오늘 마케팅 분석의 미래를 전달하다

오늘 마케팅 분석의 미래를 전달하다

Date : 2022. 1. 31 에 게시된 컨텐츠(Offrez l’avenir de l’analyse marketing aujourd’hui).

Flocon de neige 의 마케팅 인텔리전스 팀 은 당사 의 마케팅, 판매 및 재무 팀 에 걸친 많은 기능 에 대한 실 시간 에 가까운 분석 을 제공 합니다. 이는 Snowflake 진정한 통찰력 기반 조직으로 만듭니다.

Flocon de neige 는 당사 에서 진행 하는 마케팅 캠페인 의 효율성 에 대한 통찰력 을 도출 하는 분석 대시 보드 를 통해 이러한 위업 을 달성 합니다. 마케팅 이해 관계자 는 한눈 에 각 캠페인 의 정확 한 현황 을 확인 할 수 있기 에 데이터 기반 통찰력 을 기반 으로 결정 을 내릴 수 있습니다.

당사 는 판매 파이프 라인 예측 및 계정 스코어링 과 리드 스코어링 을 통해 판매 팀 에서 추구 할 수 있는 최고 의 계정 과 리드 예상 이 가능 한 데이터 과학 애플리케이션 을 구축 했습니다. 지속적인 데이터 유입을 통해 당사의 자가학습 머신 러닝(ML) 모델은 이러한 예측을 매일 최줋툔 이를 통해 결과를 개선하고 판매 및 마케팅 팀 간의 긴밀한 연계가 가능합니다.

많은 조직의 경우 이러한 유형의 마케팅 분석이 불가능하진 않더라도 어렵게 느껴질 수 있실니. 데이터가 너무 많은 위치에 분산되어 있거나 집합이 어려워서일 수 있습니다. 혹은 데이터 가 여러분 의 마케팅 팀 에서 사용 하는 여러 애플리케이션 및 시스템 에서 사일로 화 된 상태 일 수 수.

이유 와 관계 없이 모든 마케팅 프로그램 및 이니셔티브 에 대한 종합 적 인 시각 을 제공 하고 싶다면 마케팅 분석 팀 은 단일 데이터 소스 를 보유 하고 있어야 있어야. 실시간에 가까운 분석이 이를 요구합니다.

사용 중인 마케팅 분석의 위력

다음은 당사가 구축한 분석 대시보드 및 데이터 과학 애플리케이션의 몇몇 예시입니다. 모두 Snowflake 팅 팀에서 사용하는 다양한 SaaS 애플리케이션에서 가져온 데이터에 의존합니다. 사일로화된 모든 데이터를 중앙화하는 것이 관건입니다. 모든 데이터 를 쉽게 변환 하고 분석 에 사용 할 수 있도록 하는 단일 데이터 플랫폼 으로 데이터 를 중앙 화 하면 마케팅 분석 을 통해 달성 할 수 있는 일 의 일부분 입니다.

캠페인 보고

당사의 수요 창출 팀에 대해 당사는 캠페인 반응 및 광고 비용을 추적하기 위한 대시보드답 쩜. 이를 통해 팀에 실시간에 가까운 캠페인 비용 대비 결과에 대한 가시성을 제공합니다. 당사 의 캠페인 보고 대시보드는 소요 한 비용, 생성 된 응답 수 및 광고 플랫폼 과 UTM 매개변수 에 의한 주별과 일별 동향 과 같은 요소 를 제공 합니다. 또한 당사 는 캠페인 기여 모델 을 구축 하여 Roi 를 측정 하기 위해 판매 경로 에 대한 영향 과 더불어 각 계정 의 캠페인 참여 여정 을 이해 이해 합니다. 이러한 통찰력 을 통해 마케터 는 가장 효율 적 인 캠페인 과 추후 캠페인 계획 에 대한 통찰력 기반 결정 을 빠르게 내릴 수 수 있습니다.

계정 기반 마케팅

수요 창출은 폭넓은 대상 및 시장을 여러 채널을 통해 세분화합니다. 계정 기반 마케팅 (ABM) 은 매우 높은 수준 으로 개인 화 된 콘텐츠 를 보유 한, 특정 이름 을 가진 계정 을 타겟팅 타겟팅. Snowflake 에서는 모든 ABM 캠페인에 대한 전반적인 시각을 제공하는 분석 대시보드를 구축했습니다. 여기 에는 ABM 마케터 가 캠페인 을 보다 심층 적 으로 개인 화 할 수 있도록 하는 추가 데이터 소스 로부터 가져온 풍부한 계정 정보 가 포함 되어 있습니다.

