人工智能似乎永远是下一个大趋势，但是在营销分析中，它应该是实际的智能 ，而不是人工智能。 营销人员已经爱上了数据分析领域已有两年了，每年都会出现像大数据，归因建模，预测分析和机器学习这样的流行语。 每个人都想要它，有些人拥有它，只有少数人做得对。
2017年，营销技术领域增长了39％，使营销技术的数量增加到5,000多种。 随着每年带来的技术增加，它与更多的数据和更多的数据源齐头并进。 因为实际上数据无处不在。 但我认为这并不意味着您认为的含义。
数据无处不在，洞察力不减。 只有7％的营销人员说他们能够执行数据驱动的业务，而只有5％的公司能够确定这些业务对其业务的底线影响。 数据驱动营销是一个奇妙的理论，但对大多数人来说却是一个困难的实践。
让我们将2018年作为启蒙之年，让营销分析师的数据梦想成真。 梦想不是糖李子跳舞，而是梦想中的数据源相互连接，洞察力无限。 营销人员淹没在不同的数据源，多种转换指标中，而将这些数据汇总在一起需要返回到基本知识，而不是直接跳到最新趋势或流行语。 您从哪里开始利用所有营销技术的所有营销数据，并在来年正确使用呢？
＃1：按顺序获取数据仓库。
定期检查您的KPI。 通过对KPI进行检查，可以持续评估您衡量绩效的方式和方式。 不仅如此，它还允许您监视要测量的位置，这是一个通常被遗忘的方面。 您是否实施了一些很酷的新营销玩具？ 您是否在新玩具中收集线索，但仅从某些来源测量线索？ 您是否添加了新的广告系列，但没有包括进行彻底跟踪的步骤？ 您的KPI指标也应平等。 来自一个工具和来源的线索应与来自其他工具的兄弟姐妹一起计数。
整理数据仓库包括删除浪费或效率低下的流程或格式。 几天或几个月后，仅从某些来源手动收集数据是容易出错，乏味，耗时且总之的效率低下。 为了简化流程并提高效率，请将所有来源的KPI收集到一个存储库中，并自动而不是手动地获取数据，并尽可能接近实时。
＃2：如果要跟踪它，请使用它。 相反，不要错过跟踪机会。
这些是同一枚硬币的反面。 如果您进行跟踪，但是最后一次检查它是为了查看跟踪是否在实施后立即起作用，为什么，为什么呢？ 数据就像是被遗弃的玩具传递到Misfit Marketing Tech岛，被遗忘和忽略，直到找到下一个与之相关的营销团队成员的住所。 这是可悲的，非常非常普遍。 如果有数据，请不要忘记。
另一方面，许多营销工具没有得到充分利用。 假设您的新营销技术是一款花哨的新型跑车，而您却通过不使用其一半功能来使它成为低杂货铺。 浪费潜力，对所有可能的知识进行最大程度的犯罪，并使用不完整的数据做出决策。 不要让您的营销技术浪费而最终成为买菜的跑车。 通过充分利用您的营销工具，发挥自己的潜力，发扬光大，并使引擎得到改进。 是的，这样做可能具有挑战性，但是最后的知识刺激绝对值得。
一旦所有工具都亮起来并准备好全面使用，请保持数据清洁。 当汽车脏了时，它不会坏，报告错误，不完整或错误数据时，您的跟踪工具也不会。 他们只是继续保持下去。 正如您不会让无价的跑车到处都是泥泞一样，也不要让您的工具不断报告脏数据。 脏数据（几乎）与没有数据一样糟糕，因为根据脏数据做出的决策与没有数据时做出的决策一样远。 信任您的数据，但是要一次又一次地验证，以确保数据尽可能干净整洁。
＃3：洞察力不会神奇地出现。
每个人都需要了解有关营销数据洞察力的两个项目。 它们不能在真空中生存，也不能神奇地出现。 让我们从神奇的出现开始-盯着电子表格和图表并不能神奇地使见解出现。 他们打算从俱乐部取缔我的最大秘密是什么？他们是营销数据分析师的超级秘密？ （提示：数据科学家是科学家是有原因的。）利用科学方法：观察，形成问题，形成假设，进行实验，分析并得出结论。 就是这样，这就是秘密。 这就是所有伟大见解诞生的方式。
科学方法可能过度简化了营销分析中涉及的内容。 要记住的另一个关键项是，见解不会存在于真空中，使用伙伴系统可以使数据发挥最佳效果，数字本身没有任何意义，但它们共同带来了见解。 您了解得越多，您的问题，假设和结论就越好。 如果您要衡量付费广告系列的效果，请确保您知道在营销领域发生的其他事情可能会影响您的广告系列。 如果其他渠道中的其他广告系列以相同的目标同时运行，则会减少您对广告系列的了解。 您了解得越多，您的结论就越好。
当您今年制定营销新年的决议时，请保持简单。 每次旅程都从一个步骤开始，您必须走起来才能跑步，这是一场马拉松而不是短跑……您之前听到的所有美妙的陈词滥调都是真实的。 为了朝着崇高的流行语目标迈进，例如归因建模，首先要确保基础可以支持您设定的目标。 采取的每一个步骤都将使您沿着数据驱动的营销范围进一步发展，走向纯洁的白光，从而根据您的营销绩效和丰富的数据了解客户，他们的需求以及如何，何时何地到达他们。 营销分析的圣杯，一次可以实现。
