我始终认为Martech最核心的不是技术，而是技术思维，换句话说，是偏向于用数据说话的理性思维。
营销发展了几百年，在此之前的很长一段时间都是基于经验和灵感建立起来的感性工作，尽管营销理论很多，但无论是探索用户的需求，寻找竞品的差异还是制定落地执行的营销案，最终都建立在感性的判断上，而Martech的兴起，则第一次告诉我们，其实营销也可以是一道客观题，可以是一道基于数据的，可量化可调参的数学题。
Martech的重点在技术，而技术的重点在哪里？在数据！尽管此前企业的营销行为也会做用户调研，谈数据洞察，但一方面受限于参与调研的样本数量，一方面调研题目的设计本身就有人为引导的痕迹，导致结论既没有代表性也不完全客观，而技术沉淀的数据不会说谎，一来因为数据量庞大，所有可触达的客户都是数据来源，二来数据来自于用户行为的直接记录，是用户在自然情景下意识的反映，比如用户在哪些页面停留的时间最长，对哪个产品更感兴趣，什么样的落地页更容易进行传播……中间最大限度的排除了人为干扰的痕迹，因此更为客观，在这样背景下得到的数据，也更具备说服力。
客观的数据是实施Martech的基础，在此基础上更为重要的是树立尊重数据的技术思维。为什么这么说？无论数据多么客观，AI分析的结果多么科学，是否采信仍然取决于人，这就是Martech当下面临的很大的一个挑战。尊重数据、利用技术手段优化营销行为，如今的Martech正被越来越多的市场总监所接受，然而说易行难。就像人们常说的那句话——嘴上说着不要，身体却很诚实。
心口不一是Martech落地过程中很大的一个难题，人们嘴上说着重视数据，但当数据摆在眼前时，却又经常被视而不见。我们在服务客户的过程中经常遇到这样的问题：比如通过数据监测系统显示，某客户80%的微信用户由28-35岁的男性用户构成，数据来源真实可靠，客户也认可，但实际执行的推广活动，从设计元素到内容，都洋溢着浓浓的少女风，原因仅仅因为其市场总监是一位女性，这种基于个人喜好的决策行为往往是下意识的，即便客户认可数据的判断，仍然会不经意间影响决策：比如在几个方案中选择自己更钟意的一款，而不是更符合数据的一款。这是个典型案例，因为矛盾过于突出，还算比较好解决，然而实际生活中很多案例的矛盾本身并不那么突出，比如某客户根据以往的经验和曾经可能做过的调研一直认为他们微信公众平台图文推送的最佳时间是周五的晚上8点，然而根据我们营销云后台监测的数据显示其公众账号数据活跃时间实际上是周六的下午2点，这完全不符合客户的认知，甚至的确也不太符合常识，这样的数据可能会被视为对客户专业性的挑战，因此往往很难被采纳，所以Martech实际落地的过程中经常出现的情况是——当数据与“我”的判断一致时，数据是印证“我“经验的有利论据，而当数据与”我“的经验冲突时，我们就必须意识到数据也有偶尔犯错的时候……
这就是为什么说Martech遇到的最大挑战不是技术，而是思维方式。科技公司的程序员大多拥有技术思维，常年与数据打交道的他们看起来有些木讷，没那么灵活，因为他们信奉数据，坚持一切以数据说话，哪怕有些数据得出的结论看起来甚至是违反常识的，这在某些人看来似乎不可理喻，但在技术领域却正是他们的优点，因为多数情况最终都证明数据是对的。国人讲究更灵活的处事原则，信奉圆滑的处事哲学，因此对冷冰冰的数据缺乏敬畏和尊重，所谓“机器是死的，人是活的”，似乎随机应变才是成熟的做法，然而如果企业花了高昂的成本部署了完备的Martech系统，最终判断是否加以应用以及如何应用仍然取决于经验和个人好恶，岂不是典型的叶公好龙吗？
市场负责人如果真的重视Martech，请从相信数据、尊重数据的技术思维开始转变，否则，无论上多少系统，购置多少工具，增加多少技术编制，都很难取得效果。