融资5500万美元，从"看报表"到"自动执行"，AI 时代的 B2B 营销为什么需要一个像Dreamdata的AI系统？

你有没有想过，为什么销售团队有 CRM 系统，而营销团队却一直没有？这个问题困扰了 B2B 营销人员几十年。销售拿到了 Salesforce 这样强大的工具，可以追踪每一个客户互动，管理整个销售流程。而营销呢？他们只能在各种零散的工具之间跳来跳去，试图拼凑出一个完整的客户旅程图景。数据在这里一点，在那里一点，从来没有一个统一的地方能看清楚营销到底带来了多少收入。这种不公平的状态，正是 Dreamdata 想要改变的。

最近，这家总部位于哥本哈根和纽约的公司宣布完成了 5500 万美元的 B 轮融资，由 PeakSpan Capital 领投，InReach Ventures、Angel Invest、Curiosity VC 和 Crowberry Capital 跟投。这轮融资让 Dreamdata 的总融资额达到了 6700 万美元。但更重要的是，这笔资金背后代表的，是整个 B2B 营销行业即将迎来的一次范式转变。我深入研究了 Dreamdata 正在做的事情后发现，他们不只是在解决一个技术问题，而是在重新定义 B2B 营销人员的工作方式。在 AI 时代，营销人员需要一个真正属于自己的操作系统，而 Dreamdata 正在构建这样一个平台。

B2B 营销人员被困在数据孤岛里

我观察到一个非常有意思的现象：现在的 B2B 买家在第一次跟销售人员通话之前，已经完成了 70% 的购买决策。这意味着什么？这意味着营销人员实际上主导了大部分的客户旅程。买家在接触销售之前，已经访问过你的网站，阅读过你的内容，点击过你的广告，参加过你的网络研讨会，下载过你的白皮书。所有这些互动，都是营销团队的功劳。

但问题来了。尽管营销掌控着 70% 的客户旅程，大多数营销人员却无法清晰地证明他们的工作到底带来了多少收入。他们手里有一堆工具：Google Analytics 追踪网站流量，HubSpot 管理邮件营销，LinkedIn 和 Google Ads 投放广告，Salesforce 记录销售线索。每个工具都给出一些数据，但这些数据彼此孤立，无法串联成一个完整的故事。当 CEO 问："我们在营销上花的这 100 万美元，到底产生了多少回报？"营销负责人往往答不上来，或者只能给出一个模糊的估计。

这种数据碎片化的问题，在 AI 时代变得更加严重。AI 工具需要干净、连贯、完整的数据才能发挥作用。如果你的数据散落在十几个不同的系统里，每个系统用不同的格式，追踪不同的指标，那么 AI 能做的也很有限。就像 Dreamdata 的 CEO Nick Turner 说的："营销人员一直在没有基础操作系统的情况下工作。他们从来没有得到过属于自己功能的'CRM'，被迫使用各种零散的工具，这些工具掩盖了他们对组织的重大贡献。"

我认为这个比喻非常准确。销售团队有 CRM 作为他们的中央神经系统，所有客户信息、互动记录、交易进展都在一个地方。而营销团队呢？他们就像是在用十几个互不相连的应用来管理一个复杂的系统。想象一下，如果你的电脑没有操作系统，每个应用都独立运行，互不通信，你会有多痛苦。这就是现在大多数 B2B 营销人员的真实状态。

更糟糕的是，这种状况让营销人员很难证明自己的价值。当公司需要削减预算时，营销往往是第一个被砍的部门，因为很难量化营销带来的回报。销售可以说："我这个季度成交了 500 万美元的订单。"而营销只能说："我们的网站流量增长了 30%，邮件打开率提高了 15%。"但这些指标跟收入有什么关系？没人说得清楚。这不仅让营销人员感到挫败，也让整个组织无法充分发挥营销的潜力。

