2021-2022云原生下的智能营销研究报告.pdf

前言互联网、大数据、云计算、人工智能等技术加速创新，日益融入经济社会发展 各领域全过程。“把握数字经济发展趋势和规律，促进数字技术与实体经济深 度融合，赋能传统产业转型升级，催生新产业新业态新模式”成为时代发展的 主旋律。智能营销作为数字产业化的核心场景之一，在企业数字化转型中广泛落地，正 在赋能更多的传统企业创新发展。面向市场解决方案多元割裂、客户效果诉求 提升等现状，云原生与智能营销的融合为企业提供了更优的解决方案。23智能营销市场现状洞察1智能营销发展解决方案2典型智能营销厂商案例3智能营销的解构与拓展4背景我国数字经济持续蓬勃健康发展，宏观上产业数字化的主导地位愈发突出，微观上企业数字化转型进入深 水区。从落地实践来看，与“开源”强相关的营销成为企业数字化转型的第一目标和最先落地的场景。同 时，云计算、大数据、AI等新一代技术正在走向成熟，为智能营销奠定了技术基础。42015-2020年中国数字经济内部结构变化产业数字化数字经济保持高速增长，产业数字化的主导地位愈发突出数字经济正在成为助推中国经济高质量发展的重要引擎。2020年，在复杂严峻的经济环境下，中国数字经济依然保持强劲 增长，整体规模达到39.2万亿元，占GDP比重由2005年的14.2%升至38.6%，对中国经济整体稳定运行发挥了重要支撑作 用。随着数字经济的发展，我国企业的数字化转型不断深入，已经从部分行业头部企业的“可选项”转变为更多行业、更 多企业的“必选项”。2020年产业数字化规模达31.7万亿元，占数字经济比重由2015年的74.3%提升至2020年的80.69%， 逐渐占据数字经济发展的主导地位。2020年突发的疫情客观上凸显了数字经济的韧性和优势，也反映出产业数字化的必要 性和紧迫性，数字化转型正在向不同行业加速渗透。来源：中国信通院，咨询研究院自主研究及绘制。-25. 0%-5.0%15.0%35.0% 20 19.9 20 19.1 20 19.11 20 19.12 20 20.1-2 20 20.3 20 20.4 20 20.5 20 20.6 20 20.7 20 20.8 20 20.9 20 20.1 20 20.11 20 20.12 20 21.1-2 20 21.3 20 21.4 20 21.5 20 21.6 20 21.72019年9月-2021年7月中国社会消费品 零售额与网上零售额同比增长率疫情影响2020年上半年，网上零售额同比率先实现正增长社会消费品零售总额同比增长率（%）网上零售额同比增长率（%）注释：社会消费品零售总额指企业（单位）通过交易售给个人、社会集团非生产、非经 营用的实物商品金额，以及提供餐饮服务所取得的收入金额。网上零售额指通过公共网 络交易平台（包括自建网站和第三方平台）实现的商品和服务零售额之和。商品和服务 包括实物商品和非实物商品（如虚拟商品、服务类商品等）。来源：国家统计局，咨询研究院自主研究及绘制。74.3% 77.0% 77.4% 79.5% 80.2% 80.9%25.7% 23.0% 22.6% 20.5% 19.8% 19.1%20 15 20 2020 16 20 17产业数字化占比（%）20 18 20 19数字产业化占比（%）企业数字化数字化转型进入深水区，营销场景最先广泛落地更多的企业开始认识到，数字化转型具有曲折反复的特点，因此企业需要从核心目标出发，思考如何转型、如何组织与如 何实施落地，再根据企业的实际情况和阶段性目标从某一环节入手，进行渐进式地数字化转型。对于大部分的企业来说， 拓客增收是其第一目标与核心需求，因而转型往往从企业的营销场景入手。首先，营销拓客作为企业与客户的直接接触面， 很大程度上定义了用户体验与价值，从而能够影响客户的购买决策。其次，作为与“盈利”目标最接近的一个环节，转型 资本较小、转型顾虑较大的中小企业可以通过数字化营销渠道进行广告投放和宣传、精准定位目标客户等方式进行营销拓 展，快速实现盈利，获得直接的效果反馈，为企业渐进式的全面转型进一步奠定基础。最后，传统的获客方式已经不再适 应快速变化的市场环境，企业亟需在开源拓客环节转型升级，以打破企业销售瓶颈。企业数字化转型执行框架开源来源：咨询研究院自主研究及绘制。量，扩大触达面e.g. 