四個月前，Scott Brinker與WPP產品管理全球主管Jason Baldwin合作撰寫一篇論文，主題是營銷技術的主要趨勢，他們認爲這些趨勢將在未來十年呈指數級增長，重新定義營銷技術和運營的本質，進而影響廣告公司和品牌未來十年的發展。論文最終以白皮書的形式呈現，由Scott Brinker的博客 Chiefmartec.com 與 WPP 集團共同發佈。Marteker 將以系列專題形式，介紹Martech 的五大趨勢。
有人說，數據是新的石油。一個更好的類比是，數據是新的油畫顏料。
油畫顏料的價格每支4美元到400美元不等，有普通的也有稀少的。它們有內在價值。但正是通過在畫布上塗上這些顏料，在靈感的創造中，才能實現更大的價值，將物質轉化爲傑作。
數據本身也有價值，我們可以通過數據市場的價格來觀察其價值。但正是通過將這些數據整合到卓越的客戶體驗的設計和交付中，營銷人員創造了更大價值。
不論在數字化原生企業，還是在數字化轉型的企業設計和提供客戶體驗，都會是數量巨大的APP、自動化、機器人、決策模型、動態過程、工作流、技能、無數的人類和軟件「演員」一起協同工作。
每個「演員」都對數據進行操作，績效受其接入的數據及其質量的影響。但是通過對數據的操作，他們也經常改變它——要麼更新現有的數據，要麼貢獻他們收集、派生和生成的新數據。由於如此多的軟件自動化或以軟件爲中介的流程在一個數字企業中並行運行（其中許多具有一定程度的獨立性），但所有這些流程都與公司的數據集合相互作用，複雜的交互效應出現了。
基於我們已經研究過的趨勢——APP大爆炸，這是由更分散化的「無代碼」草根創造者利用平臺和網絡——我們可以預期複雜性在未來十年呈指數級增長。
企業有效協調 APP 大爆炸、「無代碼」草根創造者、平臺和網絡等等一切，以執行數字化運營——將成爲競爭優勢的主要核心。
21 世紀第一個十年是關於大數據的十年，數據以加速度流入企業，數據的巨大規模和複雜性引發不斷的爭論。21世紀20年代將更多地是關於「大運營」——在數據宇宙及其不斷增長的規模和複雜性之上的運營。
正如「大數據」是用來描述企業獲取、輸出數據在規模（Volume）、速度（Velocity）和多樣性（Variety）的指數性增長，「大運營」一詞描述的情景與之相似，即自動化或軟件中介流程的的規模、速度和多樣性，這些流程貫穿營銷運營、銷售運營、服務運營和總體收入的運營。
這是21世紀的哲學難題:如果數據產生了，但沒有人用它做過任何事情，它存在嗎？（答案是:收集但從未使用的數據的值小於零。數據也帶來責任，包括存儲成本和盜竊風險。）
IDC和希捷公司今年的研究估計，企業可利用的所有數據中有44%沒有被獲取，被獲取的數據中有43%沒有被使用。如今，僅有三分之一的人在工作。其餘的都是「暗數據」。「大運營的第一個任務是把所有相關數據放在陽光下。
第一個維度是數據智能，第二個是數據反射。
這兩個維度的交集決定了數據最終的價值。數據可以被提煉成洞察，但它們是否在正確的時間被用於正確的決策？數據只能被處理，但它能立即爲客戶觸發有用的自動響應嗎？
在大操作中利用數據——開發你的數據反射——依賴於數據連接和數據協調，以及數據管理和數據治理；對大多數公司來說仍處於早期成熟階段的能力。
在我們企業中無數的數據源中，正確的數據集是否與運營流程相連接？能否及時獲取相關數據？隨着數據合規和數據倫理日益重要，「錯誤」的數據集——那些特定的運營流程不該訪問的數據集——是否得到了適當的限制（數據治理）？
這樣的數據連接是大運營的支柱。
但真正複雜的是數據協調，管理運營過程和它們所處理的數據之間的相互作用和並行活動。
哪些運營「演員」獲得了新數據的第一張通行證？當他們驗證和處理它時——格式化、清理和擴充它——後續參與者操作它的順序是否正確？許多「演員」使用相同的數據集，如何解決數據更新中存在的衝突？當其他「演員」繼續豐富和提取數據到更高層次的洞察時，上游流程是否會迭代地重新運行以刷新它們的模型和輸出？
