Martech 终极指南：如何用技术驱动增长

4 分钟阅读

嘉宾：Austin Haye ｜ Ramp 营销技术负责人 ｜ 领域：Martech 与增长策略

背景与引子

2024年，营销技术领域正在经历一场前所未有的变革。当iOS 14.5的ATT框架让移动归因变得支离破碎，当第三方Cookie即将退出历史舞台，当Facebook的“冲突利益”问题被越来越多人质疑，我们正站在一个旧秩序崩塌、新规则尚未建立的十字路口。

过去十年（2010-2020），广告技术领域享受着“确定性匹配”的黄金时代——你投放一条广告，就能精准知道是哪些人安装了你的App，可以追溯到他们的 IDFA，甚至可以绑定到他们的个人信息。如今，这扇门已经永远关上了。广告网络变得越来越复杂精密，而营销人员却越来越难真正理解自己的钱花在了哪里。

这不是一篇教你如何购买工具的文章。这是一份来自一线从业者的深度指南——告诉你Martech到底是什么，谁应该承担这个角色，如何搭建适合你公司的技术栈，以及在充满不确定性的未来，如何用系统性的思维做出更好的决策。

一、嘉宾是谁

Austin Haye 是当前 Martech 领域最值得关注的声音之一。他目前担任 Ramp 的营销技术负责人，在此之前，他是 Runway 的业务运营副总裁、mParticle 的增长副总裁，以及 Branch Metrics 的第四号员工。这份简历本身就说明了一切——Austin 几乎完整地经历了 Martech 从萌芽到成熟的整个演变过程。

他服务过的客户名单堪称豪华：Notion、Airbnb、Walmart、Postmates、Robin Hood、Pete’s Coffee、Mars……这些公司在不同阶段都面临过同一个问题：如何让营销技术真正服务于业务增长，而不是成为一堆昂贵且难以管理的工具集合。

除了实战经验，Austin 还是 Reforge 的讲师，专门教授 Martech 课程。他善于把复杂的技术架构问题讲得清晰易懂，同时又保持着对行业前沿的敏锐观察。当 Lenny 在播客中问他关于 Threads 广告平台的看法、关于 Reddit 转化API的布局、关于概率性归因的趋势时，他给出的回答既务实又有前瞻性。

这场对话是 Martech 领域难得的系统性复盘，从基础概念到高级策略，从工具选型到职业发展，几乎涵盖了从业者关心的所有核心问题。

二、核心观点 TOP10

  1. Martech 是一个跨职能的交叉领域，它处于产品、增长、工程和营销的交汇点，本质上是一个专注于系统和平台的“产品经理”角色。

  2. 公司规模决定了你需要什么样的 Martech。30人以下的小公司，Martech 可能只是一个增长人员在“兼职”；当公司发展到100-150人时，就需要专职的系统管理角色了。

  3. Martech 的核心工作不只是购买第三方工具，更重要的是在你购买的工具之上进行第一方构建和架构设计——用10%的自建解决那第三方工具覆盖不到的最后一公里。

  4. 合同谈判是 Martech 中被低估的高杠杆工作。当公司开始盈利，你需要认真审视那些“看似便宜”的SaaS订阅——想象一下当你从500 MTU增长到100万MTU时，账单会是什么样子。

  5. B2B 和 B2C 的 Martech 架构有本质区别。B2C 的用户漏斗相对简单，CDP是数据中枢；B2B 则通常需要在 RevOps 框架下运作，CRM（通常是Salesforce）处于核心位置。

  6. 从第一天起就为多触点归因（MTA）设计基础设施。这意味着你需要同时收集 first touch 和 last touch 的 UTM 参数，并把它们存储为用户属性，而不是只依赖第三方工具的默认配置。

  7. 概率性匹配和概率性归因是必须掌握的新技能。在确定性数据越来越稀缺的当下，你需要学会用30%的样本数据建立模型，然后外推到100%的用户群体。

  8. 优秀的 Martech 人员不是工具专家，而是问题解决者。他们应该对工具保持中立，思考的是“这个问题需要什么解决方案”，而不是“我最喜欢用什么工具”。

  9. “构建与购买”（Build and Buy）比“构建还是购买”（Build vs Buy）更优。你不需要非此即彼——买一个第三方工具，然后在它之上构建你自己独特的能力，这是最灵活也最高效的策略。

  10. Martech 最终服务的是人，不是工具。无论是服务于增长团队、营销团队还是销售团队，Martech 的价值都体现在帮助这些人更高效地完成他们的工作。

三、关键洞察

洞察一：旧世界的归因方式已经失效，你需要接受“模糊”

从2010年到2020年，广告网络能够以高精度告诉你一个用户从哪个广告安装了什么App，你可以追溯到 IDFA 并与个人信息绑定。这不再是现实。浏览器的参数被截断、Cookie被屏蔽、iOS设备的IDFA获取率断崖式下跌……这些变化意味着相当一部分“有机用户”实际上来自付费广告，但他们被计算成了自然流量。