第三方营销平台、门户网站、广告投放、触达型拓客通过数字化工具，充 分链接企业和下游客 户，帮助企业放大声提高转化率e.g. CRM、SCRM 、大数据分析平台等搜索推广等转化型拓客企业精细化营销，节流提效降险通过专业的人、技 术、产品帮助企业 降低物理世界及虚 拟世界的相关风险e.g. 网络安全、技 术服务、数据服务 等、运用第三方技术、 人力、经验等方面 的资源， 帮助企业 寻求新领域的跨越 式创新e . g . 数字创新平台 咨询机构、大学、 社区等促新采购型节流运用采购平台等工 具降低企业采购和 库存持有的费用生产型节流降低生产环节消耗 的相关成本人力型节流 通过智能客服等解 放企业人工生产力管理型节流 通过DevOps 、OA 等软件降低企业管 理费用生产型提效通过AI 等技术帮助 企业提高生产效率非生产型提效 通过OCR 等工具提 高非生产环节效率协同型提效运用即时通讯等产 品加强各部门间的 联系， 提高协作的 效率：高效率、一体化的，构建智智数据智能开发能应用数以云为底座构建数据：适应各种云场景，能力技术准备云数智等新一代技术的广泛产业落地在企业转型的过程中，营销、协同、人力等板块的需求兴起，技术的跨界融合大大促进了数据管理工具的飞速发展，数据 仓库、数据中台等概念层出不穷。从企业自身来看，早期对流量的理解与应用局限于埋点收集数据和割裂的分析，无法跨 部门、跨领域和全流程地采集数据进而价值化形成对市场的准确洞察。随着深度应用与长效增长的需求增加，企业认识到 要将流量沉淀进平台形成资产进而支持应用落地，即建立企业数字底座的重要性。而云、数、智等新一代技术为企业愿景 的实现提供了从底层基座到上层智能化应用，以及流通通道在内的一体化能力，能够全方位服务企业需求。从整个产业来 看，在经历了合规性影响造成的动荡之后，随着政策的规范化，新一代技术正在各个行业广泛落地。云数智在各行业的广泛赋能人工智能应用集成能力云：已经成为快速构建 云 基础设施的渠道，为各 安 类平台的部署和使用提 全 供极佳的性价比与弹性能力公有云私有云混合云应用层平台层基础层云原生存储计算大数据服务集容服务人工智能服务大数据分析行业应用场景应用云大数据分析引擎数据采集数据治理数据计算数数据应用数据洞察引擎 数据开发平台数据湖 数据中台网络智计算机视觉自然语言处理语音识别机器学习知识图谱深度学习数据仓库来源：咨询研究院自主研究及绘制。技术发展注释：核心产业规模包括计算机视觉、智能语音、人机交互、机器学习、知识图谱与NLP、AI芯片等；带动产业规模包括AI核心产品所带动的工程服务、大数据平台与应用建设、计 算机通信产品整机销售收入、甲方企业产值与效益提升的规模总和。来源：长期政府及企业服务数据监测，结合行业专家访谈，根据数据测算模型，自主研究绘制。3822 57261089 1513 1898 2340 2969 3715 45332019 2020 2024e 2025e2021e 2022e人工智能带动产业规模（亿元）2023e人工智能核心产业规模（亿元）AI进入多领域发展，整体从感知智能向认知智能演进人工智能的本质是进行生产力升级，其应用越贴近生产环节的核心，越能发挥出技术的价值。一般认为，人工智能分为计 算智能、感知智能与认知智能三个层次。计算智能即快速计算、记忆和储存的能力；感知智能即视觉、听觉、触觉等感知 能力；认知智能则包括了分析、思考、理解、判断等处理复杂的事实和情形的能力。从现阶段人工智能的发展情况来看， 在已经实现计算智能的基础上，随着互联网的普及，大数据、云计算等技术的发展，非结构化数据的价值被重视和挖掘， 语音、图像、视频、触点等与感知相关的感知智能在快速演进，并且已经在“听、说、看”等领域达到或超越了人类水准， 正在向更进一步的外部知识、逻辑推理的认知智能领域延伸。本轮人工智能技术红利将在未来一段时间内持续释放，与其 他技术分支交叉融合，驱动多领域、多场景的落地应用与产业升级发展。2019-2025年中国人工智能产业规模及带动相关产业规模CAGR=22%CAGR=24% 166481394011375920174429市场随着疫情后市场信心的恢复，中国网络广告市场回暖，预计2021年同比增长率将回升到21.9%。移动互联 网的发展重塑了营销的方式，营销链路拉长，场景、渠道、数据都更加丰富与多元。针对不同环节用户的 痛点，智能营销市场解决方案不断增多，产业链条不断延伸，市场呈现多元化、碎片化特点。网络广告市场注释:1.搜索广告包括搜索关键字广告及联盟广告；2.