別再構建無人問津的數據和營銷技術(martech)解決方案了，開始推動能夠帶來真正投資回報率的轉型吧。

數字化轉型幾乎已被普遍采用，但成功依然難以捉摸。大多數大型企業過去十年都在現代化系統、組建數據團隊和重新思考客戶旅程方面投入了大量資金。盡管取得了這些進展，但失敗率依然居高不下，估計在70%至88%之間。

原因已廣為人知，但解決方案更為具體：改變轉型的實際交付方式，特別是在營銷、數據、營銷技術和數字團隊內部。

讓我們來拆解一些切實可行的、常被忽視的解決方案，這些方案在我們的控制范圍之內，能夠將高風險項目轉變為可衡量的成功。

盡管付出了種種努力，為何成功依然遙不可及?

你很難找到一家過去十年沒有在數字化轉型上重金投入的大型跨國公司。新團隊、新平臺、新路線圖——雄心壯志一直都在。投資也是如此。

到現在，你可能期望這些流程和框架已經得到完善、經過充分測試，甚至成為例行公事，然而，結果卻表明并非如此。

高失敗率意味著，在每五家進行這種程度變革的公司中，只有一家可能脫穎而出。其他的呢?精疲力盡、預算超支或陷入無休止的重復創新循環中——往往還有咨詢師在場。

此刻，我們沒有必要再重復這些項目為何失敗。文化挑戰、戰略缺口、組織阻力——這些都已經被討論過。后果也同樣清楚：收入損失、信任侵蝕、股東壓力。

因此，讓我們關注一個更有成效的領域——那些營銷、營銷技術、數據和數字領域工作者能夠觸及的轉型部分。重點不在于解決所有問題，而是通過有針對性、有意義的行動來建立勢頭。

以下是四個常見陷阱，以及避免它們的方法。

陷阱1：新的客戶數據模型缺乏實際的業務應用

你組建了團隊。你構建了先進的數據能力。你將客戶360度視圖與新的數據倉庫相連，它很完美，它已準備好進行AI應用。儀表盤可以顯示全球市場數據，并可以通過對話式用戶界面(UI)進行查詢。

這花了三年時間。但只有三個用戶每月打開儀表盤超過一次。營銷團隊仍然使用Meta的細分市場進行目標定位，因為你的數據集似乎不包括應用內瀏覽行為。

解決方案：定制化的數據和專用的數據工程

客戶360度視圖，即以客戶為中心的數據模型，是許多企業的圣杯，它的強大之處在于，當你看到真實的客戶出現，并了解他們的興趣、購買頻率以及哪些信息會引起他們的共鳴時，它的價值就體現出來了。

然而，沒有激活，證明這些數據的價值顯然是一個挑戰。你可以構建世界上最全面的數據模型，但如果沒有實際的應用場景來驅動它，它很可能成為沉沒成本。

為營銷構建數據是最容易實現的成果之一，因為這些團隊已經在使用數據和機器學習模型進行目標定位——只是目前這些工作是外包的。

用實際數據來支撐你的客戶360度視圖——事件聚合、屬性和細分市場，這些將便于營銷人員使用。構建所需內容，這些內容能夠獲得關注、產生勢頭，并證明你在數據投資上的回報。

這樣做將確保你的早期采用者和支持者，同時為你開發更先進的AI和ML模型贏得時間。

陷阱2：孤立且利用不足的自有數據科學計劃

營銷團隊應該是與數據科學團隊合作的主要目標，這是阻力最小的路徑——數據驅動的優化已經深植于績效營銷的DNA中，這些團隊對哪些數據能夠帶來業務影響以及如何帶來影響有著敏銳的認識。

然而，營銷和數據科學往往完全脫節，這限制了利用數據科學投資的能力，這是一個改變的機會。

解決方案：嵌入式數據科學資源

你可以通過將數據科學和工程團隊嵌入到營銷人員旁邊，來創建一個變革性的能力，營銷轉型中常見的痛點包括：

? 缺乏分析資源。

? 無法訪問、整合、轉換和激活客戶數據。

營銷團隊通常會尋求外部合作伙伴，因為內部團隊和數據集并不是為了支持這些工作而設計的。讓數據科學家和工程師參與端到端用例開發——從創建受眾細分和衡量其規模，到分析結果以確定成功的試點項目——可以加速通過實時實驗和反饋實現的業績增長。

