关于数据分析对营销专业未来的狂野重要性的长期研究和写作导致我达到了不可避免的结论：

数据科学家很快将从营销人员中取得很多工作。

原因很简单：

每天都有更多的数据，而不是任何人都能发出。业务获取此项并正在迁移到组织的各个方面的数据分析。virtally的每个营销技术（并且有很多）是数据分析解决方案或几乎完全依赖于数据的解决方案。市场简单地依赖于数据。 T有所需的技能来利用这些技术，或基础数据。不幸的是，在营销组织的各个级别似乎是真实的。

Net-Net，生态系统正在发生变化，风不支持没有数据科学游戏的营销人员。

以下是三个领域，我认为传统营销人员很快将由新的数据科学家暨营销人员流离失所。

在企业中

当大规模需要一个不覆盖的技能集合，在这种情况下，数据科学，影响市场，企业有三种选择：建立内部能力，与有能力的人合作，或者外包。

如果您想在内部建立数据科学驱动的营销能力，您需要培训当前的营销人员或雇用新的营销人员。教导你的平均营销仪差分部分方程很难，所以我会把工作送到数据科学家，并教他们4PS和Facebook。

当企业决定围绕数据营销合作时，它会是因为另一个人有特定的能力，他们没有/或不想开发（例如，企业看到数据营销的重要性，但发展内部能力不是他们的业务的核心）。

但即使他们确实去了合作伙伴关系，最终也需要一个内部枢轴，他们能够流利地利用他们的伴侣与伴侣接口。这是一项新技能，在当前营销人员经常持有的作业中，可能会失败。

一种方式，如果他们没有建立自己的能力，企业正在寻找高性能，无头痛的解决方案，而不是没有得到数据的营销人员的半解。

在机构

数字营销机构是良好的，适合企业的迫在眉睫的外包需求，以便数据驱动营销，如果他们可以建立由企业需要的强大数据分析的全能内容营销机器。

为此，我认为你会看到更多的数据科学家，也许有点厌倦了他们目前的角色（通​​常在金融，健康或学术界），使该代理商成为员工，合作伙伴和创始人。做得很好，这种技术和创造性技能的组合有可能使传统机构成为营销 - 科学家的服务。

我认为顶级机构的一件事将获得非常擅长的是使用相同的营销技术解决方案，该解决方案目前的未充分利用业务旨在提供高价值调查结果，这些结果将有助于经营理解，衡量和优化客户旅程。

在Martechs.

讽刺的Doth居住在Martech Universe。

仔细看，您将注意到许多占用者在数据分析集群中一起挤在一起。再次看，你会看到大量的所有其他Martech进入者都依赖于某种类型的数据分析来完成它的事情。您希望找到更多合格的数据科学家暨营销人员，或者数据分析解决方案更好地调整到营销人员，对吗？

错误的。

阅读VB和其他人最近发表过的一些东西，Martech用户如何了解供应商推出的营销分析解决方案（扰流器警报：它并不漂亮）。

事情是，我的好马克斯：如何相信您的解决方案将帮助我在您的产品似乎似乎不理解或服务时为我的用户理解和服务？这是您的客户在强大的努力下挣扎的巨大差距。C-its和投资者将遵循。

Martechs招募高端数据科学家们无论是 - 对数据科学家的服务的需求都不会容易招聘高端数据科学家，并且将是巨大的，并且工资将很高。期待营销数据科学的最高态度，以大量的营销云，全球咨询和少数良好的投资初创公司。

Martechs - 几乎所有其他行业都在金融和健康之外 - 希望在数据营销人才中汲取众所周知，将被遗弃到招聘人员的技能和新数据科学毕业的突发事件。

总之

阅读研究，难以反驳数据科学是营销人员的核心竞争力。考虑一下，结果明显，结果将存在一些变化。

很明显，营销人员的想法之间存在差距，他们必须与之合作的工具以及他们需要成功的培训。

出于这些原因，我相信，不久从现在开始，严肃的数据科学剧本将成为大多数营销角色所需的技能，这将使许多当前的营销人员失业。