编辑导语：营销自动化软件逐渐趋于成熟，并应用于各个行业或产品当中，因此当下，每个互联网人也许都需要了解一些营销自动化知识。本篇文章里，作者结合自己的工作实践与心得感受，对营销自动化进行了较为详细的总结，一起来看一下。
很多年以前，营销自动化就是传统软件的代表之一。至今走过了近三十个年头，营销自动化系统软件已经趋近于成熟。
风云突变，伴随着C端红利殆尽，B端数字化浪潮兴起，人们对营销自动化领域的关注陡然持续提升。特别是在最近两年大火的私欲流量概念背景下。营销自动化逐渐推成出新，迈向了一个崭新的台阶。
营销自动化系统诞生于美国，最早可追溯至年。通常认为，年Unica公司的成立，代表着营销自动化行业的兴起。
但实际上，直到接近 年前的年间，营销自动化行业才从年收入 . 亿美元几何式增长到. 亿美元收入规模。伴随着Salesforce、IBM、Adobe和微软这样的大公司入局，才逐渐加剧行业的竞争。
从最初的主要以电子邮件营销为核心，经过逐年的发展，营销自动化已经变得非常强大，几乎遍布所有的互联网产品中。
当今，无论是C端还是B端产品，营销自动化系统在构建商业体系、提升商业价值中都占有重要的作用。几乎所有的互联网企业、重用户运营的企业和营销型企业，都在加速构建符合各自特色的营销自动化系统。
虽然，营销自动化如此大行其道。但是，相对成体系的营销自动化知识分享，在网络上却比较缺少。所以，本文将我的一些学习营销自动化的收获和工作过程中的一些经验，分享给大家。本文，将尽可能地展示一个营销自动化系统从构想到落地的全貌，以及构建营销自动系统化的必须的一些知识。
在今天，任何互联网从业者都应该学习营销自动化的知识。因为，营销自动化是数字经济、智慧产业的重要组成部分。即使，你并不关注未来互联网行业趋势，这里仍然有一些理由值得你参考。
营销自动化发展到今天，已经不是我们传统认为的B端产品专属。营销自动化遍布于各个互联网产品中。只要互联网产品有运营过程和销售环节，那么总不可避免地涉及到营销自动化。
主流的C端产品也都深度集成了营销自动化系统。比如，拼多多的各类裂变活动的投放过程，就是典型的营销自动化场景。
同时，营销自动化是现在提升产品商业数据指标重要方法。甚至，某些产品基础指标都依赖于营销自动化系统提升。可以说，作为产品经理的日常工作，避免不了与营销自动化系统打交道。
营销自动化是低增量或者存量业务的重要创新方向。
首先，什么是营销自动化？
比较正式一点定义是，营销自动化是使用软件来实现营销活动和过程的自动化。营销自动化系统指的是，用于执行、管理和自动完成营销任务和流程的部署在云端的一种系统软件。
我个人觉得这个定义已经不太符合现代的市场情况了，它过于强调「自动化」了。更加符合年、且简洁的定义是，产品在合适的时间、合适的地点为合适的用户，自动提供合适的营销内容的系统。
这是由于，如今，「自动化」已经不能代表营销自动化系统的核心价值。取而代之的是「智慧」。
为了让大家更加直观地理解什么是营销自动化系统，这里给大家举个典型的例子。这里以大家接触最多的C端产品为例。
比如，某用户在我们平台浏览了A产品，但是并没有下单。过了三天，用户都没再次浏览该产品。这时候系统就会为用户打上一个标签X，记录用户浏览A产品但未下单。
此时，自动化营销系统开始运作，筛选出包含标签X的用户，然后去方案库匹配方案，匹配了优惠券方案Y。之后，在晚上八点，营销自动化开始执行方案Y，将对应的优惠券以短信的形式投递给用户。用户收到短信后，使用优惠券下单购买了产品A。结尾，营销自动化系统，再为用户打上购买A产品和使用优惠券的标签。这就是一个典型营销自动化系统，自动化运行的典型业务过程。
B端产品这里就不举例详细的例子。可以把上段的例子中，自动化发放优惠券的过程，替代为自动督促和促使销售A，向客户B，按Y方案，销售产品A。
提到营销自动化，关联比较多的还有CRM（客户关系管理系统）和营销云。