它還培養了一種強大的數據科學能力，使數據科學家了解他們創造的數據是如何被激活并促進業務表現的。

它是應用性的，實用且務實的——它可以證明數據科學投資的回報，并創建有動力、跨職能的團隊，它行動迅速，縮短了從創意到執行的時間，消除了組織障礙。

陷阱3：成功衡量標準與業務表現脫節

在規模上做出明智的決策，以及預見問題并及時糾正方向的能力，依賴于信息、溝通和跟蹤正確關鍵績效指標(KPI)的無懈可擊的流程。

如果你的所有指標都是綠色的，你可能會認為轉型進展順利，然而，這依賴于每個人都使用同一套可比的KPI，這些KPI與個別舉措相關，并與業務表現目標保持一致。

問問自己：你正在生成和閱讀的報告是否顯示了將推動[插入收入/銷售/成本節約目標]的指標?如果不是，你可能會愉快地前進，最終加入70%至88%的失敗群體。

解決方案：內置衡量標準和精簡KPI

就像任何轉型一樣，會制定業務案例、編制預算并開始工作。在兩、三或五年后，你可以收獲成果：兩位數的收入增長、成本降低等。

“以終為始”是一句很好的格言。“假設終點就在眼前，繼續前進”可能更好。

只有今天打下的基礎朝著那個大目標努力，增長曲線才會出現，而你正在收集實證，以不斷驗證這是否仍然可以實現，并系統地向前推進。

此時，部署具有內置核心業務KPI衡量的數據驅動用例激活可以產生重大影響。

如果你創建并向營銷團隊提供這些數據，他們能否推動收入增長?如果你的數據工程師和數據科學家也瞄準相同的收入增長數字，那么他們可能更清楚地知道何時需要交付這些數據，以及需要優先處理哪些工作。

注意：你必須有框架來確保這些初步試點最終能夠構建一個更加連貫的戰略體系。否則，它們可能會積累過多的技術債務，需要不斷返工。

然而，能夠立即獲得測試機會及其結果，將幫助你根據業務KPI交付做出實際選擇——放棄不成功的試驗，并擴展那些有效的試驗。迭代驗證和完善你的框架也將塑造轉型增長曲線。

它將有助于獲得關注、建立勢頭，并獲得利益相關者的支持。如果持續溝通，它將鞏固一種數據驅動的文化，其中衡量標準已深入你所做的一切。當兩、三或五年結束時，你將清楚地知道你與最初的業務案例相比達到了什么水平。

陷阱4：轉型計劃脫離短期、即時的交易

考慮到變革的規模和所需的準備時間，在全面的數字化轉型路線圖中，收入實現的延遲但加速增長是完全有道理的。在這些初步的轉型預測中，往往忽略了對日常業務(BAU)收入交付的潛在干擾。

大型項目通常會對同一些表現優異團隊和個人施加額外壓力，不可避免地造成緊張和分心。投資和關注轉移到新的系統、數據、組織和流程變革、招聘、采購等方面。

特別是如果你已經陷入了陷阱3，你的團隊可能會忽視眼前正在發生的事情。

解決方案：平衡短期業務表現與長期轉型目標

設計你的長期數字化轉型路線圖，以有針對性地實現快速勝利，并提供短期交易支持。

計劃對日常交易產生一些短期影響，并努力減輕其影響。例如，大多數公司會預期轉型資源會暫時增加，然而，你可能需要引入“增援”資源來補充你的日常交易。

你希望你的優秀員工參與轉型，這是顯而易見的原因——但這些人也是幫助你的業務取得成果的人，確保他們得到支持。只有他們加入，你才能取得成功并維持這種成功。

你的轉型計劃還應具有足夠的靈活性，以便調整并支持立即的業務交易需求。使試點項目與關鍵交易季節保持一致——理想情況下，能夠在旺季之前測試并擴展最成功的用例，這樣，每一次成就和勝利都會被放大。

嵌入式團隊，專注于核心業務KPI，迭代地朝著長期目標努力

數字化轉型極具挑戰性，在幾年內進行這種規模的變革很難駕馭，在你的方向上保持信念需要持續的證據或巨大的信任。前者更容易管理。

數字化轉型還可以是一個構建、測試和賦能的平臺——新的團隊和工作方式，新的產生影響的機會，看到結果并做出積極選擇的機會，而如果你做出的選擇遵循以下原則：

? 以用例需求為指導的、商業化驅動的目的性數據。

? 支持你的營銷激活的集成數據科學和工程。

? 聯合核心業務KPI——對齊、跟蹤、衡量和溝通。

? 通過衡量、評估和精煉，不斷累積的迭代式、實用激活試點。

? 長期目標與短期業務表現之間的積極平衡，具有可追蹤的快速勝利。

? 一個得到良好支持的團隊，能夠看到短期結果，并根據直接、有形和及時的反饋進行調整。

那么，你將更有可能加入令人羨慕的30%至12%的俱樂部，或者，至少，你會有足夠早的證據和業績KPI指向問題，以便及時糾正方向。