预测 所有人的名字都一样
Posted: Sat Dec 21, 2024 10:09 am
我认为它们最终会过时。我说的最终是在未来十年内。技术发展很快，但客户却变化不大，所以这将是一个分阶段的方法。
重要提示：无需担心，这只是一个预测！
实际上，在 Salesforce 的用户许可业务模式下，知道您可以拥有几乎无限的具有身份许可的 Account Engagement 用户，这一定很痛苦。这不符合业务模式，除非客户购买更多潜在客户块或升级其版本，否则 Account Engagement 并不是向客户追加销售的最有利可图的方式。
需要确认的是，我认为日落不会很快发生，但我相 喀麦隆电报购物数据 信这是在 10 年路线图之内。
目前，Salesforce 将在 Marketing Cloud Growth 的基础上免费为 Marketing Cloud Account Engagement 帐户添加新特性和功能。
最终，会出现这样一种情况：这三种技术在功能集方面开始看起来有点相似，并且界限会变得（甚至）模糊。
如果为 MC Growth 构建的高质量功能免费提供给 MCAE 客户，那么在停用时将更加顺畅。也就是说，您不会失去 X、Y 和 Z 功能，而且通过切换您实际上会获得一两样东西！
您可以假设 Salesforce 的产品团队真正专注于进一步开发平台产品（Marketing Cloud Growth），而不是 MCAE 和 MCE，因为由于系统架构不同，它们更难构建。
预测三：更多版本应对人工智能矛盾
我会永远告诉人们“输入不良数据意味着输出不良数据”。你无法避免这个原则。
Marketing Cloud Growth 建立在 Einstein 1 平台上，并严重依赖于 Data Cloud，这释放了一些非常强大的功能。
但是请稍等... Marketing Cloud Growth 针对的是中小企业。你知道，那些拥有非常小的数据集和小型营销团队的公司。有时实际上是创始人或首席执行官在运营该平台！
换句话说，Salesforce 希望我们相信中小企业可以利用 AI 来支持他们的所有活动，并基于微小的数据集实现上下文相关性？这是个不错的想法，但 AI 只适用于数万个数据点，最好是数百万个数据点。而不是数百个甚至几千个。
我相信将会有更多版本针对大型企业，更加注重人工智能。
人工智能很强大，但别指望它能吃掉你的谷物
人工智能继续铺就前进的道路，这是非常了不起的。几年前我们就被告知“数据是新的石油”，而现在我们拥有的计算能力可以驾驭所有这些数据，并用它们做出聪明的事情。
然而，让我们退一步思考一下，我想问的是，如果您启用了人工智能，您今天将如何使用它？
许多营销人员会有些焦虑，因为他们知道，无论怎样，他们帐户中的数据可能都不是处于最佳状态。
例如，当销售人员正在处理职位职能选项列表字段时，营销人员会在自由文本字段中询问潜在客户的职位。现实生活中的不一致不会让人工智能帮助任何人。
我们对如何使用人工智能已经有了自己的想法，并将 80/20 规则作为我们框架B2BMA Nirvana的一部分来推广。
这些预测会给 Pardot 顾问带来什么影响？
团队中有人在内部电话会议上问了我这个问题，我认为这是一个非常好的问题。
几年前，生活在 Pardot 内部并成为一名优秀的 Pardot 技术人员和营销人员是可以接受的。
如今，Pardot 顾问已不复存在，只有 Marketing Cloud 顾问。这并不意味着您需要了解 Marketing Cloud Engagement，您仍然可以专注于 Account Engagement，但您也绝对必须具备 Sales Cloud 技能。
因此，您需要营销技能、客户参与和销售云经验。
未来，所有 Marketing Cloud 顾问都必须具备核心 CRM 经验，以配合营销和 MAP 经验，但他们还需要对如何有效使用 AI 有一定的了解。那些能够将数据科学技能与数据云相结合的人将成为该领域的领导者。
请记住，经验比证书更重要。专注于提升技能。不要成为徽章收集者。
重要提示：无需担心，这只是一个预测！
实际上，在 Salesforce 的用户许可业务模式下，知道您可以拥有几乎无限的具有身份许可的 Account Engagement 用户，这一定很痛苦。这不符合业务模式，除非客户购买更多潜在客户块或升级其版本，否则 Account Engagement 并不是向客户追加销售的最有利可图的方式。
需要确认的是，我认为日落不会很快发生，但我相 喀麦隆电报购物数据 信这是在 10 年路线图之内。
目前，Salesforce 将在 Marketing Cloud Growth 的基础上免费为 Marketing Cloud Account Engagement 帐户添加新特性和功能。
最终，会出现这样一种情况：这三种技术在功能集方面开始看起来有点相似，并且界限会变得（甚至）模糊。
如果为 MC Growth 构建的高质量功能免费提供给 MCAE 客户，那么在停用时将更加顺畅。也就是说，您不会失去 X、Y 和 Z 功能，而且通过切换您实际上会获得一两样东西！
您可以假设 Salesforce 的产品团队真正专注于进一步开发平台产品（Marketing Cloud Growth），而不是 MCAE 和 MCE，因为由于系统架构不同，它们更难构建。
预测三：更多版本应对人工智能矛盾
我会永远告诉人们“输入不良数据意味着输出不良数据”。你无法避免这个原则。
Marketing Cloud Growth 建立在 Einstein 1 平台上，并严重依赖于 Data Cloud，这释放了一些非常强大的功能。
但是请稍等... Marketing Cloud Growth 针对的是中小企业。你知道，那些拥有非常小的数据集和小型营销团队的公司。有时实际上是创始人或首席执行官在运营该平台！
换句话说，Salesforce 希望我们相信中小企业可以利用 AI 来支持他们的所有活动，并基于微小的数据集实现上下文相关性？这是个不错的想法，但 AI 只适用于数万个数据点，最好是数百万个数据点。而不是数百个甚至几千个。
我相信将会有更多版本针对大型企业，更加注重人工智能。
人工智能很强大，但别指望它能吃掉你的谷物
人工智能继续铺就前进的道路，这是非常了不起的。几年前我们就被告知“数据是新的石油”，而现在我们拥有的计算能力可以驾驭所有这些数据，并用它们做出聪明的事情。
然而，让我们退一步思考一下，我想问的是，如果您启用了人工智能，您今天将如何使用它？
许多营销人员会有些焦虑，因为他们知道，无论怎样，他们帐户中的数据可能都不是处于最佳状态。
例如，当销售人员正在处理职位职能选项列表字段时，营销人员会在自由文本字段中询问潜在客户的职位。现实生活中的不一致不会让人工智能帮助任何人。
我们对如何使用人工智能已经有了自己的想法，并将 80/20 规则作为我们框架B2BMA Nirvana的一部分来推广。
这些预测会给 Pardot 顾问带来什么影响？
团队中有人在内部电话会议上问了我这个问题，我认为这是一个非常好的问题。
几年前，生活在 Pardot 内部并成为一名优秀的 Pardot 技术人员和营销人员是可以接受的。
如今，Pardot 顾问已不复存在，只有 Marketing Cloud 顾问。这并不意味着您需要了解 Marketing Cloud Engagement，您仍然可以专注于 Account Engagement，但您也绝对必须具备 Sales Cloud 技能。
因此，您需要营销技能、客户参与和销售云经验。
未来，所有 Marketing Cloud 顾问都必须具备核心 CRM 经验，以配合营销和 MAP 经验，但他们还需要对如何有效使用 AI 有一定的了解。那些能够将数据科学技能与数据云相结合的人将成为该领域的领导者。
请记住，经验比证书更重要。专注于提升技能。不要成为徽章收集者。