Dreamdata 如何解决这个问题

Dreamdata 的解决方案很直接：给 B2B 营销人员一个统一的数据基础，就像销售有 CRM 一样。但他们做得更进一步，不只是整合数据，还把数据转化为可执行的行动。用他们自己的话说，这是一个"B2B 激活和归因平台"，既能告诉你什么有效（归因），也能帮你做更多有效的事情（激活）。

我深入研究了 Dreamdata 的工作原理后发现，他们在做三件核心的事情。第一件是统一所有客户旅程数据。Dreamdata 会连接你所有的营销和销售工具——广告平台、网站分析、邮件系统、CRM——然后把所有这些数据整合成一个清晰的、以账户为中心的客户旅程地图。他们声称能提供"任何地方最完整的 B2B 买家旅程地图，通过整合广告、网站访问、邮件、CRM 等数据，形成每个账户的清晰时间线"。

这意味着你终于可以看到一个潜在客户的完整故事：他们第一次是通过什么渠道发现你的？点击了哪些内容？参加了哪些活动？收到了哪些邮件？最终是什么促使他们转化？所有这些信息都在一个地方，按时间顺序排列，清晰明了。这不仅仅是数据整合，更重要的是，这些数据是准确的、可信赖的。正如 Cognism 的 CMO Alice de Courcy 所说："Dreamdata 让我们完整地了解 B2B 客户旅程——从第一次匿名接触到成交——并将这些洞察转化为行动。有了 Dreamdata，我们可以衡量什么真正推动了销售管道，并有信心做出更明智的营销决策。"

第二件事是精确的归因分析。有了完整的客户旅程数据后，Dreamdata 可以告诉你每个营销活动、每个渠道、每条内容到底贡献了多少收入。这不是简单的"最后一次点击"归因，而是考虑了整个旅程的多触点归因。比如，一个客户可能先通过 LinkedIn 广告了解你，然后访问网站阅读博客，接着下载了白皮书，参加了网络研讨会，最后通过搜索广告再次回来并转化。Dreamdata 可以告诉你这个转化中，每个接触点的真实贡献。

这种精确度对营销决策至关重要。过去，营销人员可能会看到某个渠道的"最后点击转化"很低，就停止投资。但实际上，这个渠道可能在客户旅程的早期阶段发挥了关键作用，只是最终转化发生在另一个渠道。有了 Dreamdata 的多触点归因，你可以看到每个渠道的真实价值，从而做出更明智的预算分配决策。CEO Nick Turner 强调说："我们的平台提供了数据基础、可信度和编排引擎，使每个营销人员都能在 AI 时代成为收入驱动者。"

第三件事，也是我认为最有价值的，是激活和自动化。Dreamdata 不只是一个报告工具，它还能帮你根据洞察采取行动。比如，系统可以自动识别那些表现出高购买意向的账户，然后把这些账户同步到 Google 或 Meta 的广告平台，让你能够精准定向。它还可以在发现重要信号时触发通知给销售团队，或者自动运行营销工作流程。这种从洞察到行动的无缝转换，才是真正的游戏规则改变者。

在 AI 时代，这种能力变得更加重要。Dreamdata 正在大力投资 AI 驱动的预测信号和自动化功能。他们的平台可以利用 AI 识别独特的购买信号，预测哪些账户最有可能转化，并自动触发相应的营销和销售行动。这让营销人员从繁琐的数据分析和手动操作中解放出来，可以专注于战略性工作。正如 Turner 说的："我们的愿景是让营销人员在 AI 时代拥有收入所有权，同时自动化繁琐的任务，让营销人员回归营销的乐趣。"

为什么现在是 B2B 营销的黄金时代

我发现 Nick Turner 在谈到这轮融资时说了一句很有意思的话："我们正在进入营销的黄金时代。"这听起来像是夸张的营销话术，但当我深入思考后，我认为他说得有道理。B2B 营销确实正在经历一个前所未有的转折点。