여담이지만 ABM 공급자는 데이터에 불리한 수동 보고서를 제공합니다. 이로 인 해 일부 마케팅 이해 관계자 는 ABM 데이터 가 사일 로 화 되어 있건 그렇지 않건 상관 하지 않을 수도 있습니다. 이러한 사고방식은 없어져야 하는 장애물입니다. 마케팅 분석 팀 이 종합 적 인 ABM 시각 을 제공 할 수 있는 유일 한 방법 은 ABM 데이터 를 다른 관련 데이터 소스 와 결합 하는 것 입니다.

현장 마케팅 성과

현장 성과 를 지원 하고 판매 및 마케팅 팀 간 연계 를 위해 당사 는 각 현장 마케터 가 자신 의 영역, 계정 및 어제, 지난주, 지난달, 지난 분기 또는 지난해 진행 되었던 캠페인 참여 참여 종류 를 확인 할 수 개인 화 대시 대시 보드 보드 참여 를 확인 할 수 있는 화 된 대시 보드 보드 보드 제공합니다.

당사는 당사의 마케팅 데이터베이스에서 시작했습니다. 여기 에는 ABM 타깃 계정 및 캠페인 참여 부터 현장 캠페인 이벤트, 더 넓은 회사 수준 캠페인 및 파이프 라인 현황 까지 포함 되어 되어. 그다음 당사는 데이터를 세분화하고, 판매에 적용되는 하향식 필드 계층에 맞슶 데이터렕 조터렕. 모든 데이터 가 나열 되고 분류 되어 있기 에 이제 당사 는 판매 팀 과 마케팅 팀 간 의 이러한 공유 된 시각 을 강화 하고 있습니다. 또한 타겟팅된 계정의 참여를 촉진하기 위해 강력하게 연계되었습니다.

파트너 마케팅

캠페인 에 대한 파트너 마케팅 의 효과 를 분석 하는 것 이 많은 조직 에 어려울 수 있지만, 당사 는 다양 한 파트너 유형 및 프로그램 에 대한 완벽 한 가시성 을 제공 대시 보드 를 를 구축 했습니다 완벽 한 한 을 제공 하는 보드 보드 를 구축 했습니다.

당사 는 매우 다양 한 수치 를 수집 하기 때문 에 파트너 를 평가 할 때 데이터 를 다양 한 방식 으로 확인 할 수 있습니다. 이러한 실시간에 가까운 보고 기능 덕분에 파트너와 기대 및 인센티브에 대해 건설적으로 땋 숙화.

일부 대시보드는 이벤트별 캠페인 을 보는 것, 응답한 사람 의 수 를 확인 하는 것 과 다양 한 판매 영역 을 통해 캠페인 을 정렬 하는 것 이 얼마나 쉬운지 보여 줍니다. 우리 는 또한 각 파트너 가 어떻게 수요 를 창출 하거나 여러 업계 에 침투 하는 데 어떻게 도움 이 되었는지 검토 할 수 수 있습니다. 이러한 통찰력 을 통해 Snowflake 의 파트너 마케팅 팀 은 개입 및 참여 와 같은 통찰력 기반 요소 에 따라 파트너 를 여러 단계 로 분류 할 수 있습니다.

리드 스코어링

데이터 를 위해 단일 소스 를 사용 하기 때문 에 당사 는 수신 하는 모든 리드 사용 에 대한 예측 리드 스코어링 을 제공 하는 Ml 모델 을 구축 구축 했습니다. 또한 일별 훈련 알고리즘 을 통해 이러한 스코어링 애플리케이션 에 들어가는 모든 데이터 를 기반 으로 실 시간 에 가까운 예측 을 하는 완전 자동화 및 Ml 지원 엔진 을 보유 하고 있습니다.

당사의 모델은 자가학습형이기에 날마다 새로운 모델이 생성됩니다. 모델이 계속해서 학습하고 있기에 오늘의 알고리즘은 어제와 다릅니다. 이것 ML 의 위력입니다. 결과 적 으로 우리 는 판매 및 마케팅 팀 을 위해 가장 높은 수준 의 잠재 적 타깃 리드 를 식별 하는 것 과 관련 된 비즈니스 목표 를 달성 하고 있습니다.