电商广告包括垂直搜索类广告以及展示类广告等，例如淘宝、去哪儿及导购类网站，包括拼多多等社交电商的广告营收；3.分类 广告从2014年开始核算，仅包括58同城、赶集网等分类网站的广告营收，不包含搜房等垂直网站的分类广告营收；4.信息流广告从2016年开始独立核算，主要包括社交、新闻资讯、 视频网站中的信息流品牌及效果广告等；信息流广告收入以媒体实际收入为准，未考虑企业财报的季节性波动而导致的收入误差；5.其他形式广告包括内容营销、导航广告、电子邮 件广告等，其中内容营销为2019年开始加入核算。来源：根据企业公开财报、行业访谈及统计预测模型估算。市场稳定增长，电商与信息流广告占据主要版图2020年中国网络广告市场规模达7666亿元，同比增长18.6%。疫情一方面造成了2020年网络广告投入增速放缓，但另一 方面促进了直播电商、短视频平台等新业态的发展，为未来市场带来更长久的增长动力。尽管教育、游戏等行业的广告需 求疲弱，但来自必需消费品及互联网服务等品类的广告主需求稳健，预计2021年网络广告市场同比增长率有一定回升， 不过，由于宏观环境的挑战，整体行业以往的高速增长可能难以为继。值得注意的是，电商广告与信息流广告的市场份额 占比持续上升，已经成为网络广告的主要形式。作为互联网产业的核心商业模式之一，网络广告将根据品牌方不同阶段的 需求不断扩展边界和形式，不断延伸营销服务链条，并向精细化、效率化与智能化不断发展。2016-2026年中国不同广告形式网络广告市场份额28.2% 32.0% 35.2% 37.8% 39.9% 40.1% 40.6% 41.6% 42.8% 43.8% 44.7%26.5% 22.7% 19.3% 13.5% 9.6% 8.1% 6.7% 5.6% 4.8% 4.2% 3.7%7.7% 5.8% 4.9% 4.2% 3.7% 3.3% 3.0% 2.7%12.5% 18.3% 22.0%13.7% 12.5% 11.3% 27.3% 32.9% 36.8% 39.8% 41.7% 42.5% 43.0% 43.3%8.4% 5.5% 4.2% 2.6% 2.1% 1.7% 1.4% 1.1% 1.0%3.6% 3.5% 3.3% 2.7% 2.4% 2.3% 2.1% 1.9% 1.8% 1.7% 1.6%0.8% 0.7%2016电商广告2017 2018搜索广告（含联盟）2019品牌图形广告2020信息流广告2021e视频贴片广告2022e富媒体广告2023e 2024e其他形式广告2025e分类广告2026e固定文字链广告营销场景营销场景多元化，营销方式精细化随着技术和网络的发展与普及，营销早已不再是单纯地投放广告，而是企业围绕消费者需求形成运营闭环的整套过程。营 销场景的多元化体现在营销入口、营销渠道与营销形式的多样化。具体而言，移动互联网的发展重塑了营销的方式，最直 接的表现为营销链路拉长，用户触点与渠道变得愈发丰富与多元。而5G的场景落地、IoT的广泛普及使得信息交互本身会 继续分散。因此，渠道增多的趋势不仅不会减弱，反而可能会加快。在此环境下，加强各类媒介的开放性、打通不同渠道 之间的壁垒，实现消费场景、流程的全覆盖与用户体验的深度交互成为企业的核心诉求与挑战，也是智能营销发展的未来趋势。硬件入口 多入口触达营销渠道 多渠道投放营销形式 多形式布局短视频电视OTTIoT APP小程序软件网站开机频道屏幕语音线 上线 下社交媒体搜索引擎新闻资讯电商平台长视频垂直平台小程序线下门店直播平台写字楼内容营销公域营销 直接营销 社群营销 私域营销 跨界营销 全域营销户外广告营销场景的多元化展现手机 PC营企销业策 略营销 用触 户达来源：咨询研究院自主研究及绘制。MarTech产品链条产品链条不断延伸与细分，解决方案碎片化营销工具是营销方法论的具体展现，是帮助企业实现数据结构化、流量打通、形成营销闭环的载体。营销思路转换落地到 营销工作中体现为营销技术的更迭与营销产品的替换。内容和创意、广告投放、渠道运营和转化、客户和流程管理及数据 和策略五大场景构成中国MarTech服务商的核心服务能力方向。各个场景间相互赋能，并有效串联起需求方从获客，到销 售转化，到客户运营，到数据分析及策略制定等营销需求的完整实现链路与多元产品解决方案。注释：各场景企业数量为累计非去重数值。