在本周的播客中，我们将了解自动化对未来工作的意义，尤其是对市场营销世界的意义。对许多人来说，一提到"自动化"这个词，就会引发人们对失业（最好的情况下）或即将到来的机器人接管（最坏的情况）的担忧。谢天谢地，世界末日还没有到来相反，我们正在进入一个令人兴奋的营销新时刻，人工智能工具不仅能够让人们自由地完成他们职业生涯中最好的工作，而且还帮助公司以高度个人化和引人入胜的方式接触客户。

在我们现在生活的全渠道时代，自动化是一个钩子，可以帮助钩针把所有的线钩住。本周，Intercom的需求生成高级主管Brian Kotlyar与托盘.io为什么我们不应该害怕工作场所的自动化。Alex在建立市场领先公司方面有着丰富的经验，曾在QuanticMind（帮助ARR增长了800%）和Salesforce担任主要角色，他所在团队的收入从15亿美元翻了一番，达到30亿美元。如今，他领导着托盘.io，领先的通用自动化平台，旨在帮助专业人士集成和自动化他们的企业堆栈。在任职期间，他帮助公司实现了4.5倍的年度经常性收入增长。这是《规模》第二季的最后一集，我们的系列文章探讨了谷歌、Yelp和Udemy等杰出领导者和思想家的思想，他们都成功地推动了公司进入一个新的发展阶段。请听上面的完整一集或看看下面亚历克斯的外卖。如果你喜欢聊天，又不想错过本系列的其余部分，只需点击iTunes上的订阅、Spotify上的流媒体、Stitcher，或者在你选择的播放器中获取RSS源。向新技术的转变随着SaaS行业进入一个新的十年，营销技术继续占据公司开支的很大一部分，据Gartner称，超过总预算的四分之一。巨大的支出带来了巨大的责任感（正如他们所说的），市场领导者总是关注他们的技术组合中的最新产品。通常，这包括一些工具，这些工具将改善内部协作，衡量其影响，并以新的方式接触客户。在今天的市场营销中，在快速发展的环境中，你必须跟上最新的发展。

亚历克斯解释了为什么营销人员正在构建一个新的、集中的技术堆栈："渠道太多了，如果你是营销人员，每个渠道都需要技术来有效管理。到了2020年，我们的数据收集工作比以往任何时候都要好得多。需要一种新的方法来组织行为数据（主要是点击数据），并将其与CRM或其他工具中可能存在的定性数据结合起来。 "因此，公司转向新的堆栈的原因是crm并不是为处理所有的点击数据而设计的。当然，他们有字段，他们可以存储，但这确实不是最佳位置。如果你想一想AWS，想想云数据仓库的兴起，这对很多公司来说是一个巨大的技术变革和游戏规则的巨大变革。 "因此，我们看到一些公司基本上已经将数据集中到云数据仓库中，这就是真相的来源。这是一个记录系统，他们将非结构化数据和结构化数据结合起来，进行真正有趣的营销。"我们最近还写到了我们关注的2020年的营销技术趋势：市场营销人员正在寻找一体化的解决方案，而不是那些需要反复切换的竖井式工具。他们还热衷于通过无缝集成来优化他们的堆栈。市场领导者喜欢托盘.io都是在个性化和巨大的潜力，更密切地服务于客户规模。通过自动化扩展个性化买家体验如果你有能力留住客户，你会选择失去一半的客户吗？这是一个公认的容易回答的问题，但研究显示，52%的在线客户表示，如果你不提供一对一的营销体验来满足他们的需求，他们会选择不同的品牌。这里只有一个问题：虽然深度定制体验的概念是营销人员几十年来的梦想，但由于所需的组织层次，有效地将所需的数据分类是极其困难的。真正的个性化规模是一个步骤以上简单的个性化电子邮件或散播用户特定的数据在你的网站。

归根结底就是全渠道管理托盘.io专门研究。挑战在于跨多个销售点进行扩展，理解行为数据，并以一种让客户感觉到了解而不是目标的方式将其链接在一起以下是Alex和他的团队如何从营销和销售两方面解决问题："想想市场营销中的每一个角色，都有一些非常有趣的用例可以讨论。如果你是一个业绩营销人员，我们已经看到了一些非常酷的工作流程，这些工作流程汇集了来自谷歌AdWords、Facebook、LinkedIn（所有收购渠道）的不同业绩数据，并将其纳入BI[商业智能]仪表盘。 有了对讲机[用于销售]，我们已经能够将自然语言处理器[自然语言处理器]缝合在一起。因此，我们基本上建立了一个聊天机器人，使用对讲机，托盘和一个NLP，帮助我们对网络聊天的反应比仅仅是我们的SDR团队快得多。 我们的SDR团队正在打电话和开会，不幸的是，和其他许多人一样，我们的响应时间并不理想。我们都在努力提高我们在网络聊天中所做的事情的响应性，并添加大量的上下文。所以定制聊天机器人对我们来说做得很好，它确实提高了我们的响应能力，并以自动化的方式获得人们需要的答案。这太疯狂了，对吧？我们正在实现员工参与的自动化，这确实有助于我们扩大业务规模。"自动化软件，而不是自动化人当自动化操作正确时，它会释放出有才华的团队，让他们充分发挥潜力，创造新的机会。亚历克斯解释说，这绝不是一个让人们自动失业的案例。这是一个很好的例子：作为一个经过培训的产品营销人员，亚历克斯谈到了他如何经常努力在竞争中保持领先地位。然后，他的团队中的一个人建立了一个主动的自动化系统，分析通话记录中的关键词，这些关键词可能表明他们的潜在买家正在考虑在别处购买。突然间，亚历克斯得到了一个定量的机会，看看谁可能挖走他的潜在客户，这反过来又使他能够优先考虑他的竞争情报和信息。他现在利用机器学习来帮助他更好地完成工作，并增加他对公司的价值，而不是让他失去工作。