또한 당사 는 판매 개발 담당자 (SDR) 의 생산성 을 개선 하기 위해 원조 시퀀스 에 우선 순위 를 지정 하는 것 을 을 돕습니다. SDR 에 가장 중요 한 자원 은 시간 이기 에 리드 스코어링 은 이들 이 전환 할 확률 이 가장 높은 정확 한 리드 에 집중 할 수 있도록 합니다. 결과적으로 SDR 팀의 리드-미팅 전환율이 50% 개선되었습니다. 이러한 수치는 모델이 추가 데이터를 통해 개선됨에 따라 지속적으로 성장하기만 할 것입니다. 장기 적 으로 당사 는 스코어링 데이터 를 광고 플랫폼 으로 다시 전송 하여 타겟팅 과 리타겟팅 을 개선 할 수 있도록 할 예정 예정 입니다.

파이프라인 예측

당사는 파이프라인 예측 시 어림짐작을 하지 않도록 하는 ML 모델을 구축했습니다. CRM 보고 를 실행 하고 임시 분석 을 수행 하는 대신 당사 의 모델 은 각 분기 에 얼마나 많은 파이프 라인 이 종료 되고 다음 분기 로 이동 하는지 를 예측 합니다.

이 Ml 모델 은 특정 기회 의 종료 여부 와 종료 시점 을 이해 하기 위해 매우 복잡 하고 이전 파이프 라인 데이터 와 수백 개 의 기타 데이터 포인트 및 신호 에 의존 합니다. 이는 또한 각 담당자 를 위해 얼마나 많은 신규 파이프 라인 이 생성 되는지, 각 분기 에 얼마나 종료 되는지 를 포함 하여 판매 담당자 수준 의 데이터 를 사용 사용 합니다. 이러한 데이터 는 판매 분야 의 리더 가 어디 에 기회 가 있는지 에 따라 어디 에 더 많은 담당자 를 고용 해야 할지 이해 하는 데 도움 이 됩니다.

판매 및 마케팅 이해 관계자 가 파이프 라인 을 통해 이동 되고 종료 되는 내용 과 예약 타깃 에 반 하는 분명 한 파이프 라인 뷰 를 할 할 수 있으므로 모든 을 나열 하여 목표 를 구현 하고 비즈니스 결과 를 촉진 할 수 하여.

통찰력 기반 결정을 통한 팀 전반에 걸친 연계

이러한 예시에서 확인할 수 있듯이 마케팅은 홀로 작동하지 않습니다. 이러한 Ml 모델 과 분석 대시 보드 를 유지 하고 구축 하여 마케팅 인텔리전스 팀 은 중앙 화 된 실 시간 에 가까운 통찰력 소스 를 제공 합니다. 이는 효과를 극대화하기 위해 다른 팀에서 사용할 수 있으며 사용해야 합니다. 판매 및 재무 팀 과 같은 팀들은 동일 한 기본 가정 과 적절한 정보 를 보유 하기 위해 동일 한 언어 를 사용 하는 것 이 좋습니다. 그렇게 하면, 공유되는 상호 보완적인 목표에 대한 연계가 더 쉬워집니다.

현장 성과는 판매 및 마케팅 팀에 당사가 도입하는 연계의 완벽한 예시입니다. 마케팅 캠페인 데이터 및 판매 성과 데이터 를 하나 로 모으고 분석 하여 두 팀 에 속한 이해 관계자 는 통찰력 기반 대화 와 공유 된 목표 를 통해 더 나 은 결정 을 내릴 수 있습니다.

당사의 파이프라인 예측은 또 하나의 예시입니다. 마케팅 인텔리전스 팀 은 당사가 파이프 라인 을 채우고 비우는 속도로 마케팅 및 판매 팀 에 중요 한 정보 를 제공 제공. 그런데 이러한 통찰력은 예측과 예산을 담당하는 재무 계획 및 분석(FP&A) 팀에도 가치를 제ꋳ합. 판매 팀이 얼마나 잘 리드를 전환하는지에 따라 수익이 영향을 받기 때문입니다. 리드는 마케팅 파이프라인 이동 속도, 마케팅 캠페인의 효율성 및 리드 스코어어링의 정확도얈.

반대의 경우에도 동일합니다. 마케팅 팀 이 특정 캠페인 을 통해 높은 수준 의 성공 을 이룩 했음 을 캠페인 보고 분석 을 통해 입증 하는 경우, 해당 데이터 는 팀 과 과 의 대화 를 지원 합니다. 이러한 대화 에서 마케팅 이해 관계자 는 이러한 유형 의 캠페인 을 가속 화, 증가 및 복제 하기 위해 추가 예산 을 요청 할 수 있습니다.