正如分佈式數據庫通常是「最終一致的」——在應用邏輯中必須考慮到警告和約束——大運營環境將會面臨這一挑戰的元版本，因爲它們努力在所有內部決策和麪對客戶的體驗中實現最終一致的操作。集中的軟件平臺，以及區塊鏈和分類數據庫，將有助於協調這一複雜性。但是，由大運營領導提供的治理將對有效設計和運行這個數字運營層至關重要。
這些與其說是對數據的挑戰，更不如說是對運營的挑戰。
在有效的數據使用方面進行競爭
當企業建立大運營能力時，他們將處於一個更好的位置，從公司之外的其他數據來源中提取價值。營銷機構將需要對其員工的數據技能（數據素養）進行投資，以確保少數人的技能成爲企業範圍內的第二天性（secondnature），「無代碼」和平臺戰略將加速對數據的理解。各機構將繼續聘請精通數據的專家填補技能缺口，並加大對整個行業的投資。
未來十年，企業間的數據聯盟將顯著增長，通過可靠的生態系統數據平臺，如Crossbeam和InfoSum，共享第二方數據。
第三方數據的數據市場也將增長。Gartner預測，到2022年，35%的大型機構將通過正式的在線數據市場成爲數據的賣家或買家，而2020年這一比例爲25%。從現在到2025年，數據市場和交易所中的市場供應商和數據產品的數量預計將以每年25%的速度增長。儘管隨着監管壓力的增加，圍繞數據的治理和許可管理對於大運營來說將是更加複雜的管理。
一種新興的數據來源是「零方數據」，即潛在客戶和客戶直接管理自己，並以一種更可控的方式與企業分享。在正確的時間、以正確的目的、以正確的成本獲取這些數據，並遵守提供這些數據的合同，將是未來大運營的一個關鍵方面。
由於同一組數據的價值會因公司運營效率的不同而有顯著差異，圍繞這些交易進行數據套利的機會將會增加。
對於代理商來說，有機會將客戶與合適的第二方、第三方數據提供商連接起來，這是營銷活動和計劃的一個不可或缺的元素，但也有機會創建他們自己的專門的數據網絡和市場。
大運營將使大數據比以往任何時候都更強大。儘管這給企業和客戶帶來了巨大的好處，它也會放大數據存在的偏見問題。數據的不完整或不準確會誤導人們，並將更快波及數字化運營，帶來更嚴重的後果。
大運營的一個關鍵要素是實施制衡，防止數據歧視（data discrimination），並執行良好的數據倫理政策。雖然技術將有助於這項任務，利用人工智能來檢測可能顯示數據偏差或誤用的操作模式和異常情況，但良好判斷的重任將落在人類的肩上。
要點:從大數據到大運營
大數據是一場革命，它處理了當今企業中流動的海量、多樣性和速度的數據。大運營的任務是在數據的基礎上，管理在品牌和機構中運行的、數量和種類不斷增加的APP、自動化、流程和工作流。
善於將數據提煉成洞察力（數據智能）並在操作中實時激活它（數據反射）的企業將獲得競爭優勢。
營銷人員將需要更多的數據和操作知識，作爲設計和管理營銷活動和項目不可或缺的一部分。法律、法規和道德規範將限制可獲得的個人信息的數量；營銷人員將不得不找到創造性的方法來進行定向和個性化營銷。
數據聯盟和可信的數據生態系統將在營銷運營中發揮越來越大的作用，並要求對數據監管和合規進行更嚴格的管理。
鑑於大運營對數據的放大效應，識別和解決數據歧視、數據偏見和數據倫理等問題對代理商和品牌來說將變得越來越重要。新的人工智能工具將會出現來解決這些問題。
需要思考的關鍵動作和問題
你的業務數據策略是什麼？你的營銷數據策略是什麼？他們是一致的嗎？你計劃如何管理所需的數據，以傳遞洞察以及激活你的品牌所需要的體驗？
企業裏如何治理和管理數據？這些管理者瞭解營銷的未來需求嗎？在戰略計劃中加入必要的變革。
回顧你正在使用的模型，包括內部的和供應商提供的，創建一個目錄來跟蹤模型的用例，並評估其結果自動化的風險。
