600多位行銷人員報告了市場行銷中藝術與科學的融合

600多位行銷人員報告了市場行銷中藝術與科學的融合

行銷人員作為科學家

MarTech藝術與科學

在上週舉行的Mayur Gupta向我展示了我們與Third Door Media研究團隊就市場行銷中的藝術與科學交叉進行的一項研究的結果。

我們有637名參與者參與了該研究 – 這是近期歷史上接受調查的最大群體之一 – 其中絕大多數被確定為行銷人員和行銷技術人員:

行銷藝術與科學參與者

觀察參與者的分佈情況,看到有多少人認為自己是行銷技術專家,混合行銷/ IT專業人員,這令人非常振奮。 值得花一點時間來了解這個學科在短短幾年內合併和發展的程度。

我們還發現,令人著迷的是, 71.5%的參與者在他們的生活中的某個時刻完成了計算機編程 – 即使只是在學校或作為業餘愛好者。 雖然不是每個行銷人員都需要成為程序員,但這些數據表明該行業的“數字流暢性”日益成熟。 熟悉軟件動態和算法思維已經成為行銷人員在當今環境中的心理模型的重要組成部分。 您不必成為代碼騎師就可以從這種理解中受益。

行銷成為一門科學?

顯而易見的第一個問題是: 今天行銷更多的是藝術還是科學? 並且,毫不奇怪,結果偏向於“科學”末端。

但我們希望看到他們如何比較藝術/科學連續體相對於另一個專業的行銷:軟件開發。 (一個有趣的選擇,考慮

在這種背景下, 66.2%的人認為行銷更像是一種藝術 ,而54.7%的人認為軟件開發/ IT更像是一門科學。 因此,淨情緒似乎是:“市場行銷正在成為一門科學,但並不像軟件學科那麼多。”

雖然看到圍繞科學行銷的真實情況進行對沖很有意思,但我也懷疑這揭示了對軟件開發本質的持續誤解。 雖然計算機程序是典型的分析引擎 – 通常是錯誤的 – 但創建計算機程序的過程涉及大量的藝術和創造力。 (越來越好。)

那麼當人們想到行銷中的藝術科學時,人們甚至會怎麼說呢?

行銷科學與行銷藝術

我們要求參與者分享他們與行銷藝術相關的三個詞,以及三個與行銷學相關的詞。 如上面的詞云所示,“行銷藝術”喚起了以下思想:

  • 創作的
  • 設計
  • 內容
  • 情感
  • 戰略

“行銷科學”聚集得更緊密:

  • 數據
  • 分析
  • 分析
  • 測試
  • 技術

從本質上講,行銷科學似乎主要圍繞數據驅動的決策和實驗。 預見到這一點,我們提出了一個問題: 總的來說,數據驅動的決策更多的是科學還是藝術?

數據驅動的決策作為一門科學

毫不奇怪, 63.4%的人認為數據驅動的決策更像是一門科學 。 這是對“數據驅動”的流行(錯誤)解釋 – 它是相對公式化的,如物理方程或化學反應,精確定義和可預測的可重複性。 (是時候把我的年度呼喊回到

在該列表中排名前兩位的人真正突然出現:

  • 82.1% – 從數據中捏造敘述以說服他人
  • 64.5% – 提出正確的問題

排名第二的可能是這兩者的變化:

  • 57.3% – 可視化數據以更好地理解其含義
  • 57.1% – 考慮數據中未包含的內容

有一種藝術可以提出正確的問題,還有一種從結果中講述故事的藝術。 沒有自動解決這些挑戰的算法配方。 (至少,還沒有 – 人工智能的指數增長會越來越多地與我們今天所珍視的那些“人類”才能發生驚人/可怕的重疊。但我們還沒有。)

另一個以科學為主題的行銷主題是測試和實驗。 科學家們進行實驗。 行銷人員進行實驗。 因此,行銷=科學。 對? (對於剛剛出生的數據科學家來說,這是一個關於傳遞邏輯謬誤的流行測驗。)

但嚴重的是,大多數行銷人員已明確將實驗作為其工作的一個組成部分,其中93.7%的人表示他們明確地在至少一些行銷活動中進行實驗:

行銷實驗

但大部分人–60.6% – 承認他們要么不遵循科學方法,要么只是有時或鬆散地遵循它。 對其他39.4%總是/嚴格遵守它,或至少經常這樣做的人表示感謝:

行銷中的科學方法

如果你不遵循科學方法 – 觀察,問題,假設,可測試的預測,以及獲取相關數據來支持或駁斥這些假設 – 那麼看起來“實驗”只是一個奇怪的詞彙,即“拋出一堆”靠牆的東西,希望其中一個堅持。“

事實上,在一個人的實驗中進行科學研究 – 即遵循科學方法 – 很難:

市場行銷科學方法面臨的挑戰

特別是,設計有效的實驗來檢驗你的假設很難做到。 本研究中43.3%的參與者表示,這是將科學方法應用於行銷中最難的部分。

如果市場行銷變得越來越科學,它至多就是一門軟科學 ,與心理學,社會學,經濟學和人類學等領域相關聯。 這些學科的任何專業研究人員都會肯定設計有效實驗是多麼困難,這些實驗將明確支持或駁斥一個假設。 而且運行這些測試也不容易。

事實是,設計和運行偉大的實驗是一門藝術,即使 – 或者因為 – 基礎過程需要科學嚴謹。 偉大的科學是非常有創意的。

這是實驗和數據驅動決策相交的地方。 大多數行銷實驗的數據不可避免地伴隨著許多重要的警告。 幾乎可以肯定,它不是在受控的實驗室條件下收集的。

考慮可能影響結果的其他變量(已知和未知)可能會使得使用結果直接與您的測試相關的決策變得有點困難 – 正如28.6%所報告的那樣 – 例如“我們應該選擇兩個目標網頁中的哪一個繼續?“但是,這真的很難解釋這些結果做出間接相關的測試決定(例如,”什麼是一個獲勝的著陸頁在A / B測試讓我們對我們的觀眾?“)。 42.1%認為這是在市場行銷中應用科學方法最難的部分之一。

這項研究對我來說,外賣的是,市場正在穩步採用我們的紀律,這是一件好事,更科學的思考。 數據驅動的決策和實驗是數字時代的強大工具。 但是我們如何應用這些工具的藝術對我們的成功非常重要。

正如Mayur在我們的演講中所說的那樣 – 如果我稍微複述一下,請原諒我 – “行銷的未來在我們的藝術中擁有更多的科學,在我們的科學中擁有更多的藝術。”

說得好。

PS相關閱讀,請查看4年前的這篇文章: 分享

發佈留言

Close Menu