很多人可能会对于三者的关系和定义比较迷惑。对于CRM定义是比较宽泛的，今天的CRM，早已不单纯是管理客户档案和关系，CRM已衍生出了许许多多的分支，比如国内独具特色的SCRM（社会化客户关系管理系统）。
我认为，Salesforce（CRM行业标杆公司）定义的CRM，「帮助管理、触达现有和将来的所有客户」是最为准确的。营销云的通俗的定义是「从线索获取到成单，从老客挖掘新线索的闭环支撑云系统」。
从业务的角度出发，营销自动化系统可以对【已经触达（有数据）】的潜在客户，进行精准的二次营销线索孵化；可以让你更好地追踪潜在线索的转化周期；把握营销的力度，便于对线索挖掘环节做数据分析。
CRM则可以掌握线索来源（未触达或已触达），对症下药地进行分析；可以更好地对成交客户进行追踪，构建信任，促进二次复购，可以对客户的详情进行标注，便于更好的客户维护和再激活。营销云则是更大的体系和概念，是一套整合用户营销的多系统构成的云系统。
所以，三者定义的边界和关联性都是比较分明的。营销自动化系统是CRM整套系统中的一个核心板块。但是，营销自动化系统在实施过程中，也经常脱离CRM，单独实施的。营销云则是包含CRM，CRM又包含营销自动化系统。
所以三者的关系是，营销云包含CRM，CRM包含营销自动化系统。
这里我们可以参考orcle营销云的产品特征矩阵图。
前文提到营销自动化系统，既适用于B端产品，也适用于C端产品。但是，两者限于业务的差异，两端系统的实施还是存在很大差异的。
首先，我们这里要定义下本文中B端和C端的界限。
这里我们将营销自动化的元数据「用户」为企业的定位B端营销自动化系统，将面向个人用户的定义为C端。而不论其开发者定义的B端还是C端。这里我们是以自动化的受用者，而不是使用者来定义。这样的定义立意，两者间区别更加清晰，差异更加突出。
）B端营销自动化
从整体上分析，B端营销自动化偏向于传统软件，服务于销售过程，重心是过程的管控。而C端营销自动化，服务于整个营销过程，注重的是营销的方案构建。
B端的营销自动化系统，主要分为两个类型。服务与线上业务的营销自动化系统，与服务与线下的营销自动化系统。无论线下还是线上，B端营销自动化系统都是去驱动人进行营销。也是有「人」，作为营销方案的最终执行者。当然，有人作为执行者，也少了监督者。
因此，对于B端营销自动化系统，本质是将各个角色的人串联起来，实现营销流程的自动化。在此的基础上，实现数据的增益价值，实现营销方案的智能化。有时候，也能定义B端营销自动化系统是重服务的系统。
B端营销自动化系统在前端渠道上，会相对固定。通常，用户的来源都是稳定的。某些业务场景下，会出现用户的初始特征高度一致。而用户的差异，是在用户生命周期变化的过程中，逐渐体现出来的。
）C端营销自动化
C端营销自动化系统，核心价值强调的是智能和自动化。用户划分的高度精确、营销方案的高度智能、营销过程的高度自动化。
服务于C端产品的营销自动化系统，是尽量减少人在流程上的参与。人的参与，更多的尽可能在监督和顶层设计上。所以，这就要求C端营销自动化系统，需要有更强的自我演进和容错的能力。
C端营销自动化系统，本质是拉近产品与用户的距离，即上文的那句定义，「产品在合适的时间、合适的地点为合适的用户自动提供合适的内容」。从这一特征延伸，这也是一种营销信息分发（推荐）系统。
C端营销自动化系统与B端营销自动化系统，还有一点最大的不同。C端营销自动化系统，需求是多变的。所以，需要有足够的灵活性和扩展性。
任何产品、任何系统，能打造出来，都是有其目的性和期待。营销自动化系统建设的目的，是较为多样的。我将其归类为三类，两类为最常见的，一类为较为宽泛且是不标准化的目的的汇总。这三类是：提升效率、提升商业回报、其它。
提升效率，又主要分为三个方面：监督过程、标准化过程和替代重复性劳动。监督过程核心是实现过程的规范化，智能自动的监管营销过程，保障营销的质量，提升服务质量。