内容&创意19视频16ARVR12H58程序化创意平台 Trading Desk程序化户外广告投放43DSP&Ad Network26SSP&Ad Exchange14 19程序化OTT TV8直播渠道线下门店渠道SEO场景 化渠 道22会务/活动渠道16线上商城渠道14小程序渠道7 5 CRM2021年中国MarTech市场各子场景企业数量分布渠道运营&转化客户&流程管理29 27 30 29SCRM24营销自动化17智能客服9 RPA流程自动 化受众数据分析来源：咨询研究院自主研究及绘制。归因分析A/B测试数据&策略27 24DMP21 CDP1414 8移动 应用/ 小程 序/网 页分数据可视化析8 6数据监测2数据安全13痛点整体来看智能营销市场快速发展，企业主对MarTech的投入不断增长据2021年7月调研，超七成的广 告主较疫情前增加了营销新技术的投入，超两成预算增长幅度在30%以上。但在实际落地阶段，智能营销 还存在着许多痛点亟待解决，包括效果、选型对接、部署成本、专业人才、数据资产建设和隐私安全。实施效果来源：样本N=90，于2020年5月通过CMO训练营平台调研获得，咨询研究院自主研究及绘制。营销技术得到了大部 分企业的认可，调研 中69.2%的企业表示 营销技术确实帮公司 解决了实际问题。71.4%效果不理想69.2%解决了问题虽然大部分企业都认 可营销技术解决问题 的能力，但实际应用 中，营销技术对工作 提升的效果并不理想。落地效果不及预期，企业对ROI的关注度提升通过资源的链接、流程的优化、数据的分析和活动的监控，营销技术可以帮助企业解决资源、效率、效用、成本、安全等 方面的问题。通过同行案例或者实践尝试，企业确实看到了营销技术的价值，并持有较强的信心。但从具体反馈来看，实 际落地阶段的效果并不理想。由于经验不足、环境复杂等因素，往往会出现供应商对项目难度预估不足，企业主目标思路 不清晰的情况，这导致营销技术在计划时间内无法落地或者效果不及预期，最后广告主被要求追加额外预算，周期被无限 期延长。在此背景下，企业主对ROI的关注度愈发提升。营销技术对营销工作的提升及程度是否有用？程度如何？提升程度一般41.8%提升程度很大28.6%提升程度有限18.7%提升程度很少6.6%没有任何提升4.4%选型对接来源：N=161，于2020年4月通过多平台调研获得，咨询研究院自主研究及绘制。18.6% 16.3% 11.6% 11.6% 9.3%25.6%25.0% 14.3% 23.2% 12.5% 3.6%18.6% 17.4% 23.0% 14.3%13.7% 11.2% 7.5% 7.0% 7.1% 8.7%SaaS-获客类SaaS-销售类企服总体市场快速发展，导致选型难和对接难的问题尤为突出从营销技术应用到目标实现，其间需要解决的问题还有很多。以获客和销售类SaaS为例，企业在采购中常见的问题包括 对接打通、产品选型、实施推进、人员组织、机制协同等。其中，“采购之后无法跟其他系统做对接”、“知道大致的类 型，但是在众多厂家中难以选择”是企业在采购获客类和销售类SaaS中最常见的两个问题。MarTech市场发展加速，产 品百花齐放的同时行业标准尚未建立，这导致企业选型难，选后对接难的问题愈发凸显，也是行业快速发展背景下无奈的 实际情况。其次，“采购之后落地困难，并不能降本提效”是仅次于打通难、选型难的问题。营销新技术的应用不仅有关 产品技术的创新，更与企业转型布局息息相关，因而还需要企业内部的努力，让好的工具发挥其真正的作用。获客与销售类SaaS在采购中最常见的问题采购之后无 法跟其他系 统做对接知道大致的类型， 但是在众多厂家 中难以选择采购之后落地 困难，并不能 降本提效真正需要的 人没有决策 权和采购权根本没有反馈机制， 内部没有统一的 员工觉得很难用但 主导者，心不齐 是高管不知道完全不知道目前有 哪些服务，也不知 道有什么作用部署成本来源：信通院，咨询研究院自主研究及绘制。现状挑战部 署 环 境2020年中国企业对云网融合场景需求情况虽然公有云在产品丰富性和价格上具本地数据中心与云资53.6%有相对优势，但出源池互联（混合云）于数据安全、法律国内分支机构互联35.8%合规、技术惯性等云资源池互联30.4%原因，私有云和传统IDC模式一定时数据中心之间互联23.7%间内难以被取代，跨境机构互联19.6%混合云必然成为未 来企业部署的主流。2020年中国企业关注的云管理服务能力成本优化能力70.6%性能优化能力56.6%资源运维能力42.6%云原生开发能力36.5%迁移实施能力33.0%咨询设计能力11.9%其他能力2.8%混合云、多云部署的模式下，企业应该选择将哪些 负载放在公共云上，将哪些负载放在私有云上？