我要测网2022优秀检测机构评选活动举办,径硕科技分享数字营销趋势

news2024/11/17 21:20:09

2023年2月17号,由我要测网主办的「数字营销·韧性增长|2023TIC营销人开年报告」圆满举办。来自南京市产品质量监督检验院、中国检科院测试评价中心、径硕科技JINGdigital等企业的3位“重量级”嘉宾进行了精彩纷呈的分享,为在低谷中前行的检测机构揭开迷雾,找到突破营销难题的新方法。

本次活动吸引了360多名业内协会学会领导、知名检测机构的高管、品牌推广、营销人、渠道传播等行业代表的出席,各位行业代表通过不断地汲取创新的营销方式,来拓展行业竞争力和品牌影响力。

随着后疫情时代,人们对材料、食品、消费品检测等质量意识提升,2022年中国检测行业市场规模预测已突破4400亿元,2023年检验检测市场将迎来小范围的爆发式增长,中大型检测机构陆续通过数字营销手段降本增效。

检验检测作为典型的B2B行业,在2023年有哪些营销看点值得借鉴——径硕科技董事长兼CEO洪锴分享了「2023年B2B企业数字营销趋势」,解锁了以下五大营销看点:

■ 以ChatGPT为代表的对话式AI软件,将成为提升营销ROI的重要助力

■ 73% 的 B2B 营销人员认为企业直播是产生优质潜在客户的高效工具

■ 与传统品牌宣传相比,2023企业广告投放更看重效果

■ 2023年,76%的数字化团队有望落地Revenue Marketing

■ 69%的市场人,需要继续追逐「营」「销」协同的目标

图:径硕科技JINGdigital董事长兼CEO洪锴进行宣讲

一、以ChatGPT为代表的对话式AI软件,将成为提升营销ROI的重要助力

径硕科技董事长兼CEO洪锴先生分享了一组数据:Gartner预测显示到2023年,全球40%的企业都将应用对话式AI赋能销售与营销。对话式AI市场正在快速增长,目前全球市场规模为68亿美元(2021年),预计到2026年将增长到184亿美元。增长背后的原因是企业销售与营销的数字化、技术创新和日益多样的客户需求。

洪总表示:“ChatGPT确实是掀起了一场革命。其实在我们B2B企业数字营销的场景中,对话式机器人软件的应用,并不是什么新鲜的事情。利用对话式机器人,有特定服务场景的企业,其营销触点能够更加智能化。”

图:以ChatGPT为代表的对话式AI软件,将成为提升营销ROI的重要助力

洪总也从微观上分享了相关实践案例。某检测行业的龙头企业,其旗下做培训业务的事业部,早在数年前便应用对话机器人,来替代过去的一些线上人工服务场景——比如一些简单的咨询,以及相关内容的查询和输出,都能够由Chatbot自动应答,从而大幅提高整体的营销效率。

图:AI Chatbot在某头部检测机构中的实际应用案例

洪总表示:“随着使用者对ChatGPT等AI工具能力的深度挖掘,未来应用层、执行层的效率将大幅提升。当然,这会是一个比较漫长的过程。”

二、73% 的 B2B 营销人员认为企业直播是产生优质潜在客户的高效工具

洪总感慨道:“在过去三年内,由于疫情的催化作用,企业直播大幅改变了企业的营销场景,并极大地实现了用户教育。在北上广深,营销自动化、营销革命已经不是一个新鲜的话题了。”

根据2023年1月25日发布的《Webinar Statistics, Trends And Facts 2023》:61% 的营销人员使用企业直播作为其内容营销的一种策略;73%的B2B营销人员认为企业直播是产生优质潜在客户的高效工具;从结果来看,20-40%的直播参与者将成为合格的潜在客户。

三、与传统品牌宣传相比,2023企业广告投放更看重效果

洪总强调,2023年广告主将更多地聚焦于「效果」:50%的企业选择在广告投放中,增加「效果」预算的比例,仅有小部分企业选择增加「品宣」预算比例。因为2023年对于很多行业来讲,至少前半年大家还是处于一种观望的状态。

四、2023年,76%的数字化团队有望落地Revenue Marketing

Gartner在《2023年重要战略技术趋势》中表示,全球76%的数字化团队负责创造营收。这意味着,企业重视数字化转型带来的最终结果。

洪总总结道:“在2023年,营收导向型营销将逐渐成为显著趋势。市场团队不仅要提升品牌的市场声量,其所有营销投入、KPI必须要与营收相挂钩。这个趋势会越来越明显。”

