MarTech 2017: 5 Dự Báo Và Kì Vọng

17 Thg 05

2016 là một năm quan trọng với tất cả mọi người, đặc biệt là các Marketer đang cố gắng tiếp cận người dùng của họ giữa rất nhiều những sự xao lãng và gián đoạn khác trong cuộc sống thường...

2016 là một năm quan trọng với tất cả mọi người, đặc biệt là các Marketer đang cố gắng tiếp cận người dùng của họ giữa rất nhiều những sự xao lãng và gián đoạn khác trong cuộc sống thường nhật. Năm 2017 đã bắt đầu khởi động, đây là những điều có thể xảy đến với ngành công nghiệp MarTech - Các kĩ thuật hỗ trợ Marketing trong năm 2017

1. 2017 sẽ là năm của tăng cường thực tế bổ sung

Mặc dù thực tế ảo (Virtual Reality - VA) đã khá phổ biến, một lần nữa trở thành một chủ đề nóng (hãy nhớ lại tiếng vang của VA vào những thập niên 1990s), thì 2017 sẽ là năm của thực tế bổ sung (Augmented Reality - AR).

Rào cản gia nhập để cung cấp các trải nghiệm người dùng AR đạt chất lượng cao nhỏ hơn rất nhiều so với VR, bởi VR vẫn còn tồn tại nhiều vấn đề như hay bị giật hoặc hình ảnh chuyển động không tốt. Như một tất yếu, VR vẫn chỉ là một thứ đồ chơi trong các trò chơi high-end, đặc biệt là với các yêu cầu giá cả cao và phần cứng hiện tại.

Trong khi đó, các nhà cung cấp đã có thể đưa ra các trải nghiệm người dùng AR tuyệt vời hơn với công nghệ ngày nay. Các trường hợp sử dụng tiềm năng ở các lĩnh vực sản xuất chế tạo (hướng dẫn sử dụng), chăm sóc sức khỏe (thông tin bệnh nhân và vị trí tài nguyên), truyền thông giao tiếp (thông dịch theo thời gian thực), và các ngành công nghiệp khác là không giới hạn. Và chúng ta sẽ thấy chúng được cung cấp ngày càng nhiều trong năm tới.

  • Quảng cáo và Marketing: Những khác biệt cơ bản giữa
  • 10 chiến dịch quảng cáo thành công nhất thế giới năm 2017

2. Hãy quên đi những giải pháp thuật toán cố định, thử nghiệm thông qua machine-learning sẽ là chìa khóa để gia tăng các kết quả

martech Google

Xe hơi tự lái của Google sử dụng công nghệ Machine Learning (Ảnh: Internet)

Machine-learning là một phương pháp phân tích dữ liệu sẽ tự động hóa việc xây dựng mô hình phân tích. Sử dụng các thuật toán lặp để học từ dữ liệu, machine learning cho phép máy tính tìm thấy những thông tin giá trị ẩn sâu mà không được lập trình một cách rõ ràng nơi tìm kiếm.

Khía cạnh lặp lại của machine learning là rất quan trọng bởi khi các mô hình này được tiếp xúc với dữ liệu mới thì chúng có thể thích ứng một cách độc lập. Chúng học từ các tính toán trước đó để tạo ra những quyết định cũng như kết quả lặp lại đáng tin cậy. Đây là một ngành khoa học không mới - nhưng hiện nay đang dành được nhiều mối quan tâm để có thể phát triển bùng nổ.

Machine-learning được sử dụng hiện nay như thế nào?

Đã bao giờ bạn tự hỏi làm thế nào mà một trang bán lẻ trực tuyến cung cấp lời mời chào gần như tức thời cho các sản phẩm khác có thể bạn quan tâm? Hoặc làm thế nào người cho vay có thể cung cấp gần như tức thời câu trả lời cho các yêu cầu vay tiền của bạn? Nhiều hoạt động hàng ngày của chúng ta được trợ giúp bởi các thuật toán machine learning, bao gồm:

  • Phát hiện gian lận.
  • Các kết quả tìm kiếm trên web.
  • Quảng cáo theo thời gian thực trên các trang web và các thiết bị di động.
  • Phân tích tình cảm dựa trên văn bản.
  • Điểm số tín dụng và lời mời chào tiếp theo tốt nhất.
  • Dự đoán những hư hỏng của thiết bị.
  • Những mô hình định giá mới.
  • Phát hiện xâm nhập mạng.
  • Nhận dạng qua pattern (mẫu) và hình ảnh.
  • Lọc bỏ các email spam.  

Machine learing đã đủ tốt để định vị xu hướng và dự báo. Như một lẽ dĩ nhiên, machine-learning sẽ trở thành một công cụ đắc lực cho các giải pháp phân tích và kĩ thuật Marketing. Nhưng cơ hội thực sự của lĩnh vực này vẫn nằm trong các thuật toán cơ bản. 

Trong một ví dụ điển hình là Big Data, một thuật toán sẽ được phát triển trở thành một phương diện cố định của giải pháp, luôn luôn nhìn vào dữ liệu một cách cố định và không thay đổi. Trong năm tới, các developer và các nhà phân tích sẽ bắt đầu thử nghiệm các thuật toán phản kháng lẫn nhau để quyết định xem công cụ nào sẽ thực hiện tốt nhất với công việc được giao, và sẽ thực hiện lặp lại với các thuật toán.