提升商业回报，是在B端和C端营销自动化系统中，最常见的定位初衷。
提升商业回报，最直白的就是提升用户的付费数据。付费数据，可以从两个大的方面来提升。一是整体性的营销效果带来的整体数据提升，对应着平台短期GMV；二是用户长远价值的提升，对照着用户长期ARPU。
最后是其它的这类，这里就举几个最常见的例子。这些例子大多来源于现在非常流行的C端产品。
电商产品最常见的就是提升日活和留存。比如，个性化的商品营销、优惠券营销等。在内容营销的领域，也会通过营销自动化系统来建立品牌影响力。最常见的是投放营销性质的软文。营销自动化有时候也被用于，补偿用户不好的体验。比如，用户投诉后自动发放个性化的优惠券。社交电商热火朝天的时候，营销自动化系统也被用户获取用户线索（也就是裂变获客）。在该领域，拼多多的营销自动化系统应该是佼佼者。
在生活中，仔细观察我们使用的产品，仔细观察我们接触的营销信息，我们会发现营销自动化随处可见。仔细分析，我们会发现这些各不相同的营销自动化系统，设计的目的也各不相同。当你去研究，你各个软件的中优惠券时，分析这些优惠券的投放目的，就能得到一些关于营销自动化的新知识。
营销自动化系统属于较为复杂的软件系统。营销自动化系统的建设过程，是不能一蹴而就的，必然是长期迭代出来的。
在经过近三十年的发展后，营销自动化系统的建设理论已经是比较健全了。特别的是建设过程和功能定义上。我们如果要建设营销自动化系统，都应该优先参考这些前人留下的较为标准的建设步骤。这才是软件工程的更优实践。
营销自动化系统的建设过程，分为四个阶段。这四个阶段分别是业务分析与方案设计、业务试错、精细运营和智慧运营。四个阶段逐步演进的，最终成熟的状态就是营销自动化系统进入智慧运营阶段。
但是，很多营销自动化系统也会刻意停留在精细运营阶段。因为，在该阶段营销自动化系统，已经回报了满足预期的商业产出。这时候，可能就会暂时将业务重心放在其它方向。
在介绍这四个阶段前，需要先介绍一下营销自动化系统的业务功能归类。了解这些营销自动化系统有哪些功能，大家才能更好地理解，每个阶段营销自动化系统有什么不同。
营销自动化系统功能大概有四个板块，圈用户、定方案、投放和回馈学习。这四个环节在业务过程中是一次首尾相连的。在后面的内容中，会详细讲解每个功能版块的全貌。
业务分析与方案设计过程，主要做立项需求调研、需求分析和设计过程等，研发前的准备工作。
首先，在这一阶段需要确定，我们研发营销自动化系统的目的，也就是我们的核心需求。对于营销自动化系统，明确需求，一定要将其转化为对应的数据指标。比如，GMV、ARPU、复购率等。在该阶段，还很重要的是，确定好自动化营销的设计方案。
通常所说的，自动化营销系统的方案，通常是有两种指代。一种方案是营销自动化系统的总体建设方案，一种是营销自动化系统运行过程中，针对用户投放的营销方案。
第一种，可以描述为针对什么用户，使用途径，实施什么策略的整体方案。第二种，则就是具体为单个用户匹配的营销策略。
在业务分析与方案设计阶段时，两种方案都需要准备充分。第一种是该阶段的最终产出，是后续阶段的必要条件。第二种，在该阶段时，不一定需要给出完整的全套方案，更类似于案例。因为，这类方案，在营销自动化系统中可能是有多种，也会根据系统的迭代不断迭代。而且，最终要实现的是由系统智能生成。
就与现在很流行的C端产品方法MVP（最小可行性产品）一样，营销自动化系统的生命周期，也需要进行「MVP」，也就是进入到业务试错阶段。因为，营销自动化系统是包含很多策略的。为了避免在各个策略上，少走弯路，以及控制调整成本，我们就要先对核心策略进行试错和调整。
业务试错的阶段，是以最低的成本，验证或找到最有效的营销核心策略。基于MVP的方法论，该阶段不要把重心放在「自动化」上。「自动化」是可以以人工进行简化。「自动化」不能提升系统的目的数据指标，只是提升数据指标的达成效率。
