B2B 數據 + AI 炒作：與 Seismic 數據與分析副總裁的問答

我們數字營銷/營銷技術行業的許多人都非常了解圍繞 AI 的炒作。 我們也知道在 B2B 空間中處理數據的挑戰。

對於我們中的許多人來說，我們在市場上看到了很多“人工智能驅動”的工具。 我們如何提取噪音來解決我們的問題？ 我們應該自己做什麼樣的數據分析，而不是使用 BI 工具？

對於剛接觸數據分析的人，我們可以去哪裡學習？

我們與 Seismic 的數據與分析副總裁 Al Bsharah 坐下來討論這些問題。

旁注，Seismic 在 12 月下旬成為獨角獸。 1 億美元的 E 輪融資讓他們跨越了這一里程碑。 它們現在的價值為 10.5 億美元。

正如艾爾所說，“這很有趣。”

ClickZ：告訴我們一些您的背景？

Al Bsharah：我最初在底特律汽車行業擔任電氣工程師，並以此為職業做了幾年。 然後我搬到了聖地亞哥並參與了創業。 我是我加入的第一家公司的第二名員工，這家公司被收購了。 從那以後，我有過其他幾家公司。

最近的一個，電子郵件副駕駛，我們部分賣給了 ReturnPath，部分賣給了 Seismic。

CZ：現在您目前的職位是 Seismic 的數據與分析副總裁。 你的日常是什麼樣的？

AB : 所以我在 Seismic 的第一年非常注重戰術。 以正確的方式構建技術，以在可預見的長期未來持續為我們服務。

然後第二年我們非常專注於戰略。 我們要去哪裡，我們正在構建什麼，我們應該在我們的平台內利用什麼樣的技術以及我們如何到達那裡？ 我們如何在我們的網站上建立良好的搜索，我們如何獲得相關內容？

來年將非常注重產品戰略。 與去年類似，但更專注於產品本身。 我們如何看待客戶的工作流程以及他們試圖解決的問題？ 我們如何在這些方面建立智能？

CZ：Seismic 負責銷售支持和營銷。 要涵蓋的數據很多。

AB ：是的，是的。 該地區非常廣泛和深入。 它涵蓋了許多角色，從銷售推動者到營銷人員，從賣家到買家。 想想人們為了完成工作而必須經歷的多個工作流程。

我們嘗試圍繞特定工作流程提供智能。

如何決定什麼內容用於什麼？ 在漏斗的哪個階段？ 通過什麼媒介？ 該內容被用於不同的角色。

我們嘗試提供各種熱圖，顯示該內容在其整個生命週期及其工作位置。

這就是我對數據的看法，尤其是在 B2B 世界中。

CZ：在處理 B2B 與 B2C 數據時，營銷人員面臨哪些具體挑戰？

AB ：首先，數據較少。 但有利也有弊。 每個項目的數據具有更高的值。 如果你做對了，它會更有影響力。 但如果你弄錯了，它也會更有影響力。 在那裡你必須非常小心。

B2B 數據也存在稀缺性問題。 如果您想在任何級別進行測試，如果您嘗試在任何級別對數據進行切片並且數據變得稀薄，那麼從中構建洞察力可能具有挑戰性。 至少是真正可靠的見解，你可以相信的東西。

在 B2C 中，您可能擁有數以百萬計的用戶。 這只是一個猜測，但 Spotify 的日活躍用戶數可能是 Salesforce 的 100 倍或 1000 倍。

您必須在收集和清理數據方面投入大量資金，因此它的質量要高得多。 與 B2C 世界相比，這裡有更多數據可供使用。

因此，需要付出很多努力來減少所需的標記訓練數據量。 您通常擁有作為訓練數據的模型，並在其上貼上標籤，以便機器可以從中學習。 對於 B2B，我們需要努力減少所需的數量。

歸根結底，所有這一切中最大的挑戰之一是保持信任。 由於銷售和互動的價值更高且頻率更低，因此出錯的空間更小。

如果我們對如何與該特定買家互動做出重大預測，並且我們做錯了什麼，那可能會非常痛苦。

因此，對於我們 Seismic 來說，能夠獲取數據並將其轉化為可用於 B2B 空間的東西是一個巨大的挑戰。 這很有趣，也很令人興奮。 但這很難。

這很難，因為這個世界上很少有人具備進行這種翻譯的技能。 這也很難，因為每個營銷人員都有不同的需求。 你不能為每個人解決所有問題。

營銷人員如何在技術上更加熟練，以便他們可以回答自己的一些問題？ 因為他們可能沒有得到他們需要的答案。 也許很難將他們所擁有的東西轉化為答案。

CZ：或者他們甚至不知道該問什麼問題

AB ：哦，是的，絕對。 很多時候，提供這些解決方案的人也不知道問題所在——他們正試圖弄清楚如何解決這些問題。

CZ：營銷人員可以做些什麼來開始了解他們自己的數據？

AB ：所以對於營銷人員來說，嘗試訪問以原始格式提供給您的任何數據。

首先將其放入電子表格中。 Excel、谷歌表格等等。 了解數據透視表，玩一些格式。 熟悉一些告訴您有關數據的工具。 製作可能對您的日常生活或工作有益的圖表或圖形。