这带来一个根本性的思维转变：你不需要精确知道每一个用户的来源，你需要学会用概率的方式理解你的营销效果。这是 MMM（混合媒体模型）和概率性归因越来越受重视的原因——它们不追求完美答案，而是帮助你理解大趋势，从而做出更合理的预算分配决策。

洞察二：Reverse ETL 正在重新定义数据栈

2020年后，数据仓库的存储成本大幅下降，越来越多的公司开始把数据存入 Snowflake 这样的数据仓库。但问题来了：数据进了仓库，如何让它们被“激活”并输送到业务工具中？

这直接催生了 Reverse ETL 赛道的崛起。Census、High Touch、Rudderstack 的 Reverse ETL 功能……这些工具解决的是同一个问题：如何把仓库里经过清洗和建模的数据，以实时或准实时的方式推送给营销工具、广告平台和CRM系统。

对于没有强大数据团队的中小型公司，传统CDP路线仍然是最简单的选择——Segment 或 Amplitude 提供一站式解决方案。但如果你的公司已经有成熟的工程文化，有能力维护 Snowflake + DBT 的数据建模体系，那么 Reverse ETL 架构将给你更大的灵活性和更低的长期成本。

洞察三：Martech 不是买工具，而是设计系统

Austin 在访谈中反复强调一个核心原则：工具只是用来解决问题的。这个看似简单的观点，却道出了Martech工作的本质。

很多公司的问题是：他们在增长过程中购买了一堆工具，但没有思考这些工具之间的数据如何流通、谁负责维护、出了问题找谁、随着公司规模增长会发生什么变化。当公司从50人发展到500人时，这些“随意生长”的工具就变成了维护噩梦——不同团队使用重复的工具，没有人知道完整的系统架构，迁移任何工具都可能引发连锁反应。

Martech 从业者要做的事情是：在当下和未来之间找到一个平衡点。不是过度设计，把所有资源都投入到“未来的完美架构”上；但也不是得过且过，等到问题爆发才被动应对。一个最小的可行系统，应该能够支撑你当前阶段的核心业务，同时不会在规模扩大时造成灾难性的重构。

四、精彩金句

“Tools are just meant to solve problems.”（工具只是用来解决问题的）

这句话是 Austin 每次招聘时都会告诉新人的第一句话。它提醒我们：Martech 的目标不是拥有最新最贵的工具，而是帮助业务团队更高效地解决问题。工具是手段，不是目的。

“Build and Buy means that both of you can win.”（构建与购买意味着双方都能赢）

Austin 把传统的 “Build vs Buy” 思维框架升级为 “Build and Buy”。这种共识驱动的思维方式让你不必和团队进行零和博弈，而是找到真正最优的资源配置方案。

“Most people just like focus on the tool part and focus on the buying and integration part, but really at the end of the day we’re helping people actually do stuff.”（大多数人都只关注工具本身和购买集成环节，但归根结底我们是在帮助人们真正把事情做成）

这句话揭示了Martech角色最容易被人误解的地方：它不是技术炫技，而是服务于人的业务赋能工作。

“I think about thinking gray — not deciding for as long as you possibly can before you have to decide.”（我经常思考“灰色思考”——在必须做出决定之前，尽量延迟决策）

这个来自 Steven Bennis 《 contrarian’s guide to leadership》的概念，对于系统设计者和产品人来说格外重要。我们很容易因为焦虑或压力而“被迫”做出决策，但很多时候，问题需要时间自己浮现，解决方案也需要时间自己成熟。

五、实战案例

案例一：Ramp 的端到端归因优化

Austin 在加入 Ramp 时接手的第一个重大项目，是把顶层漏斗数据一路贯穿到漏斗底部，并与Salesforce的机会数据打通，然后将这部分数据以“合成事件”的形式回传给 Facebook 广告网络。

这个项目的意义在于：通常情况下，广告平台只能看到用户是否点击了网站上的按钮。但通过这个架构，Ramp 可以告诉 Facebook：我们优化的不是点击，而是真实的业务机会发生率和机会价值。这意味着广告预算被导向了真正能带来高价值客户的渠道，而不是那些只产生“虚假繁荣”点击的渠道。

案例二：B2B to C 的复杂性：HubSpot 与 Salesforce 的共存问题

Austin 分享了一个在 Notion 和 Ramp 都遇到过的经典困境：两家公司同时运行着 HubSpot 和 Salesforce。两个都是CRM，都具有用户和公司的追踪能力，但它们都不是CDP。

这带来的问题是：数据从哪个入口进？Amplitude 的用户数据如何映射到 HubSpot？HubSpot 的数据又如何同步到 Salesforce？每一次选择都让系统变得更复杂，而且这种复杂性会随着业务增长而指数级叠加。Austin 的建议是：从一开始就想清楚你的数据流向，不要让工具的“默认设置”决定你的架构。