甚至，有些软件的功能，如果来不及开发，都可以用人工替代，尽量先用人工替代。特别是，营销自动化系统的一些局部功能，研发的复杂度并不低。
比如，分析用户数据，最简单的方案，就是用户分类。但是，即使是最简单的方案，都涉及多个渠道的数据，研发周期都不短。所以，在试错阶段，我们可以采用人工分群的方式。甚至于，为了特定场景、环节和数据的验证，还需要特意挑选某些特征的用户。
在试错阶段，营销自动化系统要保持快速调整的能力。好的营销自动化系统建设方案，不是设计出来的，二是验证和调整出来的。在试错阶段，还要通过试验，找到营销自动化的系统期望的最低值与最高值。尽量调高最低值和最高值。
一旦验证了营销自动化系统的业务方案和数据期望，就需要尽快建设和完备系统，尽快将系统投入全面运营。
当营销自动化系统，在产品中开始正常运转起来后，仍然需要将营销自动化系统进行进化，提升整个系统ROI。
一般有两个方向，一是根据营销自动化的数据反馈，对系统进行调整和优化，也就是完善系统；二则是将营销自动化系统向精细运营的方向迭代。当向第二个前进时，营销自动化系统就进入了下一个生命周期阶段，精细运营阶段。
精细运营阶段，核心就是实现用户的精细化运营，即实现精细化的营销自动化系统。精细化运营是用户运营的概念理论，指的是将用户非常精细的分类，精细地运营每部分用户，精细地去营销每部分用户。其实，更小粒度的针对用户进行运营，甚至精细到单个用户个体。
营销自动化系统也是从顶到下建设的，最初用户的分析都是划分为更大的群体。在精细运营阶段，就需要将原来更广的用户划分和方案，调整为更细小粒度。最终，实现以用户为中心，为每个用户的提供更加契合的营销运营方案。
在精细运营阶段，并不是说越精细越好。可能，这就是产品经理的日常，通过抉择，寻找最优解。更粗犷的运营能实现效果，尽量更粗犷。精细能来数据指标提升，再进行精细。但是，系统整体方向要保证精细化运营能力的存在。
在精细运营阶段，技术人员的工作需要非常重视。因为伴随着系统精细，会带来系统复杂度的提升，整个系统将变得更加精密。所以，对于系统的性能要求将成倍提升，系统拓展性将会降低。
营销自动化系统的最终形态，不仅仅是实现既定数据目标，还要在这基础上，实现智慧运营。
什么样的营销自动化是实现了智慧运营？我个人总结了四个典型特征。高度无人自动化、自我学习增强、数据极度精准、开放化。四个特点，缺一不可。
但是，光有这四个特征也是不行，一定是要达到预设数据目标，并且实现精细化运营的基础上。
高度无人自动化指的，不仅仅是运营过程的自动化，那是营销自动化系统最基本的要求。高度无人自动化指的实现整个系统的运行的无人自动化。高度无人自动化需要尽量减少人为的干预，特别是在圈用户和营销方案上。高度无人自动化的营销自动化系统，我们只需要关注指标数据，调节指标及控制参数，即可实现整个系统的管控。
任何智慧化的系统，都少不了自我学习增强、自我演进的能力的。营销自动化系统的自我增强学习，主要体现在营销方案的学习调整、触达投放过程上。特别是营销方案，营销自动化系统需要根据各类数据，不断演进。在产出效果上，系统演进出营销方案，必然要胜过使用者设计的方案。
数据极度精准，指的系统能收集广泛的数据，能有效地处理脏数据，能高效地加工数据，并把数据分析出准确的结论。数据极度精准的评估方式，一般是数据的利用率。数据利用率越高，代表数据越精准。
开放化相对就比较好理解了。开放化指的营销化系统的开放程度，能接入三方系统，也能横向开放能力给三方。最理想的是营销自动化系统的开放化，能形成一个结构完成的开放平台。开放化对于营销自动化系统的长期价值非常重要。因为，对于一个产品的生态，营销自动化系统是其商业系统的一部分，是需要与其它系统整合协调工作的。
梳理完营销自动化系统的建设过程，现在可以详细梳理下营销自动化系统的具体业务了。