对于大数据特性突出的互联网2C企业，随着规模的 扩张，冗余原则下成本愈发高昂，如何实现弹性的 实例配比，既保证高可用又不造成浪费？成本优化成为后云计算时代企业部署的重要挑战。用 云 策 略企业用云资源预留与实际使用情况现阶段定时等云资源调用的触发机制 资源短缺具有一定的滞后性。 为了保证高可用，资源浪费企业往往选择采取 预留 冗余的伸缩策略， 实际 造成计算资源的浪费和成本的上升。混合云环境和冗余用云策略导致营销部署成本高企跟其他业务环节一样，云本身在营销中的应用已经成为无可争议的事实。但是，随着数据量越来越大，加工成知识、挖掘 出智慧所需要的算力就会越来越大，相应的计算成本也会越来越高。过去十年，云计算解决了计算资源短缺的问题，未来 的重点将向成本优化转移。尤其是在混合云成为主流的背景下，对企业来说，成本控制的挑战愈发严峻。部署环境的变化与成本优化的挑战52.8%51.7%48.4%42.9%42.9%38.5%35.2%市场环境高度复杂，如媒介、数据环境等缺乏拥有数据分析和技术经验的人才数据越来越多，数据指标令人眼花缭乱缺乏优质的创意和内容输出获得更多的营销预算变得困难内部沟通和工作推进需跨越多层组织缺乏优质的服务商，无法带来实际增长人才短缺来源：N=161，于2020年4月通过多平台调研获得，咨询研究院自主研究及绘制。人才供给较市场需求存在迟滞，难以支持内部营销技术建设市场需求千变万化，而产品迭代、技术创新、人才培养都需要过程，尤其是人才的迭代，往往需要更长的时间。市场需求 传导到人才培养机构需要一定的时间，人才培养到市场供给又需要一定的时间，这就导致了新兴领域人才供应相较于人才 需求的迟滞。以人工智能产业为例，实际上在2015年左右便在中国萌芽，2019年进入快速发展阶段，而到了2018年4月， 教育部才研究设立第一个人工智能相关专业（080717T），2019年第一批35所高校才获建设资格，实际人才供应到市场 又需要四年，对于用人方来说，很长一段时间内AI人才都将处于短缺状态。据调研，51.7%的广告主表示“缺乏拥有数据 分析和技术经验的人才”是当前最大的挑战，“人才缺失”已经成为继“市场环境复杂”后当前广告主面临最大的挑战。广告主认为当前最大的营销挑战分布情况人才培养市场需求变化人才供应人才供应高峰较市场需求存在迟滞需求传导学习实践数 据 资 产数据资产来源：咨询研究院自主研究及绘制。数据数量数据库传输、日志、IoT源接入等数据质量数据转换、逆向解析、目录管理等数据计算异构数据转换、OCR、NLP等数据存储统一调度、数据共享、服务接口等数据打通统一调度、数据共享、API接口等数据安全安全密钥、权限管理、监控预警等数据沉淀业务赋能数据业务闭环数据应用+内部外部+线 上线下网络广告 第三方监测 用户画像 行为轨迹 舆情监测线下门店 活动管理 互动成效社交营销 客户管理 电子商城 渠道管理 归因分析传统广告 用户反馈 行业信息渠道、应用与数据的割裂导致数据资产难以沉淀营销数据在企业中存在的形态是琐碎多样的，产生于线上、线下、内部、外部的各类营销活动中。理想情况下，企业可以 将内外部数据进行全生命周期管理，形成统一数据资产，再赋能业务应用，释放其价值，从而形成高效的数据价值闭环。 然而，现实实践中，各渠道分散、各应用独立，且数据和应用不能良性互动，这导致了营销活动效用的低下，企业不能感 知到数智赋能营销的效果与价值。营销数据运用的理想与现实应用数据隐私安全外部监管愈严，内部数字化愈深，信息安全升级势在必行近半年来，国家密集出台隐私保护和数据安全相关法律法规，外部监管环境愈发严格，罚款金额愈发高昂，对数据运营者 和处理者提出了更高的要求。政策驱动下，企业亟需完善自身数据资产安全体系的建设，包括数据自身的合法合规，数据 活动的安全可信，以及数据基础设施的自主可靠。同时，随着企业数字化进入深水区，“数据”已经成为市场和企业的核 心生产要素，一旦发生泄漏或者遗失，后果不可估量。数据安全问题越来越受到重视，全面保护体系建设为企业提出了高难度的挑战。注释：日期指全国人大、国务院等相关部门文件公示日期，非具体实施日期。 来源：公开资料，咨询研究院自主研究及绘制。