二十年前，买家第一次跟销售通话时几乎一无所知。他们需要销售人员来教育他们，解释产品功能，对比不同方案。那时候，销售主导了整个购买流程。但现在完全不同了。买家在第一次跟销售对话时，已经做了 90% 的决定。他们已经研究过你的产品，对比过竞争对手，阅读过用户评价，甚至可能已经计算过投资回报率。这个转变的推动者是谁？是营销。

这种权力转移对营销人员来说既是机遇也是挑战。机遇在于，营销现在真正掌握了客户旅程的大部分。你的内容、你的网站、你的广告，这些都在塑造买家的认知和决策。如果做得好，当买家接触销售时，交易基本已经完成了。挑战在于，你需要证明这一点。你需要用数据说话，展示营销如何影响了收入。而这正是 Dreamdata 帮助解决的问题。

AI 的到来让这个转折点变得更加关键。一方面，AI 让营销能力大幅提升。你可以用 AI 分析海量数据，识别模式，预测行为，个性化内容。但另一方面，AI 也暴露了数据碎片化的问题。如果你的数据质量不好，或者散落在各个孤立的系统里，那么 AI 能做的也很有限。AI 工具就像是一辆高性能跑车，但如果你的道路坑坑洼洼，这辆车跑不起来。

PeakSpan Capital 的联合创始人兼管理合伙人 Matt Melymuka 对此有很深刻的理解。他说："我们认识到，B2B 增长的下一个前沿是数据和 AI 的民主化，让营销团队从向后看的报告转向实时行动。Dreamdata 不只是一个 B2B 归因供应商；它通过融合强大的统一数据模型和强大的实时激活层来从根本上改变游戏规则。他们在成为 AI 时代的 B2B 营销平台方面处于独特的位置，为现代企业加速销售管道。"

我认为 Melymuka 说的"从向后看的报告转向实时行动"特别关键。传统的营销分析工具都是告诉你过去发生了什么。你看到上个月的流量、转化率、ROI 等等。这些信息有价值，但已经是历史了。而 Dreamdata 的方法是向前看的：基于实时数据，识别现在正在发生的机会，并立即采取行动。这种从被动报告到主动执行的转变，才是真正的范式转变。

另外，我注意到一个很有意思的趋势。尽管全球对销售和营销技术初创公司的风险投资在 2025 年下降了 11.9%（从 2024 年同期的 67 亿美元降至 59 亿美元），但像 Dreamdata 这样有清晰价值主张的公司仍然能够获得大额融资。这说明投资者变得更加挑剔，他们不再为概念买单，而是寻找那些能够解决真实问题、创造实际价值的公司。Dreamdata 能在这样的市场环境下获得 5500 万美元融资，本身就证明了他们解决方案的价值。

这对 B2B 营销人员意味着什么

从实际应用角度看，Dreamdata 的平台为 B2B 营销团队提供了三个核心能力支柱。第一个是归因和 ROI 分析。营销人员可以看到每一个营销活动的真实回报，从内容到渠道到具体的广告系列。这不仅帮助你证明营销的价值，还能让你优化预算分配，把钱花在真正有效的地方。

第二个是激活和受众编排。你可以基于 Dreamdata 的洞察，创建更智能的 B2B 受众群体，把销售管道数据反馈给广告平台，优化广告支出效率。比如，如果系统识别出某些账户表现出强烈的购买意向，你可以立即在 LinkedIn 或 Google Ads 上针对这些账户投放定制化广告。这种精准定向不仅提高了转化率，也大大降低了获客成本。

第三个是智能化和自动化。利用 AI 来识别独特的购买信号，在合适的时机触发通知，运行市场推广工作流程。这些自动化不是简单的"如果...那么..."规则，而是基于机器学习的智能决策。系统可以学习什么样的信号最有可能导致转化，然后在类似信号出现时自动采取行动。