在上段内容中，也提到了营销自动化系统的功能主要分为圈用户、定方案、投放和回馈学习四大版块。四大版块在业务流程上是，依次首位相连的。说穿了，从整体上看业务上，营销自动化系统主要也是圈定不同的用户、匹配适宜的营销方案、投放营销方案和总结性的分型整个环节的数据并进行相关调整。
下面我们就来梳理下，具体每个版块，该板块具体涵盖的系统和功能，以及该版块的一些知识点。把这四个版块了解完，应该对营销自动化系统，就认识比较全面了。
圈用户，顾名思义就是划分出不同的用户圈。划分用户主要是分析用户相关的数据，解析出用户的特征。这些数据有用户的属性、行为等，也会有相关的行业、业务数据。
圈用户，有三种最常见的形式。手动、用户分群、用户标签。手动指的是，系统提供一些筛选搜索项，使用者手动的筛选出对应的用户。用户分群指的是系统按照某些特征，将用户分为不同群体。比如，流失用户、次日未复购用户。用户分群是存在用户交集的。用户标签指的是，系统根据用户的属性和行为，为用户打上标签。
在营销自动化系统中，通常这三种形式都是同时存在的。虽然，应用价值是用户标签大于用户分群大于手动。但是，相应的研发难度和投入也是一次增大的。三种形式，都有其使用场景。所以，相互搭配工作才是比较理想的。
设计用户分群和用户标签这两种形式，有两种最常用的业务结构。一种是行为触发，一种是定时触发。行为触发时，当用户触发某些行为，即可圈用户。定时触发指定时地·分析用户数据，再进行圈用户。行为触发对于智慧运营阶段的营销自动化系统是必须的。后面，在投放部分，会详细展开。
对于B端的营销自动化系统，圈用户还包括线索分级的功能。这里的线索，并没有被转化为用户，是潜在的用户。圈用户时，也要根据线索的属性和在产品内的流转数据，进行分级，以进行更有效的营销。线索分级和用户划分，在圈用户版块中，是没有关联的独立功能。
圈用户的最重要的指标是准确。这是整个自动化营销业务流程的起点。如果用户的分析不够精准，营销效果肯定大打折扣。
首先，我们要清楚这里的方案是什么。方案指的是，针对用户建立的营销策略和投放流程。
比如，针对A商品浏览但是未成交超过小时用户，发放一张当日有效元A商品定向优惠券。投放的流程是，到达两小时后发放到卡包，并推送通知消息；如果超过小时，还未查看优惠券，在短信投递优惠券内容的整个操作逻辑流程。投送流程中的通知消息和短信内容，又属于营销策略。
每个营销自动化系统，都会形成自己的方案库。方案库的方案可能是使用者设计的，也可能是系统自身设计的。这些方案，需要按一定形式的数据结构进行存储（常用数据库或JSON文件）。这些方案，也是这套营销自动化系统的经验沉淀，是核心资产之一。
方案必须包含与用户特征的关联性。这样圈用户和投放之间，才能通过方案串联起来。某些方案，还会有触发条件的字段。这些触发条件被处罚时，才会使用到该方案。
定方案版块的业务分为块内容，设计和管理方案、匹配方案。两块内容是相关联的，匹配方案匹配的就是方案库中的方案，也依赖于方案的数据字段。比如，通过用户的标签A去匹配标签A关联的方案。如果符合对应的触发条件，则可以直接匹配对应的方案。
设计方案，有两种业务形态，静态方案和动态方案。
静态方案是，使用者提前设计好的。动态方案是，营销自动化系统在运行的过程中，智能生成的方案。在营销自动化系统建设比较早期时，一般都采用静态方案。当系统逐渐完善时，动态方案和静态方案，都是存在并兼容的。
匹配方案是指就是为用户匹配最佳的营销策略。当用户特征能匹配到多个方案时，系统还需要根据用户体验、成本等内容，筛选出最优的方案。
最基础的定方案版块，也需要建设业务流程外的以下四个辅助管理功能。内容管理、营销方案设计器、营销方案管理、营销流程设计器。这个四个辅助功能，管理的都是结构化的数据。
当系统接收到用户和方案后，就可以启动投送版块了。
投送版块的功能是，按照方案将内容触达用户。涵盖的是从内容制作到用户交互的全流程。