2021年6月10日全国人民代表大会中华人民共和国数据安全法中华人民共和国个人信息保护法汽车数据安全管理若干规定（试行）2021年8月20日国家网信办、发改委、工信部等2021年7月6日中共中央办公厅、国务院办公厅关于依法从严打击证券违法活动的意见2021年7月10日国家网信办网络安全审查办法（修订草案征求意见稿）2021年7月30日国务院关键信息基础设施安全保护条例2021年8月20日全国人民代表大会近半年出台的隐私保护、数据安全相关法律法规；合规类别法律责任不履行数据安全 保护义务责令改正，给予警告，罚款 5w50w 元，对直接责任人罚款 1w10w 元 拒不改正或造成严重后果，罚款 50w200w 元，责令暂停相关业务、停业 整顿、吊销相关许可证或营业执照，对直接责任人罚款 5w20w 元违反核心数据管 理制度罚款 200w1000w 元，责令暂停相关业务、停业整顿、吊销相关许可证 或营业执照；构成犯罪的，依法追究刑事责任不配合数据调取责令改正，给予警告，罚款 5w50w 元，对直接责任人罚款 1w10w 元未经批准向境外 提供重要数据责令改正，给予警告，罚款 10w100w 元，对直接责任人罚款 1w10w元；情节严重，罚款 100w1000w 元，责令暂停相关业务、停业整顿、吊销 相关许可证或营业执照，对直接责任人罚款 10w100w 元 2021年9月，WhatsApp因违反欧盟GDPR 数据安全法，被罚款 2.25亿欧元； 2021年7月，TikTok因违反欧盟GDPR数据安全法，被罚款 75万欧元； 2021年7月，亚马逊因违反欧盟GDPR数据安全法，被罚款 7.46亿欧元； 2020年10月，H&M因违反欧盟GDPR数据安全法，被罚款 3520万欧元； 2021年6月，中国邮政储蓄银行因信息系统相关功 能在开发、投产、维护、后评估等方面存在缺陷 及不足等六项问题，被罚款 437.67742万元，罚 没合计 449.078541万元； 2020年7月，华夏银行因内控制度执行不到位等四项问题，被罚款 110万元； 2020年1月，中国农业银行因重要信息系统突发事件未报告等六项问题，被罚 420万元； 20智能营销市场现状洞察1智能营销发展解决方案2典型智能营销厂商案例3智能营销的解构与拓展4云原生与智能营销的融合云原生是未来用云的标准，它通过进一步的抽象与分层，最大化了云弹性、敏捷的优势。基于云原生的智 能营销解决方案可以更好地优化基础资源利用率，建设统一数据资产，敏捷响应多类型营销活动，是智能 营销系统落地的更优解法和未来发展趋势。21内涵与应用基础资源核心载体应用架构开发运维服务治理云原生智能营销应用面 向 云 原 生 应 用 的 基 础 架 构与其他业务环节一样，使用云 来解决MarTech异构资源管理、 大数据处理、AI增强的挑战已 经成为无可争议的事实。但要 在快节奏的市场中获得竞争优 势，企业需要进一步优化其在 云上进行构建和部署智能营销 应用的方式，即“云原生”。云原生下的智能营销应用不仅 仅简单地指直接诞生在云上的 智能营销应用，背后更包含着 新的技术、架构和方法论，从 而最终表现为“高性能、低成 本、敏捷、弹性、创新”的优 势。云时代背景下，智能营销的最佳实践营销活动日趋复杂，数据量呈爆炸式增长，市场需求需实时响应，用户服务需不间断进行，对MarTech资源、性能、功能 的要求与日俱增。同时，云计算基础设施已基本成熟，采用传统模式，像早期使用虚拟机一样地使用云服务器，会使得云 计算弹性、敏捷等优势难以发挥。为解决以上问题，“云原生”随之诞生，它是指专门面向云环境应用部署和运行的设计 思路和行为方式组合，背后包括容器、微服务、Serverless、DevOps等技术、工具和方法论，是后云计算时代新一轮生 产力的释放，也是智能营销的未来发展趋势。云原生内涵及其在智能营销应用云容器服务网格DevOps低代码微服务Serverless来源：咨询研究院自主研究及绘制。设计思路与核心价值统一数据资产湖仓一体数智融合数用一体敏捷业务应用微服务DevOpsLow/No-Code弹性基础设施异构管理弹性伸缩资源利用传统的企业信息化架构不具备统一的数据资产层，不同部门、不同系统之间 不能打通，造成了局部数据和交叉数据价值的浪费。另外，应用与数据割裂， 导致应用创新对积累数据的复用也十分困难。在现代化湖仓一体、数智融合、 数用一体的数据架构下，数据价值能够得到最大化的利用，应用创新也变得 更加柔性和敏捷。云计算时代前，企业需要从购买服务器开始自建机房，横向扩展难以实现， 且资源利用率较低，不具备成本效益。