テクノロジーの進化やグローバリゼーションの加速によって、BtoBマーケティングの世界にも、変化が訪れようとしています。最新の動向や未来予測などを紹介しながら、BtoBマーケティングの“これから”を考えていくコラムです。 text:シンフォニーマーケティング代表取締役 庭山一郎
マーケティングキャンパス 基礎から実践までB2Bマーケティングを学ぶサイト
ホーム > コラム > BtoBマーケティングの“これから”の話をしよう
テクノロジーの進化やグローバリゼーションの加速によって、BtoBマーケティングの世界にも、変化が訪れようとしています。最新の動向や未来予測などを紹介しながら、BtoBマーケティングの“これから”を考えていくコラムです。 text:シンフォニーマーケティング代表取締役 庭山一郎
理論と実務を綾織りにして積み上げていくBtoBマーケティングのスキル。そのキャリアプランはどういうものがあるのか?私なりの考えを書いてみました。
近年、日本企業もようやくマーケティングの重要性に気がついて、マーケティング部門を作り、予算を与え、その予算で MA や CMS や BI などのツールを導入し、イベントに出展し、キャンペーンを展開するようになりました。これ自体は良いことなのですが・・・。
3年ほど前までは、BtoBマーケティングの世界で良く管理されたデータを表現する言葉は「洗練された:ソフィスティケイテッド/Sophisticated」でした。しかし今日では「健全な:ハイジーン/Hygiene」という言葉が主流になりました。正しく名寄せされ、企業と個人が紐付いたという要件だけでなく、それが法的に健全かどうかを問われているのです。
新型コロナウィルス感染症の影響で、事業計画の変更や再編を迫られている企業も多いでしょう。このタイミングこそ、勝てる土俵を定義するSTPを行うべきという提言です。
BtoBマーケティングにおいて、インサイドセールスは重要なプロセスであることは間違いありません。しかしそれは、高度な全体最適で設計されたマーケティング&セールスの中でしかワークしない諸刃の剣であることはあまり語られていない、というお話です。
新型コロナウィルスショックは、日本のエンタープライズBtoBマーケティングが世界に追いつくためには非常に強い追い風になるでしょう。この追い風を受けてSNSやウェビナーソリューション、Web会議ソリューション、オンラインストレージなどが活況を呈し、SFAやCRMが息を吹き返すでしょう。そういう激動の入り口に我々は生きています。
マーケターが自社のマーケティングを企画・実施する上で学ばなければならない事が急増し、その範囲も広がっています。ビジネスの世界では騙されることも“罪”だからです。その事を最近米国で起きた事件を例に説明します。
時折、欧米企業からアジアパシフィックの最初の拠点をどこに置くべきか?という質問をされることがあります。基本的に東京と答えますが、それは私が日本人だからではありません。実数をベースに考察しているからなのです。
私はプロフェッショナルのマーケターの定義を「製品やサービスのマーケティングを全体最適で設計し、実施できる人」としています。MAの操作などの部分最適をいくら繰り返してもこの定義には届きません。MAベンダーからの評価ではなく、自社の営業部門や販売代理店から高い評価を獲得しなければダメなのです。
米国のマーケティングテクノロジーは、思考を制限する法規制が少なく、最先端の行動解析の技術が世界中から集積する環境から生まれています。私がなぜ米国のマーケティングソリューションに注目しているのか、また日本との違いについてお話しましょう。
2000年にEloquaが誕生してからわずか18年の間にマーケティングソリューションの数は7,000を超えました。日々新たなツールが生まれ進化していますが、マーケティングの本質は変わりません。変わったことは、マーケティングを実現するための技術なのです。
マーケターは計画や成果をパーセンテージで語る傾向があります。しかし、これは日頃マーケティングに関わらない人には難解な別の言語で、実は伝わっていないということが度々生じています。これらを回避するために、マーケターは実数を語るべきです。
「闘志」や「責任感」を時代錯誤の精神論だと考える人は多く、それは古き良き昭和の時代で、現代はそんなものに頼らずに、ロジカルにテクノロジーで戦う時代と言われています。でも私はビジネスや戦争において、「闘志」は時にもっとも強力な経営資源になり得ると考えています。
ハイテクとハイタッチがバランスする世界だからこそ、マーケターにとって必要なスキルは社内コミュニケーションスキルなのです。自社や営業部門の悪口を言ってる場合ではないのです、というお話。
デジタルマーケティングを語るときに必ずと言って良いほど登場する「AI」。その期待値が高ければ高いほど、役に立たなかった時の失望は大きいものです。機械学習とは「放っておいても育つシステム」ではありません。どうしたら「役に立つAI」に育ち、どうしたら「役に立たない不良AI」になってしまうのか?を書いてみました。