品牌将对遗留数据业务的失败转型提供多长时间的补贴？

在2019年，品牌在数据上花费了空前的金钱，这是因为真正的基于人的营销的承诺从未像现在这样近在咫尺。可以想象一个世界，在这个世界中，数据可以指导每个营销决策，从创意到激活和衡量。不幸的是，基于个人的营销仍然在许多领域超过了现实，这是由于品牌及其合作伙伴在很大程度上必须继续依赖传统数据业务这一事实。这些公司由于未能在数字和移动媒体时代转变其技术，核心业务模型和收费结构而迅速过时。

在过去的十年中，随着数据源的激增和市场营销进入实时领域，Acxiom，Experian和Epsilon等行业的固定数据Goliath受到了一些严峻挑战。我在Acxiom和Experian亲身经历了这些挑战，当时要转变市场现实，这表明有必要将业务拆散并重新构建以满足实时决策的需要。上市公司的季度季度心态几乎不可能做到这一点。

行业Goliaths并未观察市场趋势并听取客户的声音，而是选择进行较小的翻新，而宁愿将成本降至最低，而不是进行投资。现在，这种策略的缺陷或缺乏缺陷是显而易见的。如果您躲在后面，您会发现以下三个障碍正在阻止依赖这些传统数据播放器的每个品牌有效地使用数据。

经济壁垒
消费者数据的每一个粒子在制定更好的目标和度量决策以及获得有关客户的更多见解方面都具有一定的价值。如果品牌要最大程度地利用消费者数据，则在每种可能的情况下这样做都具有经济意义。这就要求彻底改变数据的成本模型，以使其具有成本效益，将其部署到企业中每个潜在的应用程序和决策中。

遗留数据公司不想那样玩。首先，它们位于庞大的现有收入流中，这些收入流依赖于维持历史“寡头”价格水平。如果他们对数据进行定价以匹配其在每个客户的业务中创造的价值，那么他们将降低许多客户的价格，从而导致其他客户要求降低价格。

此外，它们的定价基于用例。是否希望使用此数据来获得CRM 客户？很好，这是价格。是否还想将其用于测量？是否想在您选择的DSP上使用它？这也将花费更多。这些是单独的用例，您需要支付额外的费用。

由于这些20世纪的定价方法在第三方数据行业中占主导地位，因此，毫无疑问，品牌及其合作伙伴发现，要想从经济角度出发使用这些数据来获得更好的业务成果，将具有挑战性。早就应该有一种新的模式。

技术壁垒
传统企业倾向于拥有旧技术，这在拥有数十年历史的大型数据公司中尤其如此。随着这些业务收购了其他公司并在过去的几年中逐步增长，他们需要将技术孤岛以及偶尔出现的新堆栈融合在一起，以满足不断变化的客户需求。对最新，最快的技术进行完全重新设计很少是可行的选择。结果？周转时间非常慢，这与当今的实时决策需求大相径庭。满足SLA的能力低。对主要客户需求说“不”的建议。与旧技术相关的虚高成本。这不是遗留数据公司的错，而是他们规模和年龄的一个条件。无论如何，早就应该有一个新的模型。

服务障碍
数据驱动型营销的一个原则是“数据永远不会独自做任何事情。” 换句话说，需要以正确的方式对消费者数据进行清理，标准化，与其他数据结合，评分，细分和分配，以创造业务价值。如果可以通过自动化安全，准确和有效地完成此操作，那将是很棒的选择，但这些操作太复杂了，以至于今天无法实现。自动化非常适合执行许多重复的数据操作任务，但是有知识的人员必须提供建议，管理和质量控制，以确保品牌及其合作伙伴获得使用数据时所需的帮助。

如今，许多品牌对数据提供者缺乏此服务感到遗憾，并将他们困在两个极端之间服务不足的地区。范围的一端是传统数据公司，他们为客户提供专门的客户服务代表。这些好心人可以执行客户的帮助请求，但通常缺乏专业知识，尤其是在数字媒体和跨设备数据方面，无法向客户展示如何实现其目标。另一方面，具有SaaS的数据提供商商业模式。这些公司通常都是数字化本地公司，并且为他们的客户提供知识，但是他们非常谨慎地不提供高水平的人员服务，而是青睐自动化和自助服务技术来满足投资者的保证金要求。品牌及其合作伙伴需要知道他们的数据提供者既精通数字并且完全支持人工服务，以确保每次数据项目的成功。再一次，我们行业早就应该有一种新的模式。

改造的时间已经过去
传统数据业务已经向数字世界过渡了尴尬，如今的品牌仍在承保其转型（或改造）失败的方面。这种情况不会持续更长的时间。当今的品牌营销人员必须摒弃与数据提供商之间的关系意味着什么的旧观念，并确保他们的关系和费用结构与当今快速发展的数字世界相关。