五、69%的市场人,需要继续追逐「营」「销」协同的目标

根据Hubspot 2022年11月21日发布的The Top Marketing Trends of 2023 & How They've Changed Since 2022 [Data from 1000+ Global Marketers],20%的市场人表示,当市场部与销售部联手获客,实现部门间的数据透明后,市场人将获得更加清晰、准确的线索画像,并为销售提供更加优质的线索。然而69%的市场人在2023年依旧需要为此付出极大的努力。

洪总分析道,实现营销协同的前提是,企业需要一定的基础设施去监测数据,去测算投入产出比。企业所有的营销投入,能够被充分抓取,并在整个业务链条内产生作用,从而充分展现市场部的价值,进而与销售密切协作。

洪总不仅将五大引领行业的趋势汇总出炉,还精心地为TIC机构带来了各趋势下的场景案例和数字化营销的重要步骤拆解。 洪总表示,市场部是企业内部最后被数字化的部门,随着获客成本飙升、用户触点迅速转移、经济下行竞争激烈,数字营销转型成为必然趋势。

此次线上TIC营销人开年报告,以洞察营销趋势为起点,以TIC行业用户的需求与痛点为基础,以具体营销案列为主要内容,将理论与实践相结合,为助力检测机构营销平台、营销活动的升级与创新,从而实现营销效果的增长。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/375163.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

svg和D3.js

一、svg绘制图形 像素图由一个个像素块组成&#xff0c;矢量图由多个数学公式绘制曲线组成&#xff0c;这样即使我们缩放&#xff0c;数学公式会重新计算&#xff0c;所以矢量图不会出现失真。 <!DOCTYPE html> <html lang"en"><head><meta ch…

日本知名动画公司东映动画加入 The Sandbox 元宇宙

与 Minto 合作将东映动画的 IP 呈现在元宇宙。 The Sandbox 很荣幸能与东映动画合作&#xff0c;与 Minto 携手在 The Sandbox 元宇宙中创建基于东映动画 IP 的相关体验。 作为日本动画的先驱&#xff0c;东映动画制作了日本最大和世界领先的动画作品&#xff0c;包括《龙珠》、…

Python实现贝叶斯优化器(Bayes_opt)优化LightGBM分类模型(LGBMClassifier算法)项目实战

说明&#xff1a;这是一个机器学习实战项目&#xff08;附带数据代码文档视频讲解&#xff09;&#xff0c;如需数据代码文档视频讲解可以直接到文章最后获取。1.项目背景贝叶斯优化器(BayesianOptimization) 是一种黑盒子优化器&#xff0c;用来寻找最优参数。贝叶斯优化器是基…

Spring Cloud融合Nacos实现服务的注册与发现 | Spring Cloud 4

一、前言 服务发现是微服务架构体系中最关键的组件之一。如果尝试着用手动的方式来给每一个客户端来配置所有服务提供者的服务列表是一件非常困难的事&#xff0c;而且也不利于服务的动态扩缩容。 Spring Cloud Alibaba Nacos Discovery通过自动配置以及其他Spring 编程模型的…

独立产品灵感周刊 DecoHack #049 - 开发者如何学习UI设计

本周刊记录有趣好玩的独立产品设计开发相关内容&#xff0c;每周发布&#xff0c;往期内容同样精彩&#xff0c;感兴趣的伙伴可以点击订阅我的周刊。为保证每期都能收到&#xff0c;建议邮件订阅。欢迎通过 Twitter 私信推荐或投稿。&#x1f4bb; 产品推荐 1. method.ac 这个…

一文读懂账号体系产品设计

一、账号体系的概念及价值账号体系是用户在各平台上的通行证。平台给与用户可持续的服务&#xff0c;用户在平台上获取价值&#xff0c;中间的媒介&#xff0c;便是账号体系。阿境将其理解为维系用户与平台之间的枢纽。注&#xff1a;本文中&#xff0c;账号账户&#xff0c;二…

《Python机器学习》基础代码2

&#x1f442; 逝年 - 夏小虎 - 单曲 - 网易云音乐 目录 &#x1f44a;Matplotlib综合应用&#xff1a;空气质量监测数据的图形化展示 &#x1f33c;1&#xff0c;AQI时序变化特点 &#x1f33c;2&#xff0c;AQI分布特征 相关性分析 &#x1f33c;3&#xff0c;优化图形…

Python实现GWO智能灰狼优化算法优化循环神经网络回归模型(LSTM回归算法)项目实战

说明&#xff1a;这是一个机器学习实战项目&#xff08;附带数据代码文档视频讲解&#xff09;&#xff0c;如需数据代码文档视频讲解可以直接到文章最后获取。1.项目背景灰狼优化算法(GWO)&#xff0c;由澳大利亚格里菲斯大学学者 Mirjalili 等人于2014年提出来的一种群智能优…

