B2B 数据 + AI 炒作：与 Seismic 数据与分析副总裁的问答

我们数字营销/营销技术行业的许多人都非常了解围绕 AI 的炒作。 我们也知道在 B2B 空间中处理数据的挑战。

对于我们中的许多人来说，我们在市场上看到了很多“人工智能驱动”的工具。 我们如何提取噪音来解决我们的问题？ 我们应该自己做什么样的数据分析，而不是使用 BI 工具？

对于刚接触数据分析的人，我们可以去哪里学习？

我们与 Seismic 的数据与分析副总裁 Al Bsharah 坐下来讨论这些问题。

旁注，Seismic 在 12 月下旬成为独角兽。 1 亿美元的 E 轮融资让他们跨越了这一里程碑。 它们现在的价值为 10.5 亿美元。

正如艾尔所说，“这很有趣。”

ClickZ：告诉我们一些您的背景？

Al Bsharah：我最初在底特律汽车行业担任电气工程师，并以此为职业做了几年。 然后我搬到了圣地亚哥并参与了创业。 我是我加入的第一家公司的第二名员工，这家公司被收购了。 从那以后，我有过其他几家公司。

最近的一个，电子邮件副驾驶，我们部分卖给了 ReturnPath，部分卖给了 Seismic。

CZ：现在您目前的职位是 Seismic 的数据与分析副总裁。 你的日常是什么样的？

AB : 所以我在 Seismic 的第一年非常注重战术。 以正确的方式构建技术，以在可预见的长期未来持续为我们服务。

然后第二年我们非常专注于战略。 我们要去哪里，我们正在构建什么，我们应该在我们的平台内利用什么样的技术以及我们如何到达那里？ 我们如何在我们的网站上建立良好的搜索，我们如何获得相关内容？

来年将非常注重产品战略。 与去年类似，但更专注于产品本身。 我们如何看待客户的工作流程以及他们试图解决的问题？ 我们如何在这些方面建立智能？

CZ：Seismic 负责销售支持和营销。 要涵盖的数据很多。

AB ：是的，是的。 该地区非常广泛和深入。 它涵盖了许多角色，从销售推动者到营销人员，从卖家到买家。 想想人们为了完成工作而必须经历的多个工作流程。

我们尝试围绕特定工作流程提供智能。

如何决定什么内容用于什么？ 在漏斗的哪个阶段？ 通过什么媒介？ 该内容被用于不同的角色。

我们尝试提供各种热图，显示该内容在其整个生命周期及其工作位置。

这就是我对数据的看法，尤其是在 B2B 世界中。

CZ：在处理 B2B 与 B2C 数据时，营销人员面临哪些具体挑战？

AB ：首先，数据较少。 但有利也有弊。 每个项目的数据具有更高的值。 如果你做对了，它会更有影响力。 但如果你弄错了，它也会更有影响力。 在那里你必须非常小心。

B2B 数据也存在稀缺性问题。 如果您想在任何级别进行测试，如果您尝试在任何级别对​​数据进行切片并且数据变得稀薄，那么从中构建洞察力可能具有挑战性。 至少那些真正可靠的见解是你可以相信的。

在 B2C 中，您可能拥有数以百万计的用户。 这只是一个猜测，但 Spotify 的日活跃用户数可能是 Salesforce 的 100 倍或 1000 倍。

您必须在收集和清理数据方面投入大量资金，因此它的质量要高得多。 与 B2C 世界相比，这里有更多数据可供使用。

因此，需要付出很多努力来减少所需的标记训练数据量。 您通常拥有作为训练数据的模型，并在其上贴上标签，以便机器可以从中学习。 对于 B2B，我们需要努力减少所需的数量。

归根结底，所有这一切中最大的挑战之一是保持信任。 由于销售和互动的价值更高且频率更低，因此出错的空间更小。

如果我们对如何与该特定买家互动做出重大预测，并且我们做错了什么，那可能会非常痛苦。

因此，对于我们 Seismic 来说，能够获取数据并将其转化为可用于 B2B 空间的东西是一个巨大的挑战。 这很有趣，也很令人兴奋。 但这很难。

这很难，因为这个世界上很少有人具备进行这种翻译的技能。 这也很难，因为每个营销人员都有不同的需求。 你不能为每个人解决所有问题。

营销人员如何在技术上更加熟练，以便他们可以回答自己的一些问题？ 因为他们可能没有得到他们需要的答案。 也许很难将他们所拥有的东西转化为答案。

CZ：或者他们甚至不知道该问什么问题

AB ：哦，是的，绝对。 很多时候，提供这些解决方案的人也不知道问题所在——他们正试图弄清楚如何解决这些问题。

CZ：营销人员可以做些什么来开始了解他们自己的数据？

AB ：所以对于营销人员来说，尝试访问以原始格式提供给您的任何数据。

首先将其放入电子表格中。 Excel、谷歌表格等等。 了解数据透视表，玩一些格式。 熟悉一些告诉您有关数据的工具。 制作可能对您的日常生活或工作有益的图表或图形。

