果不是，你可能会愉快地前进，最终加入70%至88%的失败群体。
解决方案：内置衡量标准和精简KPI
就像任何转型一样，会制定业务案例、编制预算并开始工作。在两、三或五年后，你可以收获成果：两位数的收入增长、成本降低等。
“以终为始”是一句很好的格言。“假设终点就在眼前，继续前进”可能更好。
只有今天打下的基础朝着那个大目标努力，增长曲线才会出现，而你正在收集实证，以不断验证这是否仍然可以实现，并系统地向前推进。
此时，部署具有内置核心业务KPI衡量的数据驱动用例激活可以产生重大影响。
如果你创建并向营销团队提供这些数据，他们能否推动收入增长?如果你的数据工程师和数据科学家也瞄准相同的收入增长数字，那么他们可能更清楚地知道何时需要交付这些数据，以及需要优先处理哪些工作。
注意：你必须有框架来确保这些初步试点最终能够构建一个更加连贯的战略体系。否则，它们可能会积累过多的技术债务，需要不断返工。
然而，能够立即获得测试机会及其结果，将帮助你根据业务KPI交付做出实际选择——放弃不成功的试验，并扩展那些有效的试验。迭代验证和完善你的框架也将塑造转型增长曲线。
它将有助于获得关注、建立势头，并获得利益相关者的支持。如果持续沟通，它将巩固一种数据驱动的文化，其中衡量标准已深入你所做的一切。当两、三或五年结束时，你将清楚地知道你与最初的业务案例相比达到了什么水平。
陷阱4：转型计划脱离短期、即时的交易
考虑到变革的规模和所需的准备时间，在全面的数字化转型路线图中，收入实现的延迟但加速增长是完全有道理的。在这些初步的转型预测中，往往忽略了对日常业务(BAU)收入交付的潜在干扰。
大型项目通常会对同一些表现优异团队和个人施加额外压力，不可避免地造成紧张和分心。投资和关注转移到新的系统、数据、组织和流程变革、招聘、采购等方面。
特别是如果你已经陷入了陷阱3，你的团队可能会忽视眼前正在发生的事情。
解决方案：平衡短期业务表现与长期转型目标
设计你的长期数字化转型路线图，以有针对性地实现快速胜利，并提供短期交易支持。
计划对日常交易产生一些短期影响，并努力减轻其影响。例如，大多数公司会预期转型资源会暂时增加，然而，你可能需要引入“增援”资源来补充你的日常交易。
你希望你的优秀员工参与转型，这是显而易见的原因——但这些人也是帮助你的业务取得成果的人，确保他们得到支持。只有他们加入，你才能取得成功并维持这种成功。
你的转型计划还应具有足够的灵活性，以便调整并支持立即的业务交易需求。使试点项目与关键交易季节保持一致——理想情况下，能够在旺季之前测试并扩展最成功的用例，这样，每一次成就和胜利都会被放大。
嵌入式团队，专注于核心业务KPI，迭代地朝着长期目标努力
数字化转型极具挑战性，在几年内进行这种规模的变革很难驾驭，在你的方向上保持信念需要持续的证据或巨大的信任。前者更容易管理。
数字化转型还可以是一个构建、测试和赋能的平台——新的团队和工作方式，新的产生影响的机会，看到结果并做出积极选择的机会，而如果你做出的选择遵循以下原则：
• 以用例需求为指导的、商业化驱动的目的性数据。
• 支持你的营销激活的集成数据科学和工程。
• 联合核心业务KPI——对齐、跟踪、衡量和沟通。
• 通过衡量、评估和精炼，不断累积的迭代式、实用激活试点。
• 长期目标与短期业务表现之间的积极平衡，具有可追踪的快速胜利。
• 一个得到良好支持的团队，能够看到短期结果，并根据直接、有形和及时的反馈进行调整。
那么，你将更有可能加入令人羡慕的30%至12%的俱乐部，或者，至少，你会有足够早的证据和业绩KPI指向问题，以便及时纠正方向。
