fredag31 mars

Kontakt

Annonsera

E-tidning

Sök

Starta din prenumeration

Prenumerera

Opinion

Den bästa och mest användbara översikten över martech jag någonsin sett

Publicerad: 17 februari 2023, 09:01

Resumés bloggare, martech-experten Martin Edenström imponeras över vad han ser: ”En tydlig karta över hur data kan utvinnas och faktiskt kopplas ihop till lönsamma framtida kundinsikter”.

Ämnen i artikeln:

Nyheter

ME

Martin Edenström


En av de som kommit längst i sitt arbete med att faktiskt skapa tydliga, praktiskt applicerbara tips och stöd kring arbete med martech är amerikanske Tony Byrne och firman Real Story Group. Namnet på egna konsultfirman kom då Tony för många år utmanade Gartner och Forresters mer sponsorstödda och kommersiellt framtagna sätt att i grafer (Quadrants) utse digitaliseringsbranschens bästa aktörer inom olika produkt- och tjänsteområden. Den bakomliggande modellen var inte slutkundsvänlig nog, varav han tagit fram egna, rakare och ärligare utvärderingsmetoder. Även hans senaste översyn kring martech är rak, realistisk och mycket bra.

I mitten av februari berättade Tony om sina sista två, tre års erfarenhet av att identifiera, dela upp, katalogisera och förstå vilka martech-system som behövs, överlappar, har rätt förmågor och i vilken ordning de bör handlas upp alternativt elimineras.

Modellen baseras på aktuell information från kunder som byggt upp mer frikopplade headless-lösningar, har legacy, kanske har delar av en större produktsvit och upplever alla de utmaningar och möjligheter som finns nu sedan 2020-talets början. Och modellen känns modern jämfört med det mesta annat som finns där ute.

Först valde Tony att göra en uppdelning av B2C och B2B-kunder, då deras behov fortfarande är vitt skilda. I det mer omfattande B2C-fallet föredrar Tony därefter att inleda illustrationen med en klassisk kanalöversikt som innehåller ads, web, email, mobile, social, print, voice, chat, call PoS, IoT/Product. Tillräckligt grovt men ändå talande och fortfarande tidstypiskt. Därefter vill han prata om ”interaction & delivery” miljöer. Här finns exemplen:

Reklam

Sajter

Applikationer

Distribution

Storefront

Contact Center

Också det genomgående hög igenkänning, även för svenska kunder skulle jag säga. Den tredje nivån består av vår bransch mer verksamhetsnära lager av ”Engagement Services” och faktiskt martech-stöd:

Kundvård

Lojalitet

Sociala Media hantering

Outbound Marketing

Webbplats/Content hantering

E-handel hantering

För att mappa rätt typ av martech-system mot dessa tjänster och ovanliggande miljöer och kanaler bör därefter ett lager av integration skapas. Här är inte ett CDP (eller DMP dessförinnan) den quick-fix eller one-stop-shop som många marknadschefer hoppas på. Även de mer kända CDP:na är i slutändan isolerade produkter som både har egna låsningar och generell brist på API-baserad datatillgång i en kunds normalfall.

Istället använder Tony begreppet ”Customer data hub” (farligt nära CDP-begreppet) som bör bestå av ett företags mer unika behov (ska återfinnas under ”Enterprise integration” lagret) och möjligheter kring att knyta ihop data, förädla, automatisera, skicka vidare, etc. Det är, och kommer högst troligtvis förbli, för svårt att hitta en generisk standardprodukt för detta.

En typisk MarketingOps-kunnig konsultgrupps uppgift att rita upp och även koda fram, tolkar jag det som. En mer värdig uppgift för ARC, Äleven, iO, DDB, Nova, NoA och Accenture än att bara rita upp ytterligare en problemidentifierande ”martech stack evaluation Powerpoint” i år igen. Utan förslag på faktiska lösningar.

Här blir översikten tydlig – och känns 2023 korrekt. ”Datan” kommer inte från ett dunkelt moln eller någon typ av ”lake”. Det handlar i praktiken om dels ren data men även egenhändigt uppsatta processer och arbetssätt från en kundorganisation kring:

Här blir översikten tydlig – och känns 2023 korrekt. ”Datan” kommer inte från ett dunkelt moln eller någon typ av ”lake”. Det handlar i praktiken om dels ren data men även egenhändigt uppsatta processer och arbetssätt från en kundorganisation kring:

Content & Info: PIM Content, DAM Content, Omnikanal Content (egen, kopplad content från olika egna system)

Data: Customer Data Activation, Customer Data Operations, Enterprise Data Intelligence

Decisioning: Experience Optimization, Omnichannel Personalization, Journey Orchestration

Som bör ses över, förstås och kanske med pilar i båda riktningar mappas ihop i den egna martech-stacken för att kunna skapa den så efterlängtade förfinade kundupplevelsen. Tony påpekar också att vissa martech trender som att ett ”Customer Journey Orchestration”-system som skulle lösa t ex personalisering av allt visade sig bli kortlivande och inte längre efterfrågas i lika hög utsträckning.

En bra, tydligt översikt kring både realistiskt inköpta system, eventuellt saknade komponenter och processer samt en tydlig karta över hur data kan utvinnas och faktiskt kopplas ihop till lönsamma framtida kundinsikter.

Dela artikeln:

Resumés nyhetsbrev

Välj nyhetsbrev