當日議程是個豐富的一整天，從整體的行銷科技趨勢，到人才的招募和培養
很技術的 AI 機器學習分享、Web3 的原理和應用
和來自各個領域的實戰經驗，成功或失敗的案例分享
Martech趨勢
有了 chatgpt 後就很愛把一些問題丟給他，看看有沒有一些出乎預料的答案
Martech 是 marketing technology 的簡稱，是一種技術，可幫助企業更有效地管理和利用市場資料，以提升市場行銷活動的效果。Martech 包括自動化軟體、廣告管理、客戶關係管理（CRM）系統、分析工具等，可協助企業掌握客戶行為、收集和分析客戶資料，以改善客戶體驗和提升行銷效果
雖然乍看之下是一個新名詞，但其實裡面提到的各項工具或軟體都是大家聽過或用過的，只是今天隨著這方面的技術愈來越強大，慢慢開始有能力把每個地方整合起來，於是 Martech 名詞就也跟著興起
MartechMap.com
查詢 Martech 工具網站
連結
可以看到他搜羅了大部分我們都熟悉的工具，當然也包含了更多我們沒聽過的工具
並且用一些分類方式把他們整理在不同的種類中
這些工具正以每年將近一千家的速度成長，未來會許更快
如何快速了解這些工具本身的用途和適合的地方就是一個不小的挑戰
為什麼更換 Martech 工具
這邊也提到有市調發現
近兩年的大家會更換 Martech 工具的原因
不只為了更好的功能以外，大家開始更在意串接的簡易程度
為了省錢的比例反而降低了不少
有從一個工具換成另一個工具的廠商或單位應該都認同這是一個蠻痛苦的過程
先前好不容易花了不少時間導入 A 工具後
發現真的沒達到原先的預期，所以又選擇了 B 工具
除了原本導入 A 工具消耗的人力和時間成本外，還要考量到 A 工具所產生的資料是否能順利帶入 B 工具
並且再一次耗費精力在 B 工具的導入上
既使工具本身有代理商的協助，先不論代理商的品質和服務能量，有部分的工作還是得仰賴自己的工程團隊或是外包廠商
導入和串接的易用性會慢慢獲得重視的原因就不難理解了，
而且未來只會有越來越多的工具和服務會使用，這些工具能互相分享資料或協作的話，
才會發揮 1+1 > 2 的效果
CDP - Customer Data Platform
市調也發現目前市面上的 CDP 廠商並沒有一家獨大的情形
幾家國際上比較有知名度的如
- Twilio Segment
- Epsilon
- Tealium
- Treasure Data
- Adobe
目前的調查是沒有一家有超過 10% 以上的市場占比，相信未來這塊的市場會持續成長以外
會有更多更強大的廠商參與這塊市場
CDP 相信對於很多公司和企業來說也是個不知道如何是好的工具
原因是 CDP 本身是一種平台，理想的用途是串接各個來源的資料後，加以分析和整合應用
所以本身一定是個不便宜的投資，也不像下廣告一樣可以馬上帶來業績的成效
相對來說比較像是一種基礎建設，
有個靈光一閃的比喻，像是蓋捷運
原先大家搭公車，走路，騎車還是會到的地方
現在我們看到其他國家和城市蓋了捷運後真的有改善交通狀況和通勤時間
但我們是否真的需要耗費一大筆資金來投入建設
另外施工帶來的交通陣痛期也像是我們在導入平台時
才會重新梳理整個公司目前的資料狀況，網站是否有追蹤，報表需要怎麼看，
以及是否有和公司主要的營運目標相符
就算真的落成開始營運後
也要讓公司的人民們開始習慣這種新型態的工具
另一個更大的問題就出現了，就算他真的改善大家搜集資料和應用資料的速度和流程了
CDP 本身並不會帶來顯著的報酬，
但他又實際上節省了不少的成本和讓員工用新的思維和工具在行銷上
AI
聽過或知道 Appier 的人都知道他們是一家 AI 為主的行銷公司
如同市面上很多類似的廠商，Appier 有一套自己的方式在追蹤資料和分析運算資料
