这125个营销科学命题，个个价值上亿 〡人人都要懂点营销科学
正所谓：发明千千万，起点在一问；人力胜天工，只在每事问。
营销科学命题为何重要？
每个营销科学命题背后，都蕴含一个重大的商业机会。
遵循科学研究基本脉络的营销科学，研究的起点，同样是实践中不断产生的问题。基于问题，提出假设，运用合理的方法测量并验证假设，得出结论，不仅能解决问题，还会带来极具商业和社会价值的丰厚回报。
时间：20世纪20年代
问题：如何准确测量营销活动对收入和利润的影响？
解答：亚阿瑟.查尔斯.尼尔森（Arthur C. Nielsen Sr.）发明零售测量技术，用统计学方法解决了这一问题，让市场份额有了现实意义，他创立的尼尔森公司，也基于此成为了今天全球最大的市场研究公司。
时间：21世纪初
问题：互联网广告能否建设品牌？如果能，如何有效分配互联网广告与电视广告预算？
解答：秒针系统推出的iGRP体系，把电视广告评估方法引入互联网，进而推出大数据全量监测方法论及产品，两个问题的解决，推动秒针系统成为中国市场重要的第三方数据技术公司。
类似的故事还在创意内容及归因等领域不断上演：
问题：如何准确测量电视广告创意的效果？
解答：Millward Brown研发了每年带来10亿美金收入的广告前测产品Link；
问题：移动广告和应用下载间的归因如何计算？
解答：AppsFlyer等全球化移动归因企业应用而生。
回到起点，是一个个营销科学命题，共同推动者营销行业乃至经济、社会不断发展。
为什么分享MSI的营销科学命题？
专栏的第一节我们有提及，目前在国内外，关于营销科学，研究历史最悠久、最具产学积淀的，是1961年于美国成立非盈利性组织——营销科学学会MSI（Marketing Science Institute）。
MSI由高校学者、广告主、媒体等机构的专家自发组织，旨在基于科学的研究方法，解决营销行业普遍关心的基础性问题。它每年都会基于营销和研究人员的长久疑问，结合考虑问题的紧迫性，发布未来3年亟待解决的营销科学命题。
这些问题，涉及创造客户价值、营销技术发展、营销测量方法迭代、组织及产品创新等多个方面，覆盖范围广、问题剖析细致、观察视角前沿、适用性强，对于国内的营销科学研究，极具参考价值。
营销学虽已诞生百年，但纵观MSI最新发布的未来3年营销科学命题，可以发现，伴随营销技术和广告的进化，营销领域仍面临大量急迫而棘手的挑战，需要创新技术和产品来解决。比如：
如何用大数据的方法理解客户？
如何调整KPI？
如何优化组织职能，打破部门墙？
另外，鉴于我们生活在难以预测的环境中，MSI 2020-2022的营销科学命题均考虑了全球大流行的新冠疫情及其造成的后果。
MSI 2020-2022营销科学命题
MSI 2020-2022营销科学命题由以下6个大类组成，每个大类下衍生多个子命题。
*注：以下内容基于MSI 2020-2022营销科学命题英文版翻译，您可关注「秒针营销科学院」微信服务号，回复“MSI”，获取命题英文版。
第一部分：创造客户价值
子命题（一）
全渠道全触点提升客户价值的策略
▪日益复杂的技术，促销和广告生态系统如何影响客户路径？
▪沟通的信息在转化漏斗不同阶段和不同传播渠道中应如何变化？
▪是否有可能在多终端间构建一套可传达统一信息的消费者体验？
▪聚合商和其他第三方参与者在提供客户体验方面的作用是什么？隐私权法规将如何影响它们？哪个“ ID”将获胜？是否有唯一数据源定论？
▪共享经济将如何影响客户体验和行为（例如，提供服务小费）？
▪当客户是购买群体而不是个人消费者时，路径有何不同？B2C与B2B企业的消费者路径区别是什么？
▪营销人员与其客户之间的信任比以往任何时候都更为重要，企业如何才能确保客户在路径中保持信任？信任和投资回报的关系是？
▪提升客户与企业更深层次，更持久客户参与/忠诚度的有效策略是什么？
▪隐私保护与客户忠诚度、客户体验策略之间有什么关系？
▪我们如何确保我们的洞察具有全球性？