对于投放执行的过程，一个方案是一个执行单位。也就是，投放是围绕着方案运营的，其具体的流程也包含在方案中。整个投放的流程是，制作内容、开始投放、检查投放反馈、检查终点、检查状态转化、调整投放逻辑，直到达到该方案的逻辑终点。
投放过程有自动机的概念，会涉及到多种状态的转变。因为，一个方案可能会设计到多种渠道和多个营销内容。当内容投放后，并不代表一个方案的投放结束了。如果，未触达用户，可能还有其它的逻辑流程。即使，触达了用户，未达到期望目标，也可能会有补充的投放逻辑。
在讲圈用户时，说到有定时触发和行为处罚。这里的方案投放也有定时触发和行为处罚。
定时触发，是用户被定下方案后，按逻辑到达某个时间点，才启动投放。行为触发，是用户被定下方案后，用户触发某个行为再触发。行为触发的业务逻辑，在圈用户和定方案间，不同的系统有不同的处理方式。有的系统，用户触发行为，系统打标签，标签触发投放。有的系统，用户触达行为，系统直接开始投放并打标签。
投放系统的运行是高度自动化的。所以，面向使用者的功能比较少。一个是管控功能，控制整个系统运行状态、方案的状态和用户的状态。还有一个功能是渠道管理。产品的触发用户的渠道通畅比较多样，系统整合管理，合理配置。以防渠道的阻塞，影响系统的正常运转。
对B端的投放版块，由于需要监督人的工作，驱动人的工作。所以，通常自动化程度会低一些。同时，对管控功能的需求也会强一些。
由于投放系统的执行过程可能比较长，所以对于投放性能就有稳定性的要求。同时，对于渠道方面，也会有及时性的要求。
完成投放后，并不代表营销自动化的一次营销方案投放结束了。营销自动化系统都应该具有自我演进的能力。其演进的优势之处，正在于方案投放完成后，对于产生的新的数据的处理和分析，以及使用这些数据来优化方案和营销自动化系统。回馈学习所使用到的数据，主要是来源方案投放的过程和结果数据。结果数据是用户行为产生的数据。
上文我们讲到，营销自动化系统生命周期的最终阶段是智慧运营。而最能体现营销自动化系统的智慧能力的功能，正是回馈学习版块。回馈学习虽然不是直接达成目标指标，但是却能找到达成目标指标的最佳方案。
举个小例子。我们通过投放优惠券来促使用户回购，那优惠券的面值多少合适那？给多了，成本太高。给少了，效果可能不好。所以，这就需要回馈学习找到最佳实践，然后调整方案。类似的场景，在营销自动化的方案和投放过程，并不新鲜。
在回馈学习功能中，很重要的功能是结果数据反馈和优化日志。结果数据反馈，主要是以报表的形式，让使用者了解目标指标的达成情况。基本上，就是个报表功能。优化日志，是记录下优化过程和内容，方便使用者追溯优化过程和异常处理。
当营销自动化系统研发完成后，需要进行软件测试。除了测试系统的BUG外，最重要的是测试方案质量。营销自动化系统的测试，与其它AI产品的测试，存在很多相同点。该测试最大的难点是中间过程是黑盒，特别是我们手里的数据与真实数据存在差异。
营销自动化的质量测试要分为三个步骤。首先是数据测试、方案测试、结果测试。
数据测试是测试圈用户的实际效果。这里我们可以准备一些样本数据，与对应期望的分组。测试的结果，是要得到圈用户的准确率。准确率是越高越好。
方案评测，主要以人工打分为主。营销自动化系统对方优化、以及学习后生成的方案，需要采用小组评估的方案打分。最终得到一个信任度。这就是上文建议实现，方案数据结构化和实现方案设计器功能的重要性了。 结果测试，主要测试投放的成功率、投放的触达率（能体现方案的准确性）、用户的负反馈值。
最后，通过综合以上测试的数据报告，我们才能确定营销自动化系统的质量。对于是否能实现数据指标，我们才能更有把握。上线后，面对真实用户场景，才能更加从容。
什么样的行业适用于营销自动化系统？比较显著的特征是，用户增量降低，需提升单个用户ROI。这其实很像我们所说的红海市场。
举个例子。比如，B端的零售和泛零售行业，较为典型的应该是酒店航空。又比如，C端的在线教育和电商行业。