機器學習模型這邊想提到的是，並沒有一個完美的解方或廠商
在這家客戶能表現很好的運算模型 model，就算是同樣產業同樣類型的客戶不見得就能得到一樣的效果
我想是因為運算時參考的資料維度真的太多了，遠遠超過我們能想像的，
不過大家對於運算的資料也開始有點改變
以前都講 Big Data，運算大資料
現在開始要能想辦法在資料量小的情況下就訓練出不錯的模型
我想是因為未來的資料量只會倍數或指數成長，參考大量而無用的資料只會徒增成本
AI 的新型態應用
除了上述運算資料和資料分析的應用外
最近 ChatGPT 的出現也讓大家驚艷 AI 可以做到和輔助的事情越來越多了
除了基本的問答，Youtuber 也實測了影片腳本，網站文章的生成等等
當然在數位行銷上，廣告本身的素材幾年前就開始有廠商挑戰自動組合多種尺寸的素材圖片
也開始有服務是自動產生行銷信件的內容，並且可以針對使用者的資料做到個人化
網站內容的優化，影片的自動生成等等
這些工具的成長和進步都會對未來的數位行銷產生很大的變化
就算成效沒有成長，至少也能省下大部分的人力在很多機械繁瑣的步驟上
自己對於 AI 的期待就是可以產生一些我們沒想過的結果
讓我們可以加以嘗試是否有效，也能找到一些新的創意
人才
前面提到 Martech 是由 Marketing + Technology 組成
想必相關的人才也不會是以前典型的行銷人員或是技術人員
而是兩邊都會互相往對方的領域多涉略
如果是想要往這方面涉略或是已經在這個產業的大家
應該都能體會到這方面的新東西出現的太快，學也學不完
但如同每個知識的累積一樣
一但自己學習到一個程度後，就會像是開竅一樣，面對新東西的摸索就會快很多
以 Google Tag Manager 來說，雖然這是一個設計給不會寫程式的人也能使用的代碼管理工具
但其實不少的場景和需求只要稍為複雜一點，就還是必須得靠一些程式語言來處理
而和 GTM 最相關的程式語言就是 JavaScript，
所以 JS 的熟悉程度也關係著 GTM 的使用
網站本身的改變也影響著 GTM 和 JS
像是越來越多網站使用 react , vue 寫成的 SPA (Single Page Application)
光是追蹤行為最簡單的 page_view 就要有相對應的調整，不然很多搜集的資訊也可能就是不對的
如果是公司內部的人員，新網站的上線也代表需要新的追蹤碼架構，
這時要是規劃的人也能理解 react , vue 本身的一些機制
就能更好的規劃出符合技術和目標整合的規劃架構
而不是一套看起來光鮮亮麗的架構但本身技術上卻無法這樣配合
Martech 的應用
很多講者分享了自己的公司在數據或是新工具的使用下遇到了什麼困難
以及他們怎麼嘗試去克服，最終真的成功了增加了多少或失敗沒達到預期
不過大家其實都有一些共同點:
今天就算真的導入了新的工具
怎麼應用還是回歸到行銷本身的創意
而工具本身只是把我們想傳達的東西，加倍的放大給使用者
例如有了 CDP 後，我們究竟從數據中得到什麼有用的結論
並且因此來改變一些執行面上的策略，獲得更好的成效或是降低成本甚至提高客戶的滿意度
當我們有更多的地方可以搜集使用者的評論
究竟有沒有認真的對待這些評論並加以改進
台灣的用戶習慣用 Line
如何利用 Line 和 Line LIFF 來創造不一樣的使用者體驗
心得
- 勇敢地學習新工具，並思考新技術可以應用的地方
- 勇於嘗試，大家的成功和失敗都是去嘗試出來的
- 資料的整合和串接在這個時間點不會有簡單的方式
- 回頭檢視自己是否準備好面對 Cookieless 的時代，公司和個人都需要
- From 奧美 郭育滋 : 科技更像是隱形的翅膀，把人性化的創意帶起飛