모든 것은 적절한 기술에서 시작됩니다

마케팅 분석 팀에서 오늘날 마주하는 근본적인 문제는 모든 데이터를 어떻게 하나로 만듐다새 모든 데이터 의 통합 단일 복사본 없이 는 시기 적절한 예측 및 처방 통찰력 을 제공 하는 강력 한 분석 을 제공 하고 모델 을 구축 하기 가 매우 어렵습니다.

최신 클라우드 데이터 플랫폼은 모든 데이터가 단일 위치에 보관되는 중앙 리포지토리를 제공하여 이러한 문제를 해결핤니니벰합. 멀티 클러스터 공유 데이터 아키텍처 에 구축 되어 있는 플랫폼은 많은 양 의 다양 한 데이터 의 빠른 수집, 데이터 세트 결합, 실 시간 에 가까운 분석 분석 실행 및 머신 모델 구축 을 가능케 가능케 합니다 합니다.

마케팅 프로그램 을 진정 으로 최적 화 하고 ROI 를 예측 하려면 클라우드 데이터 플랫폼은 다음 을 수행 할 수 있어야 합니다.

  • 모든 애플리케이션으로부터 가져온 지속적인 대용량 데이터 수집 조정 및 성능에 영향을 주지 않으며 무제한에 가까운 수의 동시 데이터 워크로드를 실행하는 컴 하는 컴 하는 컴 하는 컴 하는 컴 하는 컴 하는 컴 하는
  • 다양한 SaaS 및 클라우드 데이터 스토어에서 생성되고 사일로화된 정형, 반정형 및 비정형곀 같형곀 다양한 데이터 중앙화 및 변환 그리고 이러한 데이터를 외부 애플리케이션으로 재전송.
  • 고객 을 추가 적 으로 이해 하고 판매 전략 을 전달 하기 위해 외부 데이터 세트 를 쉽게 수집 하는 동시 에 마케팅 조직 전반 에 걸쳐 이해 이해 관계자 그룹 및 기타 비즈니스 파트너 와 안전하게 라이브 데이터 공유.
  • 비즈니스 인텔리전스 및 고급 분석을 지원하기 위해 빠르게 거의 모든 데이터 볼륨을 처리하는 최신 데이터 과학 사용 및 머신 러닝 모델 교육.
  • 데이터 보호, 업계 및 지역 데이터 규정 충족 및 데이터 보관 장소와 사용자 추적을 위한 최신 보안 및 거버넌스 기능 제공 그리고 거의 무제한의 사용자가 의존할 수 있는 데이터의 단일 복사본 사용.

번성하는 문화가 있는 다양한 팀 구축

당사 는 올바른 기술 외 에 도 지속 적 으로 현재 및 미래 영향 을 주도 하는 국제 적 으로 분산 되어 있는 다양 한 팀 을 구축 하고 있습니다. 마케팅 인텔리전스는 기술 영역에 속하지만, 창의적이고 계속해서 혁신적이어야 합니다. 마케팅 인텔리전스 팀의 모든 구성원은 다양한 역할을 맡습니다. 업계 최고 수준 의 분석 대시 보드 구축, 예측 데이터 과학 애플리케이션 개발, 창의 적 인 데이터 스토리 구현 및 고객 을 끌어 오고 업계 에 영향 을 주기 위한 사고 적 리더십 촉진과 같은 같은 일 을 합니다.

현재 그리고 미래에 제공하는 통찰력

Snowflake 고객 우선 가치는 당사가 하는 모든 일을 주도합니다. 당사 마케팅 인텔리전스 팀의 경우 고객이 다양합니다. 마케팅, 판매 및 재무 팀이 일반적인 고객이지만 외부 고객도 있습니다. 최근 당사 는 리드 스코어링 모델 을 사용 하고 있지 않 지만 데이터 를 통해 운영 을 조정 할 아이디어 를 찾고 있는 고객 과 대화 를 나눴습니다. 이러한 대화 는 갈수록 더 빈번 해지고 있으며 덕분 에 저 는 Flake de neige 가 다양 한 방식 으로 도움 이 될 수 있다는 사실 을 깨달았습니다.

오늘날 당사는 Snowflake 의 글로벌 마케팅 팀을 업계 최고의 통찰력 기반 팀으로 만들고 있습니다. 미래 에는 당사가 확장 가능 한 분석 대시 보드 및 Ml 모델 을 고객 에게 제공 하여 더 폭넓은 고객 에 대해 이러한 목표 를 달성 할 수 있을 것 것. 데이터 및 머신 러닝의 진가는 우리가 이를 통해 언제나 학습 및 개선한다는 데 있습니다. 이는 발견 가능한 통찰력과 기회에 한계가 없음을 의미합니다.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.