如果一个产品或公司需要使用营销自动化系统，那么也是类似的。这个产品必然是用户的增量增长放缓，需要寻求其它商业指标的突破。当然，也和这个产品的业务本身，产品的运营销售过程有很大的关系。甚至大部分营销自动化系统的立项落地，还和公司的组织架构有关系。
营销自动化系统已经发展了近年了。市面上的相关产品，是很丰富和成熟的。主要产品都来之于国外的几大厂商。国内产品级的营销自动化系统流行程度比较低。几大厂商的市场份额都在伯仲之前。国内主流的电商 App 都是有各自的营销自动化系统。这里不在局中，就不妄加猜测了。主流的产品包括IBM公司的、oracle的、salesfce公司的、adobe公司的和maketo。大家可以以这些产品为线索挖掘学习。
在国内研究营销，规避不掉的就是微信。所以，谈论营销自动化系统的行业应用，也逃不掉微信生态。
在当前，以拼多多为代表的社交电商，都是营销自动化系统的典型应用场景。还有各类微商的场景，也是营销自动化系统落地的迫切场景。现在很多知名的SCRM，都在结合公众号、企业微信和小程序三大微信平台，开发和实践营销自动化系统。
为什么微信场景下如此需要营销自动化？主要是因为离用户更近，渠道优势。微信生态的营销走动化系统最大的风险是微信的政策。即时通讯平台、社交平台，被营销自动化系统渗透是无法避免的。
无论是在B端还是C端，营销自动化系统的应用都是需要场景化。不同的产品，所处的业务和场景是存在差别的，营销自动化的经验是不一定能复用的。
这其实也带来一个问题的思考，是采购还是自研。采购的产品，落地周期较短，产品也是经过行业沉淀的经验。自研营销自动化系统的研发成本和周期都较长，但是更加符合产品的应用场景。总的来说，B端产品偏向于采购，C端产品偏向于自研。
营销自动化系统的研发，具有难度大周期长的特点。而且，本身牵涉面比较广，需要多部门多业务联合推动。这里我总结了几个常见的挑战。
）数据系统的建设。最大的挑战来源于，数据的多样性和全面性。这要求营销自动化系统要打通业务上的数据孤岛。这是最难的，因为要进行多部门协同。
）营销方案的设计。营销方案的设计既需要设计者的经验，又需要系统具备自我演进的能力。在营销自动化系统建设的早起，很容易由于营销方案设计的不理想，导致项目的推进困难。
）系统增长性应对。营销自动化系统很容易出现突发式、爆发式的增长，这可能带来性能问题和一些突发BUG。这些问题，听起来可能不严重，但是，有可能是灾难性。比如，发错优惠券面值了。还有拓展性。因为，营销自动化系统是迭代出来的长期过程。
）组织协同和业务整个的能力。主要是跨部门整合资源的问题，通常会很令人头大。
营销自动化系统并不是以算法来替代人工决策。营销自动化系统是以算法为手段，将人工决策的经验沉淀下来，寻找最佳的解决方案。完全以算法主导的营销自动化系统，降低与用户间的情感距离。冰冷的机器，并不会长久的取悦用户。人才是能权衡利弊，做出有温度的方案。所以，算法主导的营销自动化系统，很容易引起一些负面效应。因为，营销必然会打扰用户和冒犯。比如，大数据杀熟最近两年在社会上引起的不良影响。
正如文章开头所说，最理想自动化营销是，用户需要时正好出现在他面前。
建设营销自动化系统，我们一定要注意，营销是任何人工都能做的。只是效率的高低、对数据判断正确性等，可能低于机器。不把要软件系统，当成无所不能的。
本文讨论竟品的内容比较少。因为每个营销自动化系统各具特色，分析起来工作量不小，涉及的面很广，一个系统就是长篇大论。对应的营销、营销自动化的本质是不变的。
再则，涉及很多传统软件的内容，会很枯燥。所以，文中就只点出了有哪些参考的产品。如果，需要提升学习，可以去申请试用。
最后，这篇文章可能读起来比较枯燥。涉及的内容又多又杂，知识点也非常分散。我梳理到最后，也没有梳理出一个利于阅读的结构。各个版块内容之间，总是牵连在一起。这也正是营销自动化系统的特点吧。