Các doanh nghiệp muốn đạt được thành công với Machine-learing cần phải tuân thủ hai bước sau:

  • Đầu tiên, họ cần quen với việc ra quyết định bằng thuật toán - với chiếc máy tính có những thuật toán cố định và số lượng dữ liệu nhập vào đủ lớn sẽ cho ta các con số và dự báo tốt hơn con người.
  • Thứ hai, họ sẽ phát triển cạnh tranh thuật toán, chấp nhận rằng những lợi ích qua thời gian sẽ lớn hơn bất kỳ sự thiếu hiệu quả nào trong ngắn hạn.

3. Thời gian tới giá trị (Time-to-value) sẽ là tiêu chí hấp dẫn nhất cho khách hàng dịch vụ Cloud

Thời gian tới giá trị (Time-to-value) là một thuật ngữ kinh doanh mô tả khoảng thời gian từ lúc yêu cầu một giá trị cụ thể tới khi giá trị yêu cầu được cung cấp lần đầu tiên. Một giá trị là mục tiêu mong muốn của doanh nghiệp, nó có thể là hữu hình hoặc vô hình.

Khả năng của các nhà cung cấp dịch vụ Cloud, như Salesforce và Oracle, để cung cấp thành công giá trị liên tục thông qua việc giới thiệu các tính năng mới tự động sẽ gây ra một tác động lớn vào ngành công nghiệp phần mềm, mà sẽ cần các giải pháp tái kiến trúc để bắt kịp.

Khách hàng hiện nay mong muốn một cách đơn giản là đăng nhập vào các giải pháp và xem các khả năng mới, cải tiến, và nói chung những người mua sẽ ít có khuynh hướng đi qua các tích hợp hệ thống dài để có được những giải pháp mới. Tiếp theo, các giải pháp giành chiến thắng nhiều khả năng sẽ là những người cung cấp các thời gian tới giá trị nhanh nhất, ngay cả khi chúng không phải là tính năng phong phú nhất.

Chúng ta đang nhìn thấy những bằng chứng về điều này thông qua RFP nhận được, trong đó tập trung nhiều hơn vào thời gian tới giá trị hơn so với trước đây. Chúng ta cũng đã nhìn thấy chúng trong các thông báo về sản phẩm. Đối với Dynamics 365, Microsoft kết hợp ERP và CRM của dãy vào một giao diện người dùng đơn. Giờ đây khách hàng có thể thêm các module à la carte và sẽ nhận được dịch vụ, tính năng cập nhật theo thời gian thực. Đó là phản đề đầy đủ về cách Microsoft đã bán và chuyển giao các sản phẩm chỉ 2-3 năm trước.

Thời gian tới giá trị sẽ thúc đẩy làn sóng cạnh tranh tiếp theo trong nhiều ngành công nghiệp, và các nhà cung cấp có thể cung cấp nó sẽ giành lợi thế. Những người không thể sẽ bị bỏ lại phía sau.

4. Công nghệ hợp nhất sẽ đạt đến tầm cao mới

Bất ổn kinh tế vĩ mô đã khiến các đợt IPO bị chậm lại, và thị trường rất khó lấy lại đà tăng trưởng kể từ sau Brexit. Hiện thực đó đã kích hoạt một làn sóng mua lại như một cách để xây dựng các doanh nghiệp có lãi, và các trùm khổng lồ công nghệ như Microsoft và Salesforce sẽ tiếp tục tiêu thụ một số người chơi lớn trong ngành công nghiệp, đặc biệt là nếu các mục tiêu đại diện cho các doanh nghiệp tồn tại và bổ sung cho các doanh nghiệp thâu tóm khác.

Hợp nhất ngang cũng sẽ đóng vai trò quan trọng như một nhóm những người cung cấp liên quan tới công nghệ để giúp giải quyết những vấn đề của khách hàng. Ví dụ, với sự bùng nổ của các nhà cung cấp công nghệ Marketing, ngày càng trở nên khó khăn hơn cho khách hàng trong việc kết hợp 15 hay 16 giải pháp Marketing vào trong một nền tảng đơn giản. Như một lẽ dĩ nhiên, họ sẽ cân nhắc đến việc tìm đến các sáng kiến Marketing tích hợp.

Kết quả này là một cơ hội lớn cho các nhà cung cấp hiểu được tầm quan trọng của việc tích hợp các giải pháp mà khách hàng yêu cầu.

5. Chào tạm biệt với Chief Digital Officer

Như các công ty có đủ tiềm lực công nghệ và văn hóa để trở thành một công ty công nghệ, chúng ta nhìn nhận một sự gia tăng liên lục - nhưng sau đó dần biến mất - của Chief Digital Officer - CDO.

Vai trò của CDO là giúp các công ty suy xét kĩ càng và tái cấu trúc để tạo ra sự gắn kết, đẩy mạnh quy trình kĩ thuật số. Một khi các chuyển đổi này được hợp vào tổ chức qua các tiến bộ công nghệ, tầm quan trọng của CDO sẽ biến mất. Chúng ta đã lường trước điều này ở các tổ chức có nền công nghệ kĩ thuật số phát triển.

2017 hứa hẹn sẽ là một năm bừng sáng về công nghệ kĩ thuật nâng cao. Những gì chúng ta có thể kì vọng là các phương thức này sẽ hỗ trợ hoạt động Marketing tiến xa và đem lại doanh thu lớn, giúp cho doanh nghiệp đạt nguồn lợi nhuận khổng lồ.

Đánh giá của bạn

Bình luận của bạn

Bạn cần đăng nhập để thực hiện chức năng này!

Bình luận không đăng nhập

Bạn không thể gửi bình luận liên tục. Xin hãy đợi
60 giây nữa.