IaaS模式下，公有云为企业提供了弹 性的可能，资源利用效率提升，成本下降。云原生时代，云计算的工作模式 进一步解耦，能力抽象到Function，并可以跨平台管理异构环境（混合/多 云），极致的弹性下基础资源实现了极致的利用。传统模式下，应用的开发、扩展和运维都比较笨重，不能赋能企业在日益激 烈的竞争环境中获得差异化优势。云原生时代下，微服务将应用架构解耦到 最小功能模块， Low/No-Code 将应用开发解耦到动作（ 一段代码），DevOps将开发运维流程切割，加速迭代。在多种方法论/技术/工具的赋能 下，企业应用开发和对业务的响应愈发敏捷。通过抽象与分层，实现智能营销的弹性、统一与敏捷企业的营销部署与数字化转型阶段不同，其诉求千变万化，行业标准在短时间内难以实现统一。然而，“定制化项目制” 的形式对甲乙双方来说都不具备效率和效益：对甲方来说，定制化项目昂贵且响应存在延迟和错位，对乙方来说，多项目 疲于奔命，难以实现能力的沉淀复用和业务创新。随着容器、微服务、Serverless、Low/No-code等云原生相关技术的 发展，IT架构中基础资源层、数据资产层、应用层之间以及各层内部（如计算存储分离、应用架构的微服务化等）不断解 耦，乙方从而可以对技术能力进行抽象和分层，通过模块的标准化来实现效率，通过组合的创新来实现效益，需求个性化 和定制化成本上升的矛盾在某种程度上得到了平衡。云原生时代智能营销解决方案的抽象与分层来源：咨询研究院自主研究及绘制。云原生的最佳载体，智能营销应用实现弹性和敏捷的基石容器可以简单理解为轻量级（不包含操作系统）的虚拟化技术，它将应用程序及其依赖环境一起打包，从而可以在不同环 境内随时构建、装载和运行。与传统IT架构相比，容器解决了应用开发部署中隔离（安全）和移植（轻量）的问题，从而 带来更细颗粒的资源调度能力，更灵活的弹性计算能力和更敏捷的开发扩展能力。容器是云原生的最佳载体，也是未来智 能营销应用的基石。物理机虚拟机容器的演进硬件资源容器引擎宿主机OS应用应用容器 共享操作系统，减少资源消耗 更轻量（度量单位 为兆字节），更敏捷（启动速度为秒级），易移植交付容器容器容器架构本质上也是虚拟化，然而容器镜 像在封装时并不涉及操作系统，仅封装程 序本身和必要的环境文件，使得每个容器 占用的服务器资源更少（一台服务器能够 部署更多容器）、启动和运行较虚拟机更 快，对IT资源的使用效率更高。硬件资源应用宿主机OS传统的IT架构是以服务器、操作系统和程 序三层构成，由于不同的服务器、操作系 统可能不兼容，在应用开发流程中常出现 开发者与使用者的系统环境差异导致程序 无法运行的现象，虚拟化架构的出现就是 为了解决这一问题。物理机虚拟机硬件资源虚拟化层宿主机OS客户机OS客户机OS应用应用VM VM虚拟机架构在宿主机操作系统上增加了虚 拟层，其上可以运行不同的、彼此隔离的 虚拟操作系统，应用开发者得以将程序与 操作系统等环境一起打包后进行分发和安 装，从而解决不同的用户系统环境不兼容 的问题。分割物理机从而提高资源的使用效率为不同应用提供运行环境隔离，解决操作系统不同导致的兼容性问题占用资源（度量单位为千兆字节）虚拟机封装的内容庞大而不精简，移植性能有所改善但仍然没有解决依赖环境依赖环境依赖环境依赖环境弹性基础设施容器统一数据资产敏捷业务应用来源：咨询研究院自主研究及绘制。Serverless极致的解耦与弹性，解决智能营销用云成本问题以CNCF定义为例，“Serverless是指构建和运行应用程序不需要管理服务器的概念。它描述了一种更细粒度的部署模型， 即将应用程序打包为一个或多个功能，上传到平台，然后执行、扩展和计费，以响应当时确切的需求。”其核心思想是将 应用程序解耦至“Function”并自动扩展缩减，让用户无需再关注服务器（包括托管或发生在服务器上的所有内容）， 从而进一步提高云的效率，降低运营的工作量和成本。它可以有效解决营销部署资源浪费与成本高企的问题。Serverless的内涵与优势开发人员视角：Serverless是一种简单敏捷的应用开发模型，无需运行维护服务 器等基础设施，只要将代码打包到容器中部署即可。资源利用：Serverless模式下，资源消耗随着应用程序的需求（ 请求数量） 变化自动扩展或缩减。 与其他模型相比，Serverless扩展更快速且自动化，无需手动调整和耐心等待。