营销思维发生变革

我们现在是21世纪网络时代，而且互联网已经是人们生活中不可缺少的一部分了。现在有很多的营销也是离不开互联网的。

现在是个互联网时代，营销正在经历快速的技术变革和思维碰撞，营销方式正在走向融合，营销业界变化日新月异，对市场营销者自身素质和能力提出了更高要求和考验。

以电子邮件为起点的Email

在营销生态系统，电子邮件是一种成熟的数字渠道。随着科技进步，电子邮件也已经变得更加先进，远远超出“传统”的范畴。如果企业还在关注于邮件渠道能够带来多少收入，如何利用邮件营销，可能已经远远不够。在当今世界，邮件营销已经不再是封闭单独的一个渠道，而是一个开放性的生态系统，联结无处不在的客户端。你如果还没有意识到这点，那么可能意味着未来不可预计的损失。以Email 为起点的邮件营销生态系统，因技术革新以及更多的社交媒体和移动应用程序需要通过电子邮件登录而诞生，它的自然ID属性以及在数据搜集分析管理上的成熟运作，使它成为跨多个渠道的粘合剂润滑液。

自动化营销降低人力成本

为了营销活动成功，市场营销人员需要花费大量精力去创建、交互和优化活动，以满足特定的业务目标。尽管许多功能在不断实现更为自动化，但许多企业依然还在采用原始人工方法及过时的工具。如你的团队需要花费无数个小时手工完成整理大量数据、创建报告等任务；人工筛选加工来自不同系统和程序的电子表格数据等，浪费了宝贵的资源--人力，且增加了人为错误的可能性。聪明的市场营销人员，就像公司和老板希望的那样，不是埋头在商业价值低的乏味工作中，而是善于利用今天的新技术和营销格局，使用新的软件和工具来替代低价值低效率的工作，使用智能化自动化的技术软件工具来挖掘更大的营销潜力，把时间专注在战略、移动等关键领域。

智能化营销平台

当然，Email 为市场营销者快速开展整合营销渠道提供了一个捷径。但是并不止于这种方式，有些营销人员在邮件渠道上并无特殊积累，而在业务和客户营销上确有更多的需求，营销渠道也更加分散和复杂。如Webpower经常会接到来自客户的咨询：怎么把流行DSP广告与营销自动化结合？如何通过电子邮件地址，以邮件和广告触及用户？如何预先设置好流程，根据用户行为完全针对性自动化触发后续营销活动？尽管这些要求看似近乎苛刻和过分，但是营销界从来不缺技术产品革新，如果愿意尝试，这些需求依然可以被很好满足。目前市场上开发的先进智能化营销平台，以多渠道数据共享、大数据分析及智能化为基础，已可以在用户主流的触网场合，如邮件、SMS短彩信、程序化广告、微信、APP等，进行全网内容自动推送。市场营销者不但要具备密切关注行业最新技术和产品更新的敏锐眼光，还需要有勇于尝试新兴技术及工具的勇气，并有效衡量和评估其对业务的价值。

APP推送消息和站内信息

Localytics的数据表明，2015年，中国地区，APP用户保留率从27%下降到18%,37%的用户只使用一个APP一次。中国正在经历智能手机的快速普及和4G网络的改进，APP数量爆发式增长，但是同样面临高卸载率和活跃度差问题。对此，营销人员一直在努力通过采用如电子邮件、应用程序消息通知等工具来优化APP和个性化营销，采取一些优化用户体验的关键策略，以期让所有下载用户成为活跃用户，和激活非活跃用户。让用户选择允许推送通知确实是有效的手段，一般来说，几乎50%的用户选择允许应用程序推送通知。但同样也面临难题，据一项调查显示，52%的受访者表示推送消息的干扰令人恼怒。营销人员要学会找到更聪明的方法来说服用户选择接收推送消息。如通过先让用户主动体验应用程序一段时间，然后要求他们接收推送消息，包括后续提供与用户兴趣和需求信息匹配的交互内容，通常新用户下载APP的前30天内是最关键的时期，关系到用户的长期互动和保留。

另外，APP站内消息作为引导用户了解用户应用程序最有价值部分的完美工具，也是市场营销者需要重点耕耘的领地。相关数据显示，发送站内消息的应用程序获得高出27%的用户启动，一旦用户看到这些消息，他们更有可能频繁的经常光顾APP.但营销人员还是需要改变以往的思维，不要总发送移动广告、垃圾弹出窗口，更多采取事件触发等内容技巧。就像电子邮件一样，如果APP推送消息和站内信息做得好，将可以创造更大的价值和用户保留。

数据有效性和完整性

据估计，今天40%的数据是不准确的。干净、准确的数据毫无疑问至关重要，当数据在捕获和导入系统之前，市场营销人员最好学会如何去处理数据，验证数据的有效性。除了最基本的重复或无效数据的删除，使用数据服务和工具来添加和更新客户联系信息和偏好数据，保持对数据的先进分析和数据匹配的准确性，可以使得数据被应用于多种渠道的客户互动。对预测数据的管理是市场营销者需要特别关注的方向。现在市场上，具有许多基于统计技术分析模型的新工具，从机器学习、数据挖掘、分析当前和历史事实，并且预测未来结果。预测数据可以告诉你许多重要的信息，以为你决策提供洞察，例如，谁最有可能是潜在客户，谁最有可能产生购买，模型可以捕获许多隐藏在数据表象下的关系、风险、机会，让你做出更加明智的决策。