数据驱动的
互联网营销和运营

Proof—市场营销与销售相关性分析平台

一个经历多年B2B实践磨砺的新技术解决方案

与B2C售卖方式不同,B2B往往需要花费好几个月的时间才能达成最终的售卖。而在如此长的延时情况下如何去测量和评估市场营销,广告投放,公关策划等手段对于售卖的贡献成了一个难题。

12月份凤凰城的一家创业公司新发布了一款为了解决以上问题的商业分析平台Proof (https://proofanalytics.ai)。

这家2015年成立的公司宣称Proof是行业中第一个能对市场营销与传播在商业中的效果予以分析的平台。Proof通过对商业效果的相关性分析以及对市场营销传播活动效果滞后性的考量定义出一套“影响分析学”。

Proof平台的归因分析引擎可以展现出很多具有延时性效果的工作对最终售卖的影响。比如像市场营销活动,以及为了提升售卖率、消费者认知度、员工留任率等的努力。这套引擎正在申请专利中。

proof-impact-value-chain

举例来说,这个功能可以拿来做公共效果评估——比如在一些媒体上策划了有关品牌的一个故事——而这个故事是如何促成了明年夏天的售卖的。Proof平台会将市场营销花费,收益,消费者管理管理系统,社会化传播和其他相关的数据进行整合来做分析。

这家公司的创始人兼CEO Mark Stouse说早在2005年当他还是HP外宣部的负责人时,他就和他的工作伙伴在研发目前Proof平台的这个理念方向。

按照Mark Stouse的回忆,他们一直在研发一套系统来说服公司保证营销宣传部门的合理预算。

无论是在HP,还是后来的BMC软件公司或者是Honeywell航空航天部门,他们的相关构想已经通过Excel的宏得到了一定的验证,而目前这些构想在Proof平台上已经通过算法和模式识别技术得到了了实现。Proof现在的客户包含市场营销代理集团W20,传播机构Acutal和市场营销代理公司Fifth Ring。

Mark Stouse还介绍到,Proof最本质的功能就是为了帮助B2B企业的管理层能够弄清楚花费与效果之间的关系。“没有其他人在如此的探寻时间滞后效应的原因”,Stouse进一步强调。

proof-performance-correlation

虽然很多平台都宣称他们可以通过归因追踪和一些其它方式来确认最终的投资回报率,但是Stouse认为要实现最终分析至少有两个复杂的因素是一定要被考虑到的。

第一个因素是需要通过多触点归因追踪消费者的行为,记录下诸如消费者浏览过的网站,下载过的白皮书或者其它对最终购买有影响的行为。

这个方法假设多触点是促成最终购买的一系列连续性过程的组成部分,Proof正是基于数据去追踪各类独立的延时与促成购买的每一个的驱动之间的相关性。

另一个关键因素则是营销对销售的影响,虽然市场上新的趋势认为最终的售卖应该由销售部门来负责,但是营销传播部门做的很多工作都在影响着最终的销售。

Stouse认为营销部门做的很多工作因为效果的延时性会导致其不能被正确的测评。Stouse再次强调通过Proof平台是可以使每一个影响到最终销售的驱动因素都被追踪到。

Stouse指出Proof平台的首要目标客户是公司的CMO或者CCO(chief communication officier, 主要负责公关传播),这个平台可以告诉他们发生了什么,但是如果需要分析为什么会发生这些状况,以及该如何去解决碰到的问题,就需要结合使用者的经验和智慧了。

Stouse还指出Proof的唯一竞争对手是提供商业表现预测的工具Prevedere。在实现方式上Proof与Prevedere做的很多事情很相像,但是Prevedere更关注于风险相关的问题。

 

作者介绍

Barry Levine.

Barry Levine为Third Door媒体提供市场营销技术相关的采访。之前他曾作为资深作家为VentureBeat提供这一领域的采访,同时他还为诸如CMSWire,NewsFactor提供技术相关的采访稿件。Barry在PBS和WNET的Thirteen上建立了站点,还在Viacom担任线上高级制片一职;成功的创造了互动游戏——PLAT IT BY EAR;依托Harvard和M.I.T创立了独立电影展——CENTER SCREEN.同时在M.I.T媒体实验室担任顾问长达五年。大家可以在Linkedin和Twitter(账号:XBarryLevine)上找到他

译者介绍:

熊兔兔:广告行业从业者一枚,iCDO翻译志愿者

未经允许不得转载:DigiMaxDigiMax » Proof—市场营销与销售相关性分析平台
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址