我特别欣赏 Dreamdata 对"可持续增长"的强调。很多初创公司会疯狂扩张，不惜代价追求增长。但 Dreamdata 采取了不同的方法。根据 CEO Turner 的说法，公司在过去一年里实现了年度经常性收入翻倍，但员工人数保持在 50 人不变。这种"用纪律性的雄心实现可持续增长"的理念，在当前的经济环境下特别有价值。它说明公司专注于效率和真实价值创造，而不是盲目扩张。

从客户角度看，这种方法也带来了实际好处。Dreamdata 的客户包括 Clio、Finastra、Cognism、Oyster 和 Turing 等"数千家"公司。这些公司跨越不同行业和规模，但都面临同样的挑战：如何在复杂的 B2B 买家旅程中证明营销的价值。Dreamdata 帮助他们建立了"单一真相来源"，让他们可以自信地说："这就是营销带来的收入。"

我注意到 Dreamdata 的商业模式结合了 SaaS 订阅和基于使用量的定价。这种混合模式在 MarTech 领域越来越常见，因为它既为客户提供了可预测的成本，又让定价与实际价值挂钩。如果你的业务增长，使用 Dreamdata 处理的数据量增加，你会支付更多，但你也从平台获得了更多价值。这种对齐让双方的利益一致。

竞争格局和差异化优势

在研究 Dreamdata 时，我也思考了他们在市场中的定位。B2B 营销分析并不是一个新领域，已经有不少成熟的玩家，比如 Adobe 的 Marketo Measure（以前叫 Bizible）、Bizible、HubSpot 的归因报告等。那么 Dreamdata 的差异化优势在哪里？

Turner 声称，与传统竞争对手相比，Dreamdata 最大的区别在于它是为"前瞻性行动"设计的，而不是专注于过去发生了什么。传统的归因工具主要回答"上个季度哪些营销活动带来了收入？"这个问题。这很有价值，但本质上是向后看的。而 Dreamdata 不仅回答这个问题，还回答"现在我应该做什么来产生更多收入？"这个问题。

这种从报告到行动的转变，体现在 Dreamdata 的激活层功能上。很多归因工具只是给你一份漂亮的报告，告诉你各个渠道的表现。但然后呢？你需要手动去广告平台调整定向，手动通知销售团队，手动调整营销策略。而 Dreamdata 可以自动完成这些操作。它把洞察直接转化为行动，大大缩短了从发现问题到解决问题的时间。

另一个关键差异是实施速度。Melymuka 提到："相对于市场上的其他解决方案，Dreamdata 提供了最快的价值实现时间——尽管解决方案背后的复杂性很高。"这点很重要。很多企业级营销工具需要几个月的实施时间，需要专门的数据工程团队来配置和维护。这对大企业来说可能还好，但对中小型 B2B 公司来说，这个门槛太高了。Dreamdata 声称可以快速部署，不需要繁重的数据工程工作，这让更多公司能够使用这种高级功能。

我也注意到最近营销技术领域的其他融资活动。比如，今年 2 月，营销个性化初创公司 Hightouch 获得了 8000 万美元的 C 轮融资，估值达到 12 亿美元，成为新的独角兽。同样在 2 月，多伦多的 StackAdapt 获得了 2.35 亿美元的成长轮融资。这些公司都在用 AI 和自动化来改进数字营销。但它们的重点各不相同。Hightouch 专注于客户数据平台和个性化，StackAdapt 专注于程序化广告。而 Dreamdata 的独特定位在于它专门为 B2B 营销打造，深入理解 B2B 买家旅程的复杂性和长周期特点。

AI 时代的营销操作系统

我认为 Dreamdata 最有意思的地方，不是它解决了一个技术问题，而是它重新定义了 B2B 营销的基础架构。就像操作系统对计算机一样，Dreamdata 试图成为 B2B 营销的底层平台，所有其他工具和应用都在这个平台上运行。

在传统架构中，每个营销工具都是孤立的。你有邮件营销工具、广告管理工具、内容管理系统、分析工具，它们各自为政。偶尔你会用一些集成工具把数据从一个系统搬到另一个系统，但这些集成往往很脆弱，容易出错。这就像在没有操作系统的情况下使用电脑，每个应用都需要直接与硬件打交道。