案例三：邮件工具的迁移陷阱

很多中小型公司在早期选择了一个简单的邮件工具（如 Mailchimp），但随着公司发展，这个工具变得不够用了——你需要更复杂的用户分群、更精细的自动化流程、更好的数据追踪。于是迁移到 Braze 或 Marketo 就成了一个“不得不”的选项。

Austin 指出了这类迁移的本质：这不只是一个技术迁移项目，而是一个组织变革项目。你需要确保数据不会丢失，需要培训团队使用新工具，需要重新设计原有的自动化流程，还需要在迁移期间保持业务的连续性。这是一个需要 Martech 主导的典型“变革管理”项目。

六、行动建议

建议一：立即检查你的归因基础设施是否符合 MTA 需求

为什么要做：因为当你想从 first touch 或 last touch 升级到多触点归因时，你需要回顾历史数据。如果从一开始就没有收集正确的数据，你的回溯期将是零。

如何开始：在你的网站代码中，除了收集 UTM 参数，还需要把这些参数同时存储为用户属性（user property）和事件属性（event property）。具体来说，你需要记录 first_campaign、last_campaign、first_medium、last_medium，并在每次会话时用新值覆盖 last 值，确保两个维度都被正确保存。

能得到什么结果：当你准备好做 MTA 分析时，你的数据已经就位——不需要等待12-18个月的数据积累。

建议二：用 PPS 框架（Problem-People-System）评估每个工具需求

为什么要做：很多公司购买工具是因为“别人在用”或“销售推荐”，而不是因为这真的解决了他们的问题。这种方式导致了工具的无限膨胀和资源的低效配置。

如何开始：每当有人提出工具需求时，先问三个问题——（1）要解决的具体问题是什么？（2）涉及哪些人？他们的权限和培训需求是什么？（3）这个工具对现有系统会产生什么影响？只有当这三个问题都有清晰答案时，才进入工具选型阶段。

能得到什么结果：更少的工具债务、更清晰的数据流向、更低的支持和维护成本。

建议三：如果你是增长从业者，投资6个月学习基础编程

为什么要做：Austin 在访谈中明确指出，很多 Martech 的最佳人选并不是传统软件工程师，而是那些“有足够技术能力自己解决问题”的人。他们能够读懂 API 文档、写简单脚本、理解数据模型。

如何开始：从 Python 或 JavaScript 基础开始，学习如何调用 API、写自动化脚本、理解 SQL 查询。如果你已经有 Marketing Ops 或用户获取的经验，你对业务场景的理解将是你学习技术能力的最大加速器。

能得到什么结果：你将有能力端到端地负责一个工具的实现，而不仅仅是“提需求等开发”。这将极大提升你的不可替代性和职业竞争力。

建议四：为你的团队建立一份工具合同审计清单

为什么要做：当公司开始盈利时，你会惊讶于那些“每月几百美元”的订阅累积起来是什么数字。更重要的是，很多合同在你签署时是“合理价格”，但当你的业务量增长10倍时，这些价格可能变成灾难。

如何开始：列出所有正在使用的营销工具，标注每个工具的合同条款、Mtu限制、增长率条款、以及续约条件。根据业务预期（如用户量增长、客户量增长）模拟未来12-24个月的账单变化。

能得到什么结果：一个提前预警的成本控制机制，以及在续约谈判桌上更有力的议价资本。

建议五：开始用概率思维替代精确测量

为什么要做：在确定性归因越来越难实现的当下，继续追求“这条广告给我带来了X个用户”的精确答案，不仅不现实，还可能让你做出错误决策。

如何开始：在你的周报和月度报告中，开始引入“估算范围”的表述方式。例如，不是“这条 Facebook 广告带来了150个新注册”，而是“基于概率模型，这条广告预计贡献了120-180个注册，置信区间为80%”。这需要你和数据团队合作建立基础的概率模型。

能得到什么结果：一个更诚实的决策文化，以及对广告效果更合理的预期管理。

七、我的总结

这场与 Austin Haye 的深度对话，触及了 Martech 领域的几乎所有核心议题。从“什么是 Martech”的基本定义，到 B2B/B2C 不同场景下的架构差异；从归因基础设施的设计原则，到概率性数据的未来趋势；从工具选型的哲学思考，到 Martech 人才的招聘方法论。

Austin 给出的最核心的洞见，也许是这句话：Martech 不是关于工具，而是关于解决问题。当我们把注意力从“最新最热的工具”转向“真实存在的问题”，我们才能真正建立起服务于业务增长的技术架构。

在充满不确定性的2024年，这个提醒比以往任何时候都更重要——ATT、Cookie 禁用、Threads 的崛起、Reddit 广告的进化……这些变化都指向同一个事实：旧世界正在过去，而适应新世界的方式，不是追逐每一个新工具，而是建立一套清晰思考问题、系统设计方案、持续迭代进化的能力。

这，才是 Martech 的终极奥义。

📺 播客信息

  • 发布时间：2023-08-13
  • 时长：1小时24分钟37秒
  • 播放量：16432 次观看
  • 原版视频：『YouTube』