也许玩一会儿。 然后你会学习使用 Power BI 或 Tableau 之类的 BI 工具。 关键是您能够从数据中收集一些基本的见解。

您可能已经在使用一种工具来告诉您有关您的数据的信息。

但这是你的数据。 这是一项重要的技能。

进入它，感到不舒服。 您可能不知道如何使用 excel 或如何制作数据透视表。 您甚至可能不知道如何获取数据。

把这些事情弄清楚。 开始插入。开始尝试回答过去 12 个月一直困扰您的一些问题。 当然，你会偶然发现一些事情。 你会有一些啊哈哈的时刻。

几个月后，您不仅会成为更了解自己工作的人，还会成为公司更有价值的资源。

CZ：这是拥有数据的一个非常重要的点。 因此，假设某人处于数据和分析领域的介绍级别。 他们应该去哪里？

AB ：我没有明确的答案，但是您可以采取多种不同的方式。

有人说，“给我看看绳索。” 对他们来说，我会说去网上像 Udemy 或其他在线课程的地方，找到你想学习的课程。 有关于 Excel 和 Power BI 的很棒的课程。

它们相对便宜，有时甚至免费。 如果这与您的工作有关，我敢打赌您的公司愿意支付其中一些课程的低成本费用，以便您可以接受该领域的专家的教育。

其他人更喜欢DIY/自己解决。 所以对他们来说，也许他们应该玩弄这些工具。 也许他们会遇到一些障碍。 所以他们会用谷歌搜索他们想要做什么，找到答案，然后继续下一步。

我们生活在这样一个世界中，如果您不知道如何在许多不同的道路上进行自我教育，那么您可能还不够努力。 有这么多可用的信息。

CZ：对于一般的数字营销人员来说，这是一项每个人都需要掌握的技能，而不是依靠工具来为你做的？

AB ：你至少要了解那里有什么样的数据。 您可以使用哪些数据？ 我们正朝着“数据无处不在”的方向发展。 特别是 B2B 领域现在越来越意识到这样一个事实，“天哪，这里有很多数据。”

你至少要有一个意识。 你必须能够思考这些事情。

如果您正在评估一种新工具或技术，您需要跟上行业正在做的事情的类型，或可用的数据，或者某些技术如何学习某些数据来做事。

例如，如果某种技术能够理解潜在客户正在查看的某个页面、哪些内容以及持续多长时间——如果你甚至不知道这是可能的，那么你就很难理解可以做什么.

这些信息很有价值，因为如果我知道他们正在查看的页面以及该页面上的内容，那么我就知道他们最关心什么，所以我知道接下来要与他们谈论什么。

如果您不注意您拥有的数据，则无法建立这种联系。

CZ：假设您在市场上寻找基于 AI 的营销技术工具。 什么是不同的危险信号或必备品？

AB ：有很多危险信号。 我认为 AI 热潮已经失控了一段时间。 它为现在甚至存在什么样的技术设定了高得离谱的标准。

它不是围绕什么是可能的，而是围绕什么是可靠的，什么是准确的，什么是有效的，而是设置了一些误解。

对于 B2B，如果你弄错了，那也是个大问题。

我现在的想法是，有很多很酷的技术在做很多很酷的事情，但也有很多技术在做很多平凡的事情。

我忘记了确切的统计数据，但销售代表可能会花费 35-40% 的时间来实际销售。 剩下的时间是做管理工作，尝试查找内容，更新 CRM。

我认为人们在想的是，“哦，看看这个工具，它可以帮助我的卖家完成 35% 的销售。” 如果您找到了一个可以做到这一点并且可靠的工具，那就太好了。 但很多时候，这是有风险的。

风险小得多的做法是找到一种工具来处理卖家无论如何都不想做的其他 65% 的事情。

例如，利用自动更新 CRM 的工具。 或者帮助安排会议，诸如此类。 这样您的卖家就可以将 55% 的时间中的 45% 用于实际销售。 这是他们擅长的，也是他们最擅长的。

CZ：如果你从事市场营销或销售，你的工作会依赖什么样的工具？

AB ：有很多很棒的自动化工具。 自动化平凡。

这些非常有价值，它们让人们有时间做他们在这个领域首先要做的事情。 编写更好的内容，或销售给潜在客户。 给他们时间做那种事情。

你也想挑选一些其他的东西。 你不想完全保守，你想在游戏中拥有自己的头脑。 有些东西真的很先进。 对会议和情绪进行分析，人们在销售时是否以正确的方式说话。 许多很酷的技术可以帮助销售经理根据他们的电话中的实际情况更好地培训他们的团队。 关于您下一步应该做什么以及您应该最关注哪些交易，确实有很酷的预测技术。

在可以让您做更多自己擅长的事情的平凡的、风险较低的事情与可能 100% 准确也可能不是 100% 准确的前沿事物之间找到您喜欢的事物的愉快组合。 你必须接受风险，并密切关注这一点。

CZ：我们如何筛选一些围绕 AI 的噪音/炒作？

AB ：你不应该专注于“哦，你有人工智能吗？” 我认为这个行业现在正在朝着这个方向转变。 我们已经过了疯狂的顶峰。

现在我们更多地朝着“好吧，我不确定我是否关心你是否拥有人工智能或更好的用户界面。 我真正想要的是你解决我的大毛病。 如果你能解决我的大毛病，我不在乎你怎么做。 就帮我做吧。”

如果我们都专注于这一点而不是一些花哨的预测算法，我认为每个人都会处于更好的境地。 这才是重要的。 如果您没有解决用户遇到的一个或多个问题，那么其余的都无关紧要。 只是让他们更容易或更高效。

如果我们不解决问题，我们就是在浪费时间。 这就是我们在这里的原因。 这就是我们公司在这里的原因，这也是世界上所有其他公司都在这里的原因。 这就是为什么我们都做我们所做的，我们正在努力解决问题。 那一定是重点