Linux和Windows环境下配置Redis开机自启动

Linux和Windows环境下配置Redis开机自启动前言Linux服务器上设置开机自启动前置条件配置开机自启动启动的配置文件添加脚本的设置Windows设置开机自启其他简单命令前言 rt&#xff0c;没怎么接触过服务器还要摊上这么档子事&#xff0c;面试的时候也没说要跟服务器打交道啊。。…

【前端】JS异步加载

文章目录为什么要异步加载如何实现异步加载参考为什么要异步加载 两个原因其实是一个意思。 原因1&#xff1a; JS是单线程的语言&#xff0c;它会同步的执行代码&#xff0c;从上往下执行 但是&#xff0c;一旦网络不好&#xff0c;或要加载的js文件过大的话&#xff0c;会…

记一次真实liunx挖矿病毒处理

在一个周末的晚上&#xff0c;收到了群里一个学弟的消息&#xff1a;话不多说开始应急&#xff1a;发现新增用户包括计划任务&#xff0c;包括使用率为百分百的cpu&#xff0c;可以确定是被入侵且植入了挖矿病毒。后门用户&#xff1a;计划任务&#xff1a;top查看进程信息&…

2.27 junit5常用语法

一.了解junitjunit是一个开源的java单元测试框架,java方向使用最广泛的单元测试框架.所需要的依赖<dependencies><!-- https://mvnrepository.com/artifact/org.seleniumhq.selenium/selenium-java --><dependency><groupId>org.seleniumhq.selenium&l…

敏捷测试需要遵循的原则

摘要&#xff1a;与传统的阶段性测试不同的是&#xff0c;敏捷测试能够将测试集成到整个软件开发过程中&#xff0c;尽早、及时地发现缺陷&#xff0c;帮助交付有价值的高质量产品。 传统测试与敏捷测试的比较大的区别在于&#xff1a; 在瀑布方法中&#xff0c;测试只能在开发…

400G光模块知识大全

400G光模块是目前高速传输领域中的一种先进产品&#xff0c;被广泛应用于高性能数据中心、通信网络、大规模计算、云计算等领域。本文将从400G光模块的定义、技术、产品型号、应用场景以及未来发展方向进行详细介绍。一、什么是400G光模块&#xff1f;400G光模块是指传输速率达…

PCI子系统

很多网络接口卡都是外围组件互联&#xff08;Peripheral Compaonent Interconnect&#xff09;设备&#xff0c;必须与Linux PCI子系统协同工作&#xff0c;并非所有的网络接口都是PCI设备&#xff0c;很多嵌入式设备的网络接口连接的就不是PCI总线&#xff0c;这些设备的初始化…

学习 Python 之 Pygame 开发魂斗罗(六)

学习 Python 之 Pygame 开发魂斗罗&#xff08;六&#xff09;继续编写魂斗罗1. 创建碰撞类2. 给地图添加碰撞体3. 让人物可以掉下去4. 实现人物向下跳跃5. 完整的代码继续编写魂斗罗 在上次的博客学习 Python 之 Pygame 开发魂斗罗&#xff08;五&#xff09;中&#xff0c;我…

单例模式之饿汉、懒汉模式

目录 1.单例模式 1.1 饿汉模式 1.2 懒汉模式 1.单例模式 单例模式能保证类在程序中只存在唯一一份实例.这一点在很多场景中都需要,比如JDBC中的DataSource实例就只需要一个. 单例模式具体的是实现方法主要有两种:饿汉模式和懒汉模式. 1.1 饿汉模式 饿汉摸模式是指,在类加…

多模态推荐系统综述

推荐系统(RS)已经成为在线服务不可或缺的工具。它们集成了各种深度学习技术&#xff0c;可以根据标识符和属性信息对用户偏好进行建模。随着短视频、新闻等多媒体服务的出现&#xff0c;在推荐的同时了解这些内容变得至关重要。此外&#xff0c;多模态特征也有助于缓解RS中的数…

我的 System Verilog 学习记录(6)

引言 本文简单介绍 SystemVerilog 语言的 线程。 前文链接&#xff1a; 我的 System Verilog 学习记录&#xff08;1&#xff09; 我的 System Verilog 学习记录&#xff08;2&#xff09; 我的 System Verilog 学习记录&#xff08;3&#xff09; 我的 System Verilog 学…

Redis之数据类型详解分析

文章目录1 Redis1.1 概述1.2 查看内部编码1.3 String字符串1.3.1 简介1.3.2 应用常景1.3.3 String内部编码1.4 Hash散列1.4.1 简介1.4.2 应用常景1.4.3 Hash内部编码1.4.4 rehash和渐进式rehash操作1.4.4.1 过程1.4.4.2 rehash触发条件1.4.5 跟JDK的HashMap的区别1.5 List列表1…