2025 年需求 想知道明年 B2B 营销的下一步发展方向吗？我们也是！因此，我们在最近的网络研讨会“ 2025 年需求预测”中邀请了 Digitalzone 的一些顶级专家进行小组讨论。
对话由 Digitalzone 营销副总裁 Eboni Ryan 主持，首席营收官 Tom Koletas 和首席产品官 Sonjoy Ganguly 也参与其中。他们共同分享了对 2025 年影响需求生成的趋势和战略的独特见解。以下是他们探讨的主题概述：
人工智能对数据的影响
ABM 意图数据演变预测
个性化的新可能性
如果您无法现场参加，或者没有时间观看完整 电话号码清单 的网络研讨会录像，我们可以为您提供帮助。查看本文中的所有亮点和关键要点。有了这些可操作的见解，您将拥有重新定义 2025 年需求生成方法所需的一切。
首先回顾 一下2024 年
在深入探讨 2025 年的预测之前，我们的专家小组花了一点时间来反思 2024 年，并将其称为“AI 正常化”之年。
ChatGPT 等工具曾经让人感觉很新奇，但很快便成为营销中不可或缺的工具。它们无缝集成到日常工作流程中，彻底改变了我们管理数据、制作内容和分析绩效的方式。
更具体地说，尽管这项技术仍在发展，但营销人员已经 由于它是开源的并且可在所有操作 接受了生成式营销。至于它的全部潜力？专家组预测，我们才刚刚开始发掘它。
管理数据爆炸
让我们面对现实，数据不仅仅是一种趋势——它无处不在。从社交媒体点赞到 CRM 统计数据，如今的企业正畅游在信息的海洋中。但关键在于：拥有大量数据已不再像以前那么容易。真正重要的是让数据变得可行。
以下统计数据可以帮助我们了解情况：根据Digitalzone 的《2024 年需求生成维度报告》，91% 的 B2B 营销人员表示，在营销工作中使用数据非常重要。
报告还显示，营销人员正在使用来自广泛来源的数据来制定营销策略。
由于来自不同渠道和技术的数据点如此之多，真正的挑战是保持井然有序，并确保您的见解真正符合您的目标。没有人有时间处理杂乱无章的电子表格。
由于来自不同渠道和技术的数据点如此之多，真正的挑战是保持井然有序，并确保您的见解真正符合您的目标。没有人有时间处理杂乱无章的电子表格。
结论是什么？据小组成员称，重点在于关注那些能让你更 电话数据 贴近受众的数据。了解什么是最重要的，排除干扰，让数据为你服务。因为在 2025 年，重点不在于拥有更多数据，而在于利用已有数据做更多事情。
通过 Gen AI 进行更多学习
生成式人工智能成为讨论的焦点，既是一个令人着迷的趋势，也是一个热门话题。关于生成式人工智能的讨论始于Salesforce 报告中的一个数据点，该报告表明 60% 的用户认为他们正在掌握这项技术，这让一些小组成员措手不及，因为这项技术才刚刚普及几年。
总体而言，Gen AI 绝对是大势所趋，但小组成员认为学习难度很高，短期内无法掌握。以下是小组成员对其潜力和陷阱的一些见解。
机遇：人工智能可以增强个性化，简化数据分析，并简化创意流程。例如，它可以将冗长的电子书变成简短、针对特定角色的内容，或作为广告概念的起点。
挑战：生成式人工智能令人兴奋，但也存在一些怪癖，例如人工智能幻觉、数据集成不一致、数据过时以及由于过度依赖自动化而导致的错误。技术和人类监督之间的良好平衡是实现最佳性能的关键。
为了推动生成式人工智能的发展，营销人员必须取得谨慎的平衡——利用其创新力量，同时保持与受众的真实、有意义的联系。
ABM 的优化
ABM 之所以流行，是因为它确实可以提高我们定位和与账户互动的方式。但是当人们深入研究它时，仍然会关注营销人员在成功使用 ABM 时面临的障碍。例如，根据Gartner 的一项调查，ABM 营销人员面临的三大痛点是：
衡量归因：39%
衡量整体 ABM 成功率（例如投资回报率）：36%
缺乏资源（如人力）：36%
Sonjoy 和 Tom 分享了他们对 ABM 在过去十年中取得的巨大进步的看法，同时一致认为下一个发展方向在于通过将账户级意图与个人购买者行为相结合，使 ABM 走得更远。