▪客户如何在公司之间分配他们的钱包份额？
▪扩大非客户覆盖和转化率的最佳策略是什么？
▪议题行销（社会行销）和生态营销有效吗？这些策略何时/如何起作用？
▪客户KPI如何转换为内部KPI？
子命题（二）
影响客户决策的宏观趋势
▪新冠疫情大流行后，消费者的行为将如何变化？
▪随着市场快速变化，传统的品类划分正发生变化。 你如何确定谁是竞争对手？ 谁应该在考虑范围内？ 平台营销有多重要？
▪企业应该如何应对威胁市场份额，小而新的进入者？
▪新兴市场中的客户行为有哪些相同与不同之处？
▪数据驱动的世界中，我们如何专注于长期价值创造？新的数据和分析来源技术（例如，人工智能和机器学习）会改善还是恶化长期价值创造？
▪面对新的线上科技，进行目标客户营销（ABM）最有效的方法是什么？
*注：ABM 是一种 B2B 营销策略，该策略强调市场营销和销售的协同，以增强营销活动带来收益回报提升的效果
▪在制定可持续的和与社会相关的营销策略时，营销的责任是什么？
▪企业应该如何整合全球消费战略？
▪应对消费者注意力不足，尤其是千禧一代，应该如何制定产品策略？
▪公司在制定最大程度提升客户生命周期价值，差异化对待客户的战略时，是否应考虑道德问题？
第二部分：营销技术和广告的进化概览
子命题（一）
定义品牌价值和传播的信息
▪如何在危机时期管理品牌？
▪品牌应该表明立场吗？“目标营销”如何影响消费者决策？
▪使用新的数据源，我们是否能找到衡量品牌价值和品牌健康度的更好办法？
▪品牌价值如何与营收联系起来？
▪如何衡量社交KOL的价值？针对公司与社交KOL的关系，公司的战略应该是什么？是“付费”“自有”还是“赢得 ”？
▪赞助的价值是什么？最佳的数字/社交/传统广告支出策略是？
▪持续的定位、社会责任营销和责任感对公司的影响是什么？
▪漏斗顶部数据有多重要？知名品牌是否需要在通用的品牌广告渠道和电视上进行投资？
▪微观目标定向和千人千面的实践如何影响品牌价值？如果品牌传播完全是个性化的，品牌的意义是什么？
▪随着产品在成熟市场中变得越来越商品化，如何通过客户体验实现品牌差异化？
▪在数字世界中，理想的创意是什么？我们可以通过研究找到“最佳”广告吗？
▪广告活动和信息（例如品牌推广）应如何跨平台和设备进行整合？
▪市场上网站数量激增，广告购买越来越自动化，企业如何确保品牌安全（例如，不在有争议的网站上做广告）？
▪广告创意应该如何适配不同广告形式（例如，文本和视频）？
子命题（二）
优化媒介策略
▪应该使用什么方法基于实时数据来开展自动化/程序化广告活动？
▪如何解决归因问题？
▪当前的媒介策略在应对有线电视订阅取消、广告拦截和媒体围墙花园方面的效果如何？
▪人工智能如何应用，能增强广告互动性？
▪随着媒体变得越来越碎片化，应该如何保持触达？在广告和促销中，人群定向与触达该如何取舍？
▪是否可以将花费“微优化”到点位曝光水平？
▪如何统一不同媒体和不同来源的数据？有哪些技术？
▪哪些因素影响广告平台的选择（在展示和搜索市场中）？
▪广告从电视向数字化过渡，有何影响？不断发展的广告市场将如何影响广告采购、分发和效果测量？
▪验证采购广告指标的最佳方法是什么？
子命题（三）
受众-科技的交互
▪当语音激活的交互成为常态时，我们可以从中了解到有关人机互动界面的信息吗？这个过程如何改变客户的决策？
▪技术如何帮助整合客户价值和品牌？
▪个性化是否重要？如果是，何时重要？我们可以“过度定向”吗？
▪GDPR时代，保护客户隐私的重要性日益提高，隐私和个性化之间如何权衡，客户数据收集和使用的道德后果是什么？法规/合规性将如何影响营销？
▪订阅营销有多重要？推广“ AAS”（即服务）的最佳方式是什么？消费者可以容忍多少订阅？在哪些情况下会容忍？
▪自助服务和个人渠道之间的正确取舍是什么？
▪消费者对激增定价或其他类型的动态定价有何反应 ？
▪公司的定价策略应该透明到何种程度？客户在确定公平价格时的角色是什么？“激进的透明度”是一种有益策略吗？