Dreamdata 提供的是一个统一的数据层和执行层。所有的客户旅程数据都在这个平台上，所有的营销工具都可以访问这些数据，所有的行动都可以通过这个平台协调。这就像有了操作系统后，应用不再需要关心底层硬件细节，只需要通过标准接口与操作系统交互。这不仅简化了架构，也让整个系统更加强大和灵活。

在 AI 时代，这种统一平台的价值更加凸显。AI agent 需要访问完整、准确的数据才能做出智能决策。如果数据散落在各处，AI 就无法发挥作用。但如果有一个统一的数据平台，AI 可以看到完整的图景，做出更好的预测和推荐。Dreamdata 正是提供了这样一个平台，让 AI 驱动的营销自动化成为可能。

这也是为什么 PeakSpan Capital 的投资如此重要。PeakSpan 不仅带来了资金，还带来了对垂直 SaaS 和 MarTech 领域的深刻理解。他们在这个领域有 15 年以上的投资经验，与 50 多家高增长软件公司合作过。他们看到了营销技术的演进方向，认识到 Dreamdata 有潜力成为 AI 时代的 B2B 营销平台。这种战略眼光的支持，对 Dreamdata 的长期发展至关重要。

我对 B2B 营销未来的思考

在研究 Dreamdata 的过程中，我对 B2B 营销的未来有了一些新的思考。我认为我们正在见证营销职能的一次根本性转变，从成本中心到收入引擎的转变。

长期以来，营销被视为一个成本中心。你花钱做广告、办活动、制作内容，希望能带来一些潜在客户。但很难精确衡量这些投入的回报。相比之下,销售是明确的收入来源。销售人员成交了订单，带来了真金白银的收入。这种认知差异导致营销在组织中的地位往往低于销售。

但现在情况正在改变。随着买家旅程的大部分转移到营销领域，营销实际上已经成为收入的主要驱动力。问题是如何证明这一点。Dreamdata 这样的工具，就是帮助营销人员证明他们的收入贡献，从而提升营销在组织中的地位。正如 Turner 所说："这非常简单：我们计划让营销人员成为组织的英雄。"

我也思考了这种转变对营销人员技能要求的影响。过去，优秀的营销人员需要懂创意、懂传播、懂品牌。这些能力仍然重要，但现在营销人员还需要懂数据、懂分析、懂技术。他们需要能够解读复杂的归因模型，理解客户旅程的各个触点，优化多渠道的营销组合。这是一个更加技术化、更加量化的营销时代。

但与此同时，AI 和自动化工具正在降低技术门槛。你不再需要成为数据科学家才能做复杂的分析。像 Dreamdata 这样的平台把复杂的技术包装成易用的界面，让营销人员可以专注于战略和创意，而不是纠结于技术细节。Turner 提到要"让营销人员回归营销的乐趣"，我觉得这说得很好。技术应该赋能营销人员，而不是让他们成为技术的奴隶。

从长远来看，我预测会看到营销和销售之间更紧密的整合。传统上，营销负责生成潜在客户，然后交给销售去跟进。但这种交接往往存在摩擦。营销觉得销售没有好好跟进他们辛苦获得的线索，销售抱怨营销给的线索质量不高。但如果有一个统一的平台，双方都能看到完整的客户旅程，理解每个线索的真实质量和购买意向，这种摩擦就会大大减少。

Dreamdata 的这轮 5500 万美元融资，只是这个长期趋势的一个里程碑。我相信在未来几年，我们会看到更多类似的平台出现，更多的工具整合，更多的数据统一。B2B 营销正在从一个依赖直觉和经验的艺术，转变为一个由数据驱动、由 AI 增强的科学。而像 Dreamdata 这样的公司，正在构建这个新时代的基础设施。对于那些拥抱这种变革的营销人员来说，这确实是一个黄金时代。

文章来自微信公众号 “ 深思圈 ”