也許玩一會兒。 然後你會學習使用 Power BI 或 Tableau 之類的 BI 工具。 關鍵是您能夠從數據中收集一些基本的見解。

您可能已經在使用一種工具來告訴您有關您的數據的信息。

但這是你的數據。 這是一項重要的技能。

進入它，感到不舒服。 您可能不知道如何使用 excel 或如何製作數據透視表。 您甚至可能不知道如何獲取數據。

把這些事情弄清楚。 開始插入。開始嘗試回答過去 12 個月一直困擾您的一些問題。 當然，你會偶然發現一些事情。 你會有一些啊哈哈的時刻。

幾個月後，您不僅會成為更了解自己工作的人，還會成為公司更有價值的資源。

CZ：這是擁有數據的一個非常重要的點。 因此，假設某人處於數據和分析領域的介紹級別。 他們應該去哪裡？

AB ：我沒有明確的答案，但是您可以採取多種不同的方式。

有人說，“給我看看繩索。” 對他們來說，我會說去網上像 Udemy 或其他在線課程的地方，找到你想學習的課程。 有關於 Excel 和 Power BI 的很棒的課程。

它們相對便宜，有時甚至免費。 如果這與您的工作有關，我敢打賭您的公司願意支付其中一些課程的低成本費用，以便您可以接受該領域的專家的教育。

其他人更喜歡DIY/自己解決。 所以對他們來說，也許他們應該玩弄這些工具。 也許他們會遇到一些障礙。 所以他們會用谷歌搜索他們想要做什麼，找到答案，然後繼續下一步。

我們生活在這樣一個世界中，如果您不知道如何在許多不同的道路上進行自我教育，那麼您可能還不夠努力。 有這麼多可用的信息。

CZ：對於一般的數字營銷人員來說，這是一項每個人都需要掌握的技能，而不是依靠工具來為你做的？

AB ：你至少要了解那裡有什麼樣的數據。 您可以使用哪些數據？ 我們正朝著“數據無處不在”的方向發展。 特別是 B2B 領域現在越來越意識到這樣一個事實，“天哪，這裡有很多數據。”

你至少要有一個意識。 你必須能夠思考這些事情。

如果您正在評估一種新工具或技術，您需要跟上行業正在做的事情的類型，或可用的數據，或者某些技術如何學習某些數據來做事。

例如，如果某種技術能夠理解潛在客戶正在查看的某個頁面、哪些內容以及持續多長時間——如果你甚至不知道這是可能的，那麼你就很難理解可以做什麼.

這些信息很有價值，因為如果我知道他們正在查看的頁面以及該頁面上的內容，那麼我就知道他們最關心什麼，所以我知道接下來要與他們談論什麼。

如果您不注意您擁有的數據，則無法建立這種聯繫。

CZ：假設您在市場上尋找基於 AI 的營銷技術工具。 什麼是不同的危險信號或必備品？

AB ：有很多危險信號。 我認為 AI 熱潮已經失控了一段時間。 它為現在甚至存在什麼樣的技術設定了高得離譜的標準。

它不是圍繞什麼是可能的，而是圍繞什麼是可靠的，什麼是準確的，什麼是有效的，而是設置了一些誤解。

對於 B2B，如果你弄錯了，那也是個大問題。

我現在的想法是，有很多很酷的技術在做很多很酷的事情，但也有很多技術在做很多平凡的事情。

我忘記了確切的統計數據，但銷售代表可能會花費 35-40% 的時間來實際銷售。 剩下的時間是做管理工作，嘗試查找內容，更新 CRM。

我認為人們在想的是，“哦，看看這個工具，它可以幫助我的賣家完成 35% 的銷售。” 如果您找到了一個可以做到這一點並且可靠的工具，那就太好了。 但很多時候，這是有風險的。

風險小得多的做法是找到一種工具來處理賣家無論如何都不想做的其他 65% 的事情。

例如，利用自動更新 CRM 的工具。 或者幫助安排會議，諸如此類。 這樣您的賣家就可以將 55% 的時間中的 45% 用於實際銷售。 這是他們擅長的，也是他們最擅長的。

CZ：如果你從事市場營銷或銷售，你的工作會依賴什麼樣的工具？

AB ：有很多很棒的自動化工具。 自動化平凡。

這些非常有價值，它們讓人們有時間做他們在這個領域首先要做的事情。 編寫更好的內容，或銷售給潛在客戶。 給他們時間做那種事情。

你也想挑選一些其他的東西。 你不想完全保守，你想在遊戲中擁有自己的頭腦。 有些東西真的很先進。 對會議和情緒進行分析，人們在銷售時是否以正確的方式說話。 許多很酷的技術可以幫助銷售經理根據他們的電話中的實際情況更好地培訓他們的團隊。 關於您下一步應該做什麼以及您應該最關注哪些交易，確實有很酷的預測技術。

在可以讓您做更多自己擅長的事情的平凡的、風險較低的事情與可能 100% 準確也可能不是 100% 準確的前沿事物之間找到您喜歡的事物的愉快組合。 你必須接受風險，並密切關注這一點。

CZ：我們如何篩選一些圍繞 AI 的噪音/炒作？

AB ：你不應該專注於“哦，你有人工智能嗎？” 我認為這個行業現在正在朝著這個方向轉變。 我們已經過了瘋狂的頂峰。

現在我們更多地朝著“好吧，我不確定我是否關心你是否擁有人工智能或更好的用戶界面。 我真正想要的是你解決我的大毛病。 如果你能解決我的大毛病，我不在乎你怎麼做。 就幫我做吧。”

如果我們都專注於這一點而不是一些花哨的預測算法，我認為每個人都會處於更好的境地。 這才是重要的。 如果您沒有解決用戶遇到的一個或多個問題，那麼其餘的都無關緊要。 只是讓他們更容易或更高效。

如果我們不解決問題，我們就是在浪費時間。 這就是我們在這裡的原因。 這就是我們公司在這裡的原因，這也是世界上所有其他公司都在這裡的原因。 這就是為什麼我們都做我們所做的，我們正在努力解決問題。 那一定是重點