▪如何增加客户钱包的份额？交叉销售的盈利模式是什么？
▪对于销售线索广告，有哪些合适的策略？
第三部分：获取信息以促进增长的工具
子命题（一）
获取数据以创建客户的360度视图
▪跨平台和设备获取曝光的最佳实践是什么，应如何利用这些信息来推动销售？
▪通过零售渠道销售时，制造商如何应对有限的客户数据？
例如，对于非零售商，可以通过哪些信息来设置和控制定价？
▪有哪些策略可以用来促进合作伙伴进行跨信息领域融合并创建可操作的数据？当合作伙伴不共享数据时，公司应如何管理业务？
▪如何跨渠道实施和进行连续实验？
▪主动和被动收集数据之间的差异是什么？
▪消费者有时进行主动交互（例如，搜索、问产品相关问题），其他时候则是间接交互（通过安全摄像机、面部识别、物联网）。我们应该如何处理这些差异化数据？
▪是否可以在网上通过匿名识人来改善客户体验（例如，代替使用“ Cookie”）？如果不可以，这将如何影响隐私问题？
▪客户应该拥有自己数据的所有权吗？
▪AI（人工智能）和ML（机器学习）洞察如何影响客户决策？营销人员如何确保结果中体现了客户的最大利益？我们如何将道德考量纳入算法中？
▪承担道德责任需要更长远的眼光，我们如何确保这种情况发生？
▪我们如何减轻人群定向中的“蠕变因素”（让客户感觉不适的因素）？
子命题（二）
哪些关键绩效指标（KPI）/标准可用于指导营销战略？
▪数据中的什么“时刻”标志着特殊的参与或者行为变化和机会（例如，创新采用者）？
▪门店级数据的营销组合模型（MMM）可能因为“便利陷阱”而被使用，这是合适的衡量标准还是仅仅能预测短期销售？
▪这是一个简单而吸引人的模型，但我们是否遗漏了什么？
▪什么KPI最能体现行为、态度和价值观？硬性指标（例如呼入等待时间）可以代替软性指标吗？（例如客户对呼叫的满意度）？
▪衡量客户资产和客户投资回报率的理想方法是什么？新的数据源和数据类型可以如何改进这些方法？
▪如何衡量公司以博客、白皮书、网络内容等形式生产的“内容”的价值？
子命题（三）
评估因果关系
▪营销人员如何将结果进行归因？
▪营销人员应该如何以及何时使用A/B测试？有没有可能将这种测试扩展到多渠道、多时段？
▪整合营销组合和归因时，带有因果影响因素和体验性影响因素归因的理想方法是什么，包括实地试验？
▪在开发有效的（特别是在线上环境中的）实验性设计中，有哪些可能的进展？
▪如何平衡因果关系和预测？哪个最重要，什么时候重要？
▪有什么策略可以将A/B测试和学习结合起来，以权衡当前的反应与消费者行为的长期学习价值？
子命题（四）
推动营销洞察力提升的测量方法和方法论
▪目前机器学习和大数据可为营销决策提供依据的最佳实践是什么？
▪现有哪些方法可以捕获和分析非结构化数据（如视频、语音和文本），以改善企业的传播和客户的体验？
▪数据和工具如何生成使顾客满意的洞察？例如，即使有大量数据，在线零售的客户体验仍然不是完美的。
▪利用神经科学和生物指标来了解消费者有什么进展？什么时候神经科学的洞察应该补充或者取代传统的方法？与其他方法相比，这类研究的伦理意义何在？
第四部分：全渠道推广与分销的兴起
子命题（一）
客户旅程中管理品牌体验和推广
▪全渠道零售如何与购买漏斗交互，对促销策略有何影响？
▪数据收集必须跨渠道整合，这样公司才能从统一的角度看待客户，但谁拥有这些数据的所有权？使用这些数据并平衡渠道中各个合作伙伴的力量的战略方法是什么？监管在这里的作用是什么？
▪新的直接面向消费者的趋势，对初创品牌和传统品牌有什么好/坏处？
▪消费者如何形成平台和渠道偏好？
▪什么渠道、什么内容和时间最适合触达客户？消费者如何考虑渠道？
子命题（二）
跨渠道管理分销和需求
▪随着零售商的需求变得更加分散，零售商和制造商之间的合作关系应如何发展？
▪需要什么样的分析才能理解全渠道促销和销售？
▪什么样的策略可以使购物流程流畅无缝，并且能高效整合购物结账、经销渠道以及用户设备这些环节?