成本计费：无论是微服务架构还是原分布式架构，保证系统高可 用的解决思路都来自“冗余”，这种 Scale-out 往往导致了资源 的过度配置和浪费，进而导致成本上升。Serverless模式下，开 发者只需为消耗的资源付费，计费精确到毫秒级，成本大大降低。开发简化：Serverless抽象了应用开发中“服务器部署、操作系 统和文件系统管理、日志监控等”一长串高度重复的例行任务， 使得开发者可以只专注于写业务逻辑代码，改善了开发体验。云厂商视角：与其他云计算模型相比，Serverless模式下云厂商除了提供基础资源外，还负责除业务代码和触发器配置外的所有其他托管服务。云计算模式创新：云计算实现了计算、存储、网络等基础资源的 解耦和弹性扩展，在过去十年中大获成功，但实际上，以IaaS模 型为核心的应用开发始终没有摆脱服务器的束缚。为提高生产力，Serverless模式对生产关系做了进一步的重组，将能力抽象到Function，云厂商负责托管除了代码和触发器外所有的工作（实 例选择、扩容缩容、服务器维护、异地容灾、监控告警等），开 发效率和软件复杂性的矛盾得以更好的解决。云服务业务升级：Serverless不仅仅是FaaS，还包括基于API的 存储、数据库、消息、日志、安全等后端能力的服务，某种意义 上是云厂商由IaaS模式向上服务升级的有效路径。弹性基础设施统一数据资产敏捷业务应用云存储数据库账号系统消息处理API网关安全加密一种事件驱动计算执行模型，是Serverless的核心引擎FaaS（函数即服务）DaaS（后端即服务）与应用程序本身无关的其他基础服务，基于第三方APIServerless的实现形式来源：咨询研究院自主研究及绘制。海量营销数据环境下兼具成本和性能优势的选择从大数据平台架构来看，当今企业的设计思路主要包括数据仓库和数据湖。数仓的运用较早，它将历史数据通过ETL提前 建模治理，进而服务于后续的数据分析和商业决策支持。后来，随着互联网的发展，企业对非结构化海量数据处理的诉求 提升，数据湖随之诞生。它直接存储各种格式的原始数据，事后根据企业需求再建模计算，具有低成本、灵活的优点。但 随着数据湖的落地，其企业级功能缺失、实时处理性能差、边际成本上升、数据治理难等局限逐渐暴露，湖仓一体出现。 它融合了数据仓库和数据湖两种架构的优势，底层多套存储系统并存且互相数据共享，形成统一资源池，上层各引擎可以 通过一体的封装接口访问。面向营销场景高频、海量、实时的大数据特性，湖仓一体实现了高性能和低成本的双赢。数据仓库 vs 数据湖 vs 湖仓一体弹性基础设施湖仓一体统一数据资产敏捷业务应用数据仓库湖仓一体数据仓库 vs 湖仓一体ETL结构化/半结构化数据数据仓库BI报表 BI报表接口统一资源池计算层计算层计算存储分离，存储层存储层按需弹 性扩展数仓集群数湖集群“湖仓一体”作为支持数据处 理的统一底座，提供实时处 理多引擎、多数据类型的能 力，从而避免了不同平台间 的数据移动建模，大大降低 了数据处理的成本。数据湖数据湖 vs 湖仓一体结构化/非结构化数据湖半结构化数据数 据 处 理BI报表 “ 湖仓 一体 ” 弥补 了 基 于Hadoop技术的数据湖对于数据实时处理能力的缺失，降 低了事后数据治理的难度， 提升了大数据应用性能。来源：咨询研究院自主研究及绘制。控制TCO，实现智能营销应用效果的提升据调研，目前只有少数企业（9.8%）可以完成AI项目实施前设定的ROI目标，这导致甲方对AI的投资态度愈发矛盾： 一方面是数智化转型带来对AI需求的增长，一方面是在AI应用开发部署过程中数据质量、产品管理、人才等困难带来的成 本上升和效果削弱。通过数智融合的一站式平台，数据采集、模型训练、算力资源部署全流程得以打通，一方面可以避免 重复开发和多板块管理，提高迭代效率，另一方面还可以打通云、大数据和AI割裂的开发框架，实现AI应用效果（如推广 环节的千人千面等）的提升。生产模式的集约化，缓解企业投资ROI矛盾After算 力数据算 法面向AI的数据服务软 硬 一 体 化的 计 算 集 群开放平台与效率 化 生 产 平 台数据采集数据标注数据治理数据应用模 型 设 计参 数 调 优模 型 训 练模型测试硬件部署算 力 资 源 云 化算 力 资 源 调 用功能模块衔接打通从数据到算法到算力的框架，使 得算力调度、数据治理和模型训练可 以融为一体，提高了开发效率和数据 价值转化。一站式开发在统一平台内完成数据采集、数据标 注、数据治理、数据应用、模型设计、 参数调优、模型训练、模