▪企业应该如何适应数字支付？
▪不同的渠道中，应该如何制定正确的产品组合和定价？
▪自助服务和个人渠道之间的正确取舍是什么？
▪跨渠道信誉机制的作用是什么，以及它们对制造商，客户和零售商的影响是？
▪这些信誉因素对千禧一代、Z世代等有何影响？
第五部分：组织营销敏捷性
子命题（一）
能力与责任
▪市场营销在帮助组织预测和应对“黑天鹅”事件方面的作用是什么？
▪市场营销如何帮助组织适应宏观变化？
▪有哪些策略可以快速激活客户洞察（敏捷性）？
▪市场营销如何提高其在CXO层级中的话语权？
▪营销如何更好地与财务挂钩，包括衡量营销ROI和ROE？
▪营销团队应该如何重新组织，以应对全渠道营销和富数据化的环境？
▪什么样的组织结构能够在新的市场环境中培养新的营销技能（如人工智能）？
▪假设高层管理人员和其他员工有很高的流动性，不断学习的需求很大。与转移内部市场营销知识相比，应该对新方法给予多少关注？哪些框架可用于做出这些决策？
▪有什么方法可以打破营销部门内部（例如，消费者洞察、销售、产品管理等）以及营销部门与组织其他职能部门之间的部门墙？这对市场营销和整个组织的潜在利益是什么？
▪初创企业应该如何组织营销？
子命题（二）
管理外部营销环境
▪新冠大流行将如何影响市场和供应链的全球化？
▪有哪些组织策略可以优化数据的收集、摄取和分析？
▪企业应该如何组织实证营销？
▪有哪些组织策略可以优化媒体和渠道的管理？
▪平台经济学和共享经济学对市场营销的组织意义是什么？
▪公司是否应将零售、支付、交付、广告和内容整合起来加以利用，以此在客户信息中发挥协同作用并保持竞争优势？如果是，该怎么做？
▪面对支付、区块链、广告、交付和分发、网络中立性，订阅价格等方面的技术变化，企业应该如何调整架构？
▪什么样的策略使营销人员能够预测和适应外部变化？
第六部分：创新、新产品开发和商业化
▪影响市场营销的新商业模式有哪些（例如共享经济、新的
分销渠道、订阅服务、“即服务”等）？
▪产品创新有多重要？它应该是内部驱动（作为研发的一个功能）还是对机器学习的客户挖掘（或某种最佳组合）的响应？
▪创新与巩固基础之间的取舍是什么？
▪企业应该如何为创新和更快地进入市场达成共识？
▪消费者是否应该参与产品和内容的共同创造？如果是，该如何参与？
▪“体验式创新”是什么样子的？
▪什么技术能够用来共同创造品牌和产品体验，这对品牌有好处吗？
▪如何利用数据识别创新机会？
▪企业应该如何决定是否通过合作、自研或购买来加速商业化。
本节思考
1、你自己关心的营销科学问题是什么？
2、你所在的公司是否有解决上述问题的科学方法？
3、你认为哪些营销科学问